（信号与信息处理专业论文）轴套类零件二维多尺寸相关检测方法研究及其精度分析.pdf

摘要 摘要 2 0 0 8 年，中国机械工业产值达到9 0 7 4 0 亿元，机械工业是我国的支柱产业 之一。轴类零件是机械工业中极为常见的零件，也是非常重要的零件，其综合 形状误差精度不仅直接影响机械的运动性能、使用寿命，而且对减少能源消耗 和环境污染等有重要影响。就目前国内许多制造业对零件的尺寸检测而言，其 检测工作还停留在单纯人工视觉或人工视觉与机械量具、光学仪器相结合对产 品进行人工抽检的阶段。人工检测往往存在：效率低、可靠性差、检测精度不 高、成本高、容易出错等弊端。它已经不适合现代工业企业发展的要求。采用 基于图像检测的尺寸检测方法，不仅可以避免人工检测的缺点，而且能实现对 加工零件在线、快速、准确和非接触的自动化检测，而目前基于c c d 对轴类零 件检测的研究工作中，还存在着检测精度不高。检测数据不够稳定等问题。 本研究课题结合学科发展趋势和实际应用需求，在参考大量文献和剖析工 业领域的c c d 数据采集系统的基础上，着眼于研究基于图象处理的轴类零件尺 寸高精度检测技术，本文主要进行以下几个方面的工作： ( 1 ) 对原有平台进行改进，优化软件的界面和功能。 ( 2 ) 针对轮廓提取，提出了基于链编码的算法，该算法不仅能提取轮廓， 还能找到边缘的角点，速度比较快。 ( 3 ) 针对轴类零件二维轮廓尺寸的检测，提出了一种基于局部区域灰度矩 图像边缘定位方法。并具有较好的可扩展性。 ( 4 ) 分析误差的来源，为进一步提高检测精度提供了依据。 关键词：线阵c c d 图像处理链编码灰度矩尺寸检测 广东工业大学硕十学位论文 a b s t r a c t b y2 0 0 8 ，t h eo u t p u to fe n g i n e e r i n gi n d u s t r yi nc h i n ah a sr e a c h e d9 0 7 4b i l l i o n r m b ，w h i c hm a k e si tb e c o m eo n eo ft h ep i l l a ri n d u s t r i e si no u rc o u n t r y s h a f tp a r t ， c o m m o nb u tv e r yi m p o r t a n t ，i sak i n do fp a r t si nt h ef i e l do fe n g i n e e r i n gi n d u s t r y i t ss h a p et r u e n e s se r r o ra f f e c tn o to n l yt h ep e r f o r m a n c ea n ds e r v i c el i f eo f m a c h i n e s ， b u ta l s ot h ei n c r e a s ei ne n e r g yc o n s u m p t i o na n de n v i r o n m e n t a lp o l l u t i o n i no u r c o u n t r y , t h ed e t e c t i o no fp a r t si sh a n d a c t u a t e db ys o m ea p p a r a t u s e so ro p t i c a l i n s t r u m e n t s ，w h i c hb r i n gt h ed e t e c t i o ns o m ed i s a d v a n t a g e ss u c ha si n e f f e c t i v e ，l e s s r e l i a b i l i t ya n da c c u r a t e ，h i g hc o s ta n ds oo n i nt h i sc a s e ，m a n u a lt e s t i n gd i s s a t i s f y t h ed e m a n do fm o d e mc o r p o r a t i o n t h en e wi n s p e c t i o nm e t h o d ，w h i c hb a s eo n i m a g ed e t e c t i o n ，c