謝 紅，廖志杰，邢廷文

（1.中國(guó)科學(xué)院光電技術(shù)研究所 四川 成都610209；2.中國(guó)科學(xué)院大學(xué) 北京100049）

一種非接觸式的圓孔形零件尺寸檢測(cè)

謝 紅1，2，廖志杰1，邢廷文1

（1.中國(guó)科學(xué)院光電技術(shù)研究所 四川 成都610209；2.中國(guó)科學(xué)院大學(xué) 北京100049）

針對(duì)常見的圓孔目標(biāo)檢測(cè)，設(shè)計(jì)了一套基于機(jī)器視覺的尺寸測(cè)量系統(tǒng)。采用標(biāo)準(zhǔn)同心圓標(biāo)定板進(jìn)行標(biāo)定，并針對(duì)一般圓擬合算法的不足，對(duì)該標(biāo)定板圖像建立了基于距離空間聚類的劃分區(qū)域算法，對(duì)區(qū)域單獨(dú)采用最小二乘擬合圓算法提取其圖像特征。通過實(shí)驗(yàn)驗(yàn)證與計(jì)算機(jī)仿真計(jì)算，進(jìn)行圖像預(yù)處理、邊緣檢測(cè)以及圓度評(píng)價(jià)，精確測(cè)量出圓孔零件的尺寸信息。實(shí)驗(yàn)表明，該測(cè)量系統(tǒng)的測(cè)量誤差小于0.2mm，適用于一般圓形零件的非接觸式檢測(cè)。

機(jī)器視覺；同心圓檢測(cè)；距離空間聚類；尺寸測(cè)量

隨著現(xiàn)代工業(yè)化的需求，機(jī)械加工精度的提高成為了必然趨勢(shì)。機(jī)械產(chǎn)品的尺寸誤差和缺陷將會(huì)直接影響最終產(chǎn)品的質(zhì)量。因此，對(duì)機(jī)械產(chǎn)品測(cè)量精度的提高也就成為熱門話題。對(duì)于零件合格與否的判定，傳統(tǒng)的人工肉眼或者簡(jiǎn)單測(cè)量工具不僅可靠性極小，而且效率低下，影響測(cè)量精度。因此，勢(shì)必要從傳統(tǒng)的測(cè)量方式轉(zhuǎn)向于自動(dòng)化、非接觸、高精度的測(cè)量方式。

而由于相機(jī)分辨率和計(jì)算機(jī)技術(shù)的不斷提高，基于機(jī)器視覺的測(cè)量技術(shù)應(yīng)運(yùn)而生。機(jī)器視覺測(cè)量指通過機(jī)器視覺方法獲取被測(cè)目標(biāo)的圖像信息，將之與預(yù)先的標(biāo)準(zhǔn)進(jìn)行對(duì)比，進(jìn)而確定被測(cè)目標(biāo)的質(zhì)量情況的過程［1］。系統(tǒng)主要利用CCD（Charge Coupled Device）相機(jī)對(duì)零件進(jìn)行成像，然后利用軟件對(duì)圖像進(jìn)行處理與檢測(cè)，獲取有效地特征參數(shù)。為了方便對(duì)圓形、圓孔或者類圓等零件的非接觸式檢測(cè)，本文設(shè)計(jì)了一套基于機(jī)器視覺技術(shù)的尺寸測(cè)量系統(tǒng)。

在測(cè)量系統(tǒng)中，文中采取的為標(biāo)準(zhǔn)件法進(jìn)行標(biāo)定。為方便用對(duì)不同尺寸的圓形零件進(jìn)行測(cè)量，筆者采用了一種同心圓標(biāo)定板進(jìn)行標(biāo)定，減少了實(shí)際工作中的操作數(shù)。另外對(duì)同心圓環(huán)的檢測(cè)提出了先進(jìn)行區(qū)域劃分，后對(duì)每一劃分區(qū)域單獨(dú)進(jìn)行整圓擬合的算法。

1　實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)

1.1測(cè)量系統(tǒng)方案設(shè)計(jì)

待測(cè)零件為薄片圓孔型零件，由于零件的薄度無法采用接觸式的測(cè)量方式，因此本文采用基于機(jī)器視覺的方式進(jìn)行非接觸式的測(cè)量。其測(cè)量系統(tǒng)框架圖如圖1所示。該視覺測(cè)量系統(tǒng)主要是由CCD相機(jī)、照明光源、圖像采集卡、以及計(jì)算機(jī)構(gòu)成。

