基于虛擬儀器零件檢測的應用研究

摘要:介紹了機器視覺的基本原理與虛擬儀器的設計思想，指出二者各自以及結合的優勢。由此，構建一種基于虛擬儀器的機器視覺零件檢測系統。該文中以檢測方塊和圓環為例驗證該系統的功能。該系統利用機器視覺實現檢測的自動化，同時提高系統的可擴展性。實驗表明:該系統的檢測的速度和精度可以滿足工作地需求，而且操作簡單，系統是有效的，可行的。

關鍵詞:虛擬儀器;機器視覺;自動化;檢測

中圖分類號:TP393文獻標識碼:A文章編號:1009-3044(2009)32-9064-02

Applied Research of the Detection Parts Based on Virtual Instrument

LI Chao， ZHANG Yuan

(Huzhou Teachers College， Huzhou 13000， China)

Abstract: The basic principle of the machine vision and the design concept of virtual instrument were introduced， and pointed the dominant position of each one and their combination. The mac hine vision parts inspecting system based on virtual instrument was built. In this paper， it takes the box and circle's detection as an example to verify the functionality of the system. In this system， machine vision is used to realize testing automatization， at the same time， it improves the scalability of system.The experiment results show that the speed and the accuracy of measurement fulfills the requirement of engineering. The operation is simple and the system is feasible and effective.

Key words: virtual instrument; machine vision; automatization; detection

與傳統的人工檢測方式相比，機器視覺具有自動化、非接觸、抗疲勞、可預先設計檢測流程等優點，在一些不適合于人工作業的危險工作環境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺;同時在大批量工業生產過程中，用人工視覺檢查產品質量效率低且精度不高，用機器視覺檢測方法可以大大提高生產效率和生產的自動化程度。機器視覺易于實現信息集成，是實現計算機集成制造的基礎技術[1-3]。

虛擬儀器是基于計算機的儀器。它通過軟件將計算機與測量儀器硬件結合起來， 可以充分利用現代計算機及網絡的強大功能， 突破傳統儀器在數據處理、顯示、傳輸等方面的限制， 進而方便地對系統進行維護、擴展、升級。這種結合[4-5]。

1 機器視覺與虛擬儀器

1.1 機器視覺

機器視覺(Machine Vision， MV) 是研究計算機或其它處理器模擬生物視覺功能的科學和技術， 即用機器代替人眼進行測量和判斷， 實現對目標的跟蹤、識別、檢測及控制。一個典型的MV應用系統包括光源、光學成像系統、圖像捕捉系統、圖像數字化模塊、數字圖像處理模塊、智能判斷決策模塊和機械執行模塊。如圖1所示[6-8]。

1.2 虛擬儀器

虛擬儀器(virtual instrumention)是基于計算機的儀器。計算機和儀器的密切結合是目前儀器發展的一個重要方向。粗略地說這種結合有兩種方式，一種是將計算機裝入儀器，其典型的例子就是所謂智能化的儀器。隨著計算機功能的日益強大以及其體積的日趨縮小，這類儀器功能也越來越強大，目前已經出現含嵌入式系統的儀器。另一種方式是將儀器裝入計算機。以通用的計算機硬件及操作系統為依托，實現各種儀器功能。虛擬儀器主要是指這種方式[9-10]。

1.3 機器視覺和虛擬儀器的結合

基于硬件的機器視覺檢測設備，造價昂貴，開發難度大，研發周期長，可擴展性及移植性不佳。而虛擬儀器可以克服這些問題，設計開發出價廉、高效，高精度的檢測系統。再配合機器視覺，可以開發出性價比很高的設備。

2 基于虛擬儀器的零件檢測系統

2.1 系統的結構及工作原理

該系統利用傳統的機器視覺原理對工件圖像信息進行采集和處理， 結合虛擬儀器技術， 采用Lab VIEW進行系統設計， 其基本原理如圖2所示。

該系統分為五個部分:圖像采集部分，數字化部分，圖像處理部分，數據結果分析部分和控制執行部分。

1) 圖像采集。系統通過攝像機完成對物料圖像的采集。高質量的圖像信息是系統正確判斷和決策的原始依據，是整個系統成功與否的又一關鍵所在。目前在機器視覺系統中，CCD攝像機以其體積小巧、性能可靠、清晰度高等優點得到了廣泛使用。

2) 數字化處理。通過圖像采集卡來實現對物料圖像數字化。圖像采集卡對視頻信號進行解析、數字化后輸送給專用的圖像處理系統。圖像采集卡可以被認為是CCD與計算機的接口，在選取上應當注意以下幾點:圖像采集卡所支持的視頻制式;輸入通道路數;像素時鐘;空間分辨率;支持的軟件等[11]。

