任金洋

摘要：加工精度關乎產(chǎn)品質量，加工工件精度檢測是保證工件精度的重要工藝流程，要求高精度、高效率、柔性良好。傳統(tǒng)的產(chǎn)品精度檢測是人工檢測及簡單的機械裝置檢測。提出了基于數(shù)字圖像處理的精度檢測系統(tǒng)，采用Matlab與OpenCv3.0相結合方法，將數(shù)字圖像處理技術引用到工件加工精度檢測中，采集加工工件圖片，將圖片經(jīng)過一系列預處理后，提取工件最清晰輪廓，與數(shù)據(jù)庫中標準模板進行對比，判斷所加工工件的精度。該系統(tǒng)可有效提高檢測效率和檢測精度，提高生產(chǎn)效率。

關鍵詞：數(shù)字圖像處理；加工精度；邊緣檢測

中圖分類號：TP319

文獻標識碼：A

文章編號： 16727800（2017）004016303

0引言 現(xiàn)代制造業(yè)正朝著自動化、高精度方向發(fā)展，對工件的加工精度要求越來越高[1]。由于工件加工過程中刀具與工件相互作用，刀具不可避免會發(fā)生磨損，從而導致所加工工件出現(xiàn)加工誤差，所以，檢測這一流程成為判斷加工工件精度的重要環(huán)節(jié)。本文提出了基于數(shù)字圖像處理的精度檢測系統(tǒng)，將數(shù)字圖像處理技術應用到工件加工精度檢測，可有效提高檢測效率和檢測精度。1Matlab圖像處理 傳統(tǒng)的圖像處理包括圖像的基本運算、圖像變換、圖像增強、圖像復原、圖像壓縮編碼、圖像邊緣檢測、圖像分割、圖像重建等[1]。MATLAB圖像處理工具箱提供了一套全方位的參照標準算法和圖像工具，可進行圖像處理、分析、可視化和算法研究開發(fā)，可對有噪聲圖像或退化圖像進行去噪和還原，獲得更高的圖像清晰度，根據(jù)特征、形狀和紋理對兩個圖像進行匹配[2]。2系統(tǒng)架構 本系統(tǒng)將MATLAB與OpenCv3.0結合，對通過CCD相機獲得的圖像進行處理，并將處理好的圖片與數(shù)據(jù)庫中的模板圖片進行對比、做差并判斷，繼而得出檢測結果，程序模塊組成如圖1所示。

本文采用的實驗操作平臺如圖2所示。將工件標準圖紙作為模板通過掃描儀掃描，所得圖片以BMP格式保存。通過CCD攝像機采集待加工工件圖像，將采集的圖像進行預處理，并將預處理后的圖像提取清晰輪廓與特征。最后，將處理后的工件圖像與模板圖像進行對比、做差，根據(jù)兩幅圖像的差值大小判斷工件的加工精度[3]。

3工件預處理 為去除外界因素對圖片質量的影響，要對待檢測圖像進行預處理，得到質量較高的圖像及準確清晰的邊緣 [4]。 利用OpenCv中的imread函數(shù)讀取待處理工件圖片，在讀取圖片的同時，用函數(shù)CV_LOAD_IMAGE_GRAYSCALE對CCD相機獲取的待處理工件圖片作灰度化處理。圖片在內存中的存在方式以像素形式存在，經(jīng)過灰度化后，圖片的像素值只有0（黑）或1（白）[5]。對不同灰度值的像素個數(shù)進行統(tǒng)計來獲得直方圖。一副圖像的灰度統(tǒng)計直方圖是一個1-D的離散函數(shù)：fk為圖像f（x，y）的第k級灰度值，nk是圖像f（x，y）中具有灰度值fk的像素個數(shù)，n是圖像像素總和[6]。3.1工件圖像降噪噪聲是最常見的圖像退化因素之一。圖像往往存在噪聲，因此需要進行濾波來抑制或消除噪聲。濾波有很多形式，如空域平滑濾波、頻域低通濾波和小波低通濾波等，本文根據(jù)需要選擇頻域低通濾波[7]。頻域低通濾波就是在頻域對圖像進行低通濾波，然后進行反變換，得到處理后的圖像，對圖像進行傅立葉變換和余弦變換，得到頻譜分布[8]。

3.2工件邊緣檢測具有不同灰度的兩個區(qū)域之間存在灰度不連續(xù)，灰度不連續(xù)對應于圖像的邊緣，因此，邊緣是指圖像上灰度不連續(xù)的點形成的軌跡。在圖像邊緣處，灰度一階導數(shù)取極值，灰度二階導數(shù)取零值。利用一階導數(shù)極值與二階導數(shù)零值可以實現(xiàn)對邊緣的跟蹤[9]。（1）利用OpenCv對待處理的圖片進行去噪、膨脹、細化等預處理，得到質量較高的圖像，然后采用Canny邊緣檢測算子對圖像進行邊緣檢測。Canny的高斯算子g（x，y，σ）可表示為：

