吳昊榮,李曉曉,孫付春

(1.成都大學(xué)a.電子信息與電氣工程學(xué)院;b.機(jī)械工程學(xué)院,成都 610106;2.四川三思聯(lián)創(chuàng)傳感技術(shù)有限公司,成都 610000)

0 引言

機(jī)器視覺測量技術(shù)在高精度、高速和無損檢測方面具有顯著優(yōu)勢,越來越受到企業(yè)的重視和推廣[1]。隨著機(jī)器視覺尺寸高精測量領(lǐng)域的進(jìn)一步應(yīng)用,研究人員針對不同類型的工業(yè)零件開發(fā)了多種尺寸測量系統(tǒng),且在提高機(jī)器視覺測量技術(shù)的深度和廣度方面取得了巨大的進(jìn)步。韓亮[2]以軸承為研究對象,提出一種基于機(jī)器視覺的軸承內(nèi)外徑尺寸測量方法,并驗證了該方法的有效性及其能適用于大批量軸承生產(chǎn)場合的可能性。劉志毅等[3]以薄片型機(jī)械零部件為主要測量對象,開發(fā)一套多類型工件的尺寸測量系統(tǒng),完成了工件的二維尺寸檢測,其測量的平均誤差為0.042 mm。郭亞盛等[4]以軸承圓柱滾子為測量對象,研發(fā)了一種基于機(jī)器視覺的圓柱滾子尺寸檢測方法,通過對圓柱滾子進(jìn)行圖像處理實現(xiàn)了圓柱滾子直徑尺寸與長度尺寸的同步檢測。陳旭昂等[5]提出了一種基于機(jī)器視覺檢測技術(shù)的圓孔動態(tài)檢測方法,先將動態(tài)采集到的圓孔圖像預(yù)處理和邊緣檢測,得到動態(tài)圓孔圖像的圓心坐標(biāo)與半徑,然后通過搜索外圓區(qū)域以獲取內(nèi)圓輪廓點,最終得到了內(nèi)圓的尺寸信息,且圓孔兩側(cè)尺寸測量誤差均小于1個像素。上述利用機(jī)器視覺進(jìn)行機(jī)械產(chǎn)品尺寸測量的研究與應(yīng)用,盡管部分達(dá)到了像素級精度,但隨著工業(yè)測量精度要求的不斷提高,使得如亞像素級的更高測量精度檢測技術(shù)需要進(jìn)一步的突破與應(yīng)用。

汽車沖壓件在車身金屬中占據(jù)了很高的比例,其加工精度很多都達(dá)到了精密級要求。以某汽車沖壓件為研究對象,針對該沖壓件人工測量效率低、測量結(jié)果穩(wěn)定性差的情況,提出一種基于亞像素精度的汽車沖壓件尺寸測量方法。通過對汽車沖壓件圖像進(jìn)行灰度化、濾波處理、二值化分割等預(yù)處理手段提高了圖像質(zhì)量,先利用Canny算子提取邊緣輪廓和粗定位,在此基礎(chǔ)上再采用改進(jìn)的Zernike矩邊緣檢測算法得到汽車沖壓件亞像素邊緣輪廓的精定位,最后利用Hough變換方法擬合圓輪廓,最終實現(xiàn)了汽車沖壓件外圓直徑和3個內(nèi)孔直徑的高精度測量。

1 汽車沖壓件尺寸測量流程

研究所用的基于亞像素精度的汽車沖壓件尺寸測量系統(tǒng)的硬件裝置如圖1所示,該檢測裝置COMS面陣相機(jī)、夾持裝置、圖像采集卡、定焦鏡頭、計算機(jī)、環(huán)形光源和背光源以及光源控制器等硬件組成,相關(guān)硬件技術(shù)參數(shù)如表1所示。圖1中,圖像采集時,COMS面陣相機(jī)與計算機(jī)連接,相機(jī)位于沖壓件正上方約400 mm處,環(huán)形光源位于沖壓件上方,光源中心與相機(jī)光軸保持一致;背光源放置于工作臺面上且置于沖壓件的下方,如此可使沖壓件上的外圓和內(nèi)孔特征清晰可見。

表1 硬件選型與技術(shù)參數(shù)

