摘 要：本文闡述了機器視覺技術(shù)在零件尺寸檢測中的應(yīng)用情況，分析了機器視覺零件尺寸檢測系統(tǒng)的硬件組成，并詳細分析了機器視覺軟件部分的重要環(huán)節(jié)，包括中值化圖像預(yù)處理、圖像二值化處理、圖像邊緣檢測、圖像圓檢測、攝像機定標及零件尺寸計算等方面，為有效提高機械視覺系統(tǒng)經(jīng)行零件檢測的精度及速度，擴大視覺系統(tǒng)對微小及復(fù)雜零件的檢測范圍提供參考。

關(guān)鍵詞：機器視覺技術(shù)；尺寸檢測；精度；應(yīng)用

0引言

生產(chǎn)線上人工檢測產(chǎn)品尺寸的方法檢測效率低、準確度低。人工尺寸檢測對微小零件或復(fù)雜零件檢測存在極大的局限性，人工尺寸檢驗已經(jīng)不能滿足零部件的批量化生產(chǎn)。因此，機器視覺技術(shù)在零件尺寸檢測中得到廣泛應(yīng)用。機器視覺檢測系統(tǒng)通過采集零件圖像，計算得到精確的零件尺寸。常用于危險場景感知及精確定量感知等方面，可實現(xiàn)在線檢測，檢測速度快、準確度高。

1.系統(tǒng)組成

本次分析的機械視覺零件尺寸檢測系統(tǒng)硬件系及軟件兩部分組成，可用于檢測規(guī)則的小型圓環(huán)形零件尺寸，檢測精度高、速度快。

1.1 系統(tǒng)硬件組成

機器視覺零件尺寸檢測系統(tǒng)的硬件采用LED作為照明設(shè)備，光線亮度強、光線均勻、無頻閃，有利于攝像機獲取高品質(zhì)圖像； 機器視覺零件尺寸檢測系統(tǒng)采用CCD攝像機成像； 由圖像處理系統(tǒng)完成圖像邊緣提取和數(shù)據(jù)分析等工作。

1.2系統(tǒng)軟件分析

機器視覺系統(tǒng)CCD攝像機獲取的零件圖像會存在多種形式的噪聲干擾， 包括斑點噪聲及椒鹽噪聲。干擾噪聲的存在極大的影響圖像質(zhì)量，不利于后期零件尺寸的計算工作。因此在圖像進行其他方面處理前，要對圖像進行降噪處理，提高圖像質(zhì)量。機器視覺系統(tǒng)采用中值濾波進行圖像預(yù)處理。圖像噪聲像素與相鄰像素差別明顯。這一特點是中值濾波消除噪聲干擾的基礎(chǔ)， 中值濾波屬于非線性的圖像濾波器技術(shù)，通過由采樣組成的觀察窗來判斷采樣信息的真實性，消除各種形式的圖像噪聲。

采用中值濾波進行降噪處理時，將圖像上局部區(qū)域的像素劃分不同的灰度等級，并進行排序， 當前像素的灰度值取中間值。采用3×3大小的濾波模板在圖像區(qū)域多次滑動，并根據(jù)根據(jù)不同像素進行排序求中值，作為當前像素的灰度值。圖1為圖像采用中值濾波降噪前后對比。圖片顯示這中方法發(fā)可有效的處理圖片上斑點噪聲及椒鹽噪聲。

1.2 圖像二值化

為了方便的提取圖像信息，提高圖像的識別率，機器視覺系統(tǒng)采用圖像二值化來處理圖像。二值化的圖像灰度值只有兩種0或255，呈黑白色圖像，圖像二值化首先是將圖像劃分為0～255共計256個亮度等級的灰度值。根據(jù)設(shè)定的閾值來判斷256個亮度等級的灰度圖像的灰度值是0或255。圖像上大于閾值的灰度值取255（白色），小于閾值的灰度值取將0（黑色）。閾值的選取要注意二值化處理后的圖像要反映原圖像的特征，圖像不能失真。像素閾值選取過高，圖片上黑色區(qū)域增多，會導(dǎo)致邊緣信息丟失。像素閾值選擇過低，圖像上白色區(qū)域會增多，會出現(xiàn)虛假邊緣信息。因此，像素閾值的選取至關(guān)重要。常用的選取方法有P參數(shù)法、雙峰法、迭代法及最大熵閾值法等，可根據(jù)不同的圖像特征選取適合的方法。本系統(tǒng)測試的零件為回轉(zhuǎn)類環(huán)形零件，背景為工作臺。回轉(zhuǎn)類環(huán)形零件圖像規(guī)則簡單，圖像灰度分布有規(guī)律， 在直方圖中背景與零件形成兩個峰值不同的波峰， 背景與零件形成的波峰之間存在一個波谷，將波谷對應(yīng)的灰度值作為閾值。小于T的區(qū)域灰度值取為0。大于T的區(qū)域灰度值取255。

