劉永　王生懷　王宸　陳誠　袁海兵　李捷

摘要：機(jī)器視覺作為一門專業(yè)選修課程，已經(jīng)納入機(jī)械類碩士研究生智能制造方向的課程體系中。以往的教學(xué)過程中偏重理論及算法的講解，教學(xué)效果欠佳。為了提升教學(xué)效果，采用案例式的理實(shí)一體化教學(xué)方法，讓學(xué)生在“學(xué)中做，做中學(xué)”，體現(xiàn)了以學(xué)生為中心的教學(xué)理念，鍛煉了其分析、解決工程問題的能力，達(dá)到了較好的教學(xué)效果。以齒輪幾何參數(shù)測量為例，闡述了教學(xué)方法及教學(xué)設(shè)計(jì)的實(shí)施過程。

關(guān)鍵詞： 機(jī)器視覺; 課程建設(shè); 教學(xué)方法; 教學(xué)設(shè)計(jì); 案例式教學(xué)

中圖分類號：G642? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2022）34-0136-03

1 引言

隨著科學(xué)技術(shù)的發(fā)展，機(jī)器視覺技術(shù)已經(jīng)廣泛地應(yīng)用到各行業(yè)的制造領(lǐng)域中。作為智能制造領(lǐng)域的一項(xiàng)新技術(shù)，因其具有非接觸檢測、效率高、裝備能與生產(chǎn)線集成等特點(diǎn)，已經(jīng)在機(jī)械制造行業(yè)有廣泛的應(yīng)用。機(jī)械加工的零件需要在線檢測，零件的尺寸、形狀、缺陷[1]、裝配狀態(tài)、身份識別等圖像信息特征，都可以通過設(shè)計(jì)相應(yīng)的檢測、識別算法利用視覺設(shè)備提取出來，做出合格與否的判斷及身份識別。大批量生產(chǎn)的零件，傳統(tǒng)的檢測工具為量規(guī)、專用檢具，采用人工檢測的方法時間長、效率低、勞動強(qiáng)度大。傳統(tǒng)的零件缺陷如表面裂紋、加工表面劃傷、鑄件疏松孔等檢測主要靠人工完成，其準(zhǔn)確性受經(jīng)驗(yàn)、主觀因素影響比較大。上述人工檢測不能將合格品和不良品自動分類，不能和生產(chǎn)線的生產(chǎn)節(jié)拍相匹配。一些大型的零件，如汽車發(fā)動機(jī)缸體，零件復(fù)雜、加工表面多，其生產(chǎn)質(zhì)量會直接影響到汽車的安全性和使用壽命，因此有必要將其毛坯和零件的所有生產(chǎn)信息，如品種規(guī)格、加工信息、生產(chǎn)班次等以二維編碼的形式刻在零件上，成為每個零件唯一的“身份證”，方便調(diào)用數(shù)控機(jī)床加工程序及進(jìn)行質(zhì)量追溯。對于機(jī)械制造及其自動化專業(yè)的碩士研究生，本科階段由于未接觸到相關(guān)的課程，因此學(xué)習(xí)機(jī)器視覺這門交叉融合課程存在一定困難。如果還是采用傳統(tǒng)的教師講、學(xué)生聽的授課模式，很難達(dá)到培養(yǎng)碩士研究生創(chuàng)新意識、探索精神、獨(dú)立思考能力培養(yǎng)的目標(biāo)。

目前機(jī)器視覺人才數(shù)量與巨大的市場需求相比，面臨巨大的缺口。如何培養(yǎng)出高層次、高素質(zhì)非電氣、計(jì)算機(jī)類專業(yè)的機(jī)器視覺方向研究生以滿足市場的需求[2]，是一個值得研究的教研課題。本文從機(jī)器視覺課程建設(shè)角度出發(fā)，探索、研究并實(shí)施了案例式的理實(shí)一體化教學(xué)方法，讓學(xué)生在“學(xué)中做，做中學(xué)”，避免了傳統(tǒng)教學(xué)中以教師為中心“滿堂灌”的模式，體現(xiàn)了以學(xué)生為中心的教學(xué)理念，鍛煉了學(xué)生分析、解決工程問題的能力，達(dá)到了較好的教學(xué)效果。本文以齒輪幾何參數(shù)測量為例，闡述分析了教學(xué)方法及教學(xué)設(shè)計(jì)實(shí)施的過程。

