武國新

（南陽技師學(xué)院，河南 南陽 473000）

光切顯微鏡在工件測量領(lǐng)域中發(fā)揮出十分關(guān)鍵的作用，但在以往的操作中，大多是實驗人員通過肉眼觀察，并通過手工調(diào)整讀數(shù)，這樣的方法往往會受到主觀因素的影響，進而存在誤差較大的問題。而且，整體測量的效率較低，對于工件表面粗糙度測量精度的提升幫助不大。針對這樣的情況，可以對光切顯微鏡進行數(shù)字化改造，也就是改造光切顯微鏡原本的圖像提取系統(tǒng)，加裝數(shù)字?jǐn)z像頭，有效提升顯微鏡的測量效率與精度，其測量誤差也可以減小4%～6%。

1 光切顯微鏡測量原理與構(gòu)成

1.1 測量原理

光切顯微鏡當(dāng)前被有效應(yīng)用于工件的表面測量中，圖1 為光切法具體的應(yīng)用原理。由光源發(fā)出光線經(jīng)過狹縫照射，通過物鏡形成光帶并以45°的角度照射在被測物體表面[1]。由于狹縫亮帶邊緣具有平直特征，因此光帶照射在不平表面上的時候，其光線所產(chǎn)生的波峰與波谷會分別進行反射，二者的反射點分別是S 點與S，點。在顯微鏡的觀察下，透過物鏡成像體現(xiàn)在a和a，點，通過觀察，實驗人員可以對呈現(xiàn)在工件表面上的亮帶進行測量，進而計算出兩點之間的距離N，得出被測物體表面微觀不平深度h，其公式為：

圖1 光切顯微鏡工作原理示意圖

公式中，V 表示的是顯微鏡物鏡放大倍數(shù)。在對光切顯微鏡進行改造的時候，可以保留顯微鏡其他特征，只將照相機更換為數(shù)字?jǐn)z像頭。而且數(shù)字?jǐn)z像頭在工作期間可以通過通訊連接線與計算機通訊接口相連，確?？梢詫@取到的圖像傳遞到計算機，幫助實驗人員對圖像進行提取等后續(xù)操作，同時為以往顯微鏡測量中存在的人工調(diào)節(jié)儀器和讀數(shù)不精確、測量結(jié)果受人為主觀因素影響大、工件表面測量效率較低等問題提供解決方案[2]。

1.2 儀器構(gòu)成

光切顯微鏡包括多個構(gòu)成部分，其中立柱安裝在基座上，橫臂將立柱與顯微鏡主體連接起來。在轉(zhuǎn)動手輪的調(diào)節(jié)下，橫臂可以沿著立柱上下移動，并可以對顯微鏡進行粗調(diào)焦。殼體內(nèi)安裝有光學(xué)系統(tǒng)，其中包括物鏡組、測微目鏡等，基于粗調(diào)焦還可以進一步借助微調(diào)手輪實現(xiàn)精調(diào)焦。將照相機安裝在插座上，與測微目鏡共同使用。與此同時，實驗人員可以操作旋轉(zhuǎn)手輪調(diào)整坐標(biāo)工作臺。值得注意的是，工作臺表面大多只能放置平面工件，而圓柱形工件可以放置在V 形塊上。

光切顯微鏡的數(shù)字化改造即將照相機替換為數(shù)字?jǐn)z像頭，并將其與計算機系統(tǒng)連接。在此過程中，工件表面不平深度h 的計算公式為：

公式中C 表示圖像表面不平深度成像高度，求取時可直接在圖像上測量；M 為系統(tǒng)的總放大倍數(shù)，成像高度值與標(biāo)準(zhǔn)刻度尺選定段之間的比值就是放大倍數(shù)M。

在進行工件表面粗糙度檢測的過程中，確定顯微鏡的放大倍數(shù)是其中的關(guān)鍵環(huán)節(jié)，其結(jié)果的精確程度也會直接對儀器精度造成影響，因此在開展測量工作之前需要先對放大倍數(shù)進行測定。

