李 真，劉 超

(1.重慶工程學院 大數(shù)據(jù)與人工智能學院, 重慶 400056;2.貴州航天電器股份有限公司, 貴陽 550009)

繼電器上往往存在一種微小尺寸軸，它是繼電器的關(guān)鍵部件之一，其尺寸制造精度對整套繼電器產(chǎn)品的使用狀況和壽命起到了決定性的作用。因此，為了保證該軸的質(zhì)量，使后期工序可以精準配對，需要對該微小尺寸軸進行質(zhì)檢。

目前，國內(nèi)外普遍使用的檢測方法是傳統(tǒng)的打表法。一方面，該種方法檢測過程勞動強度大，工人易疲勞，經(jīng)常會出現(xiàn)錯檢現(xiàn)象，給后續(xù)工序帶來了潛在的安全隱患；另一方面，其檢測速度、精度難以達到要求，檢測成本也比較高[1]。CCD(charge-coupled device)攝像機具有集成度高、體積小、分辨率高、圖像畸變小等優(yōu)點，基于CCD攝像機的機器視覺技術(shù)取代傳統(tǒng)檢測技術(shù)的應(yīng)用更加廣泛[2-3]。LabVIEW軟件是一種圖形化編程語言，編程靈活、流程清晰，具有開發(fā)周期短、擴展性好的優(yōu)點，廣泛用于自動化工程領(lǐng)域監(jiān)控、檢測系統(tǒng)開發(fā)[4-6]。其中，張平生等[7]設(shè)計的機器視覺系統(tǒng)能對管孔零件尺寸自動測量，測量精度在0.01 mm左右；岳曉峰等[8]建立了一種基于虛擬儀器技術(shù)的工件同軸度誤差檢測系統(tǒng)，精度維持在0.006 mm；高瓊等[9]采用IMAQ Vision視覺軟件實現(xiàn)對圓筒形零件的直角梯形槽槽寬檢測，精度維持在0.002 mm左右。

因此，借鑒以上方法的優(yōu)點并結(jié)合微小尺寸軸的特征，本文設(shè)計一種基于CCD與Labview的微小尺寸軸監(jiān)測系統(tǒng)，該系統(tǒng)主要由CCD機、機械結(jié)構(gòu)系統(tǒng)、運動控制系統(tǒng)以及上位機組成，其實現(xiàn)了微小尺寸軸的自動監(jiān)測，減少了人為誤差，提高了測量準確度和精度，提升了產(chǎn)品質(zhì)量，并提高了生產(chǎn)效率，具有良好的實用價值。

1 系統(tǒng)描述

如圖1所示，根據(jù)待測微小尺寸軸的檢測要求以及行業(yè)標準，設(shè)計了微小尺寸軸的在線監(jiān)測系統(tǒng)，其中φD1、φD2分別表示軸直徑和槽直徑。該系統(tǒng)主要由上料裝置、機械手構(gòu)成的送料裝置、CCD檢測裝置以及分選裝置組成，如圖2所示。首先將待檢測的微小尺寸軸放置于上料載盤上，接著運用機械手將其抓取至CCD檢測位置，最后通過檢測系統(tǒng)軟件中一系列算法實現(xiàn)微小尺寸軸的檢測并將最終檢測結(jié)果分為合格品和不合格品，合格品進入下一個工序使用，不合格品則進行剔除。

圖1 待測小尺寸軸示意圖

整個系統(tǒng)中的動作控制都是由傳感器檢測待測微小尺寸軸的位置和狀態(tài)，通過PLC控制氣動元件、主軸電機以及機械手的運動和停止來實現(xiàn)微小尺寸軸的監(jiān)測過程。微小尺寸軸的在線監(jiān)測系統(tǒng)是基于LabVIEW搭建的虛擬儀器軟件開發(fā)平臺實現(xiàn)的，主要檢測流程如圖3所示，主要包括程序初始化、相機是否正常連接、圖像采集、圖像處理、軸尺寸計算以及結(jié)果輸出和數(shù)據(jù)存儲等幾個部分。

