基于低畸變機器視覺的盤狀零件直徑測量方法

摘要：盤狀零件直徑的精確測量對于保證生產(chǎn)質(zhì)量和鑒別不良產(chǎn)品至關(guān)重要。文章提出了一種基于標(biāo)準(zhǔn)工業(yè)攝像機的盤狀零件直徑視覺測量方法，通過標(biāo)定CCD攝像機，提取圖像中零件的亞像素邊緣，在工作臺平面重構(gòu)測量點的三維坐標(biāo)，減小投影畸變對測量精度的影響。利用幾何擬合建立測量模型，實現(xiàn)了僅需一幅圖像即可測量盤狀零件直徑的目標(biāo)。實驗結(jié)果表明，該方法有效修正了投影畸變，具有較高的測量精度和效率。

關(guān)鍵詞：盤狀零件；直徑測量；機器視覺；投影畸變；三維重構(gòu)

中圖分類號：TP391

文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2025）15-0104-03

0引言

盤狀零件作為工業(yè)中廣泛應(yīng)用的機械零件[1]，其尺寸精確測量對于智能制造和數(shù)字加工技術(shù)的發(fā)展具有重要意義[2]。機器視覺測量技術(shù)作為智能制造的重要組成部分，因其非接觸、效率高、精度高和易于在線測量等優(yōu)勢，受到廣泛關(guān)注和研究[3]。文獻(xiàn)[4]利用遠(yuǎn)心鏡頭實現(xiàn)了活塞外輪廓的機器視覺檢測，通過矩方法獲取活塞的邊緣特征點，并借助標(biāo)準(zhǔn)塞規(guī)確定活塞真實邊緣與灰度變化曲線之間的相對位置，從而獲得活塞邊緣的亞像素級定位。文獻(xiàn)[5]開發(fā)了一種基于機器視覺的法蘭尺寸自動檢測系統(tǒng)，使用定焦鏡頭獲取法蘭端面圖像，利用夾持裝置確定面陣相機與法蘭的相對位置，依據(jù)標(biāo)定的像素當(dāng)量，通過圓擬合完成法蘭端面尺寸的測量。文獻(xiàn)[6]采用機器視覺技術(shù)檢測工業(yè)齒輪參數(shù)，利用小波模極大值邊緣檢測算法檢測齒輪邊緣，通過標(biāo)定像素當(dāng)量計算尺寸參數(shù)。

然而，上述研究中，有的方法對測量硬件設(shè)備要求較高，導(dǎo)致測量效率降低；有的方法采用遠(yuǎn)心鏡頭實現(xiàn)尺寸測量，雖然精度較高，但成本昂貴、視野較小、普適性受限。鑒于此，本文提出了一種僅使用標(biāo)準(zhǔn)工業(yè)攝像機、基于單幅圖像即可實現(xiàn)盤狀零件直徑視覺測量的方法。為適應(yīng)不同類型的盤狀零件，選取工作臺平面作為測量平面，利用棋盤格標(biāo)定板完成攝像機標(biāo)定；為減小投影畸變對測量精度的影響，在測量平面對測量點進(jìn)行三維重構(gòu)，并在世界坐標(biāo)系下建立視覺測量模型。最后，通過實驗驗證了該方法的有效性和精度。盤狀零件直徑視覺測量方法的主要流程如圖1所示。

1盤狀零件測量點的三維重構(gòu)

1.1攝像機的標(biāo)定與圖像處理

如圖2所示，采用三自由度工作臺輔助進(jìn)行視覺測量。將CCD攝像機安裝在工作臺上，采用張正友棋盤格二維標(biāo)定法完成內(nèi)參和外參的標(biāo)定[7]。為避免在測量不同型號的盤狀零件時重復(fù)標(biāo)定外參，設(shè)定工作臺平面為測量平面，將棋盤格標(biāo)定板放置在工作臺上，結(jié)合標(biāo)定板的厚度完成標(biāo)定。

為改善圖像質(zhì)量、提高特征點提取精度，對圖像進(jìn)行濾波降噪和增強處理。由于機器視覺圖像中的噪聲通常為高斯噪聲，因此選用高斯濾波算法進(jìn)行降噪處理[8]。為提高特征點提取效率，首先利用灰度值模板匹配算法確定圖像中的ROI（感興趣區(qū)域），然后采用基于Zernike矩的方法提取邊緣特征點的亞像素位置。

1.2測量點的坐標(biāo)變換與三維重構(gòu)

為了減小投影畸變對測量精度的影響，對盤狀零件邊緣測量點的坐標(biāo)進(jìn)行三維重構(gòu)。下面建立攝像機坐標(biāo)系與世界坐標(biāo)系的變換關(guān)系。