a nm e e tt h ea u t o m a t i cd e t e c t i o n sr e q u i r e m e n to fe f f e c t i v e ， c o n t a c t l e s sa n de x a c t b u tt h e r ea r es o m ep r o b l e m sw i t ht h ec c dd e t e c t i o ns u c ha s s h o r tp r e c i s i o n ，u n s t a b l ea n ds oo n a f t e rr e f e r r i n gl o t so fl i t e r a t u r e ，t h i sp a p e rm a i n l yr e s e a r c ho nt h et e c h n i q u eo f p a r t sd e t e c t i o na n di n c l u d e sf o u rp a r t sb e l o w ： 1 i m p r o v et h eo l df a c i l i t ya n do p t i m i z et h ei n t e r f a c ea n df u n c t i o no ft h e s o f t w a r e 2 i n t r o d u c ea na l g o r i t h mb a s eo nc h a i n - c o d i n g ，w h i c hc a ne x t r a c tt h ec o n t o u r a n df i n do u tt h ea n g u l a rp o i n to f e d g eq u i c k l y 3 a i ma tt h ec o n t o u rd e t e c t i o no f2 - di m a g e s ，t h i s p a p e ro f f e ra ne d g e p o s i t i o n i n gm e t h o db a s ei nl o c a la r e a 4 a n a l y s et h es o u r c eo fe r r o ra n dp r o v i d et h er e f e r e n c ef o ri m p r o v i n gt h e p r e c i s i o no fd e t e c t i o n k e y w o r d s ：l i n e a rc c d ，i m a g ep r o c e s s i n g ，c h a i nc o d i n g ，g r a ym o m e n t ，s i z e d e r e c t i o n i i 广东丁业大学硕t 学位论文 独创性! 声明 秉承学校严谨的学风与优良的科学道德，本人声明所呈交的论文是我个人 在导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别 加以标注和致谢的地方外，论文中不包括其他人已经发表或撰写过的研究成果， 不包含本人或其他用途使用过得成果。与我一同工作的同志对本研究所做的任 何贡献均己在论文中作了明确的声明，并表示了谢意。 本学位论文成果是本人在广东工业大学读书期间在导师的指导下取得的， 论文成果归广东工业大学所有。 申请学位论文与资料若有不实之处，本人承担一切相关责任，特此声明。 敝储辩：气 指导老师签字：乡绫选 f 醍 2 0 0 9 年5 月2 5 日 第一章绪论 1 1 课题的背景 1 1 1 课题意义 第一章绪论 检测技术是现代工业的基础之一，是保证产品质量的关键。目前，随着生产 与科学技术的迅速发展，对测量方法的精确度、测量效率以及测量的自动化程度 的要求也越来越高。现代的工业生产强调实时、在线、非接触检测，确保对生产 过程实现全面控制，提高生产效率和产品的合格率。 2 0 0 8 年，中国机械工业产值达到9 0 7 4 0 亿元，机械工业是我国的支柱产业 之一。轴类零件是机械工业中极为常见的零件，也是非常重要的零件，其综合 形状误差精度不仅直接影响机械的运动性能、使用寿命，而且对减少能源消耗 和环境污染等有重要影响。随着机械工业的发展，对轴类零件的精度要求越来 越高，特别是在些高速、高精密度的机械中，轴类零件的精度直接关系到产 品的质量和寿命。 