導(dǎo)光板模具微沖孔機(jī)床在位測量系統(tǒng)的設(shè)計(jì)與研究

石子開，高偉強(qiáng)，劉建群，趙榮麗

（廣東工業(yè)大學(xué)機(jī)電工程學(xué)院，廣東省微納加工技術(shù)與裝備重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510006）

1 引言

視覺測量技術(shù)是一項(xiàng)以計(jì)算機(jī)視覺為基礎(chǔ)的新型測量技術(shù)，原理上具有非接觸，實(shí)時(shí)性強(qiáng)，精度高，信息量豐富等顯著優(yōu)點(diǎn)[1]。隨著相關(guān)軟、硬件性能的提高和成本不斷降低，視覺測量原理的優(yōu)勢得到充分發(fā)揮，被認(rèn)為是實(shí)現(xiàn)現(xiàn)場、在線測量的最有效的手段之一。

導(dǎo)光板作為將LED 發(fā)出的線性光轉(zhuǎn)化為面光的元器件，它的導(dǎo)光性能主要取決于表面的微結(jié)構(gòu)形狀與分布[2]。一般中小尺寸的導(dǎo)光板都是基于注塑成型技術(shù)來獲得的，所以加工出高精度的導(dǎo)光板模具至關(guān)重要。本研究中導(dǎo)光板模具上的微孔陣列是利用微沖孔機(jī)床上的壓電陶瓷驅(qū)動(dòng)金剛石沖頭沖壓而得。每個(gè)導(dǎo)光板模具上分布著數(shù)以百萬計(jì)的微孔，這些微孔的大小在10μm級，孔間距在100μm 級，精度要求在（1～3）μm。為了加工出一個(gè)完整的導(dǎo)光板模具，微沖孔機(jī)床通常是連續(xù)數(shù)十個(gè)小時(shí)的不間斷沖壓，微孔的尺寸是通過調(diào)節(jié)壓電陶瓷的參數(shù)進(jìn)行控制的，由于壓電陶瓷的非線性、滯后、蠕變性等問題，加工過程中需要定時(shí)測量微孔的尺寸不斷調(diào)整壓電陶瓷的參數(shù)。通常可以利用白光干涉儀等精密設(shè)備測量微孔直徑，但由于這些測量設(shè)備與微沖孔機(jī)床不在同一物理平臺(tái)，每件導(dǎo)光板模具需多次裝、卸，多次測量、加工，給加工工程帶來極大的不便，生產(chǎn)效率低下的同時(shí)還由于多次反復(fù)定位裝夾帶來的安裝誤差影響加工質(zhì)量。為此，迫切需要為微沖孔機(jī)床開發(fā)一套在位檢測裝置。

基于視覺測量技術(shù)提出了在微沖孔機(jī)床上集成導(dǎo)光板模具微孔點(diǎn)陣在位測量裝置的解決方案，借助Halcon 圖像處理庫實(shí)現(xiàn)測量系統(tǒng)的開發(fā)，并將這一系統(tǒng)融合到微沖孔機(jī)床的運(yùn)動(dòng)控制系統(tǒng)中，實(shí)現(xiàn)微孔點(diǎn)陣加工和在位檢測集成在同一平臺(tái)上。通過將該測量系統(tǒng)的測量結(jié)果與白光干涉儀的測量結(jié)果進(jìn)行比較，該系統(tǒng)能夠達(dá)到（±1）μm 的對照精度。

2 測量系統(tǒng)的硬件設(shè)計(jì)

測量系統(tǒng)硬件主要包括工業(yè)相機(jī)、工控機(jī)、鏡頭、光源等。搭建示意圖，如圖1 所示。

圖1 測量系統(tǒng)示意圖Fig.1 Schematic Diagram of Measurement System

2.1 工業(yè)相機(jī)的選定

因?yàn)槭庆o態(tài)測量，這里選擇面陣相機(jī)。測量區(qū)域?yàn)椋?.6×0.4）mm 的矩形，精度要求為0.001mm，則單方向的分辨率為0.6/0.001/=600 像素，另一方向分辨率為0.4/0.001=400 像素，然而為了增加系統(tǒng)的穩(wěn)定性，不會(huì)只用一個(gè)像素單位對應(yīng)一個(gè)測量精度值，一般可以選擇2 倍或者更高，這樣需要相機(jī)單方向的分辨率為1200 以上，選用130 萬像素已經(jīng)足夠。本系統(tǒng)選定德國Basler ace 系列的acA1300-30gm 130 萬像素的CCD 工業(yè)相機(jī)，分辨率為（1280×960）。

