高精度大尺寸工件检测系统研究
郑伊玫，陈韦兆，麦浩基，韩定安，曾亚光，王雪花
（佛山科学技术学院 物理与光电工程学院，广东 佛山 528000）
随着工业制造水平的提高，工件测量行业对工件检测精度的要求也越来越高。传统人工接触式工件测量方案存在精度低、成本高、耗时长和易导致工件变形等缺点［1］。基于机器视觉的光学检测技术凭借其灵活、稳定和成本低等优点正逐步取代传统的人工检测方法［2］，在生物医学工程［3］、计算机科学［4］和其他缺陷检测等领域具有广泛的应用。现代一般工业测量系统可对细小零件与物件进行精密测量，其测量的工件长度约为100 mm 左右［5-6］。对于大尺寸工业视觉测量系统，若以大视场完整采集工件图像会导致图像分辨率低，难以实现工件高精度的测量。因此，需要采集多幅局部图像进行拼接，传统的图像拼接需从整幅图像寻找特征点，耗时长，难以实现快速准确的测量［7］。此外，待测工件包括圆直径、偏心距和中心距等参数，需通过算法拟合孔洞和边线来求得。传统最小二乘法拟合直线和圆，速度较快且精度高［8-9］，但易受奇异点干扰，不适用于拟合非常规孔洞。
针对目前视觉检测技术存在的不足，本文提出一种高精度大尺寸工件检测系统。首先，该系统通过电机驱动图像采集模块分段获取多幅高分辨率的工件背投影图像；
然后，利用优化后的Speeded Up Robust Features（SURF）特征点匹配算法及最小二乘法拟合算法，对图像中工件的孔洞和边线等参数进行拟合和测量，可实现在35 s 内对1 m 大小的工件以微米级别的误差进行测量。该系统可为大尺寸工件的非接触、高精度和快速测量提供技术参考。
本文设计的高精度大尺寸工件检测系统如图1 所示。该系统使用背投影成像，可清晰地获取非透明滑轨的轮廓，最大程度地减少外界光线、灰尘和工件毛刺等因素的干扰。利用2 000 万像素摄像头和0.118 倍长景深远心镜头组成图像采集模块，可对厚度范围为5～25 mm 的滑轨进行清晰无畸变的成像，其对应的单像素物理尺寸为20 μm。
图1 高精度大尺寸工件检测系统装置图
系统运行时，计算机通过数据采集卡输出信号到电机驱动器，控制电机推动滑轨向前匀速移动，同时触发相机采集图像，利用LabVIEW 开发平台对图像同步进行预处理、分割、拼接和测量等操作。
如图2 所示，工业滑轨的主要待测孔洞类型包括梅花孔、圆孔和条形孔，待测尺寸包括圆直径、偏心距和中心距等，需要拟合孔洞及边线来得出参数。为了获得更好的拟合效果，需要对采集图像进行如中值滤波、二值化和开闭运算等一系列预处理操作，利用区域生长算法对其进行图像分割去除孤立点及奇异点，经处理后滑轨图像边线清晰且对比度高。最小二乘法拟合标准恒定，具备速度快和精度高的优点。由于不受奇异点干扰，可利用最小二乘法对图像中的直线和圆进行拟合［8］。最小二乘法利用误差最小化思想寻找合适的参数去反映源数据变化趋势，可用其来逼近孔洞轮廓和滑轨边界以确定尺寸参数。对于标准圆孔（如图2b 所示）和边线等，利用最小二乘法逼近可获得圆的最佳拟合半径和直线的参数。
导轨产业上孔洞类型繁多，传统最小二乘法拟合方法不适用于非常规孔洞，本文在最小二乘法的基础上，提出优化方案对不规则孔洞参数进行测量。对于条形孔（如图2c 所示），采用接受异常值的最小二乘法［10］拟合其边缘像素点，可分别得出其长轴和短轴的方向向量；
利用方向向量与孔洞边缘像素点相交截得线段为条形孔的长轴与短轴；
对于梅花孔（如图2a 所示），由于并非所有边缘像素点对参数拟合有贡献，采用最小二乘法拟合会使测得的圆半径误差较大。本文采用双平方（Bisquare）拟合梅花孔，通过迭代运算来调整拟合参数。当迭代运算变化率少于容差，则输出最佳拟合参数。图3 为最小二乘法与双平方拟合效果对比图，其中，L1为最小二乘法，L2为双平方拟合，由图3 可知，此法可排除非圆像素点的干扰并拟合出符合要求的半径。
