舒慧 張融 彭澤洲

摘 要：風(fēng)機(jī)廣泛應(yīng)用于工業(yè)生產(chǎn)生活中，風(fēng)機(jī)葉輪作為風(fēng)機(jī)工作的重要組件，其生產(chǎn)質(zhì)量是風(fēng)機(jī)正常使用的重要基礎(chǔ)。生產(chǎn)過(guò)程中企業(yè)會(huì)對(duì)生產(chǎn)出來(lái)的風(fēng)機(jī)葉輪進(jìn)行檢測(cè)，其中就包括對(duì)其尺寸的檢測(cè)。本文針對(duì)風(fēng)機(jī)葉輪的尺寸檢測(cè)進(jìn)行了研究和分析，設(shè)計(jì)了一種基于機(jī)器視覺(jué)技術(shù)檢測(cè)風(fēng)機(jī)葉輪尺寸的方法，實(shí)現(xiàn)了對(duì)風(fēng)機(jī)葉輪尺寸檢測(cè)過(guò)程高效化、高精化、智能化的改變，為風(fēng)機(jī)葉輪生產(chǎn)制造企業(yè)提供了現(xiàn)代化檢測(cè)的思路和值得參考的應(yīng)對(duì)策略。

關(guān)鍵詞：機(jī)器視覺(jué) HALCON 風(fēng)機(jī)葉輪 圖像處理 WinForm窗體設(shè)計(jì)

Abstract：Fan is widely used in industrial production and life. Fan impeller is an important component of fan work， and its production quality is an important basis for the normal use of fans. During the production process， the company will test the produced fan impeller， including its size. This paper studies and analyzes the size detection of fan impellers， and designs a method for detecting the size of fan impellers based on machine vision technology， which realizes the efficient， high-precision and intelligent changes of the fan impeller size detection process， and provides modern testing ideas and countermeasures worthy of reference for fan impeller manufacturing enterprises.

Key words：machine vision， HALCON， fan impeller， image processing， WinForm form design

1 引言

機(jī)器視覺(jué)技術(shù)的使用領(lǐng)域涉及到了工業(yè)、醫(yī)學(xué)、軍工、航空、安全等重要領(lǐng)域。機(jī)器視覺(jué)技術(shù)是利用CCD相機(jī)將探測(cè)到的目標(biāo)物體轉(zhuǎn)換成圖像信號(hào)，然后把圖像信號(hào)傳輸至專(zhuān)門(mén)的處理系統(tǒng)中，根據(jù)像素位置、明度和色彩等信息，通過(guò)數(shù)字化技術(shù)將圖像信號(hào)傳輸至處理系統(tǒng)并獲取其目標(biāo)特征，實(shí)現(xiàn)檢測(cè)功能，利用機(jī)器視覺(jué)技術(shù)實(shí)現(xiàn)對(duì)被測(cè)物的尺寸測(cè)量是機(jī)器視覺(jué)重要的應(yīng)用方向。測(cè)量尺寸是風(fēng)機(jī)葉輪生產(chǎn)的重要環(huán)節(jié)，針對(duì)傳統(tǒng)手工測(cè)量風(fēng)機(jī)葉輪尺寸效率低、精度差等現(xiàn)象提出設(shè)計(jì)，發(fā)現(xiàn)并解決問(wèn)題，設(shè)計(jì)合理的測(cè)量方法是本文研究的目的所在。

本文通過(guò)機(jī)器視覺(jué)技術(shù)對(duì)風(fēng)機(jī)葉輪的圖像信息進(jìn)行處理，從而得到其尺寸數(shù)據(jù)，將測(cè)得的尺寸數(shù)據(jù)與風(fēng)機(jī)葉輪工程圖上標(biāo)注的尺寸數(shù)據(jù)進(jìn)行對(duì)比，設(shè)計(jì)并完善利用機(jī)器視覺(jué)技術(shù)測(cè)量風(fēng)機(jī)葉輪尺寸的程序，實(shí)現(xiàn)風(fēng)機(jī)葉輪尺寸高效、精確的測(cè)量，這對(duì)工廠加快生產(chǎn)效率、降低人工成本、提高產(chǎn)品質(zhì)量都有著積極影響和現(xiàn)實(shí)意義。

