于 楊

（杭州電子科技大學(xué)，浙江 杭州310018）

0 引言

螺栓是工業(yè)行業(yè)中必不可少的將機(jī)械設(shè)備緊密連接起來的標(biāo)準(zhǔn)件。由于使用量和生產(chǎn)量巨大，傳統(tǒng)的人工檢測螺紋零件參數(shù)方法耗時(shí)、耗力，很難做到全部檢測。基于計(jì)算機(jī)視覺的圖像檢測技術(shù)實(shí)現(xiàn)是檢測領(lǐng)域近年來發(fā)展起來的新技術(shù)，具有速度快、精度高、非接觸、抗干擾能力強(qiáng)等諸多優(yōu)點(diǎn)。結(jié)合螺紋自身特點(diǎn)，采用圖像檢測技術(shù)和計(jì)算機(jī)控制技術(shù)對(duì)螺紋零件表面圖像進(jìn)行自動(dòng)采集和數(shù)字圖像處理，通過測量螺紋參數(shù)來判斷目標(biāo)零件是否符合生產(chǎn)需要，這種檢測不僅可以實(shí)現(xiàn)在線檢測，還可以提高精度，是未來螺紋檢測的發(fā)展方向。目前圖像檢測技術(shù)已經(jīng)廣泛應(yīng)用到各個(gè)領(lǐng)域，但國內(nèi)的研究現(xiàn)狀相比較國外的技術(shù)還不是很成熟。本文的目的是提出一種利用圖像檢測技術(shù)測量外螺紋幾何參數(shù)的方法，實(shí)現(xiàn)非接觸型檢測外螺紋，并達(dá)到精度上的提高。

1 系統(tǒng)構(gòu)成

1.1 圖像檢測系統(tǒng)的組成

檢測系統(tǒng)中硬件結(jié)構(gòu)包括CCD工業(yè)相機(jī)、環(huán)形LED光源、載物臺(tái)以及計(jì)算機(jī)。鏡頭和光源的選擇非常重要，采集到清晰的螺紋圖像對(duì)后期的圖像處理會(huì)有很大的幫助。為了可以在較短的時(shí)間內(nèi)拍攝幾十甚至幾百幅圖片，本課題選擇了COSM面陣相機(jī)和環(huán)形光源。

為了能夠采集到外螺紋零件更多角度的照片，在機(jī)械結(jié)構(gòu)上設(shè)計(jì)了一種攝像機(jī)固定，外螺紋放在轉(zhuǎn)盤中心繞軸向運(yùn)動(dòng)，以運(yùn)動(dòng)一周過程中攝像機(jī)隨機(jī)拍攝零件4次的方式獲取外螺紋圖像的采集圖像方案，這種采集圖像方案能夠在一定程度上減小誤差，提高精度。如圖1所示為實(shí)驗(yàn)總體方案俯視圖。

圖1 總體方案俯視圖

1.2 檢測系統(tǒng)流程

通過相機(jī)采集螺紋圖像，經(jīng)計(jì)算機(jī)進(jìn)行圖像預(yù)處理，邊緣檢測提并取螺紋輪廓，然后進(jìn)行螺紋參數(shù)檢測和缺陷識(shí)別，通過檢測得到的螺紋參數(shù)與標(biāo)準(zhǔn)螺紋參數(shù)分析對(duì)比，做出判斷的過程就是缺陷識(shí)別。系統(tǒng)流程如圖2所示[1]。

圖2 缺陷識(shí)別系統(tǒng)流程

2 螺紋圖像預(yù)處理

2.1 螺紋圖像灰度變換

由于采集圖像部分曝光不足而采用點(diǎn)運(yùn)算灰度變換，目的是增強(qiáng)圖像灰度對(duì)比度，改善圖像顯示效果，使圖像更加清晰，特征顯示更明顯。算子T以每一個(gè)單個(gè)像素為作用域，圖像的輸出只與位置和輸入有關(guān)，實(shí)現(xiàn)像素點(diǎn)到點(diǎn)的式的運(yùn)算為“點(diǎn)運(yùn)算”，“點(diǎn)運(yùn)算”表達(dá)式為：

s=T（r） （1）

式中r和s分別為輸入、輸出像素的灰度級(jí)；T為灰度級(jí)變換函數(shù)的映射關(guān)系?；叶茸儞Q前后如圖3、圖4可知。

圖3 原始圖像

圖4 灰度圖

2.2 圖像噪聲平滑處理

對(duì)螺紋圖像進(jìn)行平滑處理的目的主要是去除圖像噪聲。中值濾波是一種能有效抑制噪聲的非線性信號(hào)處理技術(shù)，把數(shù)字圖像或者數(shù)字序列中的一點(diǎn)的值用該店的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近真實(shí)值，從而消除孤立的噪聲點(diǎn)。對(duì)于一副圖像，對(duì)目標(biāo)像素點(diǎn)領(lǐng)域內(nèi)像素點(diǎn)的灰度值進(jìn)行排序，將得到的中間值作為目標(biāo)像素點(diǎn)處理后的灰度值。中值濾波用公式表示如下：