2 教學(xué)改革實(shí)施過程

2.1 教學(xué)過程中的突出問題

隨著智能制造技術(shù)在企業(yè)中日益廣泛地應(yīng)用，作為智能制造技術(shù)之一的機(jī)器視覺技術(shù)已經(jīng)廣泛地應(yīng)用到機(jī)械行業(yè)。機(jī)器視覺課程融合了系統(tǒng)硬件的選型、光學(xué)技術(shù)、數(shù)字圖像分析與處理[3]、應(yīng)用軟件編程等內(nèi)容，是一門多學(xué)科交叉的應(yīng)用課程，課程內(nèi)容理論與實(shí)際結(jié)合緊密。對于本科專業(yè)為計(jì)算機(jī)及電氣專業(yè)的研究生來說，由于本科階段接觸了相關(guān)應(yīng)用軟件編程、數(shù)字圖像處理等方面的課程，學(xué)習(xí)起來難度不大。但作為機(jī)械工程專業(yè)的碩士研究生，由于本科階段專業(yè)課程的限制，學(xué)習(xí)起來難度較大。以往的教學(xué)過程中，教師教授該課程時，講授的內(nèi)容如下：先介紹課程的背景、系統(tǒng)構(gòu)成和應(yīng)用場景。再介紹硬件系統(tǒng)的構(gòu)成，如光學(xué)成像原理、相機(jī)、鏡頭、攝像機(jī)及計(jì)算機(jī)接口的選型。數(shù)字圖像及預(yù)處理、模式識別、視覺伺服等內(nèi)容。最后列舉幾個具體的零件幾何參數(shù)、缺陷檢測及識別的應(yīng)用案例，如零件長度尺寸、夾角、圓直徑等幾何參數(shù)測量，零件一維條形碼、二維編碼識別等。教材中的案例是教材編寫者自己科研及工程應(yīng)用開發(fā)的實(shí)際案例，由于知識產(chǎn)權(quán)保護(hù)及客觀條件限制，其整個應(yīng)用流程很難在課堂上復(fù)制、重現(xiàn)。在教學(xué)過程中，學(xué)生缺乏參與感和沉浸式體驗(yàn)，即使教材中的應(yīng)用案例編寫得再好，也很難激發(fā)其學(xué)習(xí)興趣和探索欲望。因此需該課程的授課教師在培養(yǎng)研究生的過程中，自己開發(fā)出實(shí)際工程應(yīng)用案例[4-5]，在授課的過程中讓學(xué)生參與體驗(yàn)，才能達(dá)到較好的教學(xué)效果。一些視覺工程應(yīng)用軟件如CRVsionBuilder、Halcon、OpenCV等軟件需要與硬件聯(lián)用，可以在介紹完硬件選型后，運(yùn)用Matlab軟件完成檢測算法。在課堂上，將硬件采集的待檢測工件圖像發(fā)給學(xué)生，學(xué)生自帶電腦，運(yùn)用Matlab軟件完成檢測算法。這樣學(xué)生在體驗(yàn)、沉浸式的學(xué)習(xí)過程中能深刻理解機(jī)器視覺檢測的內(nèi)涵，產(chǎn)生強(qiáng)烈的學(xué)習(xí)興趣，從而激發(fā)其創(chuàng)新意識和探索精神，提升教學(xué)效果。本文以作者指導(dǎo)的碩士研究生設(shè)計(jì)開發(fā)的齒輪視覺檢測方法為例，分析、闡述了教學(xué)的實(shí)施過程。

2.2 齒輪測量教學(xué)設(shè)計(jì)

2.2.1 機(jī)器視覺系統(tǒng)硬件介紹

此部分教學(xué)內(nèi)容帶領(lǐng)學(xué)生到實(shí)驗(yàn)室進(jìn)行。購買的某公司視覺檢測實(shí)驗(yàn)設(shè)備如圖1所示。