全国机械制造企业有4 0 0 0 0 多家，其中有一大批专业从事轴类零件生产的 企业，至少有6 0 以上的机械制造企业需要使用高精度的轴类零件形状误差自 动检测设备。因此本项目有巨大的市场前景，可以为国家节约大量外汇，创造 更多的价值。而国内轴类零件的高精度自动化检测方面的设备非常少，且以国 外产品居多，其价格非常昂贵，不能为大多数国内机械制造企业所接受。 在我国大多数机械加工企业的加工现场，产品尺寸的测量仍然采用v 型块 加百分表或千分表、千分尺等落后的传统量具进行手工检测。这种传统的手工 测量方法对操作人员的依赖性强，工人劳动强度大，效率低，更重要的是产品 精度得不到保障，还可能产生很多人为误差，这样就难以满足大批量、快节奏、 高精度的产品检测要求【1 1 。这种滞后于现代加工方式的手工检测手段严重制约 了现代先进加工设备的高精度、高效率、a n - l - _ 适应性强等优势的充分发挥。企 业现有的传统检测设备，由于受自动化程度差以及受使用条件的限制，大都采 用抽样调查和小批量检测中，不能实现生产现场大规模应用和实时在线检测， 广东工业大学硕一卜学位论文 也不能从本质上改变检测手段落后的状态，且现有的自动检测设备的精度和应 用范围不能令人满意，检测的参数比较单一。 通过研制基于图像检测的轴类零件检测系统，可以解决轴类零件制造厂家 对产品生产的监控能力，为质量管理者提供决策参考。可以实现轴类零件加工 的全自动检测，检测时间大大缩短，实现在线和非在线的产品检测的要求，降 低了厂家在检测人员的配置和为此而增加的投入。通过实施本系统，能有效的 提高产品的质量，保证稳定可靠的检测精度。虽然国外有同类的应用系统，将 国外的相关系统直接应用，从经济和实用两方面考虑都是不实际的。因此，研 究出低成本、高精度、高效率的轴类零件形状误差自动检测系统，并应用于生 产第一线，对于提高我国机械装备制造业的技术水平具有重大意义。 在本论文开展的研究项目中，我们采用c c d 摄像的方式提取轴类零件的图 像检测信息，利用拍摄到的轴类零件的图片进行轴类零件各个部分尺寸检测， 增加了同类零件的自动检测方法，这一检测系统扩展了c c d 摄像方式自动检测 的应用领域和应用范围。推广这一检测技术，可以使同类零件的检测有一个实 用而简便的检测方法。 1 1 2 国内外发展现状和趋势 作为一种非常有效的快速、非接触测量手段，光学图像测量技术被广泛的 应用于工业生产中。从7 0 年代初，美国j p l 实验室所使用的第一套数字图像处 理系统开始，光学图像处理技术被应用于许多方面，如机械零件尺寸检测和形 状识别等。随着小型计算机，特别是微型计算机性能的迅速提高，以小型机、 微型机为基础的图像处理系统得到了很大的发展。特别是高档微型机的日益普 及，由于其存储容量、处理速度与软件功能的不断增强，在一般图像处理中已 获得广泛应用1 2 j 。 随着光机电一体化技术及其系统的发展，c c d 检测技术在国内得到迅速发 展。如有着中德合资背景的爱德华，作为目前国内唯一拥有全套自主知识产权和 核心技术的三坐标测量机生产厂家，可以为用户开发出量身定做的专用测量软 件。由接触式三坐标测量机系统和光学式三坐标测量机系统有机结合，形成复合 式三坐标测量机系统，是西安爱德华公司特有的技术特色。其代表作品为三坐标 2 第一章绪论 测量机m q 8 1 0 6 、u d 4 2 2 、s k 5 0 3 0 。三坐标测量机u d 4 2 2 ，其测量范围为 4 0 0 m m * 2 0 0 m m * 2 0 0 m m ，示值误差：e 翌5 + l 2 0 0 ) 岬。 苏州怡信推出的e v 3 0 2 0 影像仪采用了高解析度s o n y 芯片c c d 影像系统，高 精度工作台及0 0 0 1 m m 解析度光学尺作测量系统，将工件放大4 0 2 0 0 倍作精密测 量。被测工件清楚地显现于电脑显示屏幕上，特别适用于卡尺及其它量具无法测 量的曲线、超精度零件的测量，测量精度达( 4 + l 5 0 ) l x m 。 东莞万濠公司推出的v m s 一5 0 3 0 a 影像测量仪采用高解析度日本索尼彩色 c c d 摄像机和美国a v i t a r 变焦物镜，以二维测量为主，包括点、线、圆弧、 矩形等几何元素和零件的长度、角度、轮廓外形、表面形状测量等。也能进行 三维测量；如台阶的高度、孔或槽的深度等。