董芳凱，鄭智貞，袁少飛，白云鑫 ，張余升

(1.中北大學(xué) 機(jī)械與動(dòng)力工程學(xué)院，太原 030051；2.上海航天設(shè)備制造總廠，上海 200245)

基于機(jī)器視覺的閥門零件同軸度測量系統(tǒng)研究

董芳凱1，鄭智貞1，袁少飛1，白云鑫1，張余升2

(1.中北大學(xué) 機(jī)械與動(dòng)力工程學(xué)院，太原 030051；2.上海航天設(shè)備制造總廠，上海 200245)

為準(zhǔn)確測量閥門零件兩連接孔的同軸度，設(shè)計(jì)了一種基于機(jī)器視覺的閥門零件同軸度測量系統(tǒng)。該系統(tǒng)通過電耦合器件CCD采集圖像信息，運(yùn)用MATLAB軟件對(duì)測量系統(tǒng)進(jìn)行標(biāo)定，通過圖像降噪、二值化預(yù)處理、圖像邊緣提取、圓擬合，最后計(jì)算出零件的同軸度。實(shí)驗(yàn)結(jié)果表明，該測量方法同傳統(tǒng)測量方法相比有著更為精確的測量結(jié)果，完全可以滿足生產(chǎn)應(yīng)用的需求。

閥門零件；機(jī)器視覺；MATLAB；同軸度測量

0 引言

作為運(yùn)載火箭增壓輸送系統(tǒng)的核心，閥門類零件在執(zhí)行流體介質(zhì)通路的啟閉、換向、調(diào)節(jié)流量/壓力，保護(hù)系統(tǒng)安全和穩(wěn)定性等方面發(fā)揮著重要作用，其質(zhì)量直接關(guān)系到火箭發(fā)動(dòng)機(jī)的可靠性，甚至整個(gè)發(fā)射的成敗[1]。與民用產(chǎn)品相比，火箭上使用的閥門零件對(duì)參數(shù)指標(biāo)和裝配精度等都有著更為嚴(yán)格的約束。為保證裝配精度，需要對(duì)零件的形位公差進(jìn)行精密測量。檢驗(yàn)中要求檢測閥門零件左邊接口孔與右邊法蘭接口孔的同軸度。圖1為閥門零件圖(為方便觀察略去尺寸參數(shù))。

當(dāng)前，同軸度的測量方法可分為機(jī)械準(zhǔn)直法、傳統(tǒng)光學(xué)準(zhǔn)直法和激光準(zhǔn)直法[2]。傳統(tǒng)的測量方法存在測量精度低，效率不高，自動(dòng)化程度低等問題，無法滿足現(xiàn)代大規(guī)模生產(chǎn)的需求。隨著CCD、CMOS等光學(xué)傳感器與圖像處理算法的發(fā)展，機(jī)器視覺測量系統(tǒng)已成為現(xiàn)代檢測技術(shù)中的一種重要手段，其具有非接觸、柔性化、精度高等優(yōu)點(diǎn)。因此將機(jī)器視覺測量技術(shù)引入到同軸度測量系統(tǒng)中，可以實(shí)現(xiàn)測量過程的自動(dòng)化，減少人為誤差，提高測量精度。

本文應(yīng)用MATLAB圖像處理軟件設(shè)計(jì)了一款用于閥門零件同軸度測量的機(jī)器視覺測量系統(tǒng)，它可以精確的測量出閥門零件兩接口孔的同軸度。此測量系統(tǒng)在圖像特征提取方法上采用了傳統(tǒng)方法與亞像素邊緣提取相結(jié)合；在圓的擬合時(shí)提出了一種效率較高的算法，這樣保證了測量的準(zhǔn)確性和快速性。從而為實(shí)現(xiàn)閥門零件同軸度的快速準(zhǔn)確測量提供了理論基礎(chǔ)。

圖1 閥門殼體零件圖

1 測量系統(tǒng)設(shè)計(jì)與標(biāo)定

1.1 測量系統(tǒng)的構(gòu)成

測量系統(tǒng)的組成包括CCD相機(jī)、鏡頭、照明系統(tǒng)、閥門零件的專用夾具、圖像采集卡和工控機(jī)。圖2為測量系統(tǒng)的構(gòu)成示意圖。