2 檢測原理

2.1 CCD傳感器檢測原理

首先CCD 相機通過連續(xù)拍照的方式采集微小尺寸軸的圖像信息并將該信息傳輸至計算機，然后檢測系統(tǒng)經(jīng)過圖像預(yù)處理、查找表、圖像二值化以及邊緣特征提取等圖像處理技術(shù)對圖像信息進行分析和處理，提取軸的邊緣特征，最后通過最小二乘法擬合軸邊緣直線并計算出軸的相關(guān)尺寸。本檢測系統(tǒng)中，相機采用的是某公司的500萬像素 CCD 工業(yè)相機，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)的平行背景光源，該光源添加了平行光鍍膜，其發(fā)射光接近理想平行光。

圖3 系統(tǒng)檢測流程框圖

2.2 靜態(tài)工況下軸、槽直徑和同軸度檢測

在計算微小尺寸軸的各項尺寸時，通過最小二乘法擬合各條直線段，進而得到相應(yīng)的尺寸。以軸直徑測試為例，設(shè)擬合的軸邊緣的2條直線方程為：

y1=a1x1+b1

(1)

y2=a2x2+b2

(2)

按照最小二乘法原理計算出a1、b1、a2、b2：

(3)

(4)

(5)

(6)

式中：(xi,yi),(xj,yj)分別是小尺寸軸兩邊緣上的像素坐標；m、n分別為擬合的總數(shù)。通過不斷修正參數(shù)使得2條線平行，即a1=a2=a，進而計算出2條直線之間的距離:

(7)

進一步地，通過圖像處理得到軸和槽中心線上的像素坐標。取微小尺寸軸的中心線作為基準線，并用最小二乘法擬合得到直線方程，如式(8)所示。計算槽中心上任意點(xk,yk)到基準線的距離，并將該最大值乘以2即兩者的同軸度，如式(9)所示。

y3=a3x3+b3

(8)

(9)

3 檢測系統(tǒng)程序搭建及功能實現(xiàn)

3.1 檢測系統(tǒng)程序搭建

軟件系統(tǒng)設(shè)計是基于LabVIEW開發(fā)的人機界面，檢測系統(tǒng)主界面如圖4所示。系統(tǒng)采用模塊化設(shè)計思想，根據(jù)圖3的系統(tǒng)檢測流程將軟件系統(tǒng)劃分為圖像采集、圖像處理、檢測結(jié)果實時顯示以及圖像數(shù)據(jù)存儲等模塊。

圖4 檢測系統(tǒng)主界面

不同模塊的程序框圖如圖5所示。其中，圖5(a)中主函數(shù)程序框圖采用了生產(chǎn)者消費者框架結(jié)構(gòu)，生產(chǎn)者循環(huán)主要生產(chǎn)數(shù)據(jù)指令，消費者循環(huán)主要執(zhí)行指令并做數(shù)據(jù)處理。圖5(b)中圖像采集循環(huán)主要是通過調(diào)用IMAQdx Snap函數(shù)來實現(xiàn)[10]，但是在進行圖像采集之前還需要打開相機并正確配置相機參數(shù)。圖5(c)中圖像處理程序框圖主要是調(diào)用NI視覺助手中的不同圖像處理算法來實現(xiàn)微小尺寸軸的尺寸檢測，具體算法參見下文。圖5(d) 圖像數(shù)據(jù)存儲程序框圖主要是調(diào)用DB Tools Insert Data子函數(shù)進行數(shù)據(jù)的存儲，在進行該循環(huán)過程之前需要通過DB Tools Open Connection子函數(shù)打開數(shù)據(jù)庫連接和運用DB Tools Create Table子函數(shù)在數(shù)據(jù)庫中建立數(shù)據(jù)表。

圖5 Labview程序框圖

3.2 圖像處理算法實現(xiàn)

基于機器視覺的圖像處理過程主要包含相機標定、圖像預(yù)處理、二值化、特征提取以及尺寸計算等，如圖6所示。其中，圖像的二值化處理主要是增強待測圖像中背景與可用信息點之間的對比度，凸顯有用信息點，形成只有0和1的圖像的一種算法。而特征提取則是基于Hough變換是將直線上每一個數(shù)據(jù)點變換為參數(shù)平面中的一條直線或曲線，利用共線數(shù)據(jù)點對應(yīng)的參數(shù)曲線相交于參數(shù)空間中一點的關(guān)系，使直線的提取問題轉(zhuǎn)化為計數(shù)問題的一種方法。其算法實現(xiàn)如圖7所示。

