劉自然，程曉輝，顏丙生，陳仁權(quán)

(河南工業(yè)大學(xué) 機電工程學(xué)院，鄭州 450007)

基于機器視覺的機床對刀自動測量系統(tǒng)

劉自然，程曉輝，顏丙生，陳仁權(quán)

(河南工業(yè)大學(xué) 機電工程學(xué)院，鄭州 450007)

針對機床加工制造業(yè)中傳統(tǒng)人工測量作業(yè)進行對刀操作中具有的不足，設(shè)計了一套基于機器視覺的機床對刀自動測量系統(tǒng)。該系統(tǒng)借助于LabVIEW視覺開發(fā)函數(shù)庫完成相機標定工作、圖像采集、圖像處理以及邊緣檢測，針對Hough變換的不足進行優(yōu)化計算處理完成對刀點坐標的提取。利用實際待加工工件進行自動測量試驗，試驗結(jié)果表明自動測量系統(tǒng)具有比人工測量更高的精度和速度，證明了自動測量的有效性和可行性，為機床工業(yè)自動化的進一步發(fā)展提出了更多的技術(shù)思路。

對刀操作；機器視覺；自動測量；Hough變換

0 引言

在機械加工領(lǐng)域，伴隨產(chǎn)業(yè)升級的需求,機械產(chǎn)品加工的精密度和復(fù)雜度逐步提高，數(shù)控機床的應(yīng)用愈加廣泛。在數(shù)控機床加工過程中，通過對刀操作確定加工的起始點嚴重關(guān)系到后續(xù)加工的準確性。傳統(tǒng)型操作通過人工測量確定刀具補償值，這種操作通常占用大量工作時間并且具有較大的測量誤差,難以滿足高精度加工的要求。自動對刀裝置以及自動測量系統(tǒng)大大避免了人工測量對刀的弊端，隨著科研人員深入研究，相繼出現(xiàn)接觸式對刀[1]和基于機器視覺等多種對刀技術(shù)。接觸式對刀是通過測量刀具與待加工工件相接觸的測量專用尺的數(shù)據(jù)實現(xiàn)對刀操作，但對刀精度低操作復(fù)雜；基于機器視覺的對刀技術(shù)在一定程度上彌補了這種不足，具有較大的深入研究的價值。

利用NI公司所開發(fā)的可視化編程環(huán)境LabVIEW及其IMAX Vision函數(shù)庫開發(fā)出機床對刀自動測量系統(tǒng)。系統(tǒng)進行形狀角計算，對目標圖像輪廓進行形狀分類，使得系統(tǒng)可以自適應(yīng)的選擇對應(yīng)圖像處理方法；Hough變換是機器視覺中進行直線或線段檢測的經(jīng)典算法，但其具有存儲空間大、計算時間長、可靠性不穩(wěn)定等不足，在進行提取對刀點坐標時利用Hough變換并進行優(yōu)化處理，可使定位對刀點更加迅速和準確。

1 對刀自動測量系統(tǒng)組成及原理

數(shù)控機床對刀自動測量系統(tǒng)主要用于數(shù)控銑床對刀輔助測量，經(jīng)過調(diào)整可通用于各種類型數(shù)控機床中，其主要組成部分為工控計算機、圖像采集卡、CCD相機等。為簡化系統(tǒng)設(shè)計采用兩個數(shù)字相機采集圖像信息，其中一個安裝于垂直于機床基座的豎直方向，用于采集整個待加工工件俯視圖像(X-Y平面)，另一個安裝于水平方向垂直于機床豎直主軸(Z軸)方向，主要用來采集刀具與加工工件水平方向相對位置圖像信息。

豎直方向的相機需經(jīng)過標定確定畸變系數(shù)從而校正相機成像，經(jīng)過濾波、增強等處理降低圖像噪點，利用二值化、局部分割等算法將目標圖像區(qū)域從整個圖片中提取出來，經(jīng)過邊緣檢測算法提取出目標邊緣特征，利用Hough變換及其優(yōu)化計算結(jié)合機床空間坐標系相對關(guān)系計算出對刀定位點坐標；水平方向相機需要進行像素距離當量計算，根據(jù)像素與實際物理尺寸比例關(guān)系計算出刀尖與工件表面距離。

圖1 對刀自動測量系統(tǒng)組成示意框圖

2 相機標定及圖像處理

2.1 相機標定

通過相機標定計算出相機的內(nèi)外參數(shù)矩陣和畸變系數(shù)從而確定相機圖像坐標系與世界坐標系之間的轉(zhuǎn)換關(guān)系。

利用LabVIEW視覺組件Vision中的標定模塊Calibration Training可以方便的求解出相機的內(nèi)參數(shù)矩陣。選擇圓心鄰間距為12mm的圓形標定靶作為標定模板，選擇Calibration類型為Camera Model(Grid),拍攝5幅以上的圖片，選定其中一個作為模板然后進行訓(xùn)練，調(diào)整出清晰圖片并進行圓點邊緣提取。經(jīng)過圖像的訓(xùn)練計算出相機的內(nèi)參矩陣M1如式(1)所示：