2 光切顯微鏡圖像提取系統(tǒng)運行

2.1 圖像提取

2.1.1 圖像采集控制

在對工件進行粗糙度檢測之前，需要針對其待測表面進行圖像采集，這一環(huán)節(jié)需要用到光切顯微鏡、圖像傳感器以及圖像采集卡，具體操作流程為：利用光切顯微鏡采集圖像，在數(shù)字?jǐn)z像頭的應(yīng)用下，通過圖像傳感器形成光切圖像，并借助光敏單元將圖像信息轉(zhuǎn)化為視頻信號，隨后，通過數(shù)字?jǐn)z像頭將視頻信號傳輸?shù)接嬎銠C上。

在這一環(huán)節(jié)中，圖像采集技術(shù)的應(yīng)用十分關(guān)鍵，相關(guān)技術(shù)的應(yīng)用效果將直接受到系統(tǒng)硬件與軟件的影響，因此實驗人員應(yīng)充分確保系統(tǒng)硬件與軟件配置的完善性。在此期間，圖像采集卡的主要功能就是進行圖像控制，對于不同要求的場合所采取的圖像采集方式也存在差異。若需滿足較高的實時性要求，可以通過程序控制利用數(shù)字?jǐn)z像頭保存采集到的圖像，并對圖像進行實時處理；若對實時性沒有較高要求，則可以先將光切圖像轉(zhuǎn)化為位圖數(shù)據(jù)，再保存到磁盤中等待后續(xù)處理。

與此同時，在進行圖像采集控制的時候，可以采取兩種控制模式，分別為單幀控制與連續(xù)控制，以便為系統(tǒng)測試及后續(xù)應(yīng)用提供便利。其中，單幀控制采用SDK 將單幀圖像數(shù)據(jù)儲存計算機內(nèi)存中，再對相關(guān)數(shù)據(jù)進行后續(xù)處理，處理完成后將最終的結(jié)果投放到顯示屏上；而連續(xù)控制則應(yīng)用SDK 中的圖像循環(huán)采集功能。進行連續(xù)圖像采集時，需要在初始化完成之后將循環(huán)采集圖像數(shù)據(jù)儲存到內(nèi)存中，待接收到停止采集的指令之后才會停止。

2.1.2 圖像預(yù)處理

借助光切顯微鏡的數(shù)字?jǐn)z像頭對工件表面的粗糙度進行測量，需要對數(shù)字?jǐn)z像頭采集到的光切圖像進行處理，并對其中的圖像目標(biāo)與背景噪聲進行識別。在開展后續(xù)處理工作之前，需要進行圖像的預(yù)處理工作，主要是指在圖像分析之前對原始輸入圖像進行分割，具體操作包括圖像增強和圖像配準(zhǔn)等。進行圖像預(yù)處理的根本目的在于增強圖像中的有用信息，消除圖像中的無關(guān)信息，以便為后續(xù)的處理工作提供便利條件。

結(jié)合實際的實驗成效來看，光切顯微鏡在進行圖像采集的時候，一定程度上會受到外界環(huán)境變化的影響，因此圖像的采集質(zhì)量也會受到影響。針對這一情況，可以通過圖像預(yù)處理中圖像灰值化、平移、旋轉(zhuǎn)、去噪等操作來幫助圖像呈現(xiàn)出更理想的狀態(tài)，提升圖像邊緣定位的精準(zhǔn)性與識別匹配的可靠性等。

