基于機器視覺的復雜零件外觀尺寸檢測

韓向可，吳耀春

（安陽工學院，河南安陽455000）

基于機器視覺的復雜零件外觀尺寸檢測

韓向可，吳耀春

（安陽工學院，河南安陽455000）

根據復雜零件檢測收慢、效率低的情況，設計了一套基于機器視覺的檢測系統。介紹了視覺檢測系統的結構設計和零件圖像的預處理和邊界提取，并詳細分析了零件尺寸的計算算法。本設計對其它產品的檢測、檢驗具有一定的借鑒意義。

機器；視覺；復雜零件；尺寸檢測

在機械制造行業，特別是汽車生產制造領域，復雜零部件例如沖壓件、鑄件、復雜模具工件等大量使用。如汽車減速器轉軸端部緊固件，見圖1，在裝配中大量使用。該零件結構復雜，被測參數較多，采用傳統的手工抽檢方式，耗時長、效率低，人工成本高；同時，檢測結果不可避免的帶有人的主觀測量誤差，難以保證檢測精度，造成較大的裝配誤差或難以準確安裝。隨著圖像處理技術的發展，機器視覺檢測方法以其非接觸、檢測精度高、自動化程度高等優勢在工業領域得到了廣泛應用，尤其適合于復雜零部件的外觀輪廓檢測。本文針此對轉軸端部緊固件的緊固件，研究分析了其外觀輪廓尺寸的機器視覺檢測方法。

圖1 被測零件圖

1 視覺檢測系統

視覺檢測硬件系統如圖2所示，它由工件檢測平臺、光源系統、CCD相機、圖像采集卡、計算機、系統軟件等組成[1]。其中光源系統包括光源控制器和LED，可根據工作環境調整光照亮度。軟件系統采用Visual C++開發，用于采集到的圖像處理、顯示和尺寸檢測等。系統工作原理：當工件平放在檢測臺時，按下檢測按鈕，由CCD相機進行圖像采集，通過軟件系統對圖像進行分析，在計算機上顯示出被測工件輪廓尺寸和偏差等信息。

2 零件圖像處理

在檢測系統的設計中，關鍵是軟件系統的設計。在計算機圖像處理中主要由噪聲去除、圖像邊界輪廓提取、尺寸計算、結果顯示等部分組成[2]。

2.1 噪聲去除與邊界提取

由于圖像采集是光學信號向電信號的轉換，以及受實際的工作環境等因素的影響，原始圖像中難免有噪聲的存在、惡化圖像質量。因此，圖像預處理中首要進行噪聲去除。根據圖像實際情況，采用高斯濾波和中值濾波相結合的濾波方式。高斯濾波濾除圖像的中高斯噪聲，中值濾波作為一種非線性濾波器，能夠有效地濾除脈沖干擾和椒鹽噪聲，同時避免平滑濾波等線性濾波器對圖像細節過度模糊的缺點[3]，見圖3（a）所示。而后，為了突出邊界，采用拉普拉斯算子對圖像進行銳化，如圖3（b）所示。

圖3 圖像去燥與銳化

圖像邊界是信號變化劇烈的地方，是圖像的最基本的特征。目前，邊界提取方法很多，例如邊緣算子法、邊緣跟蹤法和數學形態法等[4]。根據處理后的圖像輪廓，采用四領域腐蝕的數學形態法，進行邊界提取，能夠有效提取出單像素圖像邊界，如圖3（c）所示。

2.2 零件尺寸計算

根據零件圖形，主體為半圓環，在圓環的兩端有兩個帶內圓的不規則鏈接耳環。零件結構復雜，邊界尺寸逐一計算較為困難。本文圖形對比法進行尺寸計算：根據提取出的邊界輪廓，計算出半圓環和兩內圓圓心，以此三點為基準點，與理想圖形進行比較，由計算機進行逐點輪廓距離比較，求出被測零件的偏差。因此，計算偏差的關鍵是基準點獲取。下面進行基準點算法分析。

由于檢測零件左右兩端內環是完整圓，所以先采用最小二乘擬合法計算圓心位置。當定出兩端圓心時，作兩圓心連線中垂線，取中垂線左右45°區域內的主體圓環上的一段弧線，同樣采用最小二乘法計算半圓環圓心。最小二乘圓心計算算法[5]如下：

最小二乘圓原理是遍歷被測圓或圓弧各離散點，到二乘圓距離殘差平方和最小。

設二乘圓圓心為（a，b），半徑為r，被測圓離散點坐標為（xi，yi）.

由圓的計算公式：

則距離殘差平方和為：

根據上式可以求出對應圓心坐標，以此為定位基準能夠方便的計算出被測輪廓與理論輪廓之間的變差尺寸。

通過本視覺檢測系統在生產線上的應用，取得了良好的實際效果，半圓環檢測偏差小于0.03 mm.實現了非接觸、高精度和零部件100%全檢的目標。

3 結束語

在目前的機加工車間，復雜零件的檢測依然采用傳統的人工檢測方法。針對這一情況，本文設計的基于視覺尺寸檢測系統，能夠高效、快速的檢測特定復雜零件尺寸，極大地提高生產效率和自動化水平。對同類產品的檢測、檢驗具有一定的借鑒意義。

[1]朱海英，趙世平，陸小龍．基于IMAQ工件尺寸測量方法的研究[J]．測量測試技術，2007，34（3）：56-57.

[2]董鴻燕.邊緣檢測若干技術研究[D].哈爾濱：國防科學技術大學研究生院，2008.

[3]李兵，鄧善熙.計算機圖像處理技術應用于晶振元件缺陷檢測[J].儀器儀表學報，2003，24（4）：397-398.

[4]韓梅.藥用管制瓶的缺陷及尺寸檢測的算法研究[D].合肥：合肥工業大學，2009.

[5]王巖松，阮秋琦.基于最小二乘互相關算法的圖像定位匹配研究[J].通信學報，2003，24（9）：80-86.

Visual Inspection of Comp lex Parts Based on Machine Vision

HAN Xiang-ke，WU Yao-chun
（Anyang Institute of Technology，Anyang Henan 455000，China）

According to the low efficiency of complex parts detection，one detection system based on machine vision is presented.In the paper，structure of detection system，preprocessing and edge detection of picture is introduced，and parts size computational algorithm is analysed in detail.This design has some reference for other component detection.

machine；vision；complex parts；sizemeasurement

TP274.4

A

1672-545X（2017）04-0166-02

2017-01-29

韓向可（1981－），男，河南平頂山人，講師，碩士，研究方向：圖像處理技術、制造自動化。