1.3 圖像邊緣檢測

圖像邊緣區(qū)域圖像像素值存在階躍性變化，含有圖像信息及與圖像不相關(guān)的干擾信息。需要對圖像邊緣處干擾信息進行處理。圖像邊緣檢測可剔除與圖像不相關(guān)的信息，將反映圖像特征的信息提前出來。有利于減少圖像數(shù)據(jù)信息量，加快后期圖像處理及零件尺寸計算的速度。目前常采用邊緣檢測算子對積分運算來實現(xiàn)圖像邊緣檢測。常用的檢測算子有Sobel算子、Roberts算子、及Prewitt 算子等。在提取邊沿輪廓的過程中，要根據(jù)不同的零件尺寸特點選擇合適的算子，保證算子的檢測精度和速度是。Roberts算子（羅伯茨算子），運算簡單、數(shù)度快、效果較好。但對噪聲敏感。Sobel屬于離散一階導(dǎo)數(shù)邊緣檢測算子，可檢測水平邊緣也可檢測垂直邊緣。通過對圖像上所有像素點四周灰度域加權(quán)差累加，提取圖像邊緣上符合閾值范圍的像素點。Sobel算子對噪聲不敏感，抗干擾能力強， 但對零件主體與背景區(qū)分精度低；Prewitt利用像素點周圍鄰點的灰度值的局部差分求平均值，進而得到灰度閾值， 保留閾值以上灰度的邊緣點，去掉小于閾值的偽邊緣點。這種算子是根據(jù)灰度值進行邊緣點篩選，容易誤判， 對圖像灰度值大于閾值噪聲點及灰度度值小于閾值的邊緣點，容易篩選錯誤。

1.4檢測圓心和半徑

平面坐標系的圓包括半徑及圓心坐標等參數(shù)，Hough變換可從圖像中識別圓曲線。Hough變換是一個以圓的圓心處X、Y坐標及半徑為參數(shù)的三維空間。

Hough變換將原始圖像空間曲線轉(zhuǎn)變?yōu)閰?shù)空間的聚集點。根據(jù)其累積程度來實現(xiàn)圓形曲線檢測。采用Hough變換檢測圓精度高、對噪聲干擾不敏感。Hough變換檢測圓的方程為（xi-a）2 +（ yi -b）2 =r2，其中（a，b）為圓心坐標值，r為圓的半徑。圖2為點x= [xi ， yi ]T ， p=[a，b， r]T的參數(shù)空間示意圖。圖像中單個圓對應(yīng)的半徑值固定，圓上點的集合組成r相同a、b不同的圓錐集合。

1.5 攝像機標定及零件尺寸計算

機器視覺系統(tǒng)根據(jù)圖像計算被檢測零件的尺寸，要根據(jù)一定的比例換算關(guān)系。確定圖像二維坐標系到實物三維坐標系之間對應(yīng)關(guān)系是計算被測量零件尺寸的依據(jù)，確定坐標系之間對應(yīng)關(guān)系時要保持測量條件不變。本次分析的機器視覺檢測系統(tǒng)采用標準參照測定法實現(xiàn)攝像機標定。通過計算工作臺上的標準尺所占圖像中像素點個數(shù)，換算出尺寸計算的比例關(guān)系。標定過程中采用求平均值的方法消除誤差。完成標定后利用比關(guān)系例換算出零件實際尺寸大小，實現(xiàn)基于圖像的非接觸零件尺寸實時測量。

2.結(jié)果分析

機器視覺檢測系統(tǒng)成功應(yīng)用在小零件的非接觸實時測量中，結(jié)果顯示被檢測元件內(nèi)徑為19.14mm，外徑為29.13mm，檢測誤差小，測量精度，檢測時間大大縮短，極大的提高了檢測效率。

3.結(jié)論

本文分析了一種用于回轉(zhuǎn)類圓環(huán)形零件的機器視覺尺寸檢測系統(tǒng)，該系統(tǒng)測量精度滿足生產(chǎn)要求，對促進零件的批量化生產(chǎn)，保證零件尺寸精度，提高企業(yè)生產(chǎn)效率有重要的意義。

參考文獻：

[1]汪田. 基于機器視覺的油泵殼體尺寸測量系統(tǒng)[D].浙江大學(xué)，2018.

[2]洪運. 基于計算機視覺的零件平面幾何尺寸測量方法的研究[D].東華大學(xué)，2017.

作者簡介：

張小現(xiàn)（1986.07--）；性別：男，籍貫：湖南省衡陽人，學(xué)歷：本科，畢業(yè)于湖南理工學(xué)院；現(xiàn)有職稱：無；研究方向：自動化工程與機器視覺。