广泛地应用于机械、电子、仪表、 塑胶等行业。x 、y 坐标示值误差_ ( 3 + l 7 5 ) l a m 。x 、y 、z 光栅尺解析度：0 0 0 l m m 。 目前在国际市场上，轴类零件自动检测设备基本上由老牌的机械工业发达 国家所生产，其中比较有代表性的如意大利马波斯公司，其o p t o q u i c k 系列 检测设备用于轴类零件检测的半自动柔性光学测量系统。它采用线阵的红外光 电传感器( c c d ) 和玻璃刻度计，能够对8 5 m m 以下直径和7 0 0 m m 以下长度 的零件进行测量。速度可达到可以达到8 0 0 掠秒。其检测精度的参数分别为： 直径：2 7 7 8 的重复精度为o 5 岬，测量精度为2 5 岬；长度：2 7 7 8 的重复精度 为6 岬，测量精度为l o l a m 。其工作原理是采用经过精确校准的光束将被测量的 零件边缘投影到一个直线排列的光电二极管( c c d 传感器) 上。c c d 传感器通 过低于像素的分辨率检测明暗和暗明的变化，并转换为阴影部分的尺寸值。 日本三丰公司c n c 视像测量系统系列产品中的s v 3 5 0 p r o 型测量机采用了 自制的超高精度、高分辨力、低膨胀玻璃光栅基准尺，仪器分辨力o 0 1 岬，x 、 y 轴测量精度为( 0 3 + l 1 0 0 0 ) l x m ，z 轴测量精度为( 1 + 2 l 1 0 0 0 ) 岫。 瑞士t e s a 公司的t e s a s c a n 系列轴类零件快速扫描测量仪，采用2 个线 阵c c d 组件，通过工件的回转和轴向移动对工件进行投影扫描，可实现对轴类 零件位置误差和形状误差的精确检测、对截面形状和轮廓度的评估比较以及统 计质量分析，还能对零件的局部( 如过渡曲线、微小沟槽等) 进行放大测量。 由于工件立柱可以倾斜，因而能对螺纹、蜗杆、丝杆等进行全参数精度的精确 测量，这是该仪器p l u s 系歹0 的一大特色。仪器在直径方向上的分辨力为 3 广东t 业大学硕士学位论文 0 0 0 0 3 m m ，精度为2 + ( 0 0 1 d ) l x m ，重复性为0 0 0 1 m m 。 瑞士豪泽( h a u s e ) 公司研制的h 6 0 2 型光电测量投影仪就是在普通投影仪 的基础上，加上高精度光栅定位系统及计算机处理系统，并以c c d 器件作为光 电瞄准头，进行动态瞄准及自动采样，使测量效率得到了很大的提高，劳动强 度也大大降低，数据处理方便，准确。 德国h o m m e l w e r k e 公司推出的全自动曲轴检测仪，能够自动快速检 测出曲轴各个部位的尺寸和形位公差，并将检测的结果打印出来，使生产人员 可以很清楚的了解当前的生产质量。 1 2 课题内容 随着汽车、航天、机床等机械制造业的不断发展，高精度的检测设备的需 求量将不断增加，检测精度的要求也将越来越高，在国内、外市场上的竞争也 将越来越激烈。我们需要对轴类零件高精度检测方法进行深入研究，研制出实 用的轴类零件的高精检测装置，以提高我国制造业工艺装备的水平和国际竞争 力。 本课题的研究目标是运用线阵c c d 扫描平台及其实验系统，在分析和实验 研究目前采用的各种检测方法基础上，更加深入地开展线阵c c d 检测轴类零件 尺寸的相关技术研究，并且对检测精度进行分析，以进一步提高检测精度，实 现c c d 对轴类零件的二维尺寸检测。本论文主要研究内容如下： 1 ) 广泛收集与参考国内外有关文献资料，对自动检测的各种方法进行详细 的调查研究，了解国内现有的对轴类零件的检测方法。 2 ) 研究针对检测对象及其检测特点的图像处理方法，提高检测速度和精 度。 3 ) 研究轴类零件图象边缘提取方法，精确确定轴类零件边缘的位置，提高 检测精度。 4 ) 提出高精度边缘定位的方法和相关尺寸检测方法，根据边缘轮廓特征自 动获取二维多几何尺寸检测数据。 5 ) 开展该检测装置的实验研究，通过大量实验数据，对检测精度进行分离 和分析，找出产生误差的因素，提出改进方案，进一步优化和改进检测装置， 4 第一章绪论 再次获取实验数据。 6 ) 优化二维尺寸图像检测显示界面，同时生成和显示灰度图、二值化图、 轮廓图，显示检测结果和数据。 1 3 论文的结构 本论文各章节内容安排如下 第一章绪论首先介绍了图像测量的概念及其国内外动态，讨论了图像测 量技术存在的问题，给出了本课题研究目的、意义和具体内容。 