基于VGA攝像頭識別技術的機床工作狀態檢測系統

柯星星　王子順　劉名利

摘 要：通過VGA攝像頭和影像處理器采集圖像信息，利用應用了二值圖像和圖像的灰度切割算法識別機床工作狀態，實現對機床工作狀態的檢測。通過該機床的工作狀態檢測系統，將檢測識別出的信息送至整個機床的控制系統，將必要的信息及時反饋給工人，以維護系統的穩定，以及智能調節的目的。該檢測量為數字信號，對精度要求不高，因此對硬件的要求較低，系統較為簡單，能夠自動化處理，安裝與維護成本低廉，可以推廣使用及普及。

關鍵詞：VGA攝像頭；二值圖像；灰度切割；智能調節

中圖分類號：TP391 文獻標識碼：A 文章編號：1671-2064（2017）08-0068-01

機床作為機械制造業中重要的大型加工設備，但每一次的事故的發生會導致機件損傷，停機修理，影響生產，減少設備的使用壽命，甚至會給工人帶來危險，機床的事故將會給企業和工廠帶來巨大的經濟損失。分析總結大多數事故，其原因大多都是因為工作馬虎大意、技術不熟。其次，在機床空載時，普通機床的主軸電機的功率還是處于正常工作狀態，造成了大量的能量浪費。

基于以上的項目背景，我們設計了一種基于VGA攝像頭識別技術的機床工作狀態檢測系統，該系統可以實時監測車床工作狀態，從而可以將車床加工工況、空載負載情況以及刀頭和其他物體的距離等一些信息實時反饋給機床控制系統和工人，機床控制系統能夠根據這些信息來監控和調節機床，從而機床的穩定性和安全性，減少機件的損壞率，工廠若在普通機床上安裝該基于VGA攝像頭視覺識別技術的機床工作狀態檢測系統，不僅可以一定程度上的解放和幫助車床師傅，還可以大大減少安全事故給企業帶來的損失，加入智能控制電機系統后還能減少車床功耗。

1 監測方案設計

1.1 硬件選擇

本次設計中使用的CMOS攝像頭芯片為OV7725。

CMOS攝像頭芯片OV7725，圖像傳感器，體積小，工作電壓低，提供單片VGA攝像頭和影像處理器的所有功能。通過SCCB總線控制，可以輸入整幀、子采樣、取窗口等方式的各種分辨率8位影像數據。該產品VGA圖像最高達到30幀/秒。用戶可以完全控制圖像質量、數據格式和傳輸方式。所有圖像處理功能過程包括伽瑪曲線、白平衡、飽和度、色度等都可以通過SCCB接口編程。OmmiVision圖像傳感器應用獨有的傳感器技術，通過減少或消除光學或電子缺陷如固定圖案噪聲、托尼、浮散等，提高圖像質量，得到清晰的穩定的彩色圖像。

1.2 算法設計

通過OV7725采集到圖像后，圖形數據以YUV格式存儲，通過提取YUV格式圖片中的灰度信息，可以得到當前時刻的灰度圖，再將灰度圖二值化形成二值化圖像。本設計中通過連通域判斷車刀與工件的相對位置從而實現工作狀態識別，在圖像中，最小的單位是像素，每個像素周圍有8個鄰接像素，常見的鄰接關系有2種：4鄰接與8鄰接。4鄰接一共4個點，即上下左右。

4鄰接連通為8鄰接連通的子集，判斷點數少，速度快，且誤判率低于8鄰接連通，故本次設計算法內使用4鄰接判斷圖像連通。由于車刀和工件是從視場的兩個互相垂直的邊界進入視場，當刀具與工件間距較小時在圖像中的體現是出現白斑重合區域從而產生連通域，刀具與工件距離達到一定程度時連通域消失。

具體算法如下：（1）逐行掃描圖像，把第一行中第一個連續的白色像素組成的一個序列（下文稱為“團”）稱為“起始團”，并記下它的起點start、它的終點end、行號，將第二行中與起始團有重合區域的第一個團記錄為“目標團”并記下它的起點start、它的終點end、行號。（2）對于第二行以后的所有行里的團，如果它與上一行目標團有重合區域，則標記為新的目標團。（3）若刀具與工件間距較小，圖像中出現白斑重合區域從而產生連通域，則遍歷一次圖像后，目標團行號為二值圖像高度，將標志位置位，否則將標志位清除。

2 可行性分析

（1）在實際應用中，很多圖像的分析最終都轉換為二值圖像的分析，比如：醫學圖像分析、前景檢測、字符識別，形狀識別。二值化+數學形態學能解決很多計算機識別工程中目標提取的問題，對于該技術中的二值圖像算法已經較為成熟，且廣泛使用。

（2）本系統中的灰度切割算法屬于灰度變換中一個非常重要的概念，有較為夯實的理論研究基礎。且該檢測量為數字信號，對精度要求不高，因此對硬件的要求較低，系統較為簡單，能夠自動化處理，安裝與維護成本低廉，可以推廣使用及普及。

3 結語

本技術通過VGA攝像頭和影像處理器采集圖像信息，巧妙地應用了二值圖像和圖像的灰度切割算法來判斷車刀與工件及其他物體的相對位置來實現對機床工作狀態的監控，便于工人對機床進行維修，以達到智能調節目的。且具有硬件的要求較低，系統較為簡單，能夠自動化處理，安裝與維護成本低廉等有點，適于推廣使用和普及。

參考文獻

[1]羅文亮，倪晉平，馬鳴，陳登峰.基于灰度閾值分割的錐體零件缺陷識別算法[J].西安工業學院學報，2006，26.

[2]陳毅.基于灰度圖像和彩色圖像的瑕疵膠囊識別算法研究[D].武漢科技大學，2014.

[3]陳亮，楊康，張大偉.一種基于灰度偏差的快速指紋識別算法[J].沈陽工業學院學報，2003，22.