基于機(jī)器視覺的軸承外徑尺寸大小檢測(cè)

彭悅?cè)?田亞鈴 彭 麗 羅亞琴

（成都工業(yè)學(xué)院，四川 成都611730）

隨著中國(guó)制造2025 的發(fā)展，智能制造是目前發(fā)展的必要趨勢(shì)。其中利用機(jī)器視覺來提高制造智能化也是重要的一個(gè)關(guān)鍵技術(shù)。機(jī)器視覺是指利用計(jì)算機(jī)代替人眼對(duì)目標(biāo)對(duì)象進(jìn)行檢測(cè)，包括圖像采集、圖像處理、結(jié)果輸出與控制[1-3]。機(jī)器視覺現(xiàn)在在各制造行業(yè)均有利用，技術(shù)在一定程度上也比較穩(wěn)定。比如：2008 年，陳志鴻，進(jìn)行了基于機(jī)器學(xué)習(xí)的軸承滾子表面缺陷視覺檢測(cè)系統(tǒng)研究與設(shè)計(jì)[4]；陳廉清，進(jìn)行了基于計(jì)算機(jī)視覺的微小軸承外表面缺陷檢測(cè)研究[5]；2020 年，張春偉等人，進(jìn)行基于機(jī)器視覺的軌道車輛零部件形位尺寸檢測(cè)方法研究[6]；王蒙，進(jìn)行了基于機(jī)器視覺的微小零件檢測(cè)分類[7]。

本文的檢測(cè)對(duì)象是軸承，軸承的內(nèi)、外徑是軸承的重要檢測(cè)參數(shù)之一。在生產(chǎn)實(shí)際中，檢測(cè)過程中會(huì)選擇千分尺、游標(biāo)卡尺和三坐標(biāo)測(cè)量機(jī)等儀器對(duì)軸承進(jìn)行測(cè)量[6]。其檢測(cè)精度和準(zhǔn)確率與操作者的操作過程相關(guān)性較高，未能客觀保證檢測(cè)的有效性。為提高軸承的檢測(cè)速度與準(zhǔn)確率，減少人工檢測(cè)帶來的檢測(cè)誤差和損傷，降低人工檢測(cè)的高成本，使用機(jī)器視覺進(jìn)行檢測(cè)是很有必要的一種選擇。

1 檢測(cè)系統(tǒng)的組成

系統(tǒng)設(shè)計(jì)是基于機(jī)器視覺，對(duì)生產(chǎn)線工作平臺(tái)上的零件進(jìn)行識(shí)別與定位并對(duì)零件進(jìn)行尺寸測(cè)量。系統(tǒng)整體結(jié)構(gòu)包括硬件和軟件系統(tǒng)，在所測(cè)零件為規(guī)則幾何體時(shí)，通過獲取零件表面的二維信息，得到零件的位置參數(shù)，完成零件的定位和尺寸測(cè)量。其中硬件系統(tǒng)包括：背光源、面陣CCD 相機(jī)、鏡頭、視覺控制器，軟件系統(tǒng)包括：視覺軟件。利用上述硬件和軟件系統(tǒng)完成圖像的采集、處理及檢測(cè)結(jié)果的輸出，技術(shù)路線圖如圖1 所示。

圖1 技術(shù)路線圖

2 檢測(cè)原理

外界光照對(duì)圖像效果影響較大，一般采集到的圖像均需先進(jìn)行圖像預(yù)處理，提高圖像質(zhì)量。本次檢測(cè)中，利用到的處理技術(shù)有：圖像增強(qiáng)、二值圖像分割和模板匹配。

2.1 圖像預(yù)處理

圖像增強(qiáng)的方法有空間域和變換域兩種。此次主要利用空間域中的灰度變換以及圖像平滑中的中值濾波[8]。灰度變換的方法如下：

式中，原圖像為f(x,y)，處理后的圖像為g(x,y)。

中值濾波，對(duì)脈沖噪聲具有良好的濾除作用，能夠保護(hù)信號(hào)的邊緣，使之不被模糊。二維中值濾波的數(shù)學(xué)表達(dá)式為：

式中，f(x,y)為二維圖像數(shù)據(jù)序列，g(x,y)為窗口數(shù)據(jù)中值濾波后的值。

2.2 圖像分割與匹配

二值圖像分割也就是數(shù)學(xué)形態(tài)學(xué)，描述圖像中部分與部分間的關(guān)系、元素與元素的關(guān)系。因此二值分割也就是領(lǐng)域結(jié)構(gòu)元素與二值圖像對(duì)應(yīng)區(qū)域的特定邏輯運(yùn)算[8]。原理如下：