2.2 鏡頭的選定

根據(jù)已經(jīng)選定的相機(jī)可知，CCD 靶面尺寸為1/3 英尺（4.9×3.6 mm）像元尺寸為 3.75μm，視野大小為（0.6×0.4）mm，則鏡頭放大倍率β=3.6/0.4=9，可以分辨的最小尺寸為：像元尺寸/放大率=3.75/9=0.42μm，滿足測量要求；由于小范圍密集點(diǎn)陣列的加工需求，的鏡頭離模具表面的距離很近，物距很小，約為L=（10～15）mm，根據(jù)公式，鏡頭的焦距為：

根據(jù)計(jì)算出的焦距和已定的工業(yè)相機(jī)的接口類型，最終選擇NUION/優(yōu)能品牌，型號PLM 10/0.20 10X/0.20 的超微分辨率鏡頭，焦距10mm，具有10 倍的放大倍率。

2.3 光源要求及光路設(shè)計(jì)

在CCD 設(shè)備中，前端的光路設(shè)計(jì)是一個(gè)非常重要的部分[3]，如何合理地進(jìn)行成像光路設(shè)計(jì)以及照明光源設(shè)計(jì)，不但影響著后端圖像采集處理的質(zhì)量，還會(huì)大大影響到設(shè)備成本的高低。對于本研究的導(dǎo)光板模具而言，模具表面經(jīng)過高精密磨床的加工，表面粗糙度達(dá)到準(zhǔn)鏡面精度，必須避免鏡面反射，此處選用漫反射光；根據(jù)鏡頭離工件表面距離短，視野小的特點(diǎn)，選擇同軸藍(lán)光；結(jié)合以上分析最終選擇了moritex 品牌的型號為CV-MCEPCB8-070LED 平行度較高的同軸藍(lán)色光，波長（470～480）nm。并選用了moritex 品牌的Moritex SOD-III 鏡管來將CCD、鏡頭、光源連接起來形成結(jié)構(gòu)緊湊的光路設(shè)計(jì)。

視覺檢測系統(tǒng)的相機(jī)、鏡頭、光源選擇好后，與微沖壓點(diǎn)陣機(jī)床控制系統(tǒng)搭建，如圖2 所示。

圖2 測量系統(tǒng)實(shí)物圖Fig.2 The Physical Map of the Measurement System

3 視覺測量原理及其方法

3.1 圖像處理方法

微孔直徑的檢測采用blob 分析，其主要用到的圖像處理方法有圖像濾波、閾值處理、形態(tài)學(xué)技術(shù)、亞像素檢測等。圖像濾波主要為了平滑圖像、消除噪聲；閾值處理將圖像二值化，便于后續(xù)的圖像處理；而形態(tài)學(xué)處理包括四個(gè)基本運(yùn)算：腐蝕、膨脹、開運(yùn)算、閉運(yùn)算，用于提取圖像特征，消除斑點(diǎn)噪聲，或用于孔洞的填充。

3.2 檢測算法分析

3.2.1 圖像預(yù)處理

在圖像獲取過程中，每幅圖像都包含某種程度的噪聲。此處圖像的噪聲主要是由于模具表面的細(xì)微劃痕和照明造成的。目前常用的圖像平滑方法有中值濾波、均值濾波、高斯濾波等。高斯濾波能產(chǎn)生相對銳利的邊緣，對于的精密測量任務(wù)，選用高斯濾波器較好。如式（2）所示。