（2）MATLAB利用edge函數(shù)識別圖像邊緣，尋找圖像上灰度快速變化的位置。取灰度圖像或二值圖像作為輸入，返回的是相同尺寸的二值圖像。在返回圖像中對應圖像邊緣的灰度值為1，其余為0。圖像處理常用邊緣檢測算法有：Sobel算法、Prewitt算法、Roberts算法、Laplacian of Gaussian算法、Zero-Cross算法、Canny算法，本文采用Canny算法進行邊緣提取[10]：①BW=edge（I，'canny'），指定采用Canny方法，缺省采用Sobel方法；②指定采用Canny方法的閾值thresh。其中thresh是兩個元素的矢量，第一元素表示低閾值；第二元素表示高閾值。如果不指定thresh或thresh取空，那么edge函數(shù)自動選擇高、低閾值；③采用Canny方法，指定Gaussian濾波器的標準偏差sigma（缺省時sigma=KF（2KF）），濾波器尺寸根據(jù)sigma自動選擇[11]。4工件檢測 圖3為待檢測工件，檢測曲線輪廓AB，檢測時取A點為起始點，同時將A點作為CCD的目標區(qū)域中心點。4.1檢測方法與步驟 對不同工件進行檢測前都要將所加工工件的工程圖紙作為模板輸入到系統(tǒng)模板庫中，作為待檢測工件的標準模板。系統(tǒng)檢測過程中利用CCD攝相機來獲得CCD圖像， ROI（Region of Interesting）為圖像處理感興趣區(qū)域，其中心與軸線重合， ROI的位置和大小在檢測過程中保持不變。例如，為了檢測圖4中工件A（工件形狀如圖3）的加工精度，系統(tǒng)先要對待檢測工件進行定位，然后將相機采集到的CCD圖像以BMP格式自動保存在計算機中，此圖像即是待處理工件的圖像。經(jīng)過系統(tǒng)預處理后，可以得到具有明顯輪廓以及明顯特征的清晰輪廓圖，系統(tǒng)將此圖與模板庫中的該工件模板圖進行匹配、對比并作差，即可得到待檢測工件的檢測值，同時得到待檢測工件與模板的差值，即工件檢測的誤差值。當所得的差值在允許誤差范圍內時，表示該工件加工精度符合加工要求，否則，該工件的加工精度不符合要求。圖5為系統(tǒng)檢測流程。

4.2檢測結果 檢測結果可以擬合出一條檢測曲線。將檢測曲線與模版庫中的標準理論曲線進行對比、做差，即可得出工件加工過程中任意一點的加工精度，該誤差數(shù)據(jù)可作為判斷工件加工精度的重要數(shù)據(jù)，如圖6所示。

應用系統(tǒng)對工件進行檢測實驗，得到檢測數(shù)據(jù)如表1所示，比對每次結果得出相應結論。 通過表1可以看出，系統(tǒng)檢測結果符合精度檢測要求。由于實驗條件所限，實驗中用普通相機來代替工業(yè)用CCD相機，所以造成誤差相對較大。對表1數(shù)據(jù)進行分析可知，系統(tǒng)對工件進行加工精度檢測時可以得到相對準確的檢測結果，所得檢測結果誤差都在誤差允許范圍之內，應用該系統(tǒng)可以對工件加工精度進行檢測。如果采用工業(yè)相機，則可獲得較高質量的工件圖像，大大減小檢測誤差。

4.3誤差分析與說明 影響檢測精度的因素很多，如震動、噪聲、粉塵等，另外，系統(tǒng)硬件自身也會造成誤差，如CCD攝像機本身的誤差等，本文采用的圖像預處理及圖像相減算法可以在很大程度上降低誤差。系統(tǒng)主要對待檢測工件圖像進行處理，所以檢測過程中獲得較高質量的工件圖像是保證系統(tǒng)檢測精度的關鍵。為此，系統(tǒng)在工業(yè)應用中應采用像素較高的工業(yè)攝像機，檢測過程中盡量保證環(huán)境一致，這樣有利于獲得較高質量圖像，保證較高的檢測精度。5結語 隨著計算機數(shù)字圖像處理技術的發(fā)展，機械視覺理論不斷完善，視覺理論逐漸應用于各個領域。本文采用MATLAB和OpenCv相結合的數(shù)字圖像處理技術，通過對加工工件圖片進行檢查，與數(shù)據(jù)庫中標準模板比對、做差，以此判斷工件的加工精度。應用表明，該系統(tǒng)可以應用于精度要求較高的工件檢測工作。

參考文獻：

[1]陳炳權，劉宏立，孟凡斌.數(shù)字圖像處理技術的現(xiàn)狀及其發(fā)展方向[J].吉首大學學報：自然科學版，2009，30（1）：1617.

[2]景曉軍.圖像處理技術及其應用[M].北京： 國防工業(yè)出版社，2005.

[3]范壯.機械零件尺寸視覺檢測系統(tǒng)的研究[D].哈爾濱：哈爾濱工業(yè)大學，2006.

[4]寇星源.基于圖像處理的智能機床刀具檢測技術研究[D].北京：北京郵電大學，2013.

[5]廖維.基于機器視覺的工件加工尺寸在線測量方法與系統(tǒng)研究[D].武漢：武漢理工大學，2012.

[6]章毓晉.圖像處理和分析技術[M].北京：高等教育出版社，2014.

[7]MERTES J G，MARRANGHELLO N，PEREIRA A S.Real-time module for digital image processing developed on a FPGA[J].IFAC Proceedings Volumes，2013，46（28）：405410.

[8]WANG X Y，WU J.A Featurebased robust digital image watermarking against desynchronization attacks[J].國際自動化與計算雜志，2007，4（4）：428432.

[9]江燕，王敬東.圖像處理在平面零件分揀控制中的應用[J].電氣傳動，2015，45（2）：7680.

[10]KRUPINSKI E A，WILLIAMS M B，ANDRIOLE K，et al.Digital radiography image quality：image processing and display[J].Journal of the American College of Radiology Jacr，2007，4（6）：389400.

[11]FU Y，LIU Y.Development of a robust image processing technique for bubbly flow measurement in a narrow rectangular channel[J].International Journal of Multiphase Flow，2016（84）：217228.

（責任編輯：杜能鋼）