其中f(x,y)表示連續(xù)圖像函數(shù)，為實(shí)現(xiàn)圖像的銳化輪廓檢測(cè)，須進(jìn)行“微分”加強(qiáng)高頻分量，最終使得輪廓變清晰。

特征匹配是兩幅圖像直接建立特征對(duì)應(yīng)關(guān)系[8]。其中低階矩相對(duì)高階矩有對(duì)噪聲和變形的低敏感性，所以此次選用低階矩。

2.3 圖像尺寸變換計(jì)算

在機(jī)器視覺領(lǐng)域中，為了能夠測(cè)量出目標(biāo)物體的真實(shí)大小，須進(jìn)行相機(jī)的標(biāo)定，消除相機(jī)鏡頭在拍攝過程中產(chǎn)生的畸變。考慮到本文所采圖像畸變程度較小，故通過換算的方式代替相機(jī)的標(biāo)定。通過利用目標(biāo)物軸承的真實(shí)尺寸比圖像尺寸算得到像素尺寸比，本文中的像素尺寸比為0.24615。

3 尺寸測(cè)量結(jié)果

通過軟件觸發(fā)控制攝像頭實(shí)時(shí)采集圖像，所采集圖像如圖2所示。采集到的圖像經(jīng)過圖像的預(yù)處理后，利用二值化和模板匹配識(shí)別圖像中需要被檢測(cè)的軸承。由于被檢測(cè)件形狀為圓，使用霍夫變換找到輪廓，最后通過最小二乘法擬合圓得到精確的軸承外徑。下圖3 為軸承外徑檢測(cè)圖。

圖2 攝像機(jī)采集的圖像

圖3 軸承檢測(cè)計(jì)算結(jié)果

從檢測(cè)結(jié)果看，首先檢測(cè)到的軸承直徑大小分別為129.979,129.924,130.043，通過利用像素尺寸比得到測(cè)量的軸承外徑大小分別為:31.99mm、31.98mm、32.01mm，實(shí)際軸承外徑為32mm，由此可見通過此方法對(duì)軸承進(jìn)行檢測(cè)，得到的檢測(cè)準(zhǔn)確率與精度均較高，可以很好的實(shí)現(xiàn)軸承的無損檢測(cè)。另外在檢測(cè)過程中，對(duì)相機(jī)視場(chǎng)范圍內(nèi)的軸承個(gè)數(shù)要求不高，一個(gè)或者兩個(gè)均可以同時(shí)進(jìn)行檢測(cè)。

4 結(jié)論

軸承作為標(biāo)準(zhǔn)件，內(nèi)、外徑的尺寸是定值，對(duì)裝配件的影響也是重要的。因此檢測(cè)軸承尺寸是否滿足要求，是很有必要的。傳統(tǒng)的檢測(cè)用時(shí)較長(zhǎng)而且可能造成檢測(cè)工具對(duì)軸承表面的劃傷。本文采用基于機(jī)器視覺的非接觸檢測(cè)方法，實(shí)現(xiàn)生產(chǎn)線上對(duì)軸承的尺寸檢測(cè)。整個(gè)檢測(cè)過程中，采用了灰度變換、中值濾波、二值化和模板匹配等算法，這樣較好地檢測(cè)出圖像中軸承的外圓，得到外圓直徑尺寸值，經(jīng)過換算后得到實(shí)際尺寸檢測(cè)值，從結(jié)果看，得到的檢測(cè)數(shù)值精度較高。而且檢測(cè)過程中，可以是一個(gè)或者兩個(gè)軸承同時(shí)檢測(cè)，降低對(duì)工作線上軸承放置排列的要求。為了進(jìn)一步提升檢測(cè)效率，在今后的研究中，可將軸承內(nèi)徑尺寸也作為檢測(cè)對(duì)象，同時(shí)完成軸承內(nèi)外徑的檢測(cè)。另外應(yīng)將手眼標(biāo)定考慮在內(nèi)，經(jīng)過手眼標(biāo)定完成圖像坐標(biāo)系與物體坐標(biāo)系等的轉(zhuǎn)換，實(shí)現(xiàn)軸承的在線尺寸直接檢測(cè)，與此同時(shí)也可對(duì)檢測(cè)軟件系統(tǒng)繼續(xù)進(jìn)行開發(fā)，用作軸承目標(biāo)體其他內(nèi)容的檢測(cè)。