3) 圖像處理。機器視覺系統中，視覺信息的處理技術主要依賴于圖像處理方法，它包括圖像增強、數據編碼和傳輸、平滑、邊緣銳化、分割、特征抽取、圖像識別與理解等內容。圖像處理將一幅圖像變成另一幅改進后的圖像，實質上就是將數字圖像的灰度值分布作某種變換，使圖像中受關注部分的信息更加突出，并且去除冗余信息，以使其適應于某種特殊的要求。經過這些處理后，輸出圖像的質量得到相當程度的改善，既改善了圖像的視覺效果，又便于計算機對圖像進行分析、處理和識別。

4) 數據結果分析。由于數字圖像中不僅包含被測物體的信息，而且存在背景噪聲的干擾。需要經過數字圖像處理以達到提取目標特征量的目的。經過圖像的數字化處理，圖像已不是與原物完全一致的圖像，它包含的信息量遠比原物少，但是保留了物體有用的信息，去掉了不必要的干擾。這時的圖像僅存所需要的信息并已很清晰，經過數字圖像分析，可以從中抽取出物體的特征信息[12-13]。

5) 控制執行。在完成以上步驟之后，就是對于檢測完畢的零件加以分類(可自動，也可手動)，如合格，不合格，待定等。

2.2 關鍵技術

整個系統設計核心的是軟件。而軟件中的關鍵技術是算法的編寫，在本設計設計中采用的是Lab VIEW中的視覺運動模塊。借助函數可對于圖像的采集，調入，數字化等不難編寫，而算法例外，因為要考慮到實際環境對于檢測時的影響。如外界噪聲，自然光，震動。還要涉及要檢測誤差，如攝像機與零件的垂直度，拍攝時零件不同位置擺放時糾正的角度。此外還需考慮機械上的問題，如行為公差，形狀公差等。算法的處理速度也要得到保證，在不失精度的前提下，盡可能的提檢測效率[14]。

3 實驗仿真

在實驗中是用該系統對10個方塊和10個圓環進行檢測。為驗證方塊的可靠性，特設置檢測方塊的長寬。

對于方塊的檢測的仿真如圖3和圖4。圖3中外圍綠框表示檢測范圍，紅色線表示方塊四邊所在的位置。圖4顯示檢測的數據結果及判斷等。

圓環的仿真效果如圖5和6所示，圖5是圓環的檢測方式，檢測圓環的內外徑，圓心，圓環輪廓等，圖6是檢測結果的顯示。主要檢測半徑大小，同心度等。

實驗表明:方塊長的均值為20.994 mm(標準值為21mm)，寬的均值為21.003 mm(標準值為21mm)，垂直度的均值為0.088mm。圓環的外徑均值為45.996(標準值為46mm)，內徑均值為23.002(標準值為23mm)。由此可見測量結果波動很小， 該系統能夠滿足零部件測量精度要求。

4 結束語

機器視覺技術作為計算機科學的一個重要分支，其應用領域遍及工業、農業、科學研究、軍事等，對這些領域自動化水平的提高發揮了重要作用。

利用機器視覺可以大大提高工件檢測的速度和質量，將虛擬儀器與機器視覺相結合，可以大幅度降低儀器成本，且可以實現基于網絡環境的實時檢測，為實際工業應用提供方便。

參考文獻:

[1] 劉繼勝，鐘良.機器視覺技術在質量檢測中的應用[J].現代制造工程， 2004(2): 99-101.

[2] 段峰，王耀南，雷曉峰，吳奇釗.機器視覺技術及其應用綜述[J].自動化博覽，2002 (3):59-62.

[3] 焦圣喜，韓立強，岳曉峰，賈瑞慶.一種智能圖像檢測的方法[J].制造業自動化，2006，28(12):47-50.

[4] 秦樹人.智能控件化虛擬儀器系統:原理與實現[M].科學出版社，2004(9):2-5.

[5] 劉欽圣，張曉丹.數值計算方法教程[M].工業出版社，1998.

[6] 陳錫輝.Lab View8.20程序設計從入門到精通[M].清華大學出版社，2000.

[7] 劉君華.虛擬儀器圖形化編程語言[M].西安電子科技大學出版社，2001.

[8] 石博強.NATLAB數學計算范例教程[M].中國鐵道出版社，2004.

[9] Rick Bitter， Taqi Mohiuddin， Matt Nawrocki. LABVIEW ADVANCED PROGRAMMING TECHINIQUES.2001 CRC Press LLC.

[10] Jin2Ichiro Apaki， Hiromu Suzuki1Study on change in diameter of round in straightening [J] 1Journal of Japan Society for Technology of Plasticity， 2007，13(1):3-13.

[11] 陳熙霖.視覺計算—人類感知能力的延伸[J].測控技術，2000，19(5):7-14.

[12] 楊軍.ULMA NTi紙病檢測系統[J].中華紙業，2003，24(3):33-36.

[13] 賀秋偉，王龍山，劉慶民，李國發.基于支持向量回歸的小尺寸零件精密測量[J].光學精密工程， 2007，15(4):557-563.

[14] 霍忠文.國防科技信息資源建設凝思錄[J].情報理論與實踐，1998，(4):193-197.