王 飛，杜文華，關(guān) 波，劉 娟

（中北大學(xué) 機械與動力工程學(xué)院，山西 太原030051）

0 引 言

在零件加工的過程中刀尖的尺寸會直接影響零件加工的精度，為了保證數(shù)控機床和加工中心的操作效率和加工質(zhì)量，必須對刀具進行快速、高精度測量。傳統(tǒng)的接觸式、光學(xué)投影式測量系統(tǒng)，都存在速度慢，精度受主觀影響等不足，已不能滿足要求。機器視覺測量具有的非接觸、客觀、精度高和速度快等特點［1－6］，本文將視覺測量技術(shù)與C＃高效開發(fā)語言結(jié)合，從圖象處理的速度與精度和軟件功能角度方面研究，開發(fā)一套操作方便、交互性強的刀具參數(shù)測量系統(tǒng)，使其能夠高效獲得尺寸參數(shù)，并根據(jù)測量結(jié)果及時反饋。

1 測量系統(tǒng)平臺搭建

本系統(tǒng)由CCD 相機、圖像采集卡、圖像處理軟件、PC機及相關(guān)的輔助硬件設(shè)備構(gòu)成，如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)原理

光學(xué)系統(tǒng)采用LED 平板光源 （壽命長，抗震動，具有高速響應(yīng)能力）進行平行背光照明并與MLM－3XMP 遠心鏡頭配合，提高刀具圖像邊緣輪廓的對比度，同時減少圖像透射變形；攝像機是采用DH－SV1410型的CCD 攝像機，像元尺寸為6.45μm×6.45μm，最高分辨率為1280 （H）像素x1024 （V）像素，拍攝速度為48 幀／s，具有很強的穩(wěn)定性和噪聲抑制能力，提供高分辨率的圖像；圖像采集卡為DH－VT110，所采集的圖像數(shù)據(jù)傳輸基本不占用CPU時間，并可將圖像直接傳送到計算機內(nèi)存或顯存；攝像機與采集卡的接口是IEEE－1394a。接口傳輸給高性能PC 的機器視覺軟件進行圖像處理運算并輸出結(jié)果。

2 圖像采集與預(yù)處理

通過軟件控制CCD 驅(qū)動采集到刀具的24位原始圖像，為了加快處理速度，采用指針法，將原始圖像轉(zhuǎn)為8位灰度圖像。由于電子成像設(shè)備或傳感器等不完善，成像系統(tǒng)獲取的原始圖像會存在有各種噪聲，需要對原始圖像濾波處理，本系統(tǒng)為了減少噪聲、提高后續(xù)邊緣定位的精度，同時保持較高執(zhí)行速度，采用了非線性濾波中的中值濾波，它在濾除高頻噪聲時，邊緣不容易被銳化。

圖像預(yù)處理前、后對比如圖2所示。

圖2 圖像預(yù)處理前、后對比

3 圖像邊緣提取與測量

為了獲取圖像中的被測物體信息，需要對圖像進行圖像分割，即提取出圖像中感興趣物體的那部分區(qū)域。本系統(tǒng)為了提取刀具的準(zhǔn)確輪廓，測量出刀具的關(guān)鍵尺寸，需要在調(diào)好焦后，先對圖像進行分割，提取出對測量有用的部分，再提取出亞像素邊緣輪廓。

3.1 像素級邊緣粗提取

3.2 亞像素級邊緣點提取

使用Sobel算子提取的邊緣，只能精確到像素級，無法滿足刀具測量中對精確度的要求。為此，需要進行亞像素邊緣提取。目前，亞像素邊緣檢測有可分為：矩法、插值法、擬合法等。其中擬合法是通過對假設(shè)邊緣模型灰度值的最小二乘擬合來獲得亞像素的邊緣定位，獲得的邊緣精度要高于其它兩種方法，且該方法對噪聲的魯棒性好，穩(wěn)定性強。在Sobel提取的邊緣上給定一個窗口，對窗口領(lǐng)域內(nèi)的邊緣梯度幅值采用高斯曲面擬合算法精確定位邊緣亞像素級點［12－14］。在5×5窗口領(lǐng)域內(nèi)進行擬合，算法的主要代碼如下：