第二章图像检测系统的组成主要介绍了基于线阵c c d 二维轮廓多尺寸 检测系统，包括光学系统、精密机械位移扫描控制装置及其驱动系统的开发、 线阵c c d 的扫描、轴类零件图像信号采集等硬件组成及原理。 第三章零件边缘轮廓的检测主要的工作是，根据图像边缘链码的特点， 提起出边缘，并根据链码找出边缘的角点，从而实现边缘的分段。 第四章基于灰度矩的相关检测算法包含的工作有以下几个方面：对当前 的边缘检测算法进行概述。提出了基于灰度矩的边缘定位的方法。对检测的数 据进行误差处理。分析了误差来源，及其对精度的影响。 第五章软件设计介绍了软件的设计流程，并通过界面截图对使用界面进 行简单介绍和功能说明，方便人们了解该软件的使用方法，并对软件的二次开 发提供了参考。 1 4 本章小结 在本章中，首先讨论了课题研究的重要意义及其课题国内外研究现状，接 着说明了本课题的主要研究工作。最后引出论文的结构。 5 广东丁业大学硕士学位论文 第二章图像检测系统的组成 2 1 系统的总体框图 工业图像测量是一门新兴的应用技术，主要采用c c d 技术和数字图像处理 技术实现对检测对象的图像采集、图像预处理和图像分析等一系列处理过程， 达到精确测量的目的。图像测量系统是集光学、光电子学、精密机械、自动控 制及计算机技术为一体的综合系统。一般由图像采集系统、图像处理系统、图 像输出系统组成，再加上相应的照明系统、接口硬件、机械位移扫描和工装夹 具等 2 】。 本课题研发的是基于线阵c c d 的二维轮廓多尺寸图像检测系统，原理框图 如图1 1 所示： 结果显示与打印 i 被 线 图 蠢 测 光 阵 像 学c 采 计算机 零 系c 分析 件 统 d 集 系 与处理 日动位 统 奄；a z 台 tl 数字伺服系统 图2 - 1检测系统结构框图 f i g 2 1b l o c kd i a g r a mf o rt h em e a s u r i n gs y s t e m 本系统由精密机械位移扫描控制系统、线阵c c d 摄像机、光学照明系统、 图像采集系统、装夹工作台、工业控制计算机和图象处理软件2 1 等组成。 2 2 位移平台 精密机械位移扫描系统作为被测零件的载体，通过与c c d 扫描相匹配的运 6 第二章图像检测系统的组成 动，使得线阵c c d 能够获取被测零件的二维图像，完成二维尺寸的检测。其中 精密步进电机的滚珠丝杆螺距为1 0 m m ，每5 0 0 0 个脉冲转一圈，精密电动位移 平台的具体参数如表2 1 所示： 表2 1 ：精密电动位移平台主要参数 t a b l e2 - 1m a i np a r a m e t e r so fp r e c i s i o ne l e c t r i cd i s p l a c e m e n tp l a t f o r m 位移分辨率重复性误差定位精度最大位移速度 0 0 0 2 r a m0 0 0 4 m m0 0 0 7 m m3 3 0 m m s 2 3 线阵c c d 摄像机 c c d 摄像机可分为线阵c c d 摄像机和面阵c c d 摄像机。线阵c c d 摄像 机一次只能获得图像的一行信息，由于线阵c c d 无法直接显示被测物体的平面 图像。要想显示平面图像，只有通过辅助的机械移动实现线阵c c d 对被测物体 的逐行扫描，才能得到一副平面图像的信号，这样其成像精度和检测精度必将 受到机械移动精度的制约，不适合于作高精度的平面曲线轮廓的检测。并且又 由于需要逐行扫描，所以检测速度降低，检测时间增加。 电荷耦合器件( c c d ) 是一种新型光电转换器件，它能存储由光产生的信号电 荷。当对它施加特定时序的脉冲时，其存储的信号电荷便可在c c d 内作定向传 输而实现自扫描。它主要由光敏单元、输入结构和输出结构等组成。它具有光 电转换、信息存贮和延时等功能，而且集成度高、功耗小，已经在摄像、信号 处理和存贮三大领域中得到广泛的应用，尤其是在图像传感器应用方面取得令 人瞩目的发展。 一个完整的c c d 器件由光敏单元、转移栅、移位寄存器及一些辅助输入、 输出电路组成。c c d 工作时，在设定的积分时间内由光敏单元对光信号进行取 样，将光的强弱转换为各光敏单元的电荷多少，取样结束后各光敏元电荷由转 移栅转移到移位寄存器的相应单元中，然后移位寄存器在驱动时钟的作用下， 将信号电荷顺次转移到输出端，最后将输出信号接到示波器、图像显示器或其 它信号存储、处理设备中，就可对信号再现或进行存储处理【3 8 1 。 