面向生產現場的注塑齒輪快速分選檢測系統

周佳藝，石照耀*，南浩軒，李 睿，童愛軍

(1. 北京工業大學 機械工程與應用電子技術學院 北京市精密測控技術與儀器工程技術研究中心，北京 100124；2.東莞市星火齒輪有限公司，廣東 東莞 523723)

1 引 言

注塑齒輪具有重量輕、慣性小、噪聲低、自潤滑、生產效率高，制造成本低等優點，應用領域十分廣泛[1]。但在注塑齒輪的生產過程中，因工藝不穩定、模具劣化、原料含雜質等原因，易產生齒輪尺寸超差、披鋒、缺齒、黑點等缺陷，這些不合格齒輪是必須被篩選出來。目前，很多企業采用人工抽檢的方式檢驗注塑齒輪產品質量，不但檢測效率低、精度不高[2]，而且耗費了大量人力，提高了成本。

在生產現場對注塑齒輪進行100%在線檢測和分選，是保證注塑齒輪產品質量最有效的方法之一。注塑齒輪具有生產自動化程度高、生產效率高、產量大、彈性模量小、熱敏性強、尺寸小、缺陷不易觀察等特點，因此面向生產現場的注塑齒輪快速分選檢測系統需要滿足：(1)檢測速度快，注塑齒輪檢測速度應高于生產速度，以適應注塑齒輪高效、快速的生產節奏；(2)注塑齒輪生產自動化程度高，檢測系統需要與自動化生產線實現有效銜接；(3)注塑齒輪彈性模量小，并且在剛出模的一段時間內未充分冷卻，極易受力變形，因此要求檢測方法為非接觸式檢測或接觸力很小。

視覺檢測技術將被測對象的圖像作為檢測源信息，經有效的圖像處理后得到檢測結果信息[3]，具有非接觸、精度高、速度快、自動化和智能化水平高等優點[4]。因此，基于機器視覺的注塑齒輪在線并聯測量技術[5]成為了解決當前先進生產模式與落后檢測模式之間矛盾的最佳選擇之一。

近幾年，國內外針對注塑齒輪視覺檢測的研究也逐漸發展起來，總體而言，呈現出以下特點：(1)偏重于對圖像處理和視覺檢測算法研究，不注重其實際應用，很少實現工業應用并得到長期測量實踐檢驗；(2)多針對單一檢測項，很少一次性實現尺寸測量和缺陷檢測；(3)多為離線檢測研究，對檢測效率、自動化控制、環境因素考慮較少，很少實現面向生產現場的自動化快速在線檢測。

針對注塑齒輪生產現場的檢測急需，本文提出了基于機器視覺的注塑齒輪尺寸及表面缺陷在線檢測方法，研制了耦合在塑齒生產線上的分選檢測系統，可實現注塑齒輪尺寸測量、表面缺陷檢測與良次品分選，具有快速、高效、非接觸、高精度、自動化等優點，對提高注塑齒輪加工質量和企業生產效率具有重要意義。

2 檢測對象及檢測要求

檢測對象為白色注塑雙聯齒輪，其大、小齒輪為直齒或斜齒齒輪。根據注塑齒輪的尺寸、存在的缺陷類型以及企業的生產狀況，需滿足以下檢測要求。

2.1 檢測項

尺寸測量項包括：大齒輪齒頂圓直徑；小齒輪齒頂圓直徑；中孔直徑；大齒輪齒頂圓與中孔的同心度；小齒輪齒頂圓與中孔的同心度。

外觀缺陷檢測項包括：中孔披鋒，即中孔內部異常突出，又稱飛邊、溢邊、毛刺； 黑點不良，即表面存在深色污跡；小齒輪缺齒；大齒輪缺齒。

2.2 測量精度

尺寸測量項中，中孔直徑測量精度0.01 mm，其余尺寸測量項精度0.03 mm。

2.3 檢測速度

根據注塑齒輪的最高生產效率，檢測速度要求大于每分鐘30個。

2.4 檢測模式

雙面檢測，注塑齒輪兩個端面均需檢測。

3 系統構成及工作原理

3.1 系統構成

該分選檢測系統由機械、圖像采集、檢測軟件等幾部分組成。

機械部分是儀器實現測量功能的基礎，也是保證儀器的定位精度和運動精度的關鍵[6]；圖像采集部分是實現高精度視覺測量的前提；多功能的交互式檢測軟件主要用于圖像處理、系統控制和結果反饋。該系統主要技術指標如表1所示。

