圆形零件检测系统的设计与实现

圆形零件检测系统的设计与实现

1机械工业零部件测量技术随着工业技术的发展，大规模自动车床制造的发展趋势日益明显。传统接触检测方法速度较慢，容易对零件造成损伤，会降低测量精度。基于计算机视觉的测量技术具有高速度、实时性好、非接触、低成本等优点，被广泛用于对各种零件尺寸的精密测量。在机械工业零部件检测中，圆孔和圆形工件的检测是一个重要检测内容。传统圆形识别方法有模板匹配、Hough变换等，但这些方法的定位精度均在像素级，像素级精度通常不能达到零件检测的精度要求。为了突破摄像设备分辨率的限制并降低系统成本，本文利用简单高°¤.效ð¦.的标定方法获得实际物体尺寸与像素尺寸的对应关系，通过空间矩算法和最小二乘拟合方法对圆进行精确定位，提高了测量精度。2图像采集器件圆形零件尺寸测量系统主要由4个部分组成，即图像采集、图像分析处理、结果输出和执行。系统先利用相机对目标物体成像，然后通过图像采集卡将成像信息送入计算机平台进行分析处理，得到被测物体的实际直径，最后利用零件标准信息，对不合格零件进行告警，其结构如图1所示。由于被测物体的直径在10mm～300mm之间，因此若用面阵CCD完成大面积图像的高分辨率采集，器件价格会很昂贵。为了保证系统的测量精度，本文选用像元尺寸为7µm,5340像素的TCD1500C黑白线阵CCD相机作为图像采集器件。采用线阵CCD后，采集面积主要受扫描行程的限制，具有较高可扩展性，并可通过光学拼接实现大面积图像采集。3测量原理测量系统的核心算法主要由系统校正、图像预处理、二值化、圆检测等步骤组成，具体实现流程如图2所示。3.1基于tsa的机械设计由于制作工艺和加工的精度问题，通过摄像机获得的二维图像存在不同程度的几何畸变，主要包括径向畸变和切向畸变。检测系统需要通过摄像机标定获得内部参数，对失真图像进行矫正，以便之后在空间点和像素点之间实现正确变换。目前常见的标定方法主要分为3种类型：线性标定，非线性标定和两步标定。其中，Tsai的两步标定法具有较高精度和速度，因此，本系统选用该方法获得摄像机的内部参数，边缘检测结果如图3(b)所示。理论上，利用标定的相机参数可以获得被测量目标的尺寸，但由于摄像机的成像模型、镜头的畸变模型和参数的求解过程存在近似，因此仍存在一定理论误差，不适合高精度的测量工程。本文在获得摄像机参数的基础上，利用加工精度很高的标定工件作为参照物，获得实际物理尺寸和像素之间的转换关系，即标定系数k，计算步骤如下：(1)选取一个尺寸已知的标准样件，直径为m。(2)保证光源、相机的参数、相机与工件的相对位置均与测量未知零件尺寸时基本相同，利用图像处理算法获得该样件的像素尺寸r。(3)按公式k=m/r获得标定系数k。3.2基于ostu算法的二值化图像由于光源噪声、工件表面质量等因素的影响，使得采集到的图像存在多种噪声。应利用中值滤波方法尽可能消除噪声对算法精度的影响。利用ostu自动阈值分割对图像进行二值化处理，若ostu算法求得的阈值为T，则有其中，I(x,y),I′(x,y)分别为二值化前、二值化后的图像在(x,y)点的像素灰度值。通过图像二值化使孔的区域为黑色，其他区域为白色。3.3ndy边缘检测算法图像测量系统的测量原理是通过处理被测物体图像的边缘获得物体的几何参数，因此，图像边缘提取是测量的基础和关键。本文系统先采用Candy边缘检测算法获得像素级边缘。然后利用亚像素检测方法对边缘进行细化，目前常见的亚像素检测方法包括插值法、灰度矩法、基于假设边缘的最小二乘法。Lyvers等人提出的空间矩边缘定位法利用二维空间灰度矩阵来确定边缘位置的边缘亚像素。该算法时耗较大，但具有结果稳定、精度高的优点，因此，本文利用该方法，由粗到精将边缘定位精度细化到像素内部，具体实现方法参考文献，实验结果如图3所示。3.4基于最小二乘的线性方程本文采用最小二乘法拟合圆重新生成各个方向测量直径都相同的标准圆形，此方法也可以应用于只拍摄部分圆弧线的情况。根据边缘检测结果，边缘点集合点坐标为(xi,yi)，设圆的半径为r，圆心坐标为(a,b)。如果没有误差，则圆的方程为由于随机误差的影响，因此Pi点可能没有落在圆周上，按最小二乘法的计算方法，将Pi点的误差用ε表示，即由于误差值可能为正或负，因此以误差的平方和度量整体误差大小，求误差平方和最小时各个参数的值，即其中，Ω表示圆边缘区域的像素点集。根据最小二乘原理，可知求解上述线性方程组，可求得参数圆心参数(a,b)和半径参数r。将r与标定时确定的厘米像素间的标定系数k相乘，就能得到零件的实际半径。4零件物理尺寸测量OpenCV是Intel开发的计算机视觉函数库，该函数库具备强大的图像和矩阵运算能力。本文利用VC++6.0开发了一个基于OpenCVbeta5版本的圆形零件检测系统。系统运行步骤及相关数据如下：(1)采用精密测量工具，如三坐标测量机对标件进行测量，得到标件的实际物理尺寸为30.217mm。(2)利用视觉测量系统获得的标件像素尺寸为680.3062像素，可得物理尺寸与像素尺寸之间的标定系数k=m/r=680.3062/30.217=22.5140。(3)对某被测零件利用视觉方法重复测量10次，得到的像素尺寸测量结果如图4所示。由此得到该零件的物理尺寸如表1所示。以测量均值30.207mm为零件测量结果。根据测量误差理论，系统的平均值容许误差取平均值标准差的3倍