本课题所选取的线阵c c d 的型号是日本t o s h i b a 公司t c d l 5 0 1 d 。其主 7 广东工业大学硕士学位论文 要性能指标如表2 2 所示： 表2 2 ：t c d l 5 0 1 d 主要参数 t a b l e2 - 2m a i np a r a m e t e r so ft c d15 01 黑白有双1 冢像元尺典型灵敏度动态输出最高驱动频外形尺寸 彩色元数 寸( u m )( v i x s ) 范围方式 率( m h z )( m m ) 黑白5 0 0 07 71 33 0 0 0单路1 25 3 6 9 6 5 t c d l 5 0 1 d 对各种波长的光的敏感度是不同的，对大于1 1 0 0 n m 的红外光无任 何反应，最佳的工作波长是5 5 0 n m ( 绿光) 。具体的参数如图2 2 所示： s p e a r i 雌s 的n s e ，r t i 2 ，c ， ， 、 、 t 、 、 、 、 、 、 2 4 光学系统 w a v el e n g t h 【n r n ) 图2 2 典型工作曲线 f i g 2 - 2t y p i c a lp e r f o r m a n c ec u r v e s 照明系统设计主要是为了提高图像的清晰度和对比度，以便获得边缘清晰、 细节表现完整、对比度满足要求的图像。 照明系统主要由光源和聚光镜组成，它的作用是为了使目标得到充分的照明 以保证c c d 摄像头的像平面获得足够的、均匀的照明，保证成像的对比度和清晰 度，利于对图像进行二值化处理，提高检测的灵敏度和精度。 在本系统中，使用光源并不是我们日常中那样简单的照亮物体，而是为了突 8 蛳辨zo&_t氅e囊 * = 章目像检日系统的组成 出拍摄目标的特征，使其不同部分之间有足够的对比度。好的光源与照明方案往 往是整个测量系统成败的关键，因此在设计光源时首先要确定需区分的各部分间 的不同。 本论文研究的是轴类零件的光电检测，由于轴类零件表面的金属光泽等因 素的干扰，采用反射式光源的效果并不理想，如图2 - 3 是我们对3 阶梯的金属 圆轴的c c d 扫描图像。为了保证系统的检测精度，要求光源的平行度高，亮度 稳定，照明均匀不闪烁，光线柔和，成像清晰，无阴影和立体感强。为此我们 单独设计了一套如图2 3 的透射式平行光源系统。 憎 图2 3 透射式平行光源系统 f i g2 3p a r a l l e l t r x a s m i s s i o n l i g h t s y s t e m 图2 - 4 透射式光源采集图 f i g2 - 4 i m a g e s c a n n e d b y t r a n s m i s s i o nl i g h t 高亮度g a n 绿色l e d 能提供足够强度的绿光，为t c d l 5 0 1 d 型号c c d 提 供最佳的工作波长。l e d 发出的光经过专用的散射元件，变成均匀的光线。最 后准直仪镜头将其变为平行光线。 25 图像采集系统 图像采集卡是控制摄像机拍照，完成图像采集与数字化，协调整个系统的重 要设备，它一般具有以下功能模块： 1 ) 图像信号的接收与a d 转换模块负责图像信号的放大与数字化。有用于 彩色或黑白图像的聚集卡。不同的采集卡有不同的采集精度，一般f l j 8 b i t 和1 0 b i t 两种。 2 ) 摄像机控制输入输出接口主要负责协调摄像机进行同步或异步重置拍 照，定时拍照等。 鞫 广东工业大学硕士学位论文 3 ) 总线接口负责p c 机内部总线高速输出数字数据，一般是p c i d 。 本课题选用的是高速图像数据采集卡( a d a l1 g h p c i ) ，其工作流程如图 2 5 所示。 图2 5 图像采集卡工作原理流程图 f i g 2 - 5i m a g ec a p t u r ec a r dp r i n c i p l ef l o w c h a r t a d a l1g h p c i 主要参数有： 1 )接口类型：5 v 3 3 v ，3 2 b i t ，3 3 m h z ，p c i 局部总线接口； 2 ) 最高采样率：3 m h z ； 3 ) 采样精度：1 2 b i t ； 4 )c c d 颜色信号：黑白； 5 ) 板载缓存：5 1 2 k b y t e 。 