葉 小 華

(黎明職業(yè)大學(xué)通識教育學(xué)院， 福建 泉州 362000)

越來越多的工業(yè)企業(yè)，出于對成本、效率的考慮，亟需通過導(dǎo)入自動化的測量設(shè)備取代人力，從而達(dá)到降本增效的目的，而自動化的測量設(shè)備被廣泛應(yīng)用在視覺引導(dǎo)、缺陷檢查、讀碼和尺寸測量等方面[1-2]。其中，尺寸測量被廣泛應(yīng)用于各個細(xì)分領(lǐng)域。過去，企業(yè)更多地是采用人眼去測量和記錄工件的尺寸。為了提高效率，市場上出現(xiàn)了人機交互式的測量軟件和測量設(shè)備，但大部分測量軟件和設(shè)備，還是需要人工現(xiàn)場確認(rèn)，并記錄下數(shù)據(jù)，這種模式很難推廣。因此需要基于圖像算法和軟件工程，開發(fā)出自動化的測量系統(tǒng)，達(dá)到降低測量成本、提高測量效率和測量準(zhǔn)確度的目的。

在尺寸測量方面，國內(nèi)研究人員已經(jīng)取得了一定的研究成果，如王建新[3]提出的基于k-means的零件圖像分割方法，對于劃痕的偽邊緣，在矩形邊緣檢測區(qū)域內(nèi)利用輪廓法線信息，測量邊緣尺寸。該研究僅考慮了圖像的邊緣特征，忽略了其他有效數(shù)據(jù)，使其測量精度有待提升。朱丹丹[4]提出的基于CCD獲取零件圖像，實現(xiàn)圓度測量，達(dá)到測量目的，但該研究未考慮軟件工程交互落地的問題，在實際項目中缺乏現(xiàn)場可操作性。陳家茜[5]提出的利用采集到的實物圖像，基于圖像分割技術(shù)，通過計算目標(biāo)面積進行圖像測量。但是分割技術(shù)是依據(jù)經(jīng)驗參數(shù)來完成的，而且未考慮算法與軟件系統(tǒng)兼容的問題，在定制化場景中，限制了算法測量的準(zhǔn)確度。

為了提高目標(biāo)尺寸的測量精度，通過結(jié)合自動擬合標(biāo)注與圖像點線檢測，設(shè)計并實現(xiàn)了一套尺寸測量系統(tǒng)。該系統(tǒng)測量對象是電子器件或工件圖像，通過借助軟件技術(shù)，完成自動化擬合標(biāo)注，從而獲得被測物的尺寸信息。研究主要解決2個問題：(1) 實現(xiàn)自動擬合標(biāo)注，即鼠標(biāo)在工件目標(biāo)輪廓外圍畫標(biāo)注線，通過相應(yīng)的算法來尋找其邊緣，畫上去的線自動貼著工件輪廓，從而精準(zhǔn)地定位工件輪廓，進而測量出工件的尺寸信息；(2) 基于軟件工程，將測量工具進行高度封裝，實現(xiàn)模塊化。

1 測量系統(tǒng)設(shè)計

圖像測量在實際應(yīng)用中，分為離線測量和在線測量。離線測量，由工作人員操作軟件，對工件圖像進行精準(zhǔn)測量，耗時較長；在線測量，不需要人員參與，耗時較短，但是存在測量誤差。此次研究的測量系統(tǒng)為離線測量，主要達(dá)到減少用時、提高測量精準(zhǔn)的目的。該系統(tǒng)需要先開發(fā)自動擬合標(biāo)注，即人員操作鼠標(biāo)，鼠標(biāo)邊動邊計算周邊信息和尋邊，定位在最近的邊緣，工作人員只需要沿著工件目標(biāo)的外輪廓走位，即可實現(xiàn)快速精準(zhǔn)地尋邊，達(dá)到自動擬合標(biāo)注的目的。然后根據(jù)自動擬合標(biāo)注的結(jié)果，進行點線測量。針對測量系統(tǒng)中的關(guān)鍵步驟，設(shè)計如圖1所示的系統(tǒng)流程框架。本研究基于設(shè)備工業(yè)相機，完成工業(yè)缺陷圖像的采集。首先，采集工業(yè)領(lǐng)域待測圖像，開發(fā)基于自動擬合標(biāo)注的檢測算子，完成前期圖像檢測。其次，基于人機交互方式，利用開發(fā)的距離測量工具對圖像進行最終測量，從而完成系統(tǒng)性的測量作業(yè)。最后，基于QT框架下的C++語言，開發(fā)出軟件系統(tǒng)和視覺測量工具。圖2為待測量圖像，圖像中上部方框的外側(cè)距離為待測距離，后續(xù)用所設(shè)計的系統(tǒng)對其進行測量和討論。