圖像增強和圖像配準(zhǔn)中所涉及的理論十分豐富，但其算法卻體現(xiàn)出較強的針對性，在使用不同算法的時候，其計算出的精度與處理效率也會出現(xiàn)差異。通常情況下，圖像增強的方法包括圖像灰值化、灰度修正等，在實際操作中需要選定合適的算法以提升處理效果。例如，在去除光切圖像噪聲的時候，就可以階段中值濾波算法、模糊加權(quán)算法等進行計算，特別是對于信號較弱所造成的噪聲問題比較嚴(yán)重的圖像來說，模糊加權(quán)算法可以取得良好的去噪效果[3]。而一般在對工件表面圖像平整度進行檢測的時候，若噪聲問題不嚴(yán)重，一般應(yīng)用中值濾波算法即可滿足工件測量的要求。

2.1.3 邊緣提取

實驗人員對光切圖像進行邊緣提取的過程中，可以應(yīng)用到類型十分豐富的算子，其中既包括一階微分也包括二階微分。一階微分與二階微分算子進行邊緣提取的差異在于，一階微分算子提取邊緣寬度更大，運算速度快且有較強的抗噪聲能力；而二階微分算子提取邊緣更為精細，對噪聲也更敏感。

通過數(shù)字?jǐn)z像頭進行圖像邊緣提取可以做到對圖像的實時捕捉，并將圖像剪裁成固定尺寸。隨后，通過光切顯微鏡，讓光線可以投射到工件表面。在狹縫寬度的影響下，圖像上也會呈現(xiàn)出亮帶，亮帶與背景之間形成的邊緣就是實驗中的提取對象。實驗過程中，受到系統(tǒng)中綠色濾光片的影響，導(dǎo)致最終成像后光帶也會呈綠色，這更加便于實驗人員對邊緣圖像進行提取，具體的操作流程為：（1）實驗人員需要先對光帶的綠光分量閾值進行計算，并對圖像進行二值化處理，同時采用人工賦值的方法對亮帶以及圖像背景進行處理，以提升圖像清晰度。通過上述操作，可以使得綠色光帶呈現(xiàn)白色，背景呈現(xiàn)黑色。（2）運用逆反算法原理，將圖像與背景轉(zhuǎn)換為白色背景上的黑色光帶。（3）通過圖像減法完成邊緣檢測，同時在圖像中進行像素的提取，將像素沿y 軸方向平移，實驗人員在獲取其運動路徑的基礎(chǔ)上，將其從原本的光切圖像中去除，最終完成對全部邊緣的提取。完成上述操作后，可以得到上邊緣與下邊緣。（4）在對圖像進行賦值之后，可以只選定光帶的一條邊緣。（5）對選定的邊緣線條進行顏色賦值，呈現(xiàn)出白色背景與黑色線條。（6）基于光切圖像完成坐標(biāo)系的構(gòu)建，并對圖像信息進行矢量化處理，得到邊緣提取結(jié)果。在完成上述操作之后，可以得到具有清晰邊緣的光切圖像，進行矢量化處理之后再計算出其與系統(tǒng)總放大倍數(shù)之間的比值，進而可以求出被測工件表面的表面粗糙度值。

2.2 數(shù)據(jù)處理

2.2.1 基于頻率域進行提取

基于頻率域進行提取主要應(yīng)用到的是霍夫變換，一種比較快速地在二值化圖像中尋找簡單形狀的方法?；舴蜃儞Q的基本理論是圖像中任何點都可以視為直線集合的一部分，假設(shè)直線方程為y=ax+b，那么任意一點P(x，y)在空間(a，b)中都應(yīng)滿足b=x1a|y1 的條件。由此也可以進一步看出，通過霍夫變換方法可以將任意一點轉(zhuǎn)變?yōu)榭臻g(a，b)平面上的直線，進而在此基礎(chǔ)上進行后續(xù)計算。將廣義的霍夫變換引入圖像處理中，可以將原始圖像中的任意邊緣輪廓轉(zhuǎn)化為空間中的點，將其全部集中到新的空間中后可以形成峰點。這樣就可以將本來的圖像邊緣提取與檢測問題轉(zhuǎn)化為空間峰點測算問題，不僅可以提升計算的簡便程度，還可以優(yōu)化整體模型的抗干擾性。