2 風(fēng)機(jī)葉輪尺寸測(cè)量系統(tǒng)總體設(shè)計(jì)

2.1 技術(shù)路線

本文研究的是基于機(jī)器視覺(jué)對(duì)風(fēng)機(jī)葉輪零件進(jìn)行尺寸測(cè)量，利用機(jī)器視覺(jué)軟件HALCON得到被測(cè)風(fēng)機(jī)葉輪零件的尺寸數(shù)據(jù)，并對(duì)其測(cè)量結(jié)果進(jìn)行分析。具體技術(shù)路線如下：

2.2 設(shè)計(jì)要求

基于機(jī)器視覺(jué)技術(shù)測(cè)量風(fēng)機(jī)葉輪零件尺寸的性能指標(biāo)和測(cè)量要求如下：

（1）單次檢測(cè)時(shí)間在0.2s以?xún)?nèi)；

（2）尺寸測(cè)量指標(biāo)為風(fēng)機(jī)葉輪零件的各段直線、半徑和角度尺寸，如圖2所示。

3 風(fēng)機(jī)葉輪圖像處理

本文以風(fēng)機(jī)葉輪零件為研究對(duì)象，利用機(jī)器視覺(jué)技術(shù)對(duì)風(fēng)機(jī)葉輪零件的尺寸進(jìn)行測(cè)量，首先對(duì)輸入圖像施行預(yù)處理操作，即圖像灰度化、閾值分割、孔洞填充、區(qū)域邊緣、膨脹等操作得到目標(biāo)區(qū)域，其次利用Canny濾波器的亞像素邊緣對(duì)區(qū)域邊緣進(jìn)行提取，最后用輪廓擬合和幾何運(yùn)算的算子測(cè)量其尺寸。

3.1 圖像預(yù)處理

在獲取風(fēng)機(jī)葉輪零件圖像時(shí)，因企業(yè)生產(chǎn)作業(yè)環(huán)境存在各種各樣的差異，采集的圖像或多或少會(huì)受到光源、鏡頭、噪聲等諸多因素的干擾和影響，為了獲取圖像的有用信息，過(guò)濾掉其中的無(wú)用信息，一般通過(guò)預(yù)處理的方法對(duì)圖像操作以達(dá)到此目的，包括：

灰度化：decompose3（ MultiChannelImage ： Image1， Image2， Image3 ： ： ）；

trans_from_rgb（ ImageRed， ImageGreen， ImageBlue ： ImageResult1， ImageResult2， ImageResult3 ： ColorSpace ： ）；

中值濾波：median_image（Image：ImageMedian：MaskType，Radius，Margin ： ）；

閾值分割：threshold（ Image ： Region ： MinGray， MaxGray ： ）；

3.2 特征提取

對(duì)采集到的風(fēng)機(jī)葉輪圖像預(yù)處理之后，通常需要對(duì)其進(jìn)行特征提取，此操作既是圖像處理的必要步驟，也是提高測(cè)量精度的有效方法，因?yàn)樘卣魈崛〉某晒εc否關(guān)系著最終尺寸測(cè)量的精確程度。特征提取方法包括：

連通域：connection（Region：connectedRegions： ： ）；

膨脹：dilation_circle（ Region：RegionDilation ： Radius ）；

縮小圖像定義域：reduce_domain（ Image， Region ： ImageReduce ： ： ）；

亞像素邊緣提取：edges_sub_pix（ Image ： Edges ： ‘canny， Alpha， Low， High ： ）

3.3 曲線擬合以及角度測(cè)量

對(duì)風(fēng)機(jī)葉輪零件圖像預(yù)處理和特征提取之后，為了提高測(cè)量精度，完成測(cè)量目標(biāo)，需要對(duì)曲線進(jìn)行圓擬合以及直線擬合，曲線擬合的完美與否直接影響著測(cè)量結(jié)果是否準(zhǔn)確。風(fēng)機(jī)葉輪零件的局部特征需要測(cè)量角度來(lái)檢驗(yàn)其合格與否，而角度測(cè)量則會(huì)涉及直線擬合的相關(guān)算法。本文針對(duì)特征提取后得到的圖像邊緣輪廓，對(duì)圓擬合、直線擬合以及角度測(cè)量的相關(guān)算法展開(kāi)了研究。

