基于IMAQ Vision 的零件尺寸視覺測量系統*

劉 超，許寶卉

(1.運城學院機電工程系，山西 運城044000；2.貴州航天電器股份有限公司，貴州 貴陽550009)

銜鐵小軸部件是電磁繼電器中磁路系統的重要組成部分之一，該零件是將小軸焊接到銜鐵中[1]。為提高產品的使用壽命和可靠性，裝配過程中需要對零件尺寸進行嚴格管控[2]。 通常情況下，裝配人員采用卡尺對幾何尺寸進行測量或通過目測進行垂直度參數的主觀判斷。 由于人工測量具有勞動強度大、精度低、一致性差等問題，難以滿足產品的精密制造。 機器視覺是利用機器代替人眼來做測量和判斷，為上述問題的解決提供了一種有效思路[3]。 機器視覺技術在工業、農業、醫藥、軍事、航天等國民經濟的各個行業的產品質量檢測、缺陷識別、幾何尺寸測量等方面應用廣泛[4-5]。

LabVIEW 是一種基于G 語言的圖形化軟件開發平臺，因其具有開發速度快、庫函數豐富等優勢，在儀器儀表開發、自動控制、視覺開發等領域廣泛應用[6-7]。 IMAQ Vision 庫是LabVIEW 的視覺庫函數，具有豐富圖像處理函數，能夠快速開發滿足各種需求的視覺系統[8-9]。 文獻[10]為了檢測不同工件的質量以及按照不同顏色進行分揀，利用LabVIEW 開發的識別系統能夠有效檢測和分揀螺絲工件。 文獻[11]采用基于LabVIEW 的視覺系統有效地解決了繼電器零部件尺寸及缺陷檢測難題。 文獻[12]采用機器視覺技術對繼電器觸點間隙、觸點鉚合質量、觸簧系統進行了非接觸式測量與檢驗，并取得了良好效果。

針對零件質量管控中測量精度要求高、人工測量精度低、一致性差等問題，提出一種基于IMAQ Vision的零件尺寸參數視覺測量系統，以LabVIEW 為開發平臺，設計開發一套操作簡單、測量精度高且穩定的視覺系統。 將該系統用于產品測量驗證，現場實驗結果表明設計的視覺測量系統達到了設計目標。

1 系統設計

1.1 零件結構

銜鐵小軸部件是將小軸點焊固定在銜鐵凹槽中，其零件示意圖如圖1 所示。 零件幾何尺寸是磁路系統中重點關注與管控參數，尺寸超差將導致產品性能下降，甚至影響整個系統的穩定性。 在圖1 中，小軸凹槽處到銜鐵邊緣的尺寸大約為0.2 mm，該尺寸記為A；小軸到銜鐵底部的尺寸大約為1.75 mm，該尺寸記為C；小軸中線與參考面D 的角度記為B。

圖1 零件示意圖

1.2 系統原理

為了解決零件生產過程中尺寸A 與C 由人工測量帶來的勞動強度大、精度不足、效率低，且參數B 不易人工測量的問題，設計基于IMAQ Vision 的視覺測量系統。 該系統主要由2 套視覺、圖像處理系統、動作執行結構組成。 其中，視覺系統主要是利用工業CCD 相機與配套的鏡頭在適當的光源下進行零件正面、側面的圖像采集；圖像處理系統運用IMAQ Vision 函數庫中的視覺函數，結合計算機系統來實現圖像幾何參數的非接觸式測量；動作執行系統根據圖像處理系統數據信息在PLC 控制器作用下實現2 套視覺系統的拍照、合格與不合格產品的篩選以及產品自動上料等動作。

1.3 系統設計

機器視覺測量系統如圖2 所示，包括視覺系統、圖像處理、動作執行系統。 視覺系統是實現圖像采集的重要環節之一，主要由工業攝像機、鏡頭、光源組成。

圖2 視覺測量系統

利用機器視覺對產品進行測量，要明確檢測目標、檢測任務、檢測速度和檢測精度。 產品尺寸長×寬為20 mm×9 mm，對于產品凸臺A 尺寸檢查精度要求達到0.01 mm，選取靶面尺寸為2/3 英寸500 萬像素面陣相機，相機為黑白制式，通過千兆以太網口傳送圖像。 根據需求，選擇適配相機的computar 遠心鏡頭，放大倍率為1.0、畸變小于0.1%、景深0.9 mm。 該鏡頭具有工業級低畸變成像、景深大、抗震性能好等優點。 由于幾何參數測量精度要求高，產品本身體積小、反光能力強的特征，選擇50 mm×50 mm 的平行背景光作為光源，該光源亮度高、LED 光線平行均勻，可采集到高質量的產品圖像，利于后續圖像處理工作。