圖2 測量系統(tǒng)示意圖

通過CCD相機(jī)將采集的閥門零件的圖像信息通過圖像采集卡將信息傳輸?shù)接?jì)算機(jī)，然后運(yùn)用各種圖像處理算法對(duì)圖像信息進(jìn)行處理，提取閥門零件的兩連接孔的邊緣特征，通過相應(yīng)的擬合算法和同軸度算法計(jì)算出閥門零件的兩連接孔的同軸度。相機(jī)采用的是某公司的CCD工業(yè)相機(jī)，鏡頭選用日本某公司生產(chǎn)的工業(yè)鏡頭。光照系統(tǒng)采用上海某科技有限公司生產(chǎn)的高亮度光源，該光源魯棒性好，發(fā)光穩(wěn)定，易于維護(hù)。圖像處理軟件為MATLAB2016a，該軟件圖像處理工具箱提供了強(qiáng)大的圖像處理算法，包括相機(jī)標(biāo)定、圖像信息處理與識(shí)別以及各種數(shù)學(xué)運(yùn)算。由于它簡單易用、效率性高和實(shí)用性強(qiáng)，現(xiàn)已廣泛應(yīng)用于機(jī)器視覺測量領(lǐng)域中。

1.2 測量系統(tǒng)的標(biāo)定

相機(jī)標(biāo)定的目的是為了獲得相機(jī)成像平面上的像點(diǎn)和現(xiàn)實(shí)世界中的實(shí)際點(diǎn)的對(duì)應(yīng)關(guān)系，其實(shí)現(xiàn)方式是由相機(jī)模型得來的，從模型中得到的一些參數(shù)為相機(jī)參數(shù)[3]。相機(jī)標(biāo)定的精確程度是使用算法進(jìn)行邊緣定位之前的重要環(huán)節(jié)，對(duì)測量的精度的提高起到了重要的作用。

安裝好視覺測量的硬件系統(tǒng)，對(duì)定制的標(biāo)定板進(jìn)行拍照，選取其中角度不同的20幅照片進(jìn)行分析和處理，然后利用MATLAB軟件中的cameraCalibrator命令調(diào)用MATLAB—TOOLBOX_calib對(duì)相機(jī)進(jìn)行標(biāo)定和矯正，以便得到相機(jī)的內(nèi)外參數(shù)和消除圖像的畸變。

測量系統(tǒng)標(biāo)定的部分圖像如圖3所示，相機(jī)內(nèi)外參數(shù)如表1、表2所示。

圖3 標(biāo)定板圖

f/mmdx/μmdy/μmU0V0k253．753．7568240722．5

表2相機(jī)外部參數(shù)

名稱xyzTc＿ext-531．67471/mm400．14202/mm1999．13593/mmomc＿ext2．258838/°-0．002845/°0．157413/°

2 機(jī)器視覺測量方法

本系統(tǒng)的機(jī)器視覺測量過程主要包括圖像采集、圖像處理、同軸度計(jì)算以及測量值輸出四部分。而圖像處理部分是視覺測量的關(guān)鍵部分，由圖像降噪與二值化、邊緣提取、圓的擬合等組成。其視覺測量過程如圖4所示。

圖4 視覺測量方法過程

2.1 圖像的降噪與二值化

圖像采集設(shè)備在獲取圖像信息時(shí)由于受到外界環(huán)境和工件表面質(zhì)量等影響，肯定會(huì)存在一定的噪聲，它是獲取的圖像像素點(diǎn)無法表現(xiàn)真實(shí)場景亮度的誤差。噪聲必定會(huì)惡化圖像的質(zhì)量，從而給后面的特征提取帶來困難。降噪是在不損壞圖像的輪廓信息的情況下抑制噪聲，保證圖像清晰和較好的視覺效果。根據(jù)所獲取圖像噪聲的特點(diǎn)，選取中值濾波來消除或減輕圖像的噪聲。中值濾波是一種抑制噪聲的非線性處理方法，能夠在抑制噪聲的同時(shí)保持圖像邊緣清晰。其基本思想是設(shè)定像素的鄰域后用像素點(diǎn)鄰域灰度值的中值來代替該像素點(diǎn)的灰度值。設(shè)f(x,y)為原圖像點(diǎn)(x,y)的灰度值，g(x,y)為圖像濾波后的灰度值，則有：