擬合：fit_line_contour_xld（Contours ： ： Algorithm， MaxNumPoints， ClippingEndPoints， Iterations， ClippingFactor ： RowBegin， ColBegin， RowEnd， ColEnd， Nr， Nc， Dist ）

角度測(cè)量：angle_ll（ ： ：RowA1，ColumnA1， RowA2， ColumnA2， RowB1， ColumnB1， RowB2， ColumnB2 ： Angle ）

4 VS2019的WinForm窗體設(shè)計(jì)

4.1 WinForm窗體設(shè)計(jì)

本文的主要任務(wù)是利用機(jī)器視覺(jué)技術(shù)完成對(duì)風(fēng)機(jī)葉輪零件尺寸的測(cè)量，為了讓測(cè)量過(guò)程更加直觀，在Visual Studio 2019上用C#編程語(yǔ)言，將Windows窗體應(yīng)用與HALCON算法相結(jié)合，實(shí)現(xiàn)對(duì)數(shù)據(jù)庫(kù)的調(diào)用以及零件選擇、尺寸測(cè)量、數(shù)據(jù)分析以及重置等4個(gè)主要功能，窗體中反映被測(cè)物圖像處理后的圖像、數(shù)據(jù)分析表、測(cè)量進(jìn)度以及測(cè)量時(shí)間等信息。

4.2 MCGS界面調(diào)試

首先單擊“零件”按鈕，選擇并確定被測(cè)物的圖像；其次單擊“開(kāi)始測(cè)量”按鈕，窗體中的圖像窗口自動(dòng)顯示并完成HALCON軟件中的圖像處理過(guò)程，同時(shí)窗體上方的“測(cè)量進(jìn)度”會(huì)以進(jìn)度條的形式反映實(shí)際測(cè)量進(jìn)度，“測(cè)量時(shí)間”后面則會(huì)輸出實(shí)際測(cè)量時(shí)間；然后單擊“數(shù)據(jù)分析”按鈕，數(shù)據(jù)表則會(huì)根據(jù)測(cè)量得到的測(cè)量值與給定的實(shí)際值分析計(jì)算其絕對(duì)誤差和相對(duì)誤差，如圖6所示；最后單擊“重置”按鈕，前面所有的操作全部清空，窗體返回至初始狀態(tài)。

5 試驗(yàn)驗(yàn)證

5.1 試驗(yàn)過(guò)程

利用選好的風(fēng)機(jī)葉輪零件和相機(jī)獲取被測(cè)物圖像，將被測(cè)物圖像輸入到HALCON軟件中，依照設(shè)計(jì)方案運(yùn)用實(shí)驗(yàn)法逐步完成測(cè)量。本試驗(yàn)將分為半徑類(lèi)、直線類(lèi)和角度類(lèi)測(cè)量，根據(jù)各類(lèi)測(cè)量所具備的屬性，有針對(duì)性地運(yùn)用算子。無(wú)論是半徑類(lèi)、直線類(lèi)還是角度類(lèi)，其方法都是先邊緣提取再用算子測(cè)量。前期地邊緣提取即先灰度化操作獲取灰度圖像，再中值濾波操作消除灰度圖上的噪點(diǎn)，然后閾值分割、連通域、膨脹和減小圖像定義域操作進(jìn)一步確定待測(cè)區(qū)域，最后亞像素邊緣提取操作獲取待測(cè)區(qū)域輪廓。測(cè)量前要擬合圓或直線，擬合圓后用生成一個(gè)圓的算子可求該圓的半徑值，擬合直線后用求點(diǎn)到點(diǎn)地直線距離的算子可求該線段的長(zhǎng)度值，同時(shí)，擬合直線后用計(jì)算兩直線夾角的算子可求其夾角的角度值。記錄試驗(yàn)測(cè)得的測(cè)量值并將其與實(shí)際值進(jìn)行對(duì)比分析，得出二者之間的關(guān)系。