3.3 邊緣點分段與擬合

刀具的外形一般由直線段和圓弧段構(gòu)成。我們利用文獻 ［15，16］提出的線弧分割法將輪廓分割。沿著刀具邊緣輪廓線，每10 個邊緣點利用最小二乘發(fā)擬合為一條直線，計算相鄰直線段的夾角，如果夾角小于6 （自設(shè)），將這兩段直線段歸為一條直線段，如果夾角大于6，說明此處有突變，則此邊緣點的為該段終點LEnd ［m］，接著從下一邊緣點LBgn［m＋1］開始重復(fù)上邊的步驟，直到邊緣終點。

然后計算每個線段的點數(shù)，如果LEnd ［m］－LBgn［m］＝10，則將此分割段去掉；如果LEnd ［m］－LBgn［m］≠10，則將LBgn ［m］到LEnd ［m］區(qū)間的應(yīng)為直線段。最后計算LBgn ［m＋1］－LEnd ［m］的值，如果LBgn［m＋1］－LEnd ［m］＞10，則說明這段應(yīng)為圓弧段。這樣就完成了直線段和圓弧段的分割，最后根據(jù)所得到的直線和圓弧的邊緣點區(qū)間來分別擬合，進而獲得刀尖的參數(shù)。顯然這種方法有效減少了離散點的干擾，有很好的魯棒性。算法的主要代碼如下：

4 軟件系統(tǒng)的設(shè)計與實現(xiàn)

軟件部分是整個刀具測量系統(tǒng)的核心，系統(tǒng)軟件主要完成圖像采集與預(yù)處理，圖形圖像處理和數(shù)據(jù)管理等功能。為了實現(xiàn)軟件便于維護、運行穩(wěn)定和良好的人機界面，采用面向設(shè)計方法與面向?qū)ο蟪绦蚣軜?gòu)，使用微軟的.NET平臺和C＃開發(fā)語言，并結(jié)合SQL Server 2008數(shù)據(jù)庫作為后臺數(shù)據(jù)庫，對機器視覺尺寸檢測系統(tǒng)進行軟件開發(fā)。為了提高了程序的效率和CPU 的利用率，采用了多線程技術(shù)，實現(xiàn)刀具數(shù)據(jù)處理，管理和保存。軟件中采用了模塊式開發(fā)思想，方便了后期擴展與維護升級。另外，由于調(diào)焦是刀具圖像測量中的重要的一部分，本系統(tǒng)設(shè)計了可視化聚焦提示條，可以有效加快操作人員的調(diào)焦速度，降低調(diào)焦的操作難度。

數(shù)字圖像式調(diào)焦原理是當(dāng)物點偏離焦平面時，像點就會變成一個彌撒斑而不是一個點。在調(diào)好焦的情況下，采集的圖像才能有較好的清晰度，進而所關(guān)注的被測邊緣輪廓也才會清晰。通常采用調(diào)焦評價函數(shù)處理圖像來獲取評價值，當(dāng)評價值達到極值時，圖像的清晰度最好。在本測量系統(tǒng)中，焦距和像距是固定的，只需要將刀具微微旋轉(zhuǎn)，使刀尖轉(zhuǎn)至測量系統(tǒng)的最佳聚焦平面上，這樣就完成了調(diào)焦，保證了采集的刀具圖像的邊界及細節(jié)部分的清晰度。梯度向量平方函數(shù)在單值性、靈敏度和穩(wěn)定性方面都較好，尤其適合于精調(diào)焦［17］，所以系統(tǒng)采用該函數(shù)作為調(diào)焦評價函數(shù)。算法的主要代碼如下：

為了提高操作員調(diào)焦速度和方便操作，設(shè)計了調(diào)焦提示條。其設(shè)計原理是計算機通過鏡頭和CCD 采集到一系列的數(shù)字圖像，對每一幀圖像進行實時處理，通過判斷當(dāng)前評價值與最佳評價值的比值，給出提示條顏色與長段值。操作員可以通過提示條顏色與長段變化來調(diào)焦，當(dāng)調(diào)焦提示條成綠色且最短完成調(diào)焦，即刀尖轉(zhuǎn)到了最佳聚焦平面即圖3B 點處。調(diào)焦提示條的變化效果如圖4所示。

