基于機器視覺的螺栓幾何形狀檢測方法研究

許 昊，李維榮，程 鵬

（中機生產力促進中心，北京 100044）

0 引言

在全球工業化高度發展的今天，螺紋連接作為傳統的機械連接方式，因其具有結構簡單，操作方便，成本低廉等特點，仍然作為主流聯接方式而被廣泛使用。六角頭螺栓是螺紋連接中最常用的緊固件，應用量特別大，出現失效案例又很多，幾何精度直接影響其力學性能和互換性，必須在成型加工過程中加以控制。目前，對螺栓外形[1]的檢測大多采用人工抽檢，存在人為因素影響大，效率低下等問題，用光學方法進行自動檢測的應用還不廣泛。

1 螺栓外形檢測的原理

機器視覺是一種非接觸的檢測方法，它具有快捷、經濟、靈活等優點。通過工業CCD或CMOS攝像頭拍攝物體的清晰圖像，然后采用計算機硬件及軟件技術對圖像信息進行輔助處理，提取幾何特征值，與預期特征進行自動對比，進而完成零件的測量和篩選。圖1是視覺檢測系統的一般流程。

圖1 視覺檢測系統的一般流程Fig.1 The general process of visual inspection system

本文所述的螺栓檢測系統有以下幾部分組成：①圖像采集部分，包括三個CCD數字攝像機、光源等；②零件傳送及篩選部分，包括步進電機，傳送帶等，步進電機的運動和篩選模塊的動作均采用PLC控制；③圖像處理部分，主要對采集到的螺栓圖像進行實時處理并進行特征提取。圖2為螺栓檢測的檢測流程[2]。

螺栓在傳送帶上運動，依次經過三個攝像頭的檢測區域，觸發拍照采集圖像，然后將圖像傳送至計算機進行實時處理，與預設的參數進行比較，判定零件是否合格。根據判定結果發出篩選模塊控制指令，實現合格與不合格產品的分離。

圖2 螺栓檢測流程Fig.2 Bolt detection process

2 螺栓外形檢測的關鍵參數

常見的螺栓幾何缺陷包括尺寸超差、形狀不規則、頭部填充不滿或者裂紋等，這些缺陷在采集的圖像中主要表現為面積和邊界等特征參數的變化。

經過圖像采集、處理得到所需的圖像，用一些區域描繪子來描述圖像中的區域特征[3]，如區域的邊界線型、面積、致密性、質心等。

（1）零件的投影面積。在處理后得到的二值數字圖像中，背景區域為黑色，待檢物體為白色，區域的面積可定義為黑白界限內區域中所包含的像素總數。

式中：A—區域面積 （m）；m—像素點橫坐標；n—像素點縱坐標；f（m，n）：像素點特征值，黑色時取0，白色時取1。

（2）區域周長。常用的有兩種計算方法：一種是在區域的邊界像素中，設某像素與其上下左右像素間的距離為1，與斜方向像素間的距離為，周長就是這些像素間距離的總和。另一種計算方法將邊界的像素數目總和作為周長，本文選擇第一種方法。

∈i代表該點鄰域的8個方向，斜向為奇數。

（3）區域的圓形度。

此參數不受區域平移、旋轉和尺寸變化的影響。

（4）區域質心。

式中：m—像素點橫坐標；n—像素點縱坐標；xc—質心橫坐標；yc—質心的縱坐標；f（m，n）：像素點特征值，黑色時取0，白色時取1。

（5）區域的平均半徑。

式中：（xk，yk）—區域邊緣上的點；（xc，yc）—區域的質心。

3 螺栓外形檢測的算法舉例

（1）螺栓頭。 圖 3（a）為螺栓頭的灰度圖像，圖 3 （b）為螺栓頭部二值化后的區域圖像，圖3（c）為圖3（b）的輪廓跟蹤曲線。由圖3（b）可計算出螺栓頭部的面積，圖3（c）可計算出螺栓頭部的輪廓周長，進而可求出其它特征參數值。

圖3 螺栓頭特征提取Fig.3 Feature extraction of the bolt head

（2）螺紋大徑。螺紋的大徑是指與螺紋相切的假想圓柱體的直徑。大徑是普通外螺紋的公稱直徑，可通過測量螺栓底端的投影外圓輪廓線的長度來獲得。圖4（a）為螺栓底端的原始灰度圖像，圖4（b）、（c）分別是底端圖像的二值化和邊緣提取后的結果。

圖4 螺紋大徑的特征提取Fig.4 Feature extraction of major diameter

（3）螺紋中徑。中徑是一個假想圓柱的直徑，該圓柱的母線通過牙型上溝槽和凸起軸向寬度相等的地方，此假想圓柱稱為中徑圓柱。中徑圓柱的母線稱為中徑線，軸線即為螺紋軸線。螺紋連接一般只有螺紋牙側面中徑附近接觸，而在大徑和小徑處應有間隙，螺紋中徑是決定螺紋配合性質的主要參數。螺紋邊緣提取后的結果如圖 5（c）所示。

圖5 螺紋中徑的特征提取Fig.5 Feature extraction of pitch diameter

由圖5可知，螺紋牙的上下邊緣線是兩條近似對稱的曲線，這時存在一條對稱軸，其方程式設為y=kx+b。選取曲線上的一系列點，通過最小二乘法可計算出k、b，進而求出螺紋截面對稱軸的方程式。設直線y=kx+b與數據點[xi，yi]的方差為 φ（a，k）， 則有：

圖6 螺紋的中徑線Fig.6 The pitch diameter line of screw thread

求得直線方程y=kx+b后，將其向上平移r距離得到y=kx+b+r，平移后的直線和螺紋上邊緣線產生一系列交點，如圖6所示。將所有螺紋邊緣點[xi，yi]依次代入y=kx+b+r， 若滿足｜yi-（kxi+b+r）｜＜σ，則認為這一點是交點，此處σ取0.1。這時產生線段AB、BC、CD、DE、EF，選取令所有線段方差最小的r值，并記錄此時的直線L。同理，可求得下方的另一條直線L1，中徑d2=｜L-L1｜。

在Visual C++6.0下開發應用程序，圖像的構造及讀取等操作封裝在Cimg類中，而對圖像的處理操作封裝在CimgProcess類中。零件進入圖像采集區域觸發數字攝像機采集圖像到內存后，立即構造CimgProcess對象[3]，并調用相應的成員函數進行處理。部分程序代碼如下：

4 結論

本文根據螺栓形狀特征設計了一種基于機器視覺的檢測方法，經驗證，這種方法的檢測精度可達到0.05mm，速率達到120件/分鐘，不僅提高了檢測效率和準確性，更有利于實現工廠的自動化。在以上工作的基礎上還應該做以下研究：①改善和完善現有代碼，提高檢測的效率并減少誤差率；②對機械部分進行優化設計，以提高系統整體的靈活性。

[1]楊樹華.標準緊固件手冊[M].中國質檢出版社，2012.

[2]林長青，莊石，廖俊必，等.基于機器視覺的螺釘在線檢測[J].工具技術，2007，8.

[3]張錚，王艷平，等.數字圖像處理與機器視覺Visual C++與Matlab實現[M].人民郵電出版社，2010.

[4]劉海波，沈晶，郭聳，等.Visual C++數字圖像處理技術詳解[M].機械工程出版社，2010.