g(x,y)=Median{(x-k,y-1),k,1∈A}

其中，A為濾波窗口。

為了進(jìn)一步便于圖像輪廓的邊緣提取，通過設(shè)置閾值將中值濾波后的圖像二值化，處理后的圖片如圖5所示。

圖5 零件二值化圖

2.2 圖像的邊緣提取

圖像輪廓的邊緣提取是整個(gè)圖像處理獲取測量目標(biāo)幾何參數(shù)的核心步驟，它的準(zhǔn)確快速提取對(duì)測量結(jié)果有著非常重要的影響。雖然在MATLAB中，圖像工具箱中的edge函數(shù)可以基于各種提取算子較好的提取到圖像的輪廓，但這是一種通用邊緣提取方法，本文基于常用邊緣檢測算子，再結(jié)合閥門零件圖像的具體情況，重新設(shè)計(jì)了邊緣檢測算法，以便提高檢測速度和準(zhǔn)確度[4]。

閥門零件連接口邊緣提取流程如圖6所示。

圖6 零件邊緣提取流程圖

本文先用Canny算子進(jìn)行輪廓邊緣檢測，然后利用亞像素邊緣提取法對(duì)輪廓進(jìn)行二次提取，這里所用的亞像素檢測方法是灰度矩法[5]。若直接使用亞像素方法進(jìn)行精確輪廓提取，則容易陷入局部極小值，會(huì)增加圖像處理的運(yùn)算量。為了提高檢測效率，本文只提取計(jì)算同軸度的兩圓孔輪廓。實(shí)驗(yàn)結(jié)果如圖7所示。

圖7 零件邊緣提取圖

2.3 圓的擬合與同軸度計(jì)算

霍夫變換[6-7]是曲線擬合中常用的一種方法，圖像在變換之前處在圖像空間，變換之后則在參數(shù)空間。但是由于Hough變換在計(jì)算時(shí)比較復(fù)雜，因此擬合效率不高，而且還會(huì)在輸出中產(chǎn)生一些噪聲。本測量系統(tǒng)目的是為了快速準(zhǔn)確的獲得兩連接孔的圓心位置，所以使用了一種效率較高的算法[8-10]。具體計(jì)算過程如下：

令第i行上的邊緣點(diǎn)數(shù)為A，第j列上的邊緣點(diǎn)數(shù)為B，則圓心的坐標(biāo)為(x0,y0)為：

在圓心計(jì)算完成后，可以將所有提取的邊緣點(diǎn)坐標(biāo)記為(xc,yc)。這樣求各邊緣點(diǎn)到圓心的距離，然后再求加權(quán)平均值，作為所擬合圓的半徑。

閥門零件兩連接孔同軸度的計(jì)算，通過求兩圓心之間的距離求得。

設(shè)左邊接口孔中心坐標(biāo)為(xa,ya)，右邊法蘭接口孔中心坐標(biāo)為(xb,yb)，則同軸度的計(jì)算公式為：

根據(jù)上面的公式求得同軸度d，再將此值與所標(biāo)定的相機(jī)參數(shù)相乘，就可以得到實(shí)際的同軸度值。

3 實(shí)驗(yàn)驗(yàn)證與誤差分析

將閥門零件放在機(jī)床上加工，再利用所開發(fā)的測量系統(tǒng)對(duì)工件同軸度進(jìn)行檢測，測量界面如圖8所示。為了進(jìn)一步驗(yàn)證視覺系統(tǒng)的測量精度，把測量結(jié)果與三坐標(biāo)測量儀檢測結(jié)果進(jìn)行對(duì)比，其具體結(jié)果如表3所示。

圖8 測量系統(tǒng)圖

測量方法編號(hào)同軸度編號(hào)同軸度均值三坐標(biāo)測量儀12340．04780．04920．04610．049456780．04810．04250．05240．04750．0479視覺測量系統(tǒng)12340．04620．04730．04750．046256780．04950．04320．05060．04880．0474