圖1 基于亞像素精度的汽車沖壓件尺寸測量系統(tǒng)組成

基于亞像素精度的沖壓件圖像處理過程及外圓及圓孔直徑尺寸的測量工作流程如圖2所示。完成沖壓件圖像采集后,經(jīng)過灰度化、空域濾波和二值化分割等預(yù)處理方法獲得質(zhì)量更高的沖壓件圖像;使用Canny算子獲得沖壓件的亞像素粗邊緣坐標(biāo),再使用改進(jìn)的Zernike矩亞像素邊緣檢測算法對粗邊緣坐標(biāo)進(jìn)行精確定位;最后使用Hough變換方法得到汽車沖壓件外圓直徑與內(nèi)孔直徑的像素尺寸。由于像素尺寸并不能直接用于沖壓件的尺寸測量,因此還需結(jié)合相機(jī)標(biāo)定和系統(tǒng)標(biāo)定方法,得到像素尺寸與實際尺寸的換算系數(shù),進(jìn)而完成沖壓件外圓直徑和內(nèi)孔直徑的測量結(jié)果輸出。

圖2 基于亞像素精度的汽車沖壓件尺寸測量流程

2 圖像預(yù)處理

圖像預(yù)處理是為了抑制圖像噪聲進(jìn)而提取圖像目標(biāo)區(qū)域。圖像預(yù)處理主要采取灰度化、濾波和二值化等手段。

(1)灰度化與濾波。研究所用的COMS面陣工業(yè)相機(jī)采集到的是彩色三通道圖像,由于彩色圖像特征量大,使得數(shù)據(jù)計算耗時長,檢測效率過低,難以滿足工業(yè)應(yīng)用的快速連續(xù)性測量需求。而灰度化可將彩色三通道圖像轉(zhuǎn)變?yōu)閱瓮ǖ缊D像,從根本上減少圖像特征量,簡化計算過程,提高運算效率。利用加權(quán)平均法的汽車沖壓件圖像灰度化計算公式為:

gray(i,j)=0.299red+0.578green+0.114blue

(1)

式中:gray(i,j)表示圖像上第i行第j列像素點的灰度值,red、green和blue分別表示彩色三通道圖像相應(yīng)像素點的3個顏色通道的像素值。

同時,圖像采集時不可避免摻雜噪聲導(dǎo)致圖像質(zhì)量降低使得圖像細(xì)節(jié)模糊,會直接對后期的圖像分割和邊緣定位質(zhì)量造成不良影響,從而導(dǎo)致測量結(jié)果準(zhǔn)確度降低,通常會進(jìn)行圖像濾波操作,盡可能消除圖像噪聲。常用線性濾波包含均值濾波、高斯濾波等方式,針對中值濾波除了能去除圖像中無用噪聲還可以對圖像邊緣信息進(jìn)行保護(hù)。圖3為采集的汽車沖壓件原始圖像、灰度化與中值濾波圖,且可以看出,經(jīng)過中值濾波后,沖壓件圖像邊緣變得平滑,質(zhì)量得到了改善。

(a) 原始圖像 (b) 灰度化圖 (c) 中值濾波

(2)二值化。圖像閾值化分割對于圖像處理不可或缺,但其操作難度較大,且圖像閾值化分割直接決定了機(jī)器視覺對圖像清晰度的評價好壞。工業(yè)應(yīng)用中,針對汽車沖壓件圖像區(qū)域的灰度值較高,背景區(qū)域灰度值較低,通過圖像閾值化分割找到一個最佳的閾值T,將沖壓件圖像和背景圖像分割開來,實現(xiàn)圖像二值化。假設(shè)(x,y)為沖壓件圖像中點的像素坐標(biāo),濾波處理后的輸入圖像像素值為g(x,y),二值化后輸出圖像的像素值為g′(x,y),則該閾值分割的計算公式可表示為[6]:

(2)

在實驗條件下利用汽車沖壓件圖像灰度直方圖,選擇合適的閾值T=105(從圖4a所示的灰度直方圖中可以看出,沖壓件表面灰度值處于[0,80],而背景灰度值處于[130,220],當(dāng)分割閾值處于[90,120]之間,可將沖壓件與背景很好的區(qū)分開。為實現(xiàn)沖壓件圖像和背景圖像的一個較佳分割效果,閾值選取中間值105。二值化分割效果圖如圖4b所示。

(a) 灰度直方圖 (b) 二值化分割圖(灰度閾值105)