(1)

由于水平方向相機僅用來測量刀尖與待加工工件之間的Z軸方向相對距離，沒有其他坐標轉(zhuǎn)換，只需要根據(jù)實物的實際物理尺寸和采集到的圖片中相應(yīng)的像素尺寸計算其像素與距離比例值就可以完成標定，由此可以計算出標定系數(shù)為k=Ld/Lp，其中Ld為實物上兩點實際距離，Lp為圖像之中兩點間像素點數(shù)。

根據(jù)相機用途及畸變類型選用帶有兩個畸變參數(shù)的Polyno-mial(k1,k2)模型，利用豎直方向相機標定方法確定標定模板圖像。將已知長度20mm的標準件安裝于水平方向相機正前方，通過加載標定模板圖像進行多次標準件長度攝像測量，分別對測量值和所對應(yīng)的像素值計算均值，最終確定標定系數(shù)為k=0.00228mm/pixel其中pixel為像素點。

2.2 圖像采集與預(yù)處理

在完成相機標定之后在LabVIEW開發(fā)平臺編制圖像采集程序，調(diào)用”IMAQ Create”建立圖像采集通道。經(jīng)過設(shè)置采集通道采集速率調(diào)用”IMAQ Grab Acquire.VI”采集攝像機采集的圖像；調(diào)用”IMAQ WindZoom”以工件中心位置為基準設(shè)定提取的ROI區(qū)域范圍，而后將提取過的圖像顯示到目標窗口區(qū)。圖2為ROI區(qū)域提取模塊子VI程序框圖。

圖2 ROI區(qū)域提取模塊子VI框圖

為降低圖像處理整體的運算量縮短計算時間，利用LabVIEW中IMAQ Extract Single ColorPlane VI將圖像進行灰度化轉(zhuǎn)換；IMAQ Equalize VI 將圖像進行直方圖轉(zhuǎn)換而后進行像素的均衡分配達到線性化的顯示效果，可使灰度化后的圖像灰度級分布趨向均衡化，可以較好改善圖像清晰度；IVA GrayFilters-NthOrder VI中值濾波器將圖像進行中值濾波，可以有效濾除噪點，并可以保持圖片較高的清晰度。具體程序框圖如圖3所示。

圖3 圖像預(yù)處理程序框圖

2.3 圖像分割及邊緣檢測

原始圖像包含有目標圖像和具有復(fù)雜特征的背景圖像信息，通過圖像分割處理將目標信息在整體圖像中凸顯出來，即二值化處理。為提高分割精度以及防止固定閾值分割將背景與目標混淆，本文采用LabVIEW中IMAX Vision局部閾值分割函數(shù)IMAQ Local Threshould VI，其中局部分割方法選擇Niblack方法。

為改善檢測出的邊緣出現(xiàn)的斷續(xù)的情況提高檢測質(zhì)量，調(diào)用反轉(zhuǎn)二值圖像函數(shù)”BinaryImage Inversion”將圖像二值化并用1填充邊界點將非邊界點零化，調(diào)用區(qū)域填充函數(shù)”IMAQ FillHole VI”將空洞填充，最后利用Canny邊緣檢測函數(shù)”IMAQ CannyEdgeDetetion VI”檢測工件邊緣。完整的圖像邊緣檢測子VI程序框圖如圖4所示，檢測模塊界面如圖5所示。

圖4 圖像邊緣檢測子VI程序框圖

圖5 邊緣檢測模塊界面

3 對刀點定位

3.1 形狀角類型分類

為了提高自動測量系統(tǒng)自適應(yīng)程度，由于形狀角的值與所在位置和方向無關(guān)而與輪廓的幾何形狀有關(guān)，利用幾何不變量-形狀角Dα對經(jīng)處理過的圖像進行先期形狀類型分類。形狀角Dα的定義如下：

(2)

其中，αi、gi和mi的定義為:對于輪廓上的每一點，定義其余輪廓質(zhì)心的連線為mi該點的對應(yīng)法向量為gi二者夾角的定義為αi，輪廓上每一點對應(yīng)αi的平均值就是該閉合曲線的形狀角Dα，如圖6所示。