式中：（r，c）—點(diǎn)坐標(biāo)，在圖像處理中可認(rèn)為是整數(shù)；σ—標(biāo)準(zhǔn)差。

3.2.2 圖像二值化

圖3 閾值分割效果圖Fig.3 Threshold Segmentation Effect Diagram

為了凸顯出目標(biāo)輪廓，需要對圖像進(jìn)行二值化處理。而在圖像二值化時(shí)，閾值的選取至關(guān)重要，適當(dāng)?shù)拈撝禃?huì)得到清晰的目標(biāo)輪廓，為后續(xù)的圖像處理提供很大的幫助。因?yàn)槟＞咪摫砻鎰澓垭S機(jī)，加上環(huán)境光線的影響，獲取的每張圖片的最佳閾值都可能有很大差別。這就需要一個(gè)通用的算法來獲取不同圖片的最佳閾值，本研究比較了迭代法和大津法對于圖像最佳分割閾值的獲取，并用選取出的閾值對圖像進(jìn)行分割，結(jié)果分別，如圖3（a）、圖3（b）所示。從圖片的分割效果可看出，大津法獲得的閾值能得到更好的分割結(jié)果，通過對100 張圖片對比發(fā)現(xiàn)，大津法選取的閾值分割結(jié)果穩(wěn)定可靠，效果明顯。

3.2.3 圖像形態(tài)學(xué)處理

在對圖像進(jìn)行平滑和二值化后，可能還會(huì)存在一些干擾目標(biāo)的小斑點(diǎn)或細(xì)劃橫，如圖3 所示。而且中心孔洞也會(huì)對提取小孔邊緣造成不利影響，所以還需要對小孔中心進(jìn)行填充。而在對小孔中心進(jìn)行填充時(shí)，必須保證小孔完全閉合，對于未完全閉合的需要進(jìn)行處理。此處用到數(shù)學(xué)形態(tài)學(xué)技術(shù)。選擇對邊緣影響較小的開運(yùn)算和閉運(yùn)算來處理，并選用半徑較小的結(jié)構(gòu)元。此處先用半徑為5 個(gè)像素的結(jié)構(gòu)元對圖像進(jìn)行開運(yùn)算去除如圖3 中的細(xì)劃橫和小斑點(diǎn)，接著使用半徑為3 個(gè)像素的結(jié)構(gòu)元對圖像進(jìn)行閉運(yùn)算將小孔未閉合的邊緣膨脹連接，然后使用基于集合膨脹、求補(bǔ)和交集的算法來填充圖像中的孔洞，開運(yùn)算、閉運(yùn)算、中心孔填充結(jié)果，如圖4 所示。

圖4 形態(tài)學(xué)處理效果圖Fig.4 Morphological Processing Effect Diagram

3.2.4 輪廓邊緣的提取和擬合

圖5 亞像素邊緣Fig.5 Subpixel Edge

圖6 邊緣擬合Fig.6 Edge Fitting

邊緣檢測算法的準(zhǔn)確度對于測量結(jié)果的精度有很大影響。常用的經(jīng)典邊緣檢測算子主要有Roberts 算子、Prewitt 算子、LoG算子、Sobel 算子、Canny 算子等，其中Canny 算子在邊緣質(zhì)量和消除無關(guān)細(xì)節(jié)的能力方面出類拔萃，尤其對受白噪聲影響的階躍型邊緣更是最優(yōu)的。此處選用Canny 算子對目標(biāo)輪廓進(jìn)行像素級粗定位。實(shí)際上，邊緣的位置存在于像素的任何位置，理論上來說，像素級邊緣定位最大誤差為0.5 個(gè)像素，兩個(gè)特征點(diǎn)間的像素個(gè)數(shù)就有可能存在一個(gè)像素的誤差，為了提高檢測的精度，需要用到亞像素定位技術(shù)。亞像素檢測算法利用目標(biāo)圖像周圍像素的幾何特征或灰度分布特征，將邊緣定位在小于一個(gè)像素單位上[4]。本研究使用的亞像素檢測算法為空間矩法[5]。并使用最小二乘法將亞像素邊緣擬合成圓并求得直徑，如圖5、圖6 所示。