由表3可知所設(shè)計(jì)的測量系統(tǒng)的標(biāo)準(zhǔn)差為：

與三坐標(biāo)測量儀測出的結(jié)果均值誤差為0.0005mm，測量精度滿足工業(yè)生產(chǎn)需求。

4 結(jié)束語

本文設(shè)計(jì)了一套基于機(jī)器視覺的閥門零件同軸度測量系統(tǒng)，該系統(tǒng)是利用MATLAB軟件對(duì)系統(tǒng)進(jìn)行標(biāo)定、對(duì)圖像進(jìn)行算法處理，最后將輸出的結(jié)果與三坐標(biāo)測量儀的值進(jìn)行對(duì)比，結(jié)果表明該方法具有理論正確性和實(shí)際可行性。但所搭建的實(shí)驗(yàn)環(huán)境模型還未考慮所有的實(shí)際因素(如工廠噪聲、振動(dòng)對(duì)圖像信息采集與處理的影響問題)，今后可以進(jìn)一步改進(jìn)，建立更加適合于零件加工環(huán)境的同軸度測量系統(tǒng)。

[1] 王鋼.“長征”運(yùn)載火箭箭體低溫閥門技術(shù)現(xiàn)狀分析[J].低溫工程，2007(12)：444-447.

[2] 劉曉如.同軸度測量中圖像處理技術(shù)研究[D].西安:中國科學(xué)院西安光學(xué)精密機(jī)械研究所,2008.

[3] 郭靜,羅華,張濤.機(jī)器視覺與應(yīng)用[J].電子科技,2014, 27(7): 185-188.

[4] 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].西安:電子科技大學(xué),2014.

[5] 楊全銀.基于Hough變換的圖像形狀特征檢測[D].濟(jì)南:山東大學(xué),2013.

[6] 周勇亮,金燕,何萍,等. 隨機(jī)Hough變換圓檢測累計(jì)加速算法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2014,26(4):574-580.

[7] R Horaud，J P Charras. Automatic Inspection and Orientation of External Screws[J]. AGARDConference Proceedings, 2012(16):62-66.

[8] 喬楊,徐熙平,盧常麗,等.機(jī)器視覺遠(yuǎn)距離目標(biāo)尺寸自動(dòng)標(biāo)定測量系統(tǒng)研究[J].兵工學(xué)報(bào).2012,33(6):759-763.

[9] 劉良江,王耀南.基于機(jī)器視覺的滾動(dòng)軸承外徑檢測系統(tǒng)[J].系統(tǒng)仿真學(xué)報(bào),2007,19(21):4981-4984.

[10] Edward P, Owen L, Mithell R.Subpixel measurementusing amoment-based edge operator[J].IEEE Trans. On PAMI,1989,11(12):1293-130.

ResearchonMeasuringSystemofValvePartsCoaxialityBasedonMachineVision

DONG Fang-kai1,ZHENG Zhi-zhen1,YUANG Shao-fei1, BAI Yun-xin1,ZHANG Yu-shen2

(1.School of Mechanical and Power Engineering，North University of China，Taiyuan 030051,China;2. Shanghai Aerospace Equipments Manufacturer,Shanghai 200245,China)

In order to accurately measure the concentricity of two connecting holes of valve parts, a coaxial measurement system of valve parts based on machine vision was designed. The image information is acquired by CCD, and the measurement system is calibrated by MATLAB software. The image is denoised, binarized preprocessing, image edge extraction, circle fitting, and finally the coaxiality of the part is calculated. The experimental results show that this measurement method has more accurate measurement results than the traditional measurement methods, and can meet the needs of production applications.

valve parts;machine vision;MATLAB;coaxiality measurement

1001-2265(2017)11-0081-03

10.13462/j.cnki.mmtamt.2017.11.021

2017-01-14；

2017-02-19

董芳凱(1992—)，男，山西壽陽人，中北大學(xué)碩士研究生，研究方向?yàn)闄C(jī)器視覺，圖像處理，(E-mail)1025915393@qq.com；通訊作者：鄭智貞(1970—)，女，山西神池人，中北大學(xué)碩士研究生導(dǎo)師，研究方向?yàn)閿?shù)字化制造技術(shù)研究，(E-mail)hyt97@163.com。

TH164；TG659

A

(編輯李秀敏)