圖6 形狀角計算示意圖

由于不同形狀的形狀角數(shù)值呈現(xiàn)相對固定的特征，因此可以根據(jù)預(yù)先計算的不同形狀的形狀角特征值預(yù)設(shè)判斷閾值來判定圖像中輪廓的形狀。在本系統(tǒng)中經(jīng)過計算，圓形的形狀角為5.30±0.05，將其設(shè)置為閾值1；矩形的形狀角為78±2，將其設(shè)置為閾值2。系統(tǒng)通過判斷計算出的形狀角數(shù)值與閾值對比即可判定輪廓形狀。

3.2 Hough變換優(yōu)化計算提取矩形工件特征點

對于矩形表面利用Hough變換檢測工件邊線直線，計算邊線的交點即確定矩形的角點。在圖像平面中直線上的每一個點經(jīng)過Hough變換到參數(shù)空間呈現(xiàn)為一條曲線，計算各個曲線角點即可求出圖像空間中的直線。

首先搜索二值化后的圖像的非零點，將一點作為起始點M(x1,y1)，以此為中心框取一個矩形區(qū)域，對該區(qū)域中非零點Ni(xi,yi)逐個掃描，對其中兩非零點所對應(yīng)的直線參數(shù)對(ρi,θi)進行計算:

(3)

通過上述計算，在不同參數(shù)區(qū)間中的直線對數(shù)量不同，若直線對數(shù)目小于預(yù)先設(shè)定的閾值數(shù)目，則清空初始起始點重新計算，否則就開始檢測其他區(qū)域的非零點；在其他區(qū)域中的非零點Ki(xc,yc),令θc=θi,根據(jù)公式(3)計算ρc,如果滿足|ρi-ρc|<=σρ,則Ki(xc,yc)屬于該直線，將累加器進行加1操作并將Ki(xc,yc)置0。循環(huán)運算直至沒有非零點。累加器數(shù)值若大于預(yù)設(shè)直線閾值則判定該直線存在，對其峰值點進行直線擬合得到圖像中直線。計算四條直線的交點即為矩形角點坐標，對角線的中心點則為矩形中心點。

3.3 Hough變換優(yōu)化計算提取圓形工件特征點

(a)橫向掃描獲取直徑 (b)縱向掃描獲取直徑 (c)獲取圓心圖7 圓心定位

r=max((xmax-xmin)/2,(ymax-ymin)/2)

(4)

其中，xmax和xmin是輪廓線最大和最小x坐標,ymax和ymin是輪廓線最大和最小y坐標。

3.4 Z向距離計算

Z向距離檢測即檢測刀具刀尖到工件上表面的距離。首先采集水平方向刀具與待加工工件相對位置的圖像信息，經(jīng)過與圖像的預(yù)處理和邊緣檢測如圖8所示，檢測提取出刀具和待加工工件的輪廓，而后將對刀平面進行直線插值擬合，擬合出工件上邊緣直線方程：

Ax+Bx+C=0

(5)

同時檢測出刀具輪廓下邊緣y坐標最低點，根據(jù)點到直線距離計算公式計算出刀具到對刀平面的直線距離：

(6)

利用標定系數(shù)計算出實際Z向距離L=D×k，由此完成對刀工作。

圖8 Z向?qū)Φ秷D像處理示意

由于計算的繁雜性，本文利用MATLAB腳本節(jié)點實現(xiàn)上述定位計算。

3.5 自動測量流程

系統(tǒng)完整的測量流程如圖9所示，開始自動測量后先對圖像進行預(yù)處理消除噪聲影響，通過邊緣檢測提取輪廓；通過計算形狀角對圖像中閉合輪廓進行自動分類，接著對不同形狀待加工工件上表面分別通過經(jīng)過Hough變換的不同優(yōu)化計算過程提取對刀定位點坐標；與此同時對水平方向相機采集到的圖像進行處理，并提取Z向?qū)Φ毒嚯x。

圖9 自動測量流程圖

4 試驗分析

選用一經(jīng)過初步加工的圓形零件作為試驗主體，將其裝夾于虎口鉗上，在圖像采集的啟動主界面(圖10)打開CCD鏡頭并做相應(yīng)機床調(diào)整使得工件可以完全顯示在圖像顯示窗口，直接點擊“自動測量”開始自動執(zhí)行圖像濾波、灰度化、直方圖均衡以及邊緣檢測等處理，具體測量結(jié)果經(jīng)自動計算顯示在圖11的對刀點坐標提取主界面中。對于試驗狀態(tài)的待加工工件的定位坐標(X，Y，Z)為(184.042，-111.225，-69.325)，半徑為50.012mm。