對著設(shè)備實(shí)物，講解各部分的硬件構(gòu)成。在講解相機(jī)時，講清楚CCD和CMOS相機(jī)的區(qū)別。講解鏡頭時，講清楚成像原理、產(chǎn)生畸變的原因、焦距與成像清晰度的關(guān)系，同時讓學(xué)生動手調(diào)節(jié)鏡頭焦距，沿導(dǎo)桿方向調(diào)整相機(jī)和鏡頭的位置，觀察顯示器中齒輪成像清晰度的變化。學(xué)生會很感性地認(rèn)識到在視覺檢測系統(tǒng)中焦距和像距對檢測工件成像清晰度的影響，明白調(diào)好焦距和物距是獲得清晰工件圖像的條件，而清晰的工件圖像又是后續(xù)預(yù)處理、特征提取、算法實(shí)現(xiàn)的前提。講解圓形工作臺由步進(jìn)電機(jī)帶動旋轉(zhuǎn)的工作原理，步進(jìn)電機(jī)驅(qū)動器可以設(shè)置細(xì)分步距角，在觸摸屏界面上可以選擇不同的步距角，通過細(xì)分選擇較小的步距角，這樣參照顯示器上的水平線，可保證采集的工件圖像是正的。講到圖像數(shù)據(jù)采集卡，可以打開機(jī)箱，讓學(xué)生觀看其樣子及其在主板上的插裝方式，相機(jī)與主機(jī)的通信接口方式，講解通信接口方式和通信協(xié)議。設(shè)備上帶有磁性感應(yīng)開關(guān)，工件轉(zhuǎn)過對準(zhǔn)開關(guān)時，可以給出電信號觸發(fā)相機(jī)自動采集圖像，在多工件的自動線上可以實(shí)現(xiàn)自動采集。調(diào)節(jié)環(huán)形光源的位置和強(qiáng)度，可以觀察顯示器上工件圖像的變化，使學(xué)生明白合適的打光條件也是獲得一個清晰圖像的前提條件。讓學(xué)生自己動手操作OpenCV軟件，熟悉軟件的菜單和操作基本流程。在講解時候結(jié)合生產(chǎn)實(shí)際，大批量生產(chǎn)時設(shè)備需要有分揀機(jī)構(gòu)，檢測合格或不良品的工件信息上傳給PLC，由分揀氣缸等執(zhí)行元件將不良品推到專用料倉里，合格品放行，通過輸送裝置輸送到下一個工位。這樣可以加強(qiáng)學(xué)生對機(jī)器視覺設(shè)備的感性認(rèn)識。

2.2.2 齒輪幾何參數(shù)視覺測量方法介紹

需要檢測的齒輪實(shí)物如圖2所示。在講授視覺檢測方法之前，給學(xué)生布置任務(wù)：提前收集齒輪幾何參數(shù)檢測常用的方法、設(shè)備及工器具，比較各種檢測方法、設(shè)備及工器具的優(yōu)點(diǎn)和缺點(diǎn)。引出視覺圖像檢測齒輪幾何參數(shù)的方法，引導(dǎo)學(xué)生分析這種非接觸測量的優(yōu)勢。

對著量塊實(shí)物講清楚量塊的機(jī)械加工精度等級，作為精度高的量具，其材質(zhì)可以防銹、熱變形系數(shù)非常小，常作為普通長度測量器具的校對工具，且可以通過不同的組合，得到不同的長度。針對本齒輪的測量，由于測量的都是齒輪端面圖像的幾何參數(shù)，因此選一個厚度和齒輪厚度相同、且工作長度與分度圓直徑長度接近的量塊用來標(biāo)定。使學(xué)生明白與確定其他傳感器產(chǎn)生的電壓值與物理量值的關(guān)系一樣，真實(shí)尺寸與像素距離尺寸的比值即為標(biāo)定系數(shù)。本實(shí)驗(yàn)使用方形棋盤格標(biāo)定板來消除鏡頭產(chǎn)生的圖像畸變，在Matlab軟件中調(diào)用消除畸變的函數(shù)，通過對采集圖像的處理，確定校正徑向、切向圖像畸變誤差位移多項(xiàng)式的系數(shù)，獲得相機(jī)鏡頭的內(nèi)部參數(shù)，就可以消除圖像畸變?？梢杂^察校正前后的圖像變化情況，讓學(xué)生認(rèn)識到消除圖像畸變是獲得高精度測量結(jié)果的前提。

齒輪圖像的預(yù)處理、幾何參數(shù)測量算法由Matlab軟件編寫程序完成。調(diào)好的程序先不發(fā)給學(xué)生。對應(yīng)授課的章節(jié)內(nèi)容，在講解完后布置相應(yīng)任務(wù)，讓學(xué)生在課堂上練習(xí)。以這樣理實(shí)一體化的授課形式進(jìn)行，既可以通過練習(xí)趁熱打鐵鞏固消化課堂上的內(nèi)容，又可以鍛煉學(xué)生深度思考和探索精神，學(xué)生的學(xué)習(xí)積極性很高。講解圖像增強(qiáng)的方法，如在空間域中的灰度變換。在Matlab軟件中閾值分割后，利用灰度轉(zhuǎn)換函數(shù)將RGB彩色圖像轉(zhuǎn)換成二進(jìn)制灰度圖。在頻率域中圖像增強(qiáng)中的濾波，對于圖像采集過程中引入的高頻噪聲，可以讓學(xué)生使用中值、非線性均值、小波等方式，在Matlab軟件中調(diào)用對應(yīng)的函數(shù)，對比分析不同濾波方式的效果，解析不同濾波算法的優(yōu)缺點(diǎn)。進(jìn)行邊緣檢測時，嘗試使用不同的算子，如：Log、Prewitt、Canny、Robert、Sobel等，對比分析不同算子的提取效果。后面再進(jìn)行邊界跟蹤處理得到完整的輪廓特征。提取的齒輪完整輪廓如圖3所示。經(jīng)過齒輪圖像預(yù)處理得到合適的輪廓后，再進(jìn)行幾何參數(shù)測量的算法設(shè)計(jì)。