其中，Xn是原始圖像二維序列，Yn是處理后圖像二維序列。圖5為螺紋添加噪聲后圖像、圖6為濾波后圖像。

圖5 添加噪聲后圖像

圖6 濾波后圖像

2.3 閾值分割

閾值T可根據(jù)灰度圖像直方圖進(jìn)行選取，經(jīng)過濾波后得到螺紋零件圖像灰度直方圖。通過觀察螺紋圖像灰度直方圖可將直方圖中波谷處的灰度值作為閾值進(jìn)行灰度值分割，灰度直方圖中出現(xiàn)了兩個(gè)波峰，一個(gè)波峰對(duì)應(yīng)零件區(qū)域，另一個(gè)對(duì)應(yīng)背景區(qū)域。兩個(gè)區(qū)域邊界附近像素點(diǎn)少從而產(chǎn)生了波谷?；叶戎捣指罘ǖ奶幚砗瘮?shù)如下：

其中，f（x，y）是原始圖像中的像素值，g（x，y）是處理后的黑白圖像的像素值。閾值分割法是一種非線性的運(yùn)算，如果圖像的像素值大于所設(shè)置的額閾值，則將這個(gè)像素的灰度值設(shè)置為255，反之將其灰度值設(shè)置為0[2].灰度直方圖如圖7所示，選取灰度閾值T=160，分割效果如圖8所示。

圖7 灰度直方圖

圖8 二直圖像

3 外螺紋尺寸檢測

3.1 邊緣檢測

通過與其他邊緣檢測算子的對(duì)比分析，得出Canny算子是最優(yōu)化的邊緣檢測算子，該算子采用了高斯函數(shù)對(duì)圖像進(jìn)行了平滑處理，具有較強(qiáng)的抑制噪聲能力，定位準(zhǔn)確，具有較高的精度，檢測到的螺紋邊緣寬度均勻且完整性較好，符合檢測需要。如圖9所示為Canny邊緣檢測算子的檢測結(jié)果。

圖9 Canny算子檢測結(jié)果圖

3.2 螺紋參數(shù)檢測

建立直角坐標(biāo)系，設(shè)置波峰和波谷的個(gè)數(shù)，計(jì)算x和y的數(shù)據(jù)個(gè)數(shù)點(diǎn)，將x和y等分M段，計(jì)算每一段的長度。找出每一段y里的最大值和最小值，得到與波峰波谷分別對(duì)應(yīng)的橫坐標(biāo)x.根據(jù)螺紋參數(shù)的幾何定義求解各項(xiàng)參數(shù)，然后采用最小二乘法擬合螺紋軸心線。

（1）螺紋大徑r1

對(duì)所有的波峰進(jìn)行直線擬合，得到牙頂擬合直線L1，求取M段L1擬合直線點(diǎn)到螺紋軸線的平均距離，該距離r1為螺紋大徑值的一半。

（2）螺紋小徑r2

對(duì)所有的波谷進(jìn)行直線擬合，得到牙底擬合直線L2，求取M段L2擬合直線點(diǎn)到螺紋軸線的平均距離，該距離r2為螺紋小徑值的一半。如圖10所示為波峰、波谷點(diǎn)，圖11所示為大徑、小徑線擬合結(jié)果。

圖10 繪制波峰、波谷點(diǎn)

圖11 大徑、小徑線擬合結(jié)果

（3）螺紋中經(jīng)r

螺紋中徑定義螺紋牙型上溝槽和凸起寬度相等的地方為螺紋中徑位置。螺紋中徑的測量是螺紋檢測中較重要的螺紋參數(shù)?；诖髲健⑿剿惴ㄕ页雎菁y邊界各個(gè)牙頂和牙底坐標(biāo)，并分別以先后順序排列方式保存。初始化一條直線L與牙側(cè)相交，按順序記交點(diǎn)為P1、P2、P3……計(jì)算相鄰交點(diǎn)間距離并使得距離相等，即為P1P2=P2P3=P3P4……此直線可代表中徑線，因此該直線到螺紋軸線的距離r為螺紋中徑的一半[3]。中徑線提取結(jié)果如圖12所示。