表1 系統技術指標

3.1.1 機械部分

該檢測系統主體部分由玻璃轉盤、徑向定位裝置、位置傳感器、多個圖像采集裝置、氣動分選裝置、玻璃清潔裝置等組成，其分布如圖1所示。

圖1 系統機械結構Fig.1 Mechanical structure of the system

玻璃轉盤組件用于注塑齒輪的傳送；徑向定位裝置由兩個徑向定位輪組成，可以保證圖像采集時被測齒輪位于相機視野中心；光纖位置傳感器用于探測被測齒輪是否到達；圖像采集裝置用于被測齒輪的圖像采集；氣動下料分選裝置由2個氣體通道組成，其末端為針形噴嘴，通過電磁閥開閉控制氣流通斷，利用噴嘴釋放的瞬時氣流將注塑齒輪吹落至相應的集料盒中，完成下料。

3.1.2 圖像采集

圖像采集系統由黑白面陣工業相機、雙遠心鏡頭及光源組成。其中，光源是圖像采集系統的重要組成部分之一，光源選型及其照明方式極大地影響了視覺系統的應用效果。為滿足尺寸和外觀缺陷同時檢測的設計要求，須采用前向照明方式，選取多種前向照明光源進行實驗，照明效果如圖2所示。

(a)環形光照明(a)Ring illumination

(b)同軸光照明(b)Coaxial illumination

(c)同軸光與穹頂光組合照明(c)Coaxial light and dome light combined illumination

(d)穹頂光照明(d)Dome illumination圖2 多種光源照明效果Fig.2 Variety of light source illumination effect

圖2中，環形光源照明圖像齒廓對比度較低，難以對輪齒進行邊緣提取；同軸光照明和組合照明會保留齒輪表面劃痕、紋理等細節，冗余信息較多，為后續的圖像處理增加了一定的難度；穹頂光照明均勻，圖像冗余信息較少，齒廓對比度高，從而很大程度上降低了圖像分割、邊緣提取和識別等算法的難度，提高了系統的檢測精度，故采用穹頂光源進行照明。

3.1.3 檢測軟件

檢測軟件基于Windows操作系統平臺，以Visual Studio 2015為開發工具，利用C#語言進行開發。該軟件帶有可操作交互界面，操作簡單、方便，可以實現相機控制、圖像顯示、參數輸入及管理、系統標定、圖像及數據處理、結果顯示、數據存儲、合格率統計、運行狀態監控及異常報警等功能，軟件主界面如圖3所示。

圖3 檢測軟件界面Fig.3 Inspection software interface

3.2 工作原理

面向生產現場的注塑齒輪快速分選檢測系統工作原理如圖4所示。

圖4 工作原理示意圖Fig.4 Working principle of the system

注塑齒輪由注塑機下料機械手從模具中抓取到傳送帶上，隨傳送帶運動，經導向桿引導至玻璃轉盤。PLC控制伺服電機并通過軸系帶動玻璃轉盤逆時針轉動，將待檢注塑齒輪傳送至檢測系統各工位。注塑齒輪首先經過定位機構，通過兩個定位輪的撥擋作用實現徑向定位。當光纖傳感器探測到注塑齒輪時，PLC立即根據轉盤轉速及各個工位的位置，計算相機觸發信號及氣動分選信號的延時。PLC根據延時觸發相機采集圖像，圖像由千兆網線傳輸至上位機，并通過軟件系統對其進行尺寸測量和缺陷檢測，檢測結果通過IO卡傳輸至PLC，PLC根據檢測結果和分選信號延時來控制氣動分選機構中相應的電磁閥工作，使針形噴嘴在注塑齒輪經過的瞬間釋放氣流，將齒輪吹落至與檢測結果相對應的收料盒中，最終完成注塑齒輪檢測及分選過程。

此外，軟件系統將會對注塑齒輪品質信息進行統計和分析，當單項或總體合格率低于閾值時，以及連續不合格數目達到閾值時，觸發報警機制，指示燈和蜂鳴器報警。

4 檢測原理及關鍵算法

視覺檢測一般包括圖像采集、圖像預處理、特征提取和缺陷判別4個步驟。

4.1 圖像預處理

獲取圖像后，為了降低圖像噪聲，采用半徑為2的圓形濾波窗口對塑齒輪圖像進行中值濾波處理，在去除椒鹽噪聲的同時又能保留圖像邊緣細節[7]。濾波完成后，采用最大類間方差法[8]，以區域間方差最大為目標確定分割閾值，進行圖像分割，提取出齒輪區域，如圖5所示。