圖3 調(diào)焦原理

圖4 調(diào)焦提示條效果

算法的主要代碼如下：

5 測量結(jié)果與分析

測量結(jié)果的重復(fù)性是指在一樣的測量條件下，對同一被測物體進行連續(xù)多次測量所獲結(jié)果的一致程度，重復(fù)性實驗就是測試整個系統(tǒng)軟件和硬件的穩(wěn)定程度，能定量反映出整個系統(tǒng)的測量精度。本次實驗選取CNMG120404－VP15TF型號的標(biāo)準(zhǔn)數(shù)控刀片，在相同條件下測量10 次。測量結(jié)果見表1。

表1 測量結(jié)果

從表1 來看，系統(tǒng)測量刀尖圓弧半徑最大值2.0232 mm，最小值2.0213 mm，重復(fù)性誤差為1.9μm。刀尖角最大值80.0063°，最小值79.9972°，重復(fù)性誤差為0.01°。系統(tǒng)測量的重復(fù)精度約為2μm。重復(fù)測量刀尖圓弧半徑R的條形圖如圖5所示，最終測量結(jié)果如圖6所示。

圖5 重復(fù)測量刀尖圓弧半徑R

圖6 測量結(jié)果

6 結(jié)束語

本文對基于機器視覺的刀具幾何尺寸的測量系統(tǒng)進行了研究，并在VS2010平臺上，用C＃語言實現(xiàn)系統(tǒng)軟件開發(fā)。經(jīng)實驗測試，該測量系統(tǒng)重復(fù)測量精度不超過2μm，以及在調(diào)好焦的情況下，測量一把刀具所需時間大約是0.3s；同時具有可靠的性能，操作簡單，可以有效降低操作操作人員的工作強度。因此，該系統(tǒng)測量可廣泛的應(yīng)用在刀具測量領(lǐng)域，能比較好地提高數(shù)機床與加工中心的加工精度和工作效率。

［1］Davies E R.Machine vision theory，algorithm，practicalities［M］.3rd ed.Beijing：Posts and Telecom Press，2009.

［2］LIU Dandan，SUN Qiuhua，PENG Yanping.Design and development of automatic grading and packing production line for fruits and vegetables based on image processing ［J］.Packaging Engineering，2011，32 （17）：32－35 （in Chinese）. ［劉丹丹，孫秋花，彭彥平.基于圖像處理的果蔬自動分等包裝生產(chǎn)線的設(shè)計與開發(fā) ［J］.包裝工程，2011，32 （17）：32－35.］

［3］LI Xudong，GE Wenqian，ZHAO Huijie.Research of defects detection on metal axis tip surface and dimension measurement system ［J］.Computer Engineering and Design，2009，30（7）：1777－1779 （in Chinese）. ［李旭東，葛文謙，趙慧潔.軸尖表面缺陷檢測及尺寸測量系統(tǒng)研究 ［J］.計算機工程與設(shè)計，2009，30 （7）：1777－1779.］

［4］ZHAO Haiyu，GU Jihai，CHI Guangzhi，et al.Development of cigarette circumference detection method based on image processing ［J］.Packaging Engineering，2011，32 （17）：52－55（in Chinese）.［趙海玉，谷吉海，遲廣志，等.基于圖像處理的卷煙圓周檢測方法研究 ［J］.包裝工程，2011，32 （17）：52－55.］

［5］REN Shaobin，LI Yuanzong.Research of microceramic sub－strate detection system based on machine vision ［J］.Computer Engineering and Design，2011，32 （9）：3240－3243 （in Chinese）.［任少斌，李元宗.基于機器視覺的微小陶瓷基材檢測系 統(tǒng) 研 究 ［J］. 計 算 機 工 程 與 設(shè) 計，2011，32 （9）：3240－3243.］

［6］GENG Chunming，CAI Dongbao.Design of image measurement system for mechanical parts based on computer vision ［J］.Computer Measurement ＆Control，2012，20 （1）：38－40 （in Chinese）.［耿春明，蔡東寶.基于計算機視覺的機械零件檢測系 統(tǒng) 設(shè) 計 ［J］.計 算 機 測 量 與 控 制，2012，20 （1）：38－40.］

［7］WANG Zuocheng，LIU Xiaodong.Improved method of canny operator edge detection ［J］.Computer Engineering and Applications，2010，46 （34）：202－204.