图2 工业滑轨主要待测孔洞图像
图3 最小二乘法与双平方拟合效果对比图
由于摄像头拍摄范围有限，需要采用图像拼接进行图像整合拼接。本系统采用基于SURF 角点提取的图像拼接算法［11］测量孔洞中心距。该算法通过特征点匹配计算出分段滑轨图像之间的仿射变换矩阵，再对图像进行拼接，可实现对孔洞中心距、滑轨长度等较长参数的测量。为了优化计算过程，提高系统的测量速度，系统采用两种拼接方式：点拼接和图像拼接。
点拼接对基于SURF 特征角点提取图像拼接算法进行优化，是根据仿射变换矩阵进行点对点的仿射变换实现点拼接。点拼接虽无法获取完整图像，但可实时输出孔洞中心距等较长距离参数，可加快系统测量速度。图像拼接通过仿射变换矩阵拼接分段滑轨图像并处理，获得滑轨的完整图像。由于过程耗时长，其仅用于展示测量结果。两种拼接方式的结合可同时兼顾图像结果显示与滑轨快速测量。
系统采用固定单目采集系统多次采集滑轨片段，可认为每次采集的滑轨图像只发生刚性变换。根据角点匹配原理，二维图像平移和旋转的公式如下［12］
其中，（x0，y0）为当前图像上点的坐标，（x，y）为变换后图像上点的坐标，dx、dy 分别为水平偏移量和垂直偏移量，θ 为逆时针方向的旋转角。由式（1）和（2），图像旋转平移的仿射变换公式为
仿射变换矩阵为
通过计算得出从当前图像到前一张图像的仿射变换矩阵，从而得到每幅图像的对应关系。利用图像之间的仿射变换矩阵可进行点拼接和图像拼接。点拼接可对孔洞中心坐标进行仿射变换进而计算出孔洞中心距；
图像拼接可对采集的每个像素点进行仿射变换，得出滑轨完整拼接图像。
在实际应用中，出厂滑轨的长度范围一般在40～250 cm 之间。在检测过程中，电机匀速移动，相机触发时间间距固定，因此相邻采集图像的重复区域范围一致。本系统仅对图像重复部分（约为原图像的10%）进行特征点的查找，不需搜索整幅图像。通过缩小SURF 搜寻范围，可避免在非重复区域查找与匹配到错误特征点，缩短了图像拼接时间，提高了拼接准确度，实现了对非透明、长度达1 m 的长滑轨进行全尺寸参数准确快速测量。
本系统的数据处理流程如图4 所示，主要包括图像预处理、图像分割、图像拼接、参数测量等4 个步骤。测量系统运行时，采集卡控制电机运动，同时触发摄像机采集图像。
图4 算法流程图
图5a 为采集的原始图像，对其进行预处理，去除图像背景点并平滑图像。为进一步提取滑轨区域，以图像中心附近的滑轨像素点作为种子点进行图像分割，图5b 为分割后的图像。为进一步提取图像中的孔洞，对每个孔洞的周长、面积、位置信息进行计算，细分孔洞类型；
通过多线程并行计算同时对不同孔洞以及边线以不同方法进行拟合；
利用孔洞参数与边线函数算出滑轨尺寸参数。计算机通过点拼接计算以首张图像的像素坐标系原点为基准的孔洞中心坐标；
利用中心坐标与距离公式，计算出中心距的像素距离。利用CCD 和镜头的参数把像素距离换算成物理距离，输出测量参数；
将测量参数与滑轨技术要求值进行对比，计算误差值并判断滑轨是否合格。系统可通过仿射变换矩阵对图像进行拼接，图5c 即为拼接后的工件图。通过处理可将其转换为工程图（如图5d 所示），滑轨测量结果可在工程图上标注显示。
图5 工业滑轨图像处理结果图
为评估系统测量的稳定性，利用本系统对同一滑轨进行10 次重复测量，统计10 次测量的孔洞尺寸参数和距离参数标准差的平均值来判定系统重复误差。经统计验证，系统对孔洞中心距、偏心距、边线距、圆直径、梅花孔直径和条形孔长短轴重复测量平均标准差分别为0.006 8 mm、0.014 mm、0.040 9 mm、0.000 6 mm、0.002 0 mm 和0.004 2 mm。图6 为待测系统中一个圆孔和梅花孔的10 次重复测量直径值，其标准误差约为0.001 mm，图7 为中心距与偏心距10 次重复测量距离值，其标准误差约为0.01 m，系统稳定性可满足现有工业测量要求。