圖5 感興趣區域提取Fig.5 Region of interest extraction

4.2 特征提取及缺陷判定

根據檢測要求，需要對注塑齒輪的5個尺寸測量項和4個缺陷檢測項進行視覺檢測。其中，尺寸測量項的缺陷判別通過比較測量結果與其公差上、下限來實現，若在公差范圍內則判定該項檢測合格，否則，不合格。

4.2.1 大齒輪齒頂圓直徑

大齒輪為右旋斜齒輪，如圖6所示。右齒廓較左齒廓灰度梯度小且均勻，邊緣不易提取，由于無法提取完整的齒廓，增加了齒頂點提取和齒頂圓測量算法通用化的難度。

圖6 輪齒Fig.6 Gear teeth

為解決上述問題，提出根據理論分度圓及齒厚定位齒頂點的方法，實現了斜齒齒頂點的準確提取，具體步驟如下：

(1)提取齒頂部分感興趣區域

首先，需要將大齒的齒頂區域分割出來。求取圖5齒輪區域的最小外接圓，獲取其圓心Ob1的坐標(xOb1，yOb1)，粗定位齒頂圓圓心。

已知被測齒輪齒頂圓半徑理論值Rab0與齒根圓半徑理論值Rfb0，以Rfb0及Rab0為內外圓半徑、以Ob1(xOb1，yOb1)為圓心生成一個環形區域并向外擴展幾個像素，用濾波后的圖像與該區域作交集，提取出大齒輪齒頂區域，如圖7所示。

(2)基于Canny算子的雙閾值Zernike矩亞像素邊緣提取

圖像邊緣指圖像中灰度快速變化的位置，根據邊緣像素灰度值不連續的特點，可以通過基于Canny算子[9-10]的雙閾值邊緣提取算法來檢測邊緣，其基本思想是在濾波后的圖像中找出圖像灰度梯度幅值的極大值點，算法的具體實現過程如下：

圖7 大齒輪齒頂區域Fig.7 Top area of the large gear

使用高斯濾波器對圖像進行高斯濾波去噪，使用的二維高斯函數如式(1)所示：

(1)

Canny算子使用2×2窗口大小的一階偏導數有限差分，計算經過高斯濾波器濾波后的圖像I(i，j)的梯度幅值和梯度方向，其中沿x和y方向的偏導數分別為：

(2)

(3)

梯度幅值為：

(4)

梯度方向為：

(5)

其中：M(i，j)為圖像上點(i，j)處的邊緣強度，θ(i，j)為圖像上點(i，j)處的法向矢量，垂直于邊緣的方向。

邊緣的梯度為局部極大值，Canny算法選用了一個3×3大小、包含8個不同方向的模板作用于幅值陣列，對局部邊緣梯度幅值比較大的非極大值進行抑制，得到圖像N(i，j)。

為了消除由噪聲和紋理引起的假邊緣，進行雙閾值處理：首先，設置高閾值Th和低閾值Tl兩個閾值。對圖像N(i，j)進行統計分析，高于Th的像素全部提取，作為第一選定邊緣；低于Tl的像素作為非邊緣像素；像素梯度幅值在Tl與Th之間的像素，若與第一選定邊緣相連，則將此像素確定為邊緣像素，否則為非邊緣像素。

為避免邊緣斷裂，在每條邊緣端點處搜索并連接端點距離小于3個像素的邊緣。為了進一步避免噪聲及細小紋理邊緣的影響，計算每條邊緣的長度，剔除長度小于3個像素的邊緣以消除噪聲邊緣的影響。

根據上述邊緣提取方法獲取了像素級邊緣點，然后采用Zernike矩亞像素邊緣檢測方法進行亞像素邊緣提取，獲取部分齒廓邊緣及齒頂邊緣信息，如圖8所示。

圖8 大齒輪邊緣提取Fig.8 Edge extraction of large gear

(3)齒頂點提取

已知注塑齒輪基本參數理論值，以大齒輪分度圓半徑理論值Rb0為直徑，以上述齒頂圓圓心粗定位點Ob1(xOb1，yOb1)為圓心作分度圓，與圖8大齒輪邊緣相交，獲得與齒數相等個交點，如圖9所示。

圖9 分度圓與斜齒輪邊緣交點Fig.9 Intersection point between reference circle and helical gear contour

圖10 斜齒輪齒頂點提取示意圖Fig.10 Extraction of helical gear tooth vertex

根據上述方法獲取每個齒的齒頂點。為減小隨機誤差的影響，在齒頂點左右共取5個邊緣點，用于齒頂圓的擬合。

(4)齒頂圓擬合

采用最小二乘法[11]進行圓擬合，設提取出的齒頂點坐標為(xbi，ybi)，i=1，2，…，n，最小二乘圓的圓心坐標為Ob(xOb，yOb)，半徑為Rab，根據最小二乘法原理，有：