圖1 測量系統(tǒng)流程框架

圖2 待測量圖像

1.1 圖像自動擬合標(biāo)注算法

標(biāo)注的目的是為了定位工件外觀輪廓，為后續(xù)的測量做準(zhǔn)備，標(biāo)注分為3種：全自動標(biāo)注、半自動標(biāo)注和純手動標(biāo)注。半自動標(biāo)注是基于一些參數(shù)的設(shè)置和調(diào)整，來達(dá)到標(biāo)注的目的，具有看圖調(diào)參數(shù)的功能，但難以快速推廣應(yīng)用。純手動標(biāo)注，即雁過留痕的形式，鼠標(biāo)畫到哪，標(biāo)注線就畫到哪，沒有識別功能，完全依靠人眼和手的配合，具有很強的主觀性，很不穩(wěn)定。此次主要研究全自動擬合標(biāo)注，涉及到的子算法主要有閾值分割和邊緣檢測。

閾值分割，目標(biāo)與背景的關(guān)系：

1=wa+wb

(1)

式中：wa是目標(biāo)像素比例；wb是背景像素比例。

在式(1)中，目標(biāo)灰度均值、背景灰度均值與整體灰度閾值的關(guān)系[6-7]：

u=ua×wa+ub×wb

(2)

式中：u是閾值；ua是目標(biāo)均值；ub是背景均值。

最后，計算方差最大值[8-9]：

g=wa×(u-ua)2+wb×(u-ub)2

(3)

式中：g是方差最大值。

在閾值分割基礎(chǔ)上，進行Canny處理：

(4)

式中：G(x，y)為圖像邊緣梯度幅值；Gx為x方向梯度；Gy為y方向梯度[10]。

擬合校準(zhǔn)的本質(zhì)就是權(quán)值乘以輸入值加上偏移值。為了實時校準(zhǔn)擬合效果，設(shè)計系統(tǒng)采用嵌入校準(zhǔn)函數(shù)：tanh、ReLU，經(jīng)過實驗驗證，更適合此次研究中的擬合需求，各校準(zhǔn)函數(shù)為：

tanh=tanh(x)

(5)

ReLU=max(0，x)

(6)

式中：x為輸入值。

全自動擬合標(biāo)注算法流程主要為：閾值分割、邊緣檢測、最近點確定、標(biāo)注擬合。先用閾值分割，分割出包含目標(biāo)輪廓在內(nèi)的二值圖，該圖存在一定量的雜質(zhì)和干擾。因此，引入邊緣檢測，對二值圖的目標(biāo)輪廓，作進一步邊緣處理，得到目標(biāo)的邊，同時也排除了雜質(zhì)的干擾。在人機交互的鼠標(biāo)標(biāo)注過程中，鼠標(biāo)軌跡在不斷更新，以鼠標(biāo)所在坐標(biāo)為中心點，取256×256區(qū)域圖像進行閾值分割和邊緣檢測處理，既達(dá)到了計算、分析、處理的目的，又達(dá)到了速度實時性要求。最近點確定，以邊緣檢測結(jié)果中距離鼠標(biāo)所在點最近的坐標(biāo)作為擬合的結(jié)果坐標(biāo)。在鼠標(biāo)移動過程中，計算出來的點通過連線達(dá)到擬合的目的。

系統(tǒng)的全自動擬合標(biāo)注采用特定標(biāo)準(zhǔn)差來初始化起始擬合位置，在擬合標(biāo)注過程中不斷調(diào)整。前期調(diào)研了3種實現(xiàn)語言，即C++、C #和Java，并進行了實驗，因為考慮到效率，本平臺軟件選擇用C++語言實現(xiàn)。全自動擬合標(biāo)注框架如圖3所示。

圖3 全自動擬合標(biāo)注框架圖

1.2 目標(biāo)尺寸測量

系統(tǒng)的圖像測量對象有很多，包括點到點、點到線、線到線，目標(biāo)輪廓內(nèi)、外側(cè)，這些都屬于距離測量。另外還有面積測量、角度測量、計數(shù)等等。限于文章篇幅，在此重點介紹距離測量工具。首先對目標(biāo)進行校準(zhǔn)，用標(biāo)定板放在相機下面采集圖像，找到物理距離與圖像距離的關(guān)系、轉(zhuǎn)換比例等。在得到物理坐標(biāo)與圖像坐標(biāo)的對應(yīng)關(guān)系后，再進行尺寸計算。結(jié)合上述自動擬合標(biāo)注的輪廓信息，只需將距離測量工具放在工件上，通過調(diào)整測量工具，即可測量輪廓外側(cè)。為了提高測量精度，本系統(tǒng)對圖像作了很多測量前的預(yù)處理：頻域增強、空間域增強和直方圖增強。以直方圖增強為例，進行直方圖均衡化：