3.2.5 亞毫米視野測量系統(tǒng)的標(biāo)定

視覺測量的圖像處理結(jié)果是像素?cái)?shù)，為了換算出被測目標(biāo)的實(shí)際尺寸，需要進(jìn)行系統(tǒng)的標(biāo)定。而針對本研究的亞毫米測量視場而言，如果采用傳統(tǒng)的標(biāo)定方法如張正友標(biāo)定法求取相機(jī)內(nèi)外參數(shù)就顯得繁瑣且難以拍攝多角度的標(biāo)定板圖片。考慮到視覺測量系統(tǒng)的特點(diǎn)，從標(biāo)定的目的是為了求取像素當(dāng)量以及鏡頭畸變系數(shù)出發(fā)，本研究提出兩步標(biāo)定法，將像素當(dāng)量的標(biāo)定和畸變系數(shù)求解分成兩個(gè)模塊。為了提高系統(tǒng)標(biāo)定的精度，本課題定制了適用于亞毫米視野的經(jīng)過計(jì)量認(rèn)證的高精度棋盤格標(biāo)定板，標(biāo)定板規(guī)格為（40×50）陣列，小格子邊長為10μm，制作精度為1μm。

在Halcon 算子庫中，通過畸變映射算子gen_grid_rectification_map 可計(jì)算畸變圖像和校正圖像之間的映射。針對畸變映射的求解，在調(diào)用該算子前需要進(jìn)行相關(guān)參數(shù)的準(zhǔn)備。

（1）求取棋盤格理想像素邊長

假設(shè)圖像中心無畸變或者中心小范圍內(nèi)畸變很小而忽略，基于此假設(shè)求解棋盤格理想像素邊長。具體求解步驟如下：利用Halcon 軟件在拍攝的棋盤格圖形靠近中心部分畫一個(gè)圓點(diǎn)，圓點(diǎn)直徑超過一倍小方格邊長，但小于兩倍邊長，則選取的圓點(diǎn)一定包含至少一個(gè)角點(diǎn)（如果包含兩個(gè)則取上邊或左邊的角點(diǎn)），如圖7（a）所示。通過調(diào)用Halcon 庫的算子reduce_domain 將圓點(diǎn)覆蓋的部分從原圖中扣取出，如圖7（b）所示。通過文獻(xiàn)[6]提出的X型角點(diǎn)子像素級提取方法找準(zhǔn)圓點(diǎn)所包含的角點(diǎn)，并返回角點(diǎn)坐標(biāo)（x1，y1）。接著利用同樣的方法求取相隔3 個(gè)小格子的像素坐標(biāo)（x2，y2），則可計(jì)算兩角點(diǎn)間的距離d，單個(gè)小格子像素長為d/3，通過上述方法計(jì)算6 組小格子像素長取平均值為d0=21.901 像素。

圖7 角點(diǎn)提取Fig.7 Corner Extraction

（2）求取畸變網(wǎng)格圖像

畸變是形狀的變化而與灰度無關(guān)，據(jù)此本研究提取棋盤格所有角點(diǎn)，并將角點(diǎn)連接形成網(wǎng)格，以網(wǎng)格圖像代表畸變圖像。通過調(diào)用Halcon 庫算子saddle_points_sub_pix 提取棋盤格所有角點(diǎn)，接著根據(jù)角點(diǎn)坐標(biāo)調(diào)用算子connect_grid_points 產(chǎn)生網(wǎng)格圖像。

在求解了棋盤格理想像素邊長和畸變網(wǎng)格圖像后，將其作為畸變映射算子的參數(shù)求得畸變映射。該畸變映射反映了畸變網(wǎng)格和對應(yīng)的理想整流網(wǎng)格的映射關(guān)系，本質(zhì)上是一個(gè)矩陣，根據(jù)圖像知識(shí)，矩陣和圖像是可以相互轉(zhuǎn)化的，該映射在Halcon 軟件中以圖像的形式保存，如圖8 所示。可將其作為參數(shù)調(diào)用畸變校正算子map_image 對畸變圖像進(jìn)行校正校正，此處利用畸變映射對拍攝的棋盤格圖片進(jìn)行校正，拍攝的圖片，如圖9（a）所示。校正結(jié)果，如圖 9（b）所示。