Min(ε2)=

(6)

根據最小二乘法擬合齒頂圓，求其圓心坐標Ob2(xOb2，yOb2)及直徑。

(5)重復計算

為了提高計算結果的準確度，用最小二乘法擬合所得齒頂圓圓心Ob2代替粗定位齒頂圓圓心Ob1，重復上述步驟(3)和步驟(4)，再次求取齒頂圓圓心和齒頂圓直徑的精確解Ob(xOb，yOb)和Dab。

4.2.2 中孔直徑

首先根據中孔直徑理論值將中孔區域分割出來，獲得定義域為中孔區域的圖像；然后利用基于Canny算子的雙閾值亞像素邊緣提取方法提取中孔邊緣；最后利用最小二乘法擬合中孔圓，求得中孔圓心坐標Oh(xOh，yOh)和中孔直徑測量值Dh。

4.2.3 大齒輪同心度

圓柱齒輪的齒頂圓與其中孔在理論上應是同軸的，但在齒輪的注塑成型過程中，由于模具精度、冷卻變形等原因，可能造成兩圓柱的軸不重合，產生同軸度誤差，影響齒輪的傳動精度。

同軸度誤差反應在截面上的圓心不同心為同心度，同心度誤差即為圓心的偏移程度。

同心度Δbh計算公式為：

(7)

其中：Ob(xOb，yOb)為大齒輪齒頂圓心，Oh(xOh，yOh)為中孔圓圓心。

4.2.4 小齒輪齒頂圓直徑

小齒輪為直齒齒輪，首先根據其齒頂圓、齒根圓直徑理論值和中孔圓心測量值Oh(xOh，yOh)，提取小齒輪輪齒部分的圖像，如圖11(a)所示。然后根據基于Canny算子的雙閾值亞像素邊緣提取方法，提取小齒輪輪齒邊緣，如圖11(b)所示。

(a)小齒輪輪齒部分(a)Tooth area of small gear

(b)小齒輪邊緣(b)Edge of small gear圖11 小齒輪邊緣提取Fig.11 Edge extraction of small gear

小齒輪分度圓直徑理論值為Ds0，以中孔擬合圓心Oh(xOh，yOh)為圓心、以1/2Ds0為半徑，作小齒輪的理論分度圓，如圖12(a)所示，與小輪齒輪廓交于2倍小齒輪齒數個交點。

以上述交點為起點、中孔中心Oh(xOh，yOh)為圓心、小齒輪分度圓半徑理論值1/2Ds0為半徑、小齒輪齒厚理論值Ss的一半為弧長，沿同一方向作圓弧，再由中孔擬合圓心向各圓弧末端點作一條射線，該射線若與齒輪輪廓相交，則該交點為小齒輪齒頂點，如圖12(b)。

(a)直齒輪分度圓與輪廓交點(a)Intersection point between reference circle and spur gear contour

(b)直齒輪齒頂點提取(b)Extraction of spur gear tooth vertex圖12 直齒輪齒頂點提取Fig.12 Extraction of spur gear tooth vertex

為減小隨機誤差的影響，在齒頂點左右共取5個邊緣點，采用最小二乘法擬合小齒輪齒頂圓，求解其圓心坐標Os(xOs，yOs)及直徑Das。

4.2.5 小齒輪同心度

小齒輪齒頂圓圓心為Os(xOs，yOs)，中孔圓心為Oh(xOh，yOh)，同心度Δsh計算公式為：

(8)

4.2.6 中孔披鋒

中孔披鋒指中孔部位存在多余的膠料或毛刺，選取中孔披鋒最大徑向長度lh作為判別該缺陷的幾何特征，lh為中孔各輪廓點與中孔擬合圓最小距離的最大值：

(9)

其中：(xhi，yhi)為中孔輪廓點坐標，(xOh，yOh)為中孔圓心坐標，Rh、Dh分別為中孔擬合圓半徑和直徑，如圖13所示。

圖13 中孔披鋒最大徑向長度Fig.13 Maximum radial length of burr on hole

根據中孔披鋒的檢測要求，給出缺陷判別函數：

(10)