圖1　系統(tǒng)設(shè)計(jì)框圖

文中采用的為環(huán)形LED燈對(duì)零件進(jìn)行背向式照明，具有亮度穩(wěn)定、光線均勻、對(duì)比度強(qiáng)，零件邊緣較為明顯等優(yōu)點(diǎn)。經(jīng)由CCD相機(jī)出來的待測(cè)零件的圖像信號(hào)為模擬信號(hào)，經(jīng)圖像采集卡將其轉(zhuǎn)換為數(shù)字圖像信號(hào)，傳輸?shù)接?jì)算機(jī)，通過圖像處理技術(shù)對(duì)其進(jìn)行處理，獲取其特征參數(shù)。

1.2測(cè)量系統(tǒng)標(biāo)定設(shè)計(jì)

本系統(tǒng)采用的鏡頭畸變較小，為了減少系統(tǒng)算法運(yùn)行時(shí)間，在滿足測(cè)量精度的前提下，采用標(biāo)準(zhǔn)件法進(jìn)行標(biāo)定。標(biāo)準(zhǔn)件標(biāo)定為：在與待測(cè)零件同環(huán)境、同位置的情況下，對(duì)已知標(biāo)準(zhǔn)尺寸的模板進(jìn)行檢測(cè)，求得在該環(huán)境下的標(biāo)準(zhǔn)模板的實(shí)際尺寸與采集圖像中像素?cái)?shù)的比例參數(shù)。該參數(shù)為后續(xù)將零件圖像尺寸轉(zhuǎn)為實(shí)際尺寸的重要參數(shù)。

待測(cè)零件最大口徑范圍為140～280 mm，因此采用的為同心圓環(huán)標(biāo)定模板，其直徑為20～280 mm，包括待測(cè)零件所有尺寸。對(duì)圓形零件檢測(cè)的常用標(biāo)定，要么采用固定尺寸的標(biāo)準(zhǔn)件進(jìn)行標(biāo)定，獲取一個(gè)標(biāo)定參數(shù)，然后對(duì)所有尺寸的零件進(jìn)行尺寸換算；要么，對(duì)每一種尺寸都進(jìn)行一次標(biāo)定。前者精度不高，后者時(shí)間消耗太大。因此，本文提出采用N個(gè)同心圓環(huán)作為標(biāo)定模板進(jìn)行標(biāo)定，根據(jù)實(shí)際待測(cè)零件預(yù)估尺寸以及算法的簡(jiǎn)便性將N取為合適的值。本文將N取值為14，若讀者需求更加高精度的標(biāo)定系數(shù)，可以將N取為更加細(xì)致。

2　標(biāo)定參數(shù)確定

2.1標(biāo)定圖片預(yù)處理

在圖像采集過程中，由于環(huán)境和設(shè)備因素的影響，難免會(huì)造成圖像信息受損或退化。為了提高后續(xù)檢測(cè)的精度，則必須要對(duì)圖像進(jìn)行一些處理。本實(shí)驗(yàn)中，對(duì)采集到的標(biāo)定圖片進(jìn)行了灰度化、二值化、目標(biāo)區(qū)域提取和邊緣檢測(cè)等處理［2］，本實(shí)驗(yàn)中采用的為canny算子進(jìn)行的像素級(jí)邊緣檢測(cè)。

圖2　圖像處理

2.2最小二乘擬合圓原理

對(duì)于圓形或者類圓形零件的測(cè)量，常用方法有Hough變換及相應(yīng)的改進(jìn)算法、環(huán)路積分微分法、組合法、魯棒性估計(jì)法、模擬退火算法、和遺傳算法等?？妆热艘苍岢鲇米钚《朔▽?duì)激光光斑中心進(jìn)行檢測(cè)［3］。本文的圓檢測(cè)算法就是基于最小二乘擬合法，并根據(jù)本實(shí)驗(yàn)標(biāo)定圖片對(duì)其進(jìn)行了適當(dāng)?shù)母倪M(jìn)。

最小二乘法是一種比較精確和常用的曲線擬合方法，根據(jù)已有的數(shù)據(jù)尋找最佳的匹配函數(shù)，且得到的函數(shù)使得誤差的平方和最小。其判斷依據(jù)是：在忽略自變量xi測(cè)量誤差的前提下，對(duì)等精度測(cè)量得到的相應(yīng)的因變量yi，擬合曲線y=f（x）使得與xi相應(yīng)的測(cè)量值 yi與曲線上對(duì)應(yīng)的點(diǎn)f（xi）之差yi-f（xi）（殘差）的平方和取得最小值。