圖8 畸變映射圖Fig.8 Distortion Map

圖9 棋盤格原圖及校正圖Fig.9 The Original Checkerboard and Correction Diagram

再將棋盤格圖形畸變校正后，為了精確求得像素當(dāng)量，在校正后的棋盤格圖像上按照上述求取棋盤格理想像素邊長用到的提取角點(diǎn)的方法，提取了8 對間隔6 個(gè)小格子的角點(diǎn)坐標(biāo)，如表1 所示。

表1 角點(diǎn)坐標(biāo)對及其間距表（單位：像素）Tab.1 Corner Coordinates and their Distance Table（Unit：Pixel）

由表1 計(jì)算可知，求得相隔6 個(gè)小格子平均像素尺寸為131.3145 個(gè)像素，則像素當(dāng)量為 6×10/131.3145=0.4569μm/pix。標(biāo)定出像素當(dāng)量后，最后所求的微孔實(shí)際尺寸為最小二乘法擬合得到圓直徑的像素距離與像素當(dāng)量的乘積。

4 檢測算法的實(shí)現(xiàn)

圖像檢測系統(tǒng)運(yùn)行于工控機(jī)，軟件以qt4.8.5 為開發(fā)平臺(tái)，結(jié)合圖像處理算法庫Halcon 對圖像進(jìn)行分析處理。測試軟件界面，如圖10 所示。視覺檢測系統(tǒng)與運(yùn)動(dòng)控制系統(tǒng)相結(jié)合，人機(jī)界面除了能顯示采集圖像、計(jì)算結(jié)果外，還能查看每一個(gè)小孔的尺寸結(jié)果，便于檢查分析。

圖10 人機(jī)界面Fig.10 Man-Machine Interface

5 實(shí)驗(yàn)結(jié)果及分析

在機(jī)床上對導(dǎo)光板模具微孔陣列進(jìn)行沖孔加工后，將加工區(qū)域移動(dòng)到相機(jī)下方，利用檢測系統(tǒng)對其中的50 個(gè)小孔直徑進(jìn)行測量，并對測量的小孔做好標(biāo)記，方便白光干涉儀下對照測量，測量對比結(jié)果，如表2 所示。從表2 可知，測量系統(tǒng)測得的小孔均值為39.0337μm，均方差為0.4681，表明本檢測系統(tǒng)是穩(wěn)定的。與白光干涉儀測得的結(jié)果對比可知，測量差值大絕多數(shù)小于1μm，極少數(shù)超過1μm，對50 個(gè)小孔測得的結(jié)果對比顯示，最大差值不超過1.3μm，差值均值為0.5259，表明該測量系統(tǒng)具有較高的精度。能夠滿足導(dǎo)光板模具10μm 尺度在位測量的精度要求。

表2 檢測系統(tǒng)和白光干涉儀孔徑測量對比表（單位：μm）Tab.2 Comparison Table for Measuring System and White Light Interferometer Aperture（unit：μm）

6 結(jié)語

根據(jù)微沖孔機(jī)床加工過程中在位定時(shí)檢測微孔尺度的實(shí)際需求，提出了將視覺微尺寸測量系統(tǒng)集成到微沖孔機(jī)床運(yùn)動(dòng)控制系統(tǒng)的在位檢測解決方案。

該系統(tǒng)通過相機(jī)、鏡頭、光源的選型搭建了檢測平臺(tái)，利用圖像處理庫Halcon 實(shí)現(xiàn)對圖像的處理，運(yùn)用大津算法，準(zhǔn)確獲得不同圖片的閾值，得到良好的二值化效果。利用開運(yùn)算、閉運(yùn)算對圖像做進(jìn)一步處理并填滿中心小孔，為后續(xù)的亞像素邊緣提取、最小二乘法擬合等處理和運(yùn)算帶來巨大便利。提出兩步標(biāo)定技術(shù)來標(biāo)定相機(jī)的像素當(dāng)量和畸變映射。通過將檢測結(jié)果與白光干涉儀的測量結(jié)果進(jìn)行比較分析，表明該測量系統(tǒng)的誤差在±1μm 以內(nèi)，具有實(shí)際工程應(yīng)用價(jià)值。