5.2 試驗(yàn)結(jié)果

絕對(duì)誤差計(jì)算公式：

相對(duì)誤差計(jì)算公式：

由表1及圖7可以看出，本文所設(shè)計(jì)的風(fēng)機(jī)葉輪尺寸測(cè)量系統(tǒng)能夠準(zhǔn)確地測(cè)量出風(fēng)機(jī)葉輪零件各部分尺寸，所涉及的尺寸數(shù)據(jù)的精度在預(yù)計(jì)范圍之內(nèi)，相對(duì)誤差皆在4.16%內(nèi)波動(dòng)。

6 結(jié)語(yǔ)

機(jī)器視覺(jué)檢測(cè)技術(shù)依靠其高精度和高速度的優(yōu)勢(shì)，正在漸漸替代存在主觀性和效率低等問(wèn)題的人工檢測(cè)。本文主要以機(jī)器視覺(jué)技術(shù)對(duì)風(fēng)機(jī)葉輪零件尺寸進(jìn)行測(cè)量，通過(guò)硬件設(shè)備的配合來(lái)采集便于處理的圖像，然后在主流機(jī)器視覺(jué)軟件HALCON中處理并分析圖像，利用切實(shí)可行的算法高效、準(zhǔn)確地獲取其尺寸數(shù)據(jù)，最后根據(jù)所得數(shù)據(jù)判斷系統(tǒng)的準(zhǔn)確度。在這種快速有效的質(zhì)量檢驗(yàn)的約束下，風(fēng)機(jī)葉輪的生產(chǎn)工藝和性能會(huì)不斷創(chuàng)新和提高，具有一定的現(xiàn)實(shí)意義。由于機(jī)器視覺(jué)檢測(cè)技術(shù)大大提高了檢測(cè)效率，可以對(duì)檢測(cè)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析，可以預(yù)見(jiàn)，工業(yè)4.0時(shí)代的產(chǎn)品檢測(cè)將越來(lái)越趨近于機(jī)器視覺(jué)技術(shù)。

基金項(xiàng)目：湖北省教育廳科學(xué)研究計(jì)劃指導(dǎo)性項(xiàng)目（B2020271）；教育部產(chǎn)協(xié)合作協(xié)同育人項(xiàng)目（202002071028）；校級(jí)科學(xué)研究項(xiàng)目（2021KY01）。

參考文獻(xiàn)：

[1]付興領(lǐng). 基于Halcon機(jī)器視覺(jué)的齒輪參數(shù)測(cè)量系統(tǒng)[J]. 電子世界，2020（2）：3.

[2]高茂源，王好臣，叢志文，等.基于HALCON的機(jī)械零件尺寸快速精密測(cè)量[J]. 機(jī)電工程技術(shù)，2020，49（3）：5.

[3]龔渠，張偉，李麗.基于Halcon的撥叉腳端面尺寸測(cè)量[J].工具技術(shù)，2020，54（09）：86-89.

[4]葛志靜.基于視覺(jué)成像的可變直徑孔型參數(shù)高精度測(cè)量方法[J] .寶鋼技術(shù)，2021（03）：74-77.

[5]耿立明，楊威，王迪. HALCON圖像處理在機(jī)器視覺(jué)中的應(yīng)用[J]. 電子測(cè)試， 2019（1）：2.

[6]洪瑞. 基于機(jī)器視覺(jué)的圓形工件二維尺寸測(cè)量方法研究[D].馬鞍山：安徽工業(yè)大學(xué)，2017.

[7]侯恩光.基于機(jī)器視覺(jué)的直齒輪幾何尺寸測(cè)量方法[J] .機(jī)電技術(shù)，2020（06）：27-30+43.