摘要：盤狀零件直徑的精確測量對于保證生產質量和鑒別不良產品至關重要。文章提出了一種基于標準工業(yè)攝像機的盤狀零件直徑視覺測量方法，通過標定CCD攝像機，提取圖像中零件的亞像素邊緣，在工作臺平面重構測量點的三維坐標，減小投影畸變對測量精度的影響。利用幾何擬合建立測量模型，實現(xiàn)了僅需一幅圖像即可測量盤狀零件直徑的目標。實驗結果表明，該方法有效修正了投影畸變，具有較高的測量精度和效率。

關鍵詞：盤狀零件；直徑測量；機器視覺；投影畸變；三維重構

中圖分類號：TP391

文獻標識碼：A

文章編號：1009-3044（2025）15-0104-03

0引言

盤狀零件作為工業(yè)中廣泛應用的機械零件[1]，其尺寸精確測量對于智能制造和數字加工技術的發(fā)展具有重要意義[2]。機器視覺測量技術作為智能制造的重要組成部分，因其非接觸、效率高、精度高和易于在線測量等優(yōu)勢，受到廣泛關注和研究[3]。文獻[4]利用遠心鏡頭實現(xiàn)了活塞外輪廓的機器視覺檢測，通過矩方法獲取活塞的邊緣特征點，并借助標準塞規(guī)確定活塞真實邊緣與灰度變化曲線之間的相對位置，從而獲得活塞邊緣的亞像素級定位。文獻[5]開發(fā)了一種基于機器視覺的法蘭尺寸自動檢測系統(tǒng)，使用定焦鏡頭獲取法蘭端面圖像，利用夾持裝置確定面陣相機與法蘭的相對位置，依據標定的像素當量，通過圓擬合完成法蘭端面尺寸的測量。文獻[6]采用機器視覺技術檢測工業(yè)齒輪參數，利用小波模極大值邊緣檢測算法檢測齒輪邊緣，通過標定像素當量計算尺寸參數。

然而，上述研究中，有的方法對測量硬件設備要求較高，導致測量效率降低；有的方法采用遠心鏡頭實現(xiàn)尺寸測量，雖然精度較高，但成本昂貴、視野較小、普適性受限。鑒于此，本文提出了一種僅使用標準工業(yè)攝像機、基于單幅圖像即可實現(xiàn)盤狀零件直徑視覺測量的方法。為適應不同類型的盤狀零件，選取工作臺平面作為測量平面，利用棋盤格標定板完成攝像機標定；為減小投影畸變對測量精度的影響，在測量平面對測量點進行三維重構，并在世界坐標系下建立視覺測量模型。最后，通過實驗驗證了該方法的有效性和精度。盤狀零件直徑視覺測量方法的主要流程如圖1所示。

1盤狀零件測量點的三維重構

1.1攝像機的標定與圖像處理

如圖2所示，采用三自由度工作臺輔助進行視覺測量。將CCD攝像機安裝在工作臺上，采用張正友棋盤格二維標定法完成內參和外參的標定[7]。為避免在測量不同型號的盤狀零件時重復標定外參，設定工作臺平面為測量平面，將棋盤格標定板放置在工作臺上，結合標定板的厚度完成標定。

為改善圖像質量、提高特征點提取精度，對圖像進行濾波降噪和增強處理。由于機器視覺圖像中的噪聲通常為高斯噪聲，因此選用高斯濾波算法進行降噪處理[8]。為提高特征點提取效率，首先利用灰度值模板匹配算法確定圖像中的ROI（感興趣區(qū)域），然后采用基于Zernike矩的方法提取邊緣特征點的亞像素位置。

1.2測量點的坐標變換與三維重構

為了減小投影畸變對測量精度的影響，對盤狀零件邊緣測量點的坐標進行三維重構。下面建立攝像機坐標系與世界坐標系的變換關系。

為了簡化計算，令世界坐標系原點與攝像機坐標系原點（即攝像機光心）重合，世界坐標系的Z軸垂直指向工作臺平面，將攝像機坐標系的z軸繞某一個原點的旋轉軸V旋轉到與世界坐標系的Z軸重合的位置，此時攝像機坐標系的x軸與y軸的方向定義為世界坐標系的X軸與Y軸的方向。

采集不同姿態(tài)下的9幅標定板圖像，并利用張正友的二維標定法標定攝像機的內參與畸變系數，標定結果如表3所示。

實驗用二維棋盤格標定板的厚度為5.40mm，利用標定板標定工作臺的平面方程為：

根據本文的測量方法對法蘭直徑進行機器視覺

-0.0596x-0.5117y-1.5108z+1000=0（19）

測量，獲得的測量結果如表4所示。其中，測量值是采用本文的方法獲取的視覺測量結果，標準值是表1中的零件參數，誤差值為測量值與標準值的差值。為了保證測量結果的一致性與穩(wěn)定性，所有測量值為10次測量結果的平均值。

盤狀零件直徑機器視覺測量的誤差分布如圖4所示。

從表4和圖4可以看出，盤狀零件直徑的機器視覺測量誤差在0.022～0.042mm范圍內，這表明測量方法具有良好的測量精度。測量結果的標準差為0.011～0.020mm，說明該測量方法比較穩(wěn)定。由于采用最小二乘幾何擬合法獲取盤狀零件直徑，擬合結果不依賴于檢測點的數量和分布，所以圖像上邊緣測量點的檢測誤差是主要誤差來源。該誤差主要受光照條件、標定誤差、零件材料等因素影響，是后續(xù)改進研究的主要方向。

4結論

本文提出了一種基于機器視覺的盤狀零件直徑測量方法，通過在測量平面對測量點進行三維重構，減小了透視投影畸變對測量精度的影響，實現(xiàn)了僅用一幅圖像即可測量盤狀零件直徑的目標。實驗結果表明，該方法具有良好的測量精度和穩(wěn)定性，且無須在零件型號改變時重復標定，具有較高的普適性。由于修正了透視投影畸變，因此邊緣點的檢測精度成為影響最終測量精度的主要因素。該研究對于機器視覺測量技術的發(fā)展具有重要意義，可為盤狀零件的非接觸測量提供參考。

參考文獻：

[1]易傳鵬，王莉.盤狀零件位置度測量探討[J].航空維修與工程，2023（2）：67-68.

[2]尹婉婉，趙文輝，張靜.基于機器視覺的擺線輪精度綜合測量[J].計量學報，2023，44（6）：844-851.

[3]陳旺，邱曉榮.基于機器視覺的人工智能分揀系統(tǒng)研究與設計[J].電腦知識與技術，2023，19（10）：16-18.

[4]張麗紅，王洪喜，王冠偉，等.基于遠心鏡頭的活塞外輪廓機器視覺測量技術研究[J].工具技術，2023，57（12）：144-149.

[5]焦博，劉國寧，趙孟軒，等.基于機器視覺的亞像素精度法蘭盤尺寸測量方法[J].現(xiàn)代制造工程，2022（7）：121-126.

[6]陳朝偉，范芳蕾，黃偉莉.基于機器視覺的齒輪參數測量系統(tǒng)[J].機電工程技術，2023，52（5）：113-116.

[7]王譚，王磊磊，張衛(wèi)國，等.基于張正友標定法的紅外靶標系統(tǒng)[J].光學精密工程，2019，27（8）：1828.

[8]王靜嫻，白清，曲曉輝，等.基于二維圖像高斯濾波的BOTDR噪聲抑制方法研究[J].光學技術，2024，50（5）：513-519.

【通聯(lián)編輯：梁書】