3 基于Canny算子和改進(jìn)Zernike矩的亞像素邊緣提取

汽車沖壓件尺寸的確定需要提取其邊緣輪廓,可通過邊緣檢測算子提取被測零件的邊緣輪廓。針對Canny檢測算子的抗噪能力強(qiáng)和定位邊緣點更準(zhǔn)確的特性,其被廣泛地應(yīng)用于圖像亞像素邊緣檢測。利用Canny算子對汽車沖壓件的邊緣輪廓進(jìn)行粗定位,其邊緣檢測結(jié)果如圖5所示,從圖中可以看出沖壓件的外圓和內(nèi)孔輪廓的亞像素邊緣完整清晰,初步檢測效果良好。

圖5 Canny算子邊緣提取圖

當(dāng)前關(guān)于亞像素邊緣精確定位的研究越來越多[7],傳統(tǒng)Zernike矩亞像素邊緣精確檢測算法因抗噪性好被普遍應(yīng)用,但在判斷邊緣時需要人工多次確定閾值,易因誤判影響檢測精度。采用改進(jìn)的Zernike矩亞像素邊緣檢測算法,在Canny算子獲得邊緣輪廓粗定位的基礎(chǔ)上,來提高邊緣定位精度。首先提出使用Zernike正交矩來檢測亞像素邊緣[1],并為亞像素邊緣建立了理想的階躍灰度模型。通過計算圖像的3個不同階次的Zernike正交矩,可計算出邊緣所在直線的參數(shù)。理想的二維階躍邊緣灰度模型[8]如圖6所示。假設(shè)存在以某個像素(x0,y0)為中心的圓形區(qū)域和單位像素為半徑的邊緣輪廓,其中L為圖像的理想邊緣,k為背景與目標(biāo)區(qū)域的階躍幅度,h為圖像背景灰度值,l為圓心到L的垂直距離,φ為線l與X軸的夾角,根據(jù)φ可知理想邊緣兩側(cè)的灰度分別為h和h+k。

(a) 原始圖像邊緣 (b) 旋轉(zhuǎn)后圖像邊緣

某連續(xù)圖像g(x,y)的n階m次Zernike矩Znm可定義為:

(3)

Vnm(ρ,θ)=Rnm(ρ)ejmθ

(4)

式中:Rnm(ρ)是Zernike矩多項式,且:

(5)

由式(5)可知,若圖像逆時針旋轉(zhuǎn)一個角度φ,旋轉(zhuǎn)圖像前后的ZOM模不變,相角改變,故:

(6)

函數(shù)Z00、Z11、Z20由參數(shù)φ、h、k、l表達(dá),且其對應(yīng)的積分核函數(shù)為V00=1、V11=x+yj、V20=2x2+2y2-1。利用Z11的虛部Im[Z11]和實部Re[Z11],可以求解得到旋轉(zhuǎn)角度φ,其結(jié)果可表示為:

(7)

(8)

(9)

(xs,ys)為亞像素邊緣坐標(biāo),推算出亞像素邊緣的檢測公式如下:

(10)

此外,由于模板放大效應(yīng),對尺寸N×N的模板,可將式(10)修正為:

(11)

改進(jìn)的Zernike矩亞像素邊緣檢測的具體算法流程具體為:

(2)根據(jù)式(9)計算每個邊緣像素點的階躍幅度k和垂直距離l;

(3)利用最大類間方差法求圖像的最佳分割閾值,將其作為最優(yōu)的階躍閾值kt;

(a) 亞像素邊緣提取 (b) 亞像素邊緣局部放大

4 Hough變換法的圓輪廓檢測

根據(jù)改進(jìn)的Zernike矩算法對汽車沖壓件外圓和內(nèi)孔邊緣輪廓進(jìn)行亞像素定位,再利用Hough變換法對所提取到的圓輪廓進(jìn)行擬合,從而求得所需的尺寸參數(shù)。在圖像x-y坐標(biāo)系中,圓的表達(dá)式為:

(x-a)2+(y-b)2=r2

(12)

式中:(a,b)表示圓心坐標(biāo),r表示圓半徑。將圖像x-y坐標(biāo)系轉(zhuǎn)換到三維空間中,以(a,b,r)為未知數(shù),上述圓的表達(dá)式可改寫為:

(a-x)2+(b-y)2=r2

(13)