圖12 中徑線提取效果

以大徑為例，記大徑每段擬合直線點(diǎn)到螺紋軸線的距離分別為 D（1）、D（2）、D（3）……求 M 段距離的平均值即為r1.由此可得到螺紋的大徑d1，檢測結(jié)果界面如圖13所示。

圖13 螺紋參數(shù)檢測結(jié)果界面

4 螺紋圖像參數(shù)檢測實(shí)驗(yàn)

實(shí)驗(yàn)中被測螺紋型號(hào)是公稱直徑為6 mm的普通螺栓，利用千分尺對(duì)螺栓大徑進(jìn)行4次測量取平均值得到的結(jié)果為6.075 mm，小徑利用攝像機(jī)投影放大螺紋零件和標(biāo)尺測量得數(shù)值分別為4.556 mm.將外螺紋零件放入檢測圖像檢測系統(tǒng)中，在檢測系統(tǒng)硬件結(jié)構(gòu)和機(jī)械安裝沒有任何變動(dòng)的狀態(tài)下，被測零件在轉(zhuǎn)動(dòng)一周的過程中隨機(jī)拍攝4次照片進(jìn)行圖像測量處理，如圖14為圖像檢測實(shí)驗(yàn)系統(tǒng)整體實(shí)物圖。測量數(shù)據(jù)結(jié)果見表1所示。表1展示了螺栓4個(gè)面的參數(shù)的提取結(jié)果。

圖14 硬件系統(tǒng)整體

表1 螺紋參數(shù)提取結(jié)果

已知像元的邊長、相機(jī)的焦距和物距，計(jì)算方法如式（6）所示，式中xm為物理單位的測量結(jié)果，xc為螺紋參數(shù)在相機(jī)中成像的結(jié)果，xpix為以像素為單位的測量結(jié)果。結(jié)合已知的相機(jī)參數(shù)，便可通過式（6）進(jìn)行單位（如mm）的轉(zhuǎn)換從而得到物理單位的螺紋參數(shù)。表2為螺紋物理參數(shù)結(jié)果，表3為誤差計(jì)算結(jié)果。

表2 螺紋物理參數(shù)結(jié)果

表3 誤差計(jì)算結(jié)果

從表中的實(shí)驗(yàn)結(jié)果可得出，通過對(duì)實(shí)驗(yàn)結(jié)果的計(jì)算分析，被測外螺紋零件大徑的標(biāo)準(zhǔn)差為0.009 3 mm，因此說明機(jī)械結(jié)構(gòu)不變，外界環(huán)境影響較小的前提下，基于圖像檢測技術(shù)測量螺紋的集合參數(shù)具有較高的穩(wěn)定性；小徑的標(biāo)準(zhǔn)差為0.012 9 mm，與大徑相差不多，同樣誤差也比較小。因此說明該圖像檢測系統(tǒng)所應(yīng)用的檢測算法可以滿足工業(yè)生產(chǎn)中的外螺紋參數(shù)檢測要求。

5 結(jié)論

本文首先對(duì)獲取到的螺紋圖像進(jìn)行預(yù)處理，對(duì)預(yù)處理后的圖像運(yùn)用數(shù)學(xué)形態(tài)學(xué)的方法進(jìn)行邊緣檢測并提取螺紋輪廓，識(shí)別出螺紋參和軸線并計(jì)算實(shí)驗(yàn)中螺紋大徑、中徑、小徑值，判斷是否滿足實(shí)際需要。在設(shè)計(jì)好檢測系統(tǒng)的前提下，螺紋檢測識(shí)別過程均以每個(gè)5 s以內(nèi)的速度完成，測量精度精確提高，根據(jù)誤差值是否在允許范圍內(nèi)可快速判斷被測螺紋是否合格。這種識(shí)別方法速度快、精度高，高效率地實(shí)現(xiàn)了非接觸式檢測螺紋缺陷。

[1]姜籍翔.基于機(jī)器視覺的外螺紋幾何參數(shù)檢測算法研究[D].成都：電子科技大學(xué)，2014：37-40.

[2]周金山，婁訓(xùn)志，王 凡，等.基于機(jī)器視覺的螺紋缺陷檢測方法[J].湖北工業(yè)大學(xué)學(xué)報(bào)，2010，25（2）：4-6.

[3]段瑞玲，李慶祥，李玉和，圖像邊緣檢測方法研究綜述[J].光學(xué)技術(shù)，2005，5（3）：415-419.