為了簡化計算，令世界坐標(biāo)系原點與攝像機坐標(biāo)系原點（即攝像機光心）重合，世界坐標(biāo)系的Z軸垂直指向工作臺平面，將攝像機坐標(biāo)系的z軸繞某一個原點的旋轉(zhuǎn)軸V旋轉(zhuǎn)到與世界坐標(biāo)系的Z軸重合的位置，此時攝像機坐標(biāo)系的x軸與y軸的方向定義為世界坐標(biāo)系的X軸與Y軸的方向。

采集不同姿態(tài)下的9幅標(biāo)定板圖像，并利用張正友的二維標(biāo)定法標(biāo)定攝像機的內(nèi)參與畸變系數(shù)，標(biāo)定結(jié)果如表3所示。

實驗用二維棋盤格標(biāo)定板的厚度為5.40mm，利用標(biāo)定板標(biāo)定工作臺的平面方程為：

根據(jù)本文的測量方法對法蘭直徑進(jìn)行機器視覺

-0.0596x-0.5117y-1.5108z+1000=0（19）

測量，獲得的測量結(jié)果如表4所示。其中，測量值是采用本文的方法獲取的視覺測量結(jié)果，標(biāo)準(zhǔn)值是表1中的零件參數(shù)，誤差值為測量值與標(biāo)準(zhǔn)值的差值。為了保證測量結(jié)果的一致性與穩(wěn)定性，所有測量值為10次測量結(jié)果的平均值。

盤狀零件直徑機器視覺測量的誤差分布如圖4所示。

從表4和圖4可以看出，盤狀零件直徑的機器視覺測量誤差在0.022～0.042mm范圍內(nèi)，這表明測量方法具有良好的測量精度。測量結(jié)果的標(biāo)準(zhǔn)差為0.011～0.020mm，說明該測量方法比較穩(wěn)定。由于采用最小二乘幾何擬合法獲取盤狀零件直徑，擬合結(jié)果不依賴于檢測點的數(shù)量和分布，所以圖像上邊緣測量點的檢測誤差是主要誤差來源。該誤差主要受光照條件、標(biāo)定誤差、零件材料等因素影響，是后續(xù)改進(jìn)研究的主要方向。

4結(jié)論

本文提出了一種基于機器視覺的盤狀零件直徑測量方法，通過在測量平面對測量點進(jìn)行三維重構(gòu)，減小了透視投影畸變對測量精度的影響，實現(xiàn)了僅用一幅圖像即可測量盤狀零件直徑的目標(biāo)。實驗結(jié)果表明，該方法具有良好的測量精度和穩(wěn)定性，且無須在零件型號改變時重復(fù)標(biāo)定，具有較高的普適性。由于修正了透視投影畸變，因此邊緣點的檢測精度成為影響最終測量精度的主要因素。該研究對于機器視覺測量技術(shù)的發(fā)展具有重要意義，可為盤狀零件的非接觸測量提供參考。

參考文獻(xiàn)：

[1]易傳鵬，王莉.盤狀零件位置度測量探討[J].航空維修與工程，2023（2）：67-68.

[2]尹婉婉，趙文輝，張靜.基于機器視覺的擺線輪精度綜合測量[J].計量學(xué)報，2023，44（6）：844-851.

[3]陳旺，邱曉榮.基于機器視覺的人工智能分揀系統(tǒng)研究與設(shè)計[J].電腦知識與技術(shù)，2023，19（10）：16-18.

[4]張麗紅，王洪喜，王冠偉，等.基于遠(yuǎn)心鏡頭的活塞外輪廓機器視覺測量技術(shù)研究[J].工具技術(shù)，2023，57（12）：144-149.

[5]焦博，劉國寧，趙孟軒，等.基于機器視覺的亞像素精度法蘭盤尺寸測量方法[J].現(xiàn)代制造工程，2022（7）：121-126.

[6]陳朝偉，范芳蕾，黃偉莉.基于機器視覺的齒輪參數(shù)測量系統(tǒng)[J].機電工程技術(shù)，2023，52（5）：113-116.

[7]王譚，王磊磊，張衛(wèi)國，等.基于張正友標(biāo)定法的紅外靶標(biāo)系統(tǒng)[J].光學(xué)精密工程，2019，27（8）：1828.

[8]王靜嫻，白清，曲曉輝，等.基于二維圖像高斯濾波的BOTDR噪聲抑制方法研究[J].光學(xué)技術(shù)，2024，50（5）：513-519.

【通聯(lián)編輯：梁書】