講解此部分內(nèi)容時，教師提前將任務(wù)要求發(fā)給小組，一般一個小組5人左右。教師提示編程思路，下次課時小組將調(diào)試好的程序在課堂上演示、講解、討論。用Hough變換或最小二乘法確定齒輪安裝孔的圓心、半徑。齒輪安裝孔的圓心是確定外輪廓的基準(zhǔn)。由于存在鍵槽，所以要選定安裝孔上去掉鍵槽外的大圓弧進(jìn)行處理。對比兩種方法確定圓心坐標(biāo)及半徑的區(qū)別，并讓學(xué)生對比分析兩種方法精度的高低。測量齒根圓、齒頂圓直徑的算法是通過外輪廓上的每一個像素點(diǎn)到中心點(diǎn)的距離進(jìn)行計(jì)數(shù)，距離最大的為齒頂圓半徑，距離最小的是齒根圓半徑。編制的齒數(shù)測量算法思路，是將齒廓像素沿同一方向依此到中心點(diǎn)距離做出曲線，對生成的類正弦曲線進(jìn)行脈沖個數(shù)計(jì)數(shù)，從而獲得齒輪的齒數(shù)。鍵槽的寬度、深度尺寸，通過平行直線之間的距離、點(diǎn)到直線的距離檢測出來。模數(shù)、分度圓等尺寸是由齒輪的幾何參數(shù)公式間接計(jì)算獲得。此算法實(shí)現(xiàn)部分對某些學(xué)生會存在難度，可以通過能編出程序的小組及教師幫扶、指導(dǎo)，幫助其調(diào)通程序。數(shù)據(jù)誤差分析及統(tǒng)計(jì)時將同一個齒輪多個小組測得的同一參數(shù)求均值，與同樣多次數(shù)的人工測量均值做比較，得到測量絕對誤差和相對誤差值。

3 結(jié)論

對機(jī)械制造及其自動化專業(yè)碩士研究生開設(shè)的機(jī)器視覺專業(yè)選修課程進(jìn)行課程建設(shè)探索，通過理實(shí)一體化案例式教學(xué)方法的實(shí)施，極大地激發(fā)了學(xué)生的探索欲望和創(chuàng)新意識。從近兩屆研究生教學(xué)后的反饋情況來看教學(xué)效果較好，在后續(xù)的教學(xué)過程中，會在模式識別、缺陷檢測等方面多開發(fā)些實(shí)際教學(xué)案例，從而進(jìn)一步提升教學(xué)效果。

參考文獻(xiàn)：

[1] 崔光茫，趙巨峰，辛青.基于工業(yè)生產(chǎn)設(shè)備表面缺陷檢測的實(shí)驗(yàn)設(shè)計(jì)[J].實(shí)驗(yàn)室研究與探索，2017，36（4）：164-166，244.

[2] 謝婷婷.機(jī)器視覺的人才培養(yǎng)分析和實(shí)訓(xùn)室建設(shè)探索[J].電腦知識與技術(shù)，2021，17（30）：282-283，285.

[3] 趙靜，魯力群.計(jì)算機(jī)視覺檢測與圖像處理課程教學(xué)改革實(shí)踐[J].大學(xué)教育，2017，6（8）：85-87.

[4] 陳錫愛，王凌，王斌銳，等.基于項(xiàng)目教學(xué)的圖像處理與模式識別課程教學(xué)改革研究[J].教育現(xiàn)代化，2017，4（2）：42-43，51.

[5] 張?zhí)K新，韓仲洋，黃天宇，等.基于機(jī)器視覺技術(shù)的工件尺寸測量實(shí)訓(xùn)教學(xué)項(xiàng)目設(shè)計(jì)[J].現(xiàn)代信息科技，2021，5（1）：149-152.

【通聯(lián)編輯：王力】