基于机器视觉的螺钉多参数在线检测

Ｍｅｌａ　０１＂ＵＩＳＣＵＳＳｉＯｎ　ｆ研讨园地　躁０　辩距ＬＬ．　Ｌ０　机　械　工　业　标　准　化　与　质　量　３４　基于机器视觉的螺钉多参数在线检测　机械科学研究总院口周桐黄卉　摘要介绍一种基于机器视觉的螺钉多参数非接触自动检测系统。该系统可完成螺钉　的自动上料、自动测量、自动下料，实时准确地测量螺钉杆部直径ｄ、圆角半径ｒ．沉角角度　４等参数。通过螺钉头部图像的预处理、模板定位及边缘检测等关键技术．达到螺钉各参数　的精密在线测量。　关键词螺钉多参数机器视觉在线检测　基于计算机视觉方法的检测系统是指利用　成（见图１）。可自动测量螺钉的沉角角度　、　ＣＣＤ摄像机作为图像传感器．综合运用图像处　光杆直径ｄ、圆角ｒ。并根据工件的测值分选出　理、精密测量等技术进行非接触二维或者三维坐　合格工件、不合格工件、可返修工件。　标测量的检测系统。视觉检测系统主要特点是高　效率、高精度、工作范围大、柔性好和抗干扰能　力强。在工业界。应用视觉检测技术最为广泛的　是那些重复检测相同部件或产品的场合．适合于　批量１００％检测的零部件　传统螺钉的检测方法大多依赖人工操作．测　图１螺钉测量系统组成　量过程费时费力，检测精度相对较低。即使对一　其中．测量系统选用２４４８ｘ２０４８高分辨率　些高精度测量要求的参数．也仅采用人工操作机　数字工业相机．专为工业现场应用设计．具有非　器视觉的方法检测．无法实现大批量的自动化检　常好的稳定性和抗干扰能力　测。基于机器视觉的螺钉多参数自动化检测系统　光源的稳定性对成像的效果非常重要．为保　结合了光学测量技术、计算机图像处理技术和自　证系统的检测能力．光源选用机器视觉专用的　动控制技术。实现螺钉多参数测量的自动化．既　ＬＥＤ冷光源，功率小，使用寿命长。光源选用　保证了测量精度，又大大提高了生产效率。并为　常规小尺寸面光源。检测时螺钉从背光源前过．　数据管理和信息集成提供便利　保证最精细的勾勒出螺钉轮廓　测量过程由振动上料台完成待测螺钉的输送　１　系统组成与工作原理　排列。由上料定位装置将螺钉输送到测量工位，　螺钉多参数非接触自动检测分选机由上料振　并保证不同型号螺钉自动定位到拍摄区域．单片　动机构、上料定位机构组成的自动上料系统、伺　机发送信号到计算机通知ＣＣＤ开始拍摄螺钉头　服控制的多机械手自动传输定位系统、高像素　部侧面图像．经过图像采集与图像处理计算出螺　ＣＣＤ自动测量系统、光源系统、自动分选下料　钉待测参数。根据检测结论．指示下料机构完成　系统、智能化测控系统及计算机数据处理系统组　工件的分选下料（见图２）。　豳　圈鼷鼷　机　械　工　业　标　化　准　质　与　量　踩　０　一　妊　啦　ｒ　■　一　０　３６　凡）的傅立叶变换。选择一个函数　（　，　），利　用这个函数使Ｆ（　，　）的高频分量衰减，从而　得到Ｇ（　，　），求Ｇ（Ｍ，　）的反变换得到所　希望的平滑图像ｇ（肌，ｎ）。　（２）图像的锐化　图像的锐化可以使图像的边缘更加鲜明。图　像通过平滑对噪声进行滤除的同时也造成了图像　的模糊。对图像进行锐化处理时，图像必须具有　高的信噪比，否则锐化处理后，图像的信噪比反　而更低，从而使噪声的增加比信号还要多，因此　一般是先去除或减弱噪声后再进行锐化处理。常　用的锐化有梯度锐化法（Ｇｒａｄｉｅｎｔ）和拉普拉斯　（Ｌａｐｌａｃｉａｎ）锐化法。Ｇｒａｄｉｅｎｔ高通滤波器只是　在某一个亮度变化方向上强化边缘，而使用拉普　拉斯滤波器可以强化像素周围的亮度变化信息，　提取出物体的轮廓并突出细节。　４尺寸标定　标定功能模块用于记录在ＣＣＤ相机目前的　焦距与放大状态下拍摄的图像实际尺寸与相机　像素点数的比例关系　该比例关系将直接影响　到检测的直径ｄ和圆角ｒ值　系统采用具有标定　长度的标准样件。提取标准件长度方向边缘。　计算两边缘间像素长度．确定该像素长度对应　标定长度　５模板匹配定位　由于螺钉是在线检测．系统在工件运行过程　中采集图像．因此不可能每次螺钉图像都位于视　场同一位置　利用模板匹配定位技术可以确定采　集图像坐标系．使后续参数检测可以随坐标变化　到固定区域进行边缘提取和尺寸测量．减少边缘　搜索范围。降低边缘提取时间。　