最小二乘法擬合圓曲線一般基于公式：

可以轉(zhuǎn)化為如下關(guān)系式：

其中令：

只要根據(jù)離散點(diǎn)信息求出以下參數(shù)，然后進(jìn)行擬合即可：

2.3區(qū)域劃分算法

用圓擬合算法可以獲得很高的檢測(cè)準(zhǔn)確度，但是，根據(jù)上面的推導(dǎo)我們可以看出，由于參與擬合運(yùn)算的像素點(diǎn)被認(rèn)為是位于同一個(gè)圓上，對(duì)于同心圓檢測(cè)的場(chǎng)合，最小二乘法擬合圓算法并不能直接應(yīng)用于本標(biāo)定模板的檢測(cè)，所以必須對(duì)擬合區(qū)域進(jìn)行劃分，本文采用的是距離空間聚類的方法［4］。

其基本思路為：根據(jù)已確定的圓心坐標(biāo)，計(jì)算所有像素點(diǎn)到圓心的距離。對(duì)于存在N個(gè)同心圓的情況，則必然存在N-1個(gè)分界半徑。根據(jù)分界半徑把待測(cè)目標(biāo)劃分為N個(gè)區(qū)域，每個(gè)區(qū)域之包含一個(gè)待檢測(cè)的圓，針對(duì)每一個(gè)區(qū)域采用最小二乘擬合法進(jìn)行檢測(cè)。

對(duì)于分界半徑的確定，先統(tǒng)計(jì)所有離散點(diǎn)到初始圓心位置的距離，根據(jù)距離出現(xiàn)的概率，可以準(zhǔn)確的劃分出N-1個(gè)分界半徑。這種劃分算法的關(guān)鍵在于初始圓心的是否合適，文中采取的為灰度質(zhì)心法進(jìn)行圓心提取，整體算法流程如圖3所示。

圖3　算法流程圖

用MATLAB進(jìn)行算法的驗(yàn)證，可以很精確的得到區(qū)域劃分后的每個(gè)單獨(dú)的圓環(huán)。此時(shí)，對(duì)其進(jìn)行最小二乘圓擬合計(jì)算，即可較準(zhǔn)確的獲得其擬合后的圓心與半徑尺寸。如下圖所示，經(jīng)過區(qū)域劃分后提取出來的原始直徑為280mm的圓與在其原始圓上使用最小二乘擬合圓的算法，可以由圖看到，算法擬合的圓與原始圓的擬合度十分高。

圖4　區(qū)域劃分以及擬合

2.4標(biāo)定系數(shù)結(jié)果

使用MATLAB將算法實(shí)現(xiàn)后，提取到的標(biāo)定系數(shù)如表1所示，可以看出不同的直徑處的標(biāo)定系數(shù)差別在0.001的數(shù)量級(jí)處，對(duì)于精度較高的測(cè)量場(chǎng)合，進(jìn)行區(qū)域劃分后分別計(jì)算其標(biāo)定系數(shù)是十分必要的。在提高了精度的同時(shí)，減少了標(biāo)定的過程，僅用一張模板即可標(biāo)定直徑范圍為0～280 mm之間的所有零件。

其中標(biāo)定系數(shù)的計(jì)算結(jié)果為用單位為毫米的實(shí)際直徑與單位為像素的圖像直徑的比值。如表1對(duì)其進(jìn)行編號(hào)，以方便后面零件對(duì)其進(jìn)行提取進(jìn)而計(jì)算尺寸。

表1　標(biāo)定系數(shù)

3　圓形零件尺寸計(jì)算

3.1圓度評(píng)價(jià)

在測(cè)量的過程中，零件很可能為不規(guī)則的圓形，因此對(duì)零件進(jìn)行圓度評(píng)價(jià)是十分必要的?！秷A度測(cè)量術(shù)語、定義及參數(shù)》中提到了4種圓度誤差的評(píng)定方法：最小區(qū)域圓法、最小二乘圓法、最小外接圓法以及最大內(nèi)切圓法。文中在基于上文提到的最小二乘法擬合圓的圓心上，采用了工程上較為常用的最小外接圓法來進(jìn)行圓度評(píng)價(jià)。

最小外接圓法評(píng)定圓度誤差是以最小外接圓圓心作為圓心，內(nèi)接圓至少與一個(gè)實(shí)際測(cè)量點(diǎn)接觸。利用幾何均勻分布的思想，不斷移動(dòng)圓心并保持圓心位置盡量靠近所有點(diǎn)距離的中心點(diǎn)，同時(shí)不斷縮小位置偏差；然后，根據(jù)最小包容的思想，找到被測(cè)圓的最小外接圓的一條弦；最后通過最小外接圓的3個(gè)外接點(diǎn)找到最小外接圓的圓心位置［5］。