圖10 圖像采集啟動主界面圖

圖11 對刀點坐標提取主界面

選用經(jīng)數(shù)控機床初步加工工件作為試驗主體，初步加工后數(shù)控系統(tǒng)顯示外圓半徑為50.015mm，固定待加工工件位置不變，多次移動機床主軸并回歸原位置，采用自動測量與手動電子游標卡尺測量計算進行對比。具體對比情況如表1所示，從對比表中可以直觀看出自動測量系統(tǒng)具有比人工測量有較高的測量速度；本系統(tǒng)經(jīng)多次自動測量測量誤差均影響到第二位精確數(shù)字，而手動測量測量誤差最大影響到小數(shù)點后第一位數(shù)字，由此可以證明自動測量具有較大的穩(wěn)定性；對于工件直徑φ以三次測量數(shù)值的均值為有效值以原始加工數(shù)控系統(tǒng)顯示數(shù)值為基準，本系統(tǒng)與手動測量的相對誤差分別為0.002%、0.012%。

表1 自動測量與手動測量結(jié)果對比

5 結(jié)論

本文利用LabVIEW開發(fā)平臺的機器視覺模塊包含有的視覺函數(shù)庫，方便快速開發(fā)出適應(yīng)于數(shù)控機床對刀的自動測量系統(tǒng)，并且經(jīng)過適當調(diào)整可以通用于大部分種類機床。經(jīng)過試驗實際測試，自動測量系統(tǒng)具有較高的測量精度和測量穩(wěn)定性，同時測量速度遠大于人工測量，充分證明了系統(tǒng)的有效性，對于機床對刀以及自動對刀方面的更進一步發(fā)展提供了更多的技術(shù)支撐。

[1] 李西，唐凱.菌型葉根銑刀的非接觸式自動檢測方法研究[J].東方汽輪機,2015(4)：37-40，60.

[2] 劉自然,朱亞娜,顏丙生,等. 基于實時高頻率分辨率的附件機匣振動測試系統(tǒng)[J]. 組合機床與自動化加工技術(shù),2015(8):86-89.

[3] 朱亞娜,顏丙生,劉自然. 倉儲糧蟲監(jiān)測系統(tǒng)研究[J]. 中國農(nóng)機化學(xué)報,2016,37(5):191-195.

[4] 趙莉華,張亞超,金陽,等. 基于LabVIEW和Matlab虛擬實驗室的實現(xiàn)[J]. 實驗室研究與探索,2014,33(4):62-64,67.

[5] 石康,葉宏,胡安燦,等. 一種基于LabVIEW的機器視覺標定和校正方法[J]. 激光與光電子學(xué)進展,2014,51(10):127-136.

[6] Harris C，Stephens M． A Combined Corner and Edge Detector[C]．UK: Proceedings of the Fourth Alvey Vision Conference，Manchester，1998: 147-151．

[7] 杜麗霞,李菲. 基于LabVIEW的機器視覺實現(xiàn):軌距檢測算法[J]. 實驗室研究與探索,2015,32(2):122-124,131.

[8] 李春森. 基于labVIEW和IMAQ的LCD機器視覺精確檢測系統(tǒng)[J]. 電子技術(shù),2003,30(3):4-5.

[9] S K Singla ,R K Yadav. Optical Character Recognition Based Speech Synthesis System Using LabVIEW[J]. Journal of Applied Research and Technology, 2014,12(5):919-926.

[10] Moravec H P.Towards Automatic Visual Obstacle Avoidance[C].Cambridge: Proceedings of International Joint Conference on Artificial Intelligence, 1977:584- 590.

(編輯李秀敏)

AutomaticMeasuringSystemofMachineToolBasedonMachineVision

LIU Zi-ran，CHENG Xiao-hui，YAN Bing-sheng，CHEN Ren-quan

(School of Mechanical and Electrical Engineering, Henan University of Technology, Zhengzhou 450007, China)

Aiming at the shortcomings of the traditional manual measurement operation in the machine tool manufacturing industry，it designed a set of machine tool automatic measurement system based on machine vision . The system is calibrated with the aid of LabVIEW development function library, then it implements image acquisition, image processing, and edge detection tasks. The optimization of the Hough transform is carried out to optimize the extraction of the dots. It using the actual workpiece to be processed for automatic measurement test,that proved the automatic measurement system with the more effectiveness and feasibility has a higher accuracy and speed than manual measurements.The system put forward more technical ideas for the further development of machine tool industry automation.

knife operation; machine vision;automatic measurement; Hough transform

TH161;TG68

：A

1001-2265(2017)09-0099-04

10.13462/j.cnki.mmtamt.2017.09.025

2017-06-30

劉自然(1962—)，男，河南新縣人，河南工業(yè)大學(xué)教授，碩士生導(dǎo)師，研究方向為動態(tài)測試技術(shù)、機電傳動與控制技術(shù)，(E-mail)liuziran@haut.edu.cn；通訊作者：程曉輝(1990—)，男，河南濮陽人，河南工業(yè)大學(xué)碩士研究生，研究方向為動態(tài)測試技術(shù)，(E-mail)cxh110@foxmail.com。