其中：Hlh為中孔披鋒徑向最大允許尺寸。若lh超過Hlh，則為中孔披鋒不良；否則，該項檢測合格。

4.2.7 大齒輪齒數

大齒輪輪廓邊緣的數量可以反映實際齒數，計算圖8中邊緣數量，即為大齒輪齒數檢測值zb，將其與理論齒數進行比較，若相等，該項檢測合格，反之不合格。

4.2.8 小齒輪齒數

經過邊緣提取處理獲取的小齒輪輪齒邊緣個數可反映實際齒數，計算圖11(b)中邊緣的數量，即為小齒輪齒數檢測值zs。將其與理論齒數進行比較，若相等，該項檢測合格，反之不合格。

4.2.9 黑點不良

首先提取感興趣區域的圖像設為f(x，y)，圖像分割閾值為黑點灰度上限值T，T根據產品外觀要求進行設定，分割后的二值圖像為b(x，y)，則閾值分割函數如式(11)所示：

(11)

遍歷圖像所有像素，當像素灰度小于或等于該灰度閾值時，將該像素值置1，否則置0，得到二值圖像。

計算每個連通域的最小外接圓直徑的長度li，剔除li

(12)

若Num=0，則為黑點不良；否則，該項檢測合格。

4.3 良次品判定

根據上述9個檢測項的檢測結果對被檢注塑齒輪進行良次品判定：若注塑齒輪兩個端面所有檢測項均合格，則該注塑齒輪為合格品；若存在一項或多項檢測結果不合格，則該注塑齒輪為不合格品。

5 檢測實踐

注塑齒輪快速分選檢測系統實物如圖14所示，將該系統投入日產量2萬件的注塑齒輪自動生產線試運行了180天，系統運行穩定，可以滿足注塑齒輪生產現場長時間、大批量在線檢測的需求。

為進一步測試系統性能，分別對該系統進行了尺寸測量復性試驗、檢測速度試驗和缺陷判別準確率試驗。

圖14 檢測系統Fig.14 Inspection system

5.1 測量重復性

將注塑齒輪置于玻璃轉盤上，在相同條件下對其尺寸測量項進行30次重復測量，測量結果如表2所示。

表2 尺寸測量結果

測量結果顯示，各測量項重復測量結果的標準差均小于0.001 2，極差均在0.005 mm以內，該檢測設備整體測量重復性小于0.005 mm。

5.2 測量對比實驗

人工檢測常借助千分尺或影像儀進行尺寸測量。千分尺測量方法為接觸式測量，注塑齒輪受力產生變形，因此測量結果往往偏小，并且測量時僅通過兩點確定齒頂圓直徑，受粗大誤差影響較大；影像儀測量方法通過人工選取3個及以上齒頂點進行圓擬合，這兩種方法都需要人工操作，測量結果受人為因素影響較大。以注塑齒輪齒頂圓直徑測量為例，分別用千分尺、影像儀和本文研制的檢測系統各進行了10次測量，測量結果如表3所示。

表3 檢測結果對比

通過3種方法的檢測結果對比可知，千分尺測量值較其他兩種檢測方法偏小，標準差和極差最大，檢測速度較慢；影像儀測量法需要人工選點，檢測速度最慢；本文提出的檢測系統測量值極差為0.002 mm，重復精度最高，檢測速度最快。

5.3 檢測速度試驗

檢測時間由軟件計算，從相機觸發拍照開始計時，到圖像處理完成給出判別信號結束。結果如圖15所示，每個注塑齒輪平均用時0.33 s，最高用時0.35 s，因此，該檢測系統的檢測速度大于150個/min。

圖15 檢測時間Fig.15 Inspection time

5.4 缺陷判別試驗

選取100個包含所有缺陷類型的注塑齒輪，使用該系統進行檢測、分選，記錄其檢測結果。然后用千分尺人工測量這100個塑料齒輪的各項尺寸，用顯微鏡觀察外觀缺陷，記錄人工檢測結果，并與該系統檢測結果相比較，結果對比如表4所示，兩種檢測方法得到的檢測結果相同，系統缺陷檢測準確率為100%。

表4 齒輪缺陷檢測結果

6 結 論

本文根據注塑齒輪多測量項、大批量、高效率等在線檢測要求，提出運用視覺檢測的方法，研發了一套面向生產現場的注塑齒輪快速分選檢測系統，介紹了其機械結構、工作原理、視覺檢測算法及軟件系統。該系統成功克服了注塑齒輪生產批量大、尺寸小、剛度小、缺陷類型多樣等檢測困難，實現了注塑齒輪尺寸及外觀缺陷的快速、非接觸、自動化在線檢測。

試驗結果證明，該檢測系統尺寸測量重復性≤0.005 mm，檢測速度大于150個/min，缺陷判定及分選功能準確無誤，可以滿足面向工業生產現場的注塑齒輪快速、大批量的檢測需求。