3.2算法實(shí)現(xiàn)

其算法流程如圖5所示。

3.3零件圖像處理與圓度評(píng)價(jià)

進(jìn)行完系統(tǒng)的標(biāo)定后，可以直接進(jìn)行待測(cè)零件的測(cè)量，保持系統(tǒng)的各部件的相對(duì)位置不變，將待測(cè)零件置于與標(biāo)定模板同環(huán)境的相同位置即可。

圖5　最小外接圓算法流程圖

進(jìn)行待測(cè)的圓孔類零件的圖像采集時(shí)，經(jīng)過測(cè)量系統(tǒng)成像的圖像時(shí)除了背向式的環(huán)形光源，外界光源均控制為0。但是除了待測(cè)的口徑外，圖片外還有一圈較淡的光圈，為實(shí)際零件的外輪廓。無疑，這會(huì)給我們后面計(jì)算該零件的內(nèi)口徑會(huì)帶來誤差和干擾。因此，必須對(duì)計(jì)算機(jī)中直接保存的零件圖像做圖像預(yù)處理，排除不需要的噪聲點(diǎn)。

首先，對(duì)CCD圖像進(jìn)行灰度化與二值化處理，在二值化的同時(shí)，設(shè)置一定大小的閾值，將外部較為淡輪廓?jiǎng)澐譃榛叶葹?，也就是黑色的像素點(diǎn)。進(jìn)而可以提取到如圖6所示的無干擾的零件灰度圖。進(jìn)而，對(duì)無干擾的零件圖進(jìn)行像素級(jí)的邊緣檢測(cè)，由于本實(shí)驗(yàn)圖片像素單元較小，提取到像素級(jí)的邊緣即滿足了測(cè)量的要求。因此，這里不進(jìn)行更為精確的亞像素級(jí)邊緣的提取。若測(cè)量時(shí)，采用的CCD相機(jī)分辨率較低時(shí)，則可以進(jìn)行亞像素邊緣檢測(cè)來提高精度。本文直接采用的是MATLAB里面自帶的像素級(jí)邊緣canny檢測(cè)算子，即提取到了較為細(xì)致的邊緣。

圖6　圖像預(yù)處理后零件圖

最后，在提取到的零件離散邊緣點(diǎn)上，進(jìn)行了最小外接圓的算法實(shí)現(xiàn)，提取到了如圖7所示的圓心及最小外包容圓。如圖，為待測(cè)零件完整的邊緣圖與其最小外接圓；為方便讀者閱讀，截取的部分放大后的零件邊緣與其最小外接圓圖。由圖可以很明顯的看到，本次待測(cè)零件為不規(guī)則的類圓形。因此必須對(duì)其進(jìn)行圓度評(píng)價(jià)，若零件為規(guī)則圓形，也需要進(jìn)行圓度評(píng)價(jià)，看其是否出現(xiàn)加工誤差。本次零件，在測(cè)得其最大內(nèi)口徑的同時(shí)，也需要考察一下其圓度。

本次實(shí)驗(yàn)對(duì)3組不同大小的零件尺寸進(jìn)行了手工測(cè)量，同時(shí)對(duì)其在測(cè)量系統(tǒng)中進(jìn)行了測(cè)量，另外每組圖片進(jìn)行了20次重復(fù)性測(cè)量。其檢測(cè)結(jié)果如下表。表中隨機(jī)抽取了20次重復(fù)測(cè)量中的5次，由表可以得知，該測(cè)量系統(tǒng)的重復(fù)性以及精確性都要高于人工尺子測(cè)量值。對(duì)比人工測(cè)量誤差，該測(cè)量系統(tǒng)測(cè)出的誤差控制在了0.2mm以內(nèi)，滿足測(cè)量誤差的要求。因此該測(cè)量系統(tǒng)以及圖像處理方法具有一定的實(shí)用性。

圖7　最小外接擬合圓及局部放大圖

表2　零件檢測(cè)結(jié)果

4　誤差分析

4.1成像系統(tǒng)幾何誤差

因?yàn)闇y(cè)量系統(tǒng)采用的為CCD攝像機(jī)，成像系統(tǒng)難免會(huì)產(chǎn)生幾何畸變，其來源主要為：

1）透鏡誤差：主要是由于實(shí)際的光學(xué)透鏡不是嚴(yán)格滿足針孔成像模型，存在軸對(duì)稱或者非軸對(duì)稱誤差，如：球差、慧差、像散、場(chǎng)曲等以及薄棱鏡像差。