［8］ZHAO Fang，LUAN Xiaoming，SUN Yue.Edge detection operators in digital image processing ［J］.Techniques of Automation ＆ Applications，2009，28 （3）：68－69 （in Chinese）.［趙芳，欒曉明，孫越.數(shù)字圖像幾種邊緣檢測算子檢測比較分析 ［J］.自動化技術(shù)與應(yīng)用，2009，28 （3）：68－69.］

［9］YUE Gaili，WANG Dong，YANG Rui.Application of several edge detection operator in infrared images processing［J］.Journal of Xi’an University of Science and Technology，2012，32（4）：500－504 （in Chinese）. ［岳改麗，王棟，楊蕊.幾種邊緣檢測算子在紅外圖像處理方面應(yīng)用研究 ［J］.西安科技大學(xué)學(xué)報，2012，32 （4）：500－504.］

［10］ZHU Ying，JIANG Zetao.A Sub－pixel edge detection method based on Sobel operator［J］.Journal of Nanchang Institute of Aeronautical Technology （Natural Science），2005，19 （2）：100－102 （in Chinese）.［朱穎，江澤濤.基于Sobel算子的亞像素邊緣檢測方法 ［J］.南昌航空工業(yè)學(xué)院學(xué)報 （自然科學(xué)版），2005，19 （2）：100－102.］

［11］DENG Caixia，MA Weifeng，YIN Yin.An edge detection approach of image fusion based on improved Sobel operator［C］／／4th International Congress on Image and Signal Pro－cessing，2011：1189－1193.

［12］SHANG Yaceng，CHEN Jing，TIAN Junwei.Sub－pixel edge detection algorithm based on Gauss fitting ［J］.Journal of Computer Applications，2011，31 （1）：179－181 （in Chinese）.［尚雅層，陳靜，田軍委.高斯擬合亞像素邊緣檢測算法 ［J］.計算機應(yīng)用，2011，31 （1）：179－181.］

［13］LAI Yueshen，CHEN Chen，TIAN Junwei，et al.The optimization of sub－pixel edge detection algorithm with gauss interpolation ［J］.Journal of Xi’an Technological University，2012，32 （10）：811－816 （in Chinese）. ［來躍深，陳琛，田軍委，等.高斯插值亞像素邊緣檢測算法的優(yōu)化 ［J］.西安工業(yè)大學(xué)學(xué)報，2012，32 （10）：811－816.］

［14］SHENG Zunbing，CUI Xianyu，GAO Guo’an.A universal algorithm for Subpixel edge detection ［J］.Journal of Shanghai Jiaotong University，2007，41 （6）：911－915 （in Chinese）.［盛遵冰，崔賢玉，高國安.通用亞像素邊緣檢測算法 ［J］.上海交通大學(xué)學(xué)報，2007，41 （6）：911－915.］

［15］GU Buyun，ZHOU Laishui，LI Tao.A new algorithm for feature point recognition and curve type determination of sectional profile ［J］.Mechanical Science and Technology for Aerospace Engineering，2007，26 （11）：1398－1402 （in Chinese）.［顧步云，周來水，李濤.一種新的截面輪廓特征點識別與分段曲線類型判別算法 ［J］.機械科學(xué)與技術(shù)，2007，26 （11）：1398－1402.］

［16］YOU Lihua，ZHOU Yang.A simple algorithm for geometric parameters and feature points detection ［C］／／International Conference on Computer Application and System Modeling，2010：409－413.

［17］SUN Jie，YUAN Yuehui，WANG Chuanyong.Comparison and analysis of algorithms for digital image processing in autofocusing criterion ［J］.ACTA Optica Sinica，2007，27 （1）：35－39 （in Chinese）.［孫杰，袁躍輝，王傳永.數(shù)字圖像處理自動圖像聚焦算法的分析和比較 ［J］.光學(xué)學(xué)報，2007，27（1）：35－39.］