2 算法實現

2.1 ROI 定位算法

本文開發設計基于LabVIEW 與IMAQ Vision繼電器幾何參數視覺測量系統，系統采用SMC 氣動夾爪夾取產品，并移動到拍照位置進行拍照并進行下一步圖像處理。 實際測量過程中，由于產品擺放的載臺與產品之間存在一定間隙或者產品自身尺寸參數不完全一致，導致氣動夾爪夾取產品的位置不同。 IMAQ Vision 視覺庫中輪廓提取、找直邊等函數是在感興趣區域(Region Of Interest，ROI)中進行圖像處理，圖像中ROI 位置偏差或錯誤往往導致IMAQ Vision 函數圖像處理失效，也即是采用固定的ROI 區域很難實現產品幾何參數的自動測量。

基于此，本系統開發一個ROI 定位模塊。 圖3 所示為被測產品圖像，圖3(a)為被測產品原始圖像，圖3(b)為圖3(a)中虛線框中小軸部分的局部放大圖。在圖3(b)中需要計算邊緣輪廓線6 與線7 的尺寸(即A 尺寸)，以及中線8 與線7 的角度(即B 尺寸)。

圖3 產品圖像

圖4 ROI 自動定位算法

穩定性和抗干擾能力是視覺測量系統重點關注能力。 由于上料夾爪夾持位置不固定、零件尺寸不完全一致、小軸點焊傾斜等因素，固定區域內進行特征邊提取的方法顯然不適合。 基于此，設計圖4 所示的ROI 定位算法。 如圖所示，首先在視覺助手中設計計算圖3(b)所示小軸最左側的上、下參考點的算法。 根據零件設計尺寸要求，設計邊緣輪廓提取函數的矩形ROI。 以小軸上矩形ROI 設計為例:該ROI 的起點為距離上參考點140 像素單位處為起點、ROI 寬度設置為80 個像素單位、高度為上下參考點Y 軸坐標的均值向上10 個像素單位。 設上、下參考點像素坐標為(PU，x，PU，y)、(PD，x，PD，y)，則該矩形ROI 參數(Left，Top，Right，Bottom)計算如下:

在式(1)計算結果中輔以ROI 調節參數，即得到該ROI 區域的參數計算結果。 其他區域ROI 參數計算過程同上，ROI 自動定位結果如圖5 所示，其中左側上、下正方形填充框為參考點，中間及右側虛線矩形框為自動計算的ROI。 在ROI 區域內對邊緣輪廓1、2、3、4、5 進行準確提取，并最終計算出輪廓線6、7、8。 ROI 定位算法能有效保證系統穩定性和抗干擾能力。

圖5 ROI 定位結果

2.2 二值化

二值化是圖像分割的一種方法，為增強測量系統的抗干擾能力，將灰度圖像經過二值化處理進而得到二值圖像，以過濾掉背景圖像和噪聲的干擾[13]。 在二值化圖象的時候把大于某個臨界灰度值的像素灰度設為灰度極大值，把小于這個值的像素灰度設為灰度極小值，從而實現二值化。 本系統采用背景平行LED 燈作為光源，工件和背景分界較明顯、對比度較大，因此采用固定的二值化閾值進行特征提取。 將灰度值大于P0的像素的灰度值置為1，反之則置為0。二值化后的部分截圖如圖6 所示。

圖6 二值化圖像

2.2 形態學與輪廓提取算法

經過二值化處理后，可以準確分離出工件信息。被測工件的凸臺幾何尺寸為0.2 mm，尺寸較小、且精度要求為±0.01 mm/pix，由于自動測量過程中，工件待測位置往往存在大小不等的粉塵、雜物干擾，造成后續輪廓提取中提取的輪廓不準確，進一步影響測量精度。 為提升系統測量精度與穩定性，采取IMAQ Vision 中形態學方法去除圖像中的干擾[14]。

數學形態學方法是基于集合的運算，其核心思想是采用特定的形態結構與原圖像各個區域進行交集或并集運算，達到去除圖像干擾、凸顯圖像特征的目的。 腐蝕、膨脹、開與閉操作是常用的形態學方法[14]。 假設輸入圖像為A，結構元素為B，則圖像A被B 腐蝕描述如下:

式中:Bx＝{x+b ｜b∈B}是集合B 的平移；ˉB ＝{x ｜x ＝-b，b∈B}是集合B 的映像。 腐蝕運算可以消除小于結構元素B 的瑕疵毛刺、收縮目標粒子、切斷粒子間細弱的連通；膨脹作用與腐蝕作用相反，主要是使粒子向外擴展以填充結構小于結構元素的孔洞、填充圖像凹陷、連通多個較近的粒子[14]。

形態學開、閉操作是在腐蝕與膨脹基礎上復合而成。 A 被B 開運算描述如下:

式中:開運算是先腐蝕后膨脹的運算，可消除細小毛刺、孤立點等干擾信息、切斷粒子間細小連通，使目標更加平滑；閉操作與開運算相反，可以平滑輪廓細小部分使多個較近的粒子連通、彌合較窄的間斷或細長溝壑、填充細小孔洞[14]。

為消除原圖中灰塵、雜物等造成圖像中細小毛刺、堆積異物的干擾影響，采用數學形態學開運算。與被測目標連接的毛刺、毛發連通異物將被分割成大小不一的斑點噪聲，采用IMAQ Vision 中刪除小目標Remove Small Objects 函數將去除干擾。 在此基礎上，采用IMAQ Vision 中Find Straight Edge 函數確定工件被測輪廓直線。

由于形態學去噪并不能夠完全去除所有噪聲干擾，自動測量過程中，小軸凸臺上、下側面輪廓線上存在凸起異物，為了進一步提升算法的精度與穩定性，將工件輪廓分別沿著X 軸線向上或向下平移形成三條輪廓線，三條輪廓線與小軸凸臺上、下側面相交而得到6 個特征交點，6 個交點到輪廓邊緣的距離的均值則為測量的凸臺距離。 形態學與輪廓提取算法圖像處理結果如圖7 所示。

圖7 圖像處理結果

凸臺尺寸與垂直度幾何參數計算程序如圖8 所示。 水平上輪廓線和水平下輪廓線均是包括3 條直線的數組，通過IMAQ 算法求其對應于側上輪廓線和側下輪廓線相交點，即得到上、下各3 個交點坐標。 在For 循環中，通過IMAQ Perpendicular Line 函數計算3 個交點到銜鐵側輪廓線的距離，通過均值函數即求得這些距離的均值(像素尺寸)，通過相機標定，即將像素距離乘以預先標定好的凸臺尺寸系數就測量出凸臺A 尺寸。 通過求水平上輪廓線和水平下輪廓線的均值獲得水平中線，通過IMAQ Get Angles 函數計算水平中線與銜鐵側輪廓線的角度，即計算出小軸與銜鐵的垂直度參數B。

圖8 幾何參數計算算法

3 測試實驗

本系統開發的上位機界面如圖9 所示:左側上下圖像顯示控件分別為正面相機拍攝圖像及處理結果顯示、側面相機拍攝圖像及處理結果顯示；右側上方為PLC、ZMCam、CMCam 是否連接成功指示以及產品是否合格指示，其中綠色指示表示設備連接成功或產品OK，紅色指示表示對應設備連接失敗或產品NG；右側中間為測量歷史數據，方便數據追蹤查看；右下角設計消息提示框，提示異常情況、產品測量結果、設備連接異常等信息方便系統維護。

圖9 人機交互界面

為了驗證系統的有效性和穩定性，采用50 個產品進行現場測試，如圖9 所示，50 個產品中檢測出1個不合格品，產品合格率達到98%，系統凸臺尺寸和角度視覺測量耗時約190 ms，側面尺寸視覺測量耗時約130 ms，單個產品視覺測量耗時約320 ms，與人工手動測量相比，效率大幅提升，此外，整個系統界面簡介、操作簡單。

為進一步驗證視覺測量系統精度和穩定性，采用5 個產品進行獨立運行，每個產品重復測量10 次，記錄測量結果如表1 所示。 表1 中給出了10 次測量值的極差、均值、真值及絕對誤差。 從表1 可以看出，A尺寸極差最大值為0.001 9 mm，極差最小值為0.006 mm，A 尺寸測量值最大離散范圍較小、系統穩定；由于產品特征邊存在倒角導致B、C 測量值波動相對A尺寸大，其中B 尺寸極差最大值為0.061°，C 尺寸極差最大值為0.052 mm。 A、B、C 3 個尺寸參數絕對誤差最大值分別為0.004 1 mm、0.099°、0.004 7 mm，其尺寸精度達到0.005 mm，角度精度達到0.1°，滿足現場測量精度需求，驗證了系統的有效性。

表1 測量結果

4 結束語

針對銜鐵小軸凸臺尺寸測量精度要求高以及小軸與銜鐵垂直度難以高效快速測量的問題，開發了基于IMAQ Vision 繼電器幾何參數視覺測量系統。在該系統中，采用高分辨率工業相機和光學鏡頭實現產品外觀圖像采集，通過IMAQ Vision 視覺函數實現產品A、B、C 3 個幾何參數的全自動視覺測量。將設計的系統用于真實產品測量驗證，現場實驗結果表明，設計的視覺測量系統操作簡單、測量效率高、系統穩定可靠、尺寸測量精度達到0.005 mm、易實現產品100%自動測量，滿足大批量測量需求。