2.2.2 基于分形的邊緣檢測

分形屬于一種以非整數(shù)維形式進行空間填充的形式，在其原理的運用上，與隨機數(shù)學(xué)等領(lǐng)域具有明顯的相似性，都是通過對物體不連續(xù)光滑規(guī)整進行研究以實現(xiàn)對物體形態(tài)的確認(rèn)，進而也可以應(yīng)用在圖像檢測領(lǐng)域的計算中?；诜中卫碚摽梢蕴岢龅瘮?shù)系統(tǒng)，其主要功能是對目標(biāo)圖像進行壓縮。在此過程中，分形圖像形態(tài)會受到線性變換的影響，形成一種映射關(guān)系；同時在這種映射關(guān)系的支持下，可以有效將圖像的局部信息與整體信息聯(lián)系起來，保證為后續(xù)的處理與計算做好準(zhǔn)備。

在這一理論下，可以對任意圖像通過線性變換來生成，并通過找尋線性變換規(guī)則來把握整個圖形信息。迭代函數(shù)系統(tǒng)中涉及的線性變換基本理論為將一個線性變換過程設(shè)為W：R2-→R2，矩陣形式為：

其中的a、b、c、d、e、f 為系數(shù)，在確定系數(shù)的同時線性變換也可以確立。

2.3 誤差分析

為對數(shù)字?jǐn)z像機的測量效果進行驗證，可選取加工精度一致，加工工藝不同的表面粗糙度樣塊進行誤差分析。在實驗之前，選取光切顯微鏡，并安裝分辨率為1024×1024、幀率為52fps 的數(shù)字?jǐn)z像頭。在完成成像清晰度的調(diào)節(jié)以后，確定成像范圍為1904×1428，針對視覺測量系統(tǒng)進行標(biāo)定K=1.53μm/pixel[4]。

在進行誤差分析的過程中，對表面粗糙度不同的樣塊按照上文介紹的方法進行測量，并注意對同一區(qū)域進行多次測量，求出其平均值，并以此為基礎(chǔ)求得輪廓算術(shù)平均偏差Ra 為4.81%、微觀不平度與點平均高度Rz 最大相對誤差為2.72%以及輪廓微觀不平度平均寬度RSm 最大相對誤差為4.47%，而上述相對誤差值均在允許范圍內(nèi)，說明采用數(shù)字?jǐn)z像頭進行表面粗糙度測量具有合理性與準(zhǔn)確性。通過該方法可以有效提升顯微鏡采集圖像處理與數(shù)據(jù)獲取精度，降低顯微鏡手動測量所帶來的誤差[5]。光切顯微鏡圖像測量系統(tǒng)所得出的測量值與實際粗糙度測量參數(shù)之間的誤差是不可避免的，造成其誤差的因素主要包括測量環(huán)境的明暗度、工件自身存在瑕疵、圖像采集的方式、邊緣輪廓的特征提取方式等，都會對最終的測量值造成影響。因此，在對光切顯微鏡圖像測量系統(tǒng)進行數(shù)字化改造的基礎(chǔ)上還需要進一步加強對上述因素的考量，通過求取平均值的方式來提升精確程度，減少與實際情況的誤差。

3 結(jié)語

綜上所述，光切顯微鏡圖像提取系統(tǒng)的數(shù)字化改造就是將數(shù)字?jǐn)z像頭代替原本的照相系統(tǒng)，通過這樣的操作可以顯著提升測量精度，減少表面粗糙度參數(shù)計算時間。圖像采集控制與圖像預(yù)處理環(huán)節(jié)對后續(xù)的邊緣提取也會產(chǎn)生直接影響，在完成圖像提取之后，通過矢量化處理可得到工件輪廓二維圖形，并借助合適的圖像處理工具測量其表面粗糙度。此外，通過誤差分析可以得到各因素對表面粗糙度精確度的影響，進而為多樣化零件測量的開展提供參考。