图6 部分孔洞尺寸参数10 次重复测量值
图7 部分距离参数10 次重复测量值
为比较系统测量与人工测量的稳定性，分别用本系统和游标卡尺（精度为0.01 mm；
量程为200 mm）对4 条滑轨进行10 次重复测量，计算滑轨64 个待测参数平均标准差，结果如表1 所示。由表1 可知，与人工测量结果相比，本系统重复10 次测量的标准差约为人工测量的1/8，故系统测量稳定性远优于人工测量方式。
表1 系统与人工测量标准差对比 mm
为验证本系统测量准确性，在校准系统后，分别用游标卡尺（精度为0.01 mm；
量程为200 mm）和本系统对标准滑轨孔洞尺寸参数及距离参数进行测量，测量结果如图8 所示。由图8 可知，本系统测量误差远低于人工测量误差，其测量值更加接近技术要求值。当工件尺寸测量的精度等级为1 级时可判定为高精度检测［13］，对应的滑轨孔洞内径和中心距检测误差的要求值分别为0.085 mm 和0.350 mm。本系统最大测量误差不超过0.03 mm，可满足高精度滑轨检测的行业要求。
图8 系统与人工测量误差对比
对于较长的滑轨，工人通常使用量程为200 mm 或300 mm 的游标卡尺对中心距进行测量，需要对两次测量结果求和得到中心距（如图8 中心距6 的测量），这会导致测量误差达毫米级。现有测量仪主要使用单次采集测量，检测范围一般仅限于相机视野范围［13-14］。本系统利用图像点拼接方法进行中心距的测量，其测量范围及精度在长尺寸参数测量中更具备优势［15］。
本系统由电机带动灯箱上的导轨进行连续采集，其测量用时主要取决于采集图像的数目而不是待测参数的多少，故测量耗时与滑轨长度成正比。对于1 m 滑轨的64 个待测参数，本系统进行一次完整的尺寸测量耗时35 s，人工游标卡尺测量则需耗时约400 s。此外，本测量系统可在无人监控的情况下自动测量，当滑轨参数不及格时报警，可大大提高流水线上的测量效率。测量结束后，系统将自动将测量参数保存至Excel 表格，并通过监测窗口（如图9 所示）实时显示部分关键参数的技术要求值和测量值，对不合格的参数用红色高亮标注显示。
图9 尺寸检测部分结果示意图
本文提出了一种高精度平板类大尺寸工件的检测系统，结合单目视觉采集和电机驱动系统，可连续采集工件图像，利用快速图像拼接及拟合算法，可对长平板类大尺寸工件的参数进行高精度测量。该系统的稳定性和测量效率均优于传统测量方式，解决了高精度与大范围测量相互制约的难题，可运用于精度要求较高的大尺寸工件检测中，如大型模具、汽车导轨、工业支架等制造领域。
猜你喜欢 滑轨孔洞工件 某车型座椅滑轨总成卡爪强度分析与优化汽车实用技术(2022年19期)2022-10-19带服务器的具有固定序列的平行专用机排序杭州电子科技大学学报(自然科学版)(2022年4期)2022-08-23机床与工件相对运动对去除函数形成稳定性的影响机制研究机械科学与技术(2022年3期)2022-04-19工业机器人视觉引导抓取工件的研究智能制造(2021年4期)2021-11-04两台等级平行机上部分处理时间已知的半在线调度?计算机与数字工程(2021年7期)2021-08-08提线木偶花城(2021年3期)2021-07-14基于ABAQUS的安全带安装固定点强度试验仿真与分析汽车零部件(2020年4期)2020-05-25悬崖上有字红岩(2018年6期)2018-11-16走路时，我们会踩死细菌吗新传奇(2018年16期)2018-05-14会平爬梯车创新时代(2016年9期)2016-10-12