圖6 圖像處理過程

圖7 Labview圖像處理算法實現(xiàn)

3.3 動態(tài)工況下軸、槽直徑和同軸度檢測

利用靜態(tài)工況下軸、槽直徑和同軸度檢測原理，可以采用CCD相機分別對不同角度的微小尺寸軸進行動態(tài)檢測，即微小尺寸軸的一端用機械手夾緊，通過PLC控制機械手以一定的速度旋轉(zhuǎn)，CCD相機以一定間隔時間采集圖像。按照靜態(tài)工況下的檢測方法，對采樣的軸圖像進行處理，即可得到在動態(tài)工況下不同角度的軸尺寸測量結(jié)果，并將該結(jié)果與人工測量的結(jié)果比較得到如表1的結(jié)果。

從表1中可以得出：不同角度下的測量值均接近實際值，其中軸和槽直徑運用千分尺測量，分別為0.796 mm和0.494 mm，而運用最小二乘法擬合軸、槽邊緣直線計算得到的平均直徑分別為0.798 6 mm和0.495 7 mm，與實際測量誤差為0.002 mm和0.001 7 mm。運用手工打表法測量的同軸度為0.013 7 mm，而用最小二乘法擬合中心線方法計算的同軸度為0.015 5 mm，誤差為0.001 8 mm。由此可見，運用最小二乘法擬合直線計算軸、槽直徑以及同軸度與實際檢測結(jié)果相吻合，且符合實際生產(chǎn)加工的要求。

表1 動態(tài)工況下微小軸的尺寸測量結(jié)果 mm

3.4 環(huán)境變化實時監(jiān)控及報警

在實際檢測過程中，周圍環(huán)境的光照會對檢測系統(tǒng)產(chǎn)生一定的影響，尤其是在進行尺寸檢測時，當光照發(fā)生變化時會使得圖像的一些像素的灰度值發(fā)生改變，使得邊緣幾何特征缺損，最終使得測量尺寸錯誤。為解決類似問題，本檢測系統(tǒng)設(shè)置了一種報警系統(tǒng)，即對該系統(tǒng)中微小尺寸軸所占的像素灰度值總數(shù)設(shè)置了一個閾值，該閥值是在正常光照條件下通過多次檢測多顆小尺寸軸所占的像素灰度值總數(shù)的平均像素灰度值。在實際檢測過程中，當微小尺寸軸的像素灰度值總數(shù)超過了該閾值時則彈出報警界面，用戶根據(jù)實際情況清除報警后才能夠繼續(xù)對微小尺寸軸進行檢測。

圖8為環(huán)境光源變化時的狀態(tài)圖，此時設(shè)置的像素灰度閾值為50.82，而實際檢測到小尺寸軸所占的像素灰度值總數(shù)為89.98，明顯高于設(shè)置的閾值，因此會彈出報警界面。

圖8 環(huán)境光照變換時的圖像

將圖8狀態(tài)下的像素閾灰度值設(shè)置為100后，發(fā)現(xiàn)系統(tǒng)不會報警，同時在對該圖像進行邊緣特征提取時，偶爾會出現(xiàn)把邊緣直邊找錯的現(xiàn)象。因此，根據(jù)微小尺寸軸所占的像素灰度值總數(shù)設(shè)置了一個有效閾值可以有效避免類似情況發(fā)生。

4 結(jié)束語

針對微小尺寸軸零件的尺寸檢測，開發(fā)并實現(xiàn)了一種基于LabVIEW的微小尺寸軸監(jiān)測系統(tǒng)。該系統(tǒng)運用輪廓分析方法和最小二乘法實現(xiàn)了動態(tài)工況下微小尺寸軸的軸直徑、槽直徑以及同軸度在線檢測；同時，該系統(tǒng)根據(jù)動態(tài)環(huán)境中的閾值提出了一種動態(tài)環(huán)境的實時監(jiān)控及報警的方法。實驗結(jié)果表明：該系統(tǒng)不僅能夠?qū)崿F(xiàn)圖像數(shù)據(jù)的實時采集、處理、顯示和存儲功能，而且檢測結(jié)果穩(wěn)定性強、檢測精度高，完全滿足實際生產(chǎn)應(yīng)用的要求，具有良好的實用價值，這為類似的小尺寸軸檢測提供了理論依據(jù)和檢測思路。