將圖像x-y坐標(biāo)空間轉(zhuǎn)換為a-b-r坐標(biāo)空間后,原圖像中的每個離散點(xi,yi)對應(yīng)a-b-r坐標(biāo)空間的一個圓錐體,在圖像x-y坐標(biāo)系中同一個圓上的離散點在a-b-r坐標(biāo)空間所對應(yīng)的圓錐體必相交于同一點。假設(shè)三維累加數(shù)組T(a,b,r)=0,將a-b-r坐標(biāo)空間的每一個自變量a、b值代入式(13)計算出因變量r。計算出的每個r值,在相對應(yīng)的數(shù)組T(a,b,r)中都加1,則T(a,b,r)=T(a,b,r)+1。待所有像素點的半徑值均計算完畢后,找出最大數(shù)組T(a,b,r),則該數(shù)組所對應(yīng)的a0、b0、r0即為圖像x-y坐標(biāo)系中共圓離散點最多的圓形方程的參數(shù)。根據(jù)該特征,給定圖像x-y坐標(biāo)系中的離散邊緣點,通過Hough變換便能確定連接這些離散邊緣點的圓形方程。基于Hough變換擬合的汽車沖壓件的外圓輪廓和內(nèi)孔輪廓如圖8所示。

圖8 Hough變換方法擬合圓輪廓

5 系統(tǒng)設(shè)計與實驗驗證

5.1 系統(tǒng)設(shè)計

基于亞像素精度的汽車沖壓件尺寸測量軟件系統(tǒng)可對采集到的待測沖壓件圖像進(jìn)行圖像處理,并輸出測量結(jié)果。所研發(fā)的測量系統(tǒng)在MATLAB7.0運行環(huán)境下進(jìn)行仿真計算,系統(tǒng)界面如圖9所示。系統(tǒng)界面包括相機(jī)標(biāo)定、被測工件圖像預(yù)處理和測量結(jié)果顯示3個模塊,圖像處理流程可參見圖2。

圖9 基于亞像素精度的汽車沖壓件尺寸測量系統(tǒng)軟件界面

機(jī)器視覺系統(tǒng)精度是保證尺寸測量結(jié)果準(zhǔn)確性的必要前提,而基于機(jī)器視覺的尺寸測量精度直接取決于視覺系統(tǒng)的標(biāo)定精度,機(jī)器視覺系統(tǒng)的標(biāo)定內(nèi)容包括相機(jī)標(biāo)定和系統(tǒng)標(biāo)定兩個部分[9]。相機(jī)標(biāo)定主要用于校正由鏡頭引起的圖像畸變,而系統(tǒng)標(biāo)定則用于找到圖像中像素與實際工件尺寸的對應(yīng)關(guān)系。由于實際中的鏡頭與理論上的理想透鏡有較大的差別,以及相機(jī)和鏡頭的安裝誤差,故圖像在成像系統(tǒng)中必產(chǎn)生幾何畸變,相機(jī)標(biāo)定可獲得相機(jī)的內(nèi)部參數(shù)和外部參數(shù)以實現(xiàn)圖像畸變校正。采用張正友標(biāo)定法[10]對所研發(fā)的汽車沖壓件尺寸測量系統(tǒng)的相機(jī)內(nèi)、外參進(jìn)行標(biāo)定,標(biāo)定結(jié)果為[fx,fy,cx,cy,K1,K2,K3,K4,K5,X,Y,Z,Rx,Ry,Rz]=[2761.77,2719.30,220.24,237.19,-0.0323,-14.1313,-0.0157,0.0361,0,5.29728 mm,-1.51424 mm,384.5560 mm,357.259°,1.5617°,90.5477°]。

所設(shè)計的汽車沖壓件尺寸測量系統(tǒng)通過將CMOS面陣像機(jī)采集到的被測零件的圖像信息,送入計算機(jī)進(jìn)行圖像處理,由于圖像數(shù)據(jù)均以像素尺寸來表示邊緣位置,若要獲得工件的實際尺寸,必需對沖壓件尺寸測量系統(tǒng)進(jìn)行系統(tǒng)標(biāo)定,以獲得實際尺寸與像素尺寸之間的比例系數(shù)。此處采用標(biāo)準(zhǔn)件法[11]進(jìn)行像素當(dāng)量標(biāo)定,選取標(biāo)準(zhǔn)尺寸為d的標(biāo)準(zhǔn)件作為標(biāo)定參照物,在恒溫條件下獲取標(biāo)定尺的圖像,取刻度d=60 mm的卡尺作為標(biāo)定工件,對校正后的圖像經(jīng)過二值化、邊緣提取和細(xì)化處理,形成“骨架”。根據(jù)標(biāo)定尺的實際尺寸d和提取出的“骨架”像素長度k,即可得到像素單位同實際尺寸單位之間的比例系數(shù)dpixel,可表示為:

(14)

圖9中的系統(tǒng)標(biāo)定模塊中給出了標(biāo)定尺的細(xì)化圖像,標(biāo)尺最左端和最右端的像素點坐標(biāo)分別為(368.010,219.395)、(386.199,306.000),因此,實際長度d=60 mm對應(yīng)的像素尺寸k=90,則標(biāo)定系數(shù)dpixel=d/k=0.191 68。

5.2 實驗結(jié)果驗證

為了進(jìn)一步驗證所設(shè)計測量算法的精度和穩(wěn)定性,使用千分尺多次測量汽車沖壓件的小孔直徑D1、D2、D3和大圓外徑D4,實測次數(shù)為20次,并將實測值的平均值作為實際尺寸。其中小孔直徑D1、D2、D3和大圓外徑D4的實際尺寸分別為φ5.997、φ6.008、φ6.005、φ72.013。另外,適當(dāng)調(diào)整汽車沖壓件在工作臺上的位置和角度,利用所開發(fā)出的基于亞像素精度的汽車沖壓件高精度測量系統(tǒng),同樣對上述各尺寸進(jìn)行20次測量,并將系統(tǒng)測量結(jié)果與實際尺寸進(jìn)行比較,分析發(fā)現(xiàn)系統(tǒng)測量結(jié)果接近實際尺寸。表2為汽車沖壓件外圓直徑與內(nèi)孔直徑的20次測量結(jié)果。

表2 沖壓件外圓直徑與內(nèi)孔直徑測量數(shù)據(jù)

根據(jù)表2中各直徑尺寸的測量結(jié)果,不難發(fā)現(xiàn):基于亞像素精度的汽車沖壓件尺寸測量系統(tǒng)的測量結(jié)果接近各直徑尺寸的實際尺寸,測量精度為0.01～0.023 mm。其中,小孔直徑D1的測量結(jié)果相較于實際尺寸的最大誤差為15 μm,小孔直徑D2的測量結(jié)果相較于實際尺寸的最大誤差為23 μm,小孔直徑D3的測量結(jié)果相較于實際尺寸的最大誤差為20 μm,大圓外徑D4的測量結(jié)果相較于實際尺寸的最大誤差為10 μm。小孔直徑D1、D2、D3及大圓外徑D4的平均誤差分別為:2.5 μm、-10.3 μm、-2.2 μm、0.9 μm,其標(biāo)準(zhǔn)偏差分別為:7.1 μm、9.6 μm、8.5 μm、6.1 μm,測量結(jié)果的穩(wěn)定性較高,檢測用時約987 ms,能夠滿足高精度和連續(xù)性測量的要求。圖10給出了各直徑尺寸的測量結(jié)果相較于實際尺寸的變化曲線,各圖的實際尺寸均使用黑色直線表示。各尺寸的檢測結(jié)果均出現(xiàn)不同程度的波動,但整體接近實際尺寸。

(a) 小孔直徑D1實際尺寸與測量結(jié)果的變化曲線 (b) 小孔直徑D2實際尺寸與測量結(jié)果的變化曲線

6 結(jié)論

基于亞像素精度的汽車沖壓件尺寸精確測量系統(tǒng),對采集到的沖壓件圖像進(jìn)行亞像素邊界提取以及Zernike矩亞像素邊緣精確定位和Hough變換圓輪廓擬合,成功獲得了沖壓件外圓直徑和三個內(nèi)孔直徑的精確尺寸信息,測量結(jié)果能保持0.01～0.023 mm的測量精度,且多次測量結(jié)果的標(biāo)準(zhǔn)差小于0.009 6 mm,檢測用時為987 ms,極大地提高了汽車沖壓件尺寸測量效率,減少了因測量接觸導(dǎo)致的磨損,實現(xiàn)了汽車沖壓件外圓和內(nèi)孔直徑尺寸的非接觸式高精度測量。且隨著機(jī)器視覺檢測技術(shù)的愈加成熟,復(fù)雜曲面尺寸亦或是空間三維尺寸的汽車沖壓件精確測量手段將得到更多的關(guān)注。