图像匹配的算法大体可分为两类：基于窗Ｅ１　的匹配和基于特征的匹配。基于特征的匹配算法　是对分割后的图像的显著特征进行匹配．而基于　窗口的匹配直接用一个以图像统计特性为基础的　测度来比较某个区域像素值差异　基于窗口的匹配方法简单直观．在一幅图　像中ＩＲ，－Ａ．￣中心选定一区域（窗口），在另一　幅图像中寻找与该区域相关系数最大的区域．　把该找到的区域的中心认为是原来区域中心的　对应点。但是基于窗口的图像匹配存在着一些　不足，如对图像旋转以及光强和对比度的变化　等非常敏感：当左右两幅图像中存在重复结构　的纹理特征或相关像素邻域内存在遮挡现象时．　常常会引起匹配的混淆。给出错误的匹配结果　因此在实际应用中也常常结合特征匹配的方法　进行。在螺钉多参数测量系统中就结合了这两　。　首先针对每种型号螺钉．选取一个螺钉图像　（见图４），框出模板定位窗口，将其中心坐标和　图形记录保存。当实际测量物体在视窗中发生位　置变化时．利用模板匹配的方法找到实际物体的　转角度越大，搜索时间会越长，精度会降低。因　此选择有特点的尖角作为模板定位窗口．并对零　件在视图上出现大于±４ｏ的倾斜．采用特征匹配　与窗口匹配相结合的方式定位模板。利用窗口图　的倾斜角度。确定新图像旋转角度。两者结合定　６边缘提取　由于不同型号螺钉在视场中位置不同．因此　在确定定位模板后．需确定不同型号螺钉三个测　量尺寸位置的搜索范围．以便于加快边缘检测过　位置坐标以及旋转角度。由于匹配区域越大。旋　像做初定位匹配．利用找到的柱体部分边缘直线　位新图像坐标　研讨园地ｌ　Ｆｉｅｌｄ　Ｏｆ　Ｄｉｓｃｕｓｓｉｏｎ　的特点，得到广泛使用。　图４定位模板区域　程　利用相应的边缘检测工具。找到测量所需　的柱体边缘，圆角部分边缘，斜角部分边缘，　并利用边缘拟合亚像素定位方法拟合出直线和　圆弧　图像的边缘是图像的最基本特征．是几何尺　寸测量的重要元素。边缘检测算法比较多。在　ＬａｂＶｌＥｗ与ＩＭＡＱＶｉｓｉｏｎ的开发环境中．软件自　带了Ｃａｎｎｎｙ，Ｒｏｂｅｒｔｓ，Ｓｏｂｅｌ，Ｐｒｅｗｉｔｔ，Ｋｒｉｓｈ　和Ｌａｐｌａｃｉａｎ边缘算子的子ｖｉ（虚拟仪器），各　种算子各有优缺点。Ｒｏｂｅｒｔｓ算子对噪声敏感：　Ｓｏｂｅｌ算子降低检测定位精度：Ｐｒｅｗｉｔｔ算子定　位精度比较低，容易损失角点这样的信息；　Ｌａｐｌａｃｉａｎ算子对噪声敏感，检测精度低，很少　直接用于边缘检测　Ｃａｎｎｙ算子是一种比较新的边缘检测算子．　具有较好的边缘检测性能．能在噪声抑制和边　缘检测间取得良好的平衡．适用于本系统边缘　检测　经边缘检测提取得到的螺钉边界精度还达不　到螺钉参数检测的高精度要求。需采用亚像素定　位技术提高检测精度。亚像素边缘检测技术是利　用软件算法来提高检测精度的有效途径　针对机　械零件边缘检测．多项式插值法由于在几种亚像　素边缘检测算法中具有速度较快．定位精度较高　测量初始．用矩形和扇形工具框框出模板图　像各测量参数区域．系统利用直线和圆弧边缘搜　索工具搜索出各参数边缘．并拟合出待测直线和　曲线　７参数计算　测量时．系统根据螺钉型号自动将待测螺　钉定位到成像区．并调取该型号螺钉已保存的　模板图像、测量区域以及搜索工具设置参数等　信息．根据这些信息在待测工件图像上寻找模　板位置，精确定位各测量区域，拟合待测边缘。　利用ＮＩ—ｌＭＡＱ提供的距离、角度、圆弧等计算　工具，计算以上步骤得到的直线间距离。曲线　拟合圆半径以及斜线问交角．得到测量所需杆　部直径ｄ，圆角半径ｒ，斜角角度Ａ尺寸。对于　不同型号、在视场中不同位置的螺钉．系统都　可自动定位螺钉位置．自动搜索和拟合待测边　缘线段，自动进行分析计算，评定并输出测量　结果．通知运动控制系统将该工件分选到合格　或不合格区域　８结论　利用上述方法对西４～西８的沉头螺钉进行标　定和批量测量，分选误判率不超过１％；系统能　达到ｄ值重复精度８　ｍ，Ａ值重复精度０．１。，ｒ　值重复精度３０　ｍ的重复性要求；分选效率小于　４。５ｓ／件。系统测试结论证明。基于机器视觉的非　接触螺钉多参数检测系统．能有效解决人工检测　费时费力、精度低等问题．结合自动化检测过　程。能有效提高检测速度和检测精度．实现大批　量螺钉在线高精度检测　（收稿日期：２０１５—０９—２５）　３７