2）透視誤差：主要是由于CCD芯片平面與相機(jī)光軸不嚴(yán)格垂直產(chǎn)生的。

其中，鏡頭畸變的誤差影響最大，因此需要對(duì)攝像機(jī)進(jìn)行精確的標(biāo)定，來消除鏡頭畸變。因?yàn)楸敬尾捎玫溺R頭畸變較小，而對(duì)最后結(jié)果的精確度影響不大。因此本次采用的即為標(biāo)準(zhǔn)件法進(jìn)行標(biāo)定。

4.2系統(tǒng)噪聲

圖像在成像、數(shù)字化和傳輸過程中難免會(huì)有各種干擾形成噪聲。這些噪聲使圖像上像素點(diǎn)灰度值不能正確的反映空間物體對(duì)應(yīng)點(diǎn)的光強(qiáng)值，降低了圖像的質(zhì)量［6］。主要有：光子噪聲、暗電流噪聲、光響應(yīng)非均勻噪聲、雜波噪聲等。

5　結(jié)束語

文中搭建了一套基于機(jī)器視覺的測(cè)量系統(tǒng)，設(shè)計(jì)了一種專用于標(biāo)定圓形或類圓形零件的同心圓模板，并設(shè)計(jì)了其對(duì)應(yīng)的圖像處理算法。進(jìn)而對(duì)零件進(jìn)行了邊緣檢測(cè)以及圓度評(píng)價(jià)，擬合出了其最小外接圓。最后綜合標(biāo)定算法中的標(biāo)定系數(shù)對(duì)尺寸進(jìn)行了計(jì)算。對(duì)實(shí)際的3種不同大小的類圓孔型零件進(jìn)行了實(shí)驗(yàn)。結(jié)果表明，測(cè)量系統(tǒng)的測(cè)量精度和誤差均遠(yuǎn)遠(yuǎn)優(yōu)于人工直接尺子測(cè)量，滿足工業(yè)應(yīng)用的要求。

［1］楊戈.基于機(jī)器視覺的機(jī)械零部件精密測(cè)量系統(tǒng)設(shè)計(jì)與開發(fā)［D］.南京：南京信息工程大學(xué)，2013.

［2］岡薩雷斯.數(shù)字圖像處理（MATLAB版）［M］.2版.阮秋琦，阮宇智，譯.北京：電子工業(yè)出版社，2005.

［3］侯倩，王冰等.曲線擬合法在圓檢測(cè)中的應(yīng)用研究［J］.煤炭工程，2008（6）:88-89.

［4］牛建軍，劉上乾.同心圓檢測(cè)中的區(qū)域劃分算法［J］.光子學(xué)報(bào)，2006，35（12）:1946-1949.

［5］孫茉莉.一種最小外接圓法圓度誤差評(píng)價(jià)實(shí)現(xiàn)方法［J］.公差與技術(shù)測(cè)量的理論.2010,44（5）:109-111.

［6］鄭麗麗.基于圖像識(shí)別的零件幾何尺寸檢測(cè)問題的研究［D］.吉林：吉林大學(xué)，2003.

A non-contact detection of the dimensional of circular parts

XIE Hong1，2，LIAO Zhi-jie1，XING Ting-wen1
（1.Institute of Optics and Electronics，Chinese Academy of Sciences，Chengdu 610209，China；2.University of Chinese Academy of Sciences，Beijing 100049，China）

For detecting the common circle objects，a size detecting system based on computer vision was designed.It isused standard fixed plate with concentric circles for standardization，as for deficiencies exist in circular fitting algorithm，zoning algorithm based on distance spatial clustering for this concentric circles image in the fixed platewas established.Then，using least square fit to fetch the image features.With experimental verification and computer simulating calculation，using image pre-processing，edge detection，and roundness evaluation，the circular hole weremeasured accurately.It has proved that the measurementaccuracy is under 0.2mm，and themethods used in this paper are suitable for non-contact detection of general circular parts.

machine vision；concentric circle detection；distance spatial clustering；dimensionalmeasurement

TN05

A

1674-6236（2016）19-0155-04

2015-10-08稿件編號(hào)：201510028

謝 紅（1991—），女，湖北仙桃人，碩士研究生。研究方向：機(jī)器視覺測(cè)量。