(7)

式中：histo(k)為像素灰度值是k的像素個數(shù)；H、W分別為圖像的高、寬。

(8)

建立一個均衡化方程式[11]：

(9)

式(9)為累加直方圖模型，q值為：

(10)

進行圖像矩陣化處理：

(11)

式中：O為輸出像素值；I為輸入像素值。

此次的尺寸測量主要為：邊到邊、點到邊和點到點。邊到邊，即尋取兩條邊上距離最近的兩個點之間的距離，即邊到邊的距離。點到邊，即尋取邊上距離點最近的一點，求兩點距離，即點到邊的距離。點到點較為簡單，在此不予以贅述。

系統(tǒng)的圖像測量技術(shù)主要基于OpenCV和自主C++函數(shù)實現(xiàn)。首先，將圖像轉(zhuǎn)換為矩陣，將起始坐標(biāo)與終點坐標(biāo)進行對比，對每個像素之間的差異進行匯總，結(jié)合校準(zhǔn)得到的物理距離與圖像距離關(guān)系，完成尺寸的測量。如圖4所示，圖像中的目標(biāo)尺寸測量完成后，測量結(jié)果直接顯示在界面上，193即為像素個數(shù)。

圖4 待測量圖像的測量結(jié)果

2 實驗與討論

本次實驗是基于QT平臺下的C++開發(fā)實現(xiàn)的，對電腦配置沒有特殊要求，無需顯卡。為了突出設(shè)計系統(tǒng)的優(yōu)勢，將該系統(tǒng)對待測圖像的測量結(jié)果，分別與文獻(xiàn)[3]和文獻(xiàn)[4]中方法對待測量圖像的測量結(jié)果進行了比對。

待測量的圖像如圖5a所示，待測量的目標(biāo)為中間區(qū)域的黑色芯片蓋，周邊背景較為復(fù)雜，為全自動擬合標(biāo)注帶來了較大的干擾。此次設(shè)計的系統(tǒng)主要是耦合了全自動擬合標(biāo)注、圖像點線檢測和軟件工程技術(shù)，具有較好的視覺界面，如圖5b所示，該界面簡單實用，包含著大量的測量工具。3種測量方法的測量結(jié)果見圖6。文獻(xiàn)[3]中的基于k-means的零件圖像分割方法，對于劃痕的偽邊緣，在矩形邊緣檢測區(qū)域內(nèi)利用輪廓法線信息，測量邊緣尺寸，但其僅考慮了圖像的邊緣特征，忽略了其他有效數(shù)據(jù)，使其測量精度不高，如圖6a所示，算法標(biāo)注標(biāo)記的區(qū)域過大，不準(zhǔn)確。文獻(xiàn)[4] 中利用CCD獲取零件圖像，實現(xiàn)圓度測量，達(dá)到測量目的。但其采用的分割技術(shù)是借助經(jīng)驗參數(shù)來完成的，而且其未考慮算法與軟件系統(tǒng)兼容的問題，在定制化場景中，限制了算法測量的測量準(zhǔn)確度，如圖6b所示，算法標(biāo)注標(biāo)記的區(qū)域不準(zhǔn)確。

圖5 待測量圖像和本文測量系統(tǒng)的軟件界面

如圖6c所示，本文技術(shù)能夠自動擬合標(biāo)注目標(biāo)，整個標(biāo)注區(qū)域精確地圍繞著黑色芯片蓋，能夠準(zhǔn)確給出標(biāo)注輪廓線。

圖6 3種測量方法的測量結(jié)果

3 結(jié) 語

為了解決當(dāng)前圖像測量不準(zhǔn)確、不穩(wěn)定的問題，分別從自動擬合標(biāo)注、軟件工程和系統(tǒng)集成等方面，結(jié)合圖像信息和算法算子，設(shè)計了一套健壯的圖像自動測量系統(tǒng)。研究基于傳統(tǒng)圖像處理算法和軟件交互技術(shù)，對圖像目標(biāo)物邊緣、特定點位、點線距離、線間距離進行精準(zhǔn)測量，提高了尺寸測量精度。下一步要解決的問題是將算法從較復(fù)雜場景遷移到復(fù)雜場景，同時保證算法的效率和精度。