由于本课题希望达到较高的测量精度和速度，因此对计算机和编程软件的 选择致关重要。若计算机c p u 运行速度低或内存不足都会严重影响测量的速 度，软件及其算法决定了测量的精度及其实现自动化的程度。 2 6 装夹工作台的设计 所检测的轴类零件的外形尺寸主要是轴向即横向的长度尺寸和轴的直径即 纵向的高度尺寸。本论文设计了一个如图2 6 所示的夹具。夹具两端的螺钉可 根据装夹零件的长度进行调节，固定待测零件。本夹具安装在精密机械位移扫 描控制系统的工作平台上。 装夹工作台装夹的零件是轴长 7 0 m m 、径向 3 ( 3 2 ) a ( i + 歹，i 一一1 ) c s ，则该点为角点，从该点 出发把折线链码拆分为2 条链码。对于平滑的边缘曲线，其形态的局部区域( 3 - 1 0 像素) 极少突变，相邻链码之间的取向变化量不大于9 0 。，即相邻链码差值的绝 对值一般不大于2 o 。对于直线，曲线链码相邻链码之间的取向变化量不大于4 5 ， 即相邻链码差值绝对值不大于1 0 。 使用该方法可以提取比较精细的边缘，为我们分析零件的数据提供了有力 的帮助。同时也能根据检测到的角点，快速描绘出零件的轮廓。 采用5 0 0 * 5 0 0 的测试图片，该方法都能快速地找出角点。并根据找到的角 点对轮廓进行分段。如图所示： 1 8 8 8 一 + 、-，、， l 一 一 一 一z + +z ll r。-_l r_l 。一。卢 一刀一玎 第三章零件边缘轮廓图的检测 图3 5 原始的图片 f i g 3 - 5o r i g i n a li m a g e 一 图3 7 原始的图片 f i g 3 - 7o r i g i n a li m a g e 3 4 本章小结 图3 - 6 处理后的图像 f i g 3 6p r o c e s s e di m a g e 图3 - 8 处理后的图像 f i g 3 - 8 p r o c e s s e di m a g e 本章主要的工作是，根据图像边缘链码的特点，提取出边缘，并根据链码 找出边缘的角点，从而对边缘的实现分段。 1 9 广东工业大学硕七学位论文 第四章基于灰度矩的边缘相关检测算法 4 1 边缘检测算法 一般用途的边缘检测算子基本上都是像素级的，但对于机器视觉及相关图 像处理，像素级边缘检测还不能满足高分辨率要求。边缘检测的精度直接影响 图像处理的精确程度，因此需采用亚象素边缘检测算法。 在实际的c c d 成像系统中，c c d 感光元不但接收照射到自身感光面的光， 还接收照射在相邻感光元的光，尤其是对边缘点，物体和背景的不同反射特性 以及c c d 器件的积分效应，造成c c d 器件对阶跃边缘的响应产生由明到暗( 或 由暗到明) 的渐变过程，边缘点的亚像素位置恰好存在于这一过渡的渐变阶段， 这就使得我们有可能采用插值或曲线逼近等方法获得边缘点的亚像素位置【2 】。 人们对亚像素的研究已经取得了很多的成果。但在各种文献资料中，并没 有给出亚像素的明确定义，可以理解为一种提高精度的算法，或者说一种可以 获得分辨率小于1 个像素的图像处理技术。亚像素定位技术使用的前提是目标 不是由孤立的单个像素点，而必须是由特定灰度分布和形状分布的一组像素点 组成，有明显的灰度变化和一定的面积大小。 边缘检测是图象处理、计算机视觉中最基础的内容，也是至今仍没有得到圆 满解决的一类问题。图象边缘检测作为一个低级视觉处理过程，有着很长的研究 历史，在这一研究中，学术思想非常活跃，新理论、新方法不断涌现。其原因一 方面是由于这一研究本身的重要性和必要性，另一方面也反映了这一研究有诸多 需要解决的问题。已发表的有关边缘检测的理论和方法尚存在许多不足之处，还 有待于进一步改进和发展。现有的边缘检测方法可分为两大类：一类是基于某种 固定的局部运算方法，如：微分法，拟合法等，它们属于经典的边缘检测方法； 另一类则是以能量最小化为准则的全局检测方法，其特征是运用严格的数学方法 对此问题进行分析，给出一维值函数作为最优检测的依据，从全局最优的观点提 取边缘，如松弛法，神经网络分析法等【1 6 】【1 7 1 。 般来讲，一个好的边缘检测算法应满足如下要求：( 1 ) 检测精度高；( 2 ) 抗 噪能力强；( 3 ) 计算简单；( 4 ) 易于并行实现。 2 0 第四章基于灰度矩的边缘相关检测算法 法。 本文根据课题应用的特点，提出了一种基于局部区域灰度矩边缘定位的算 4 2 灰度矩算子 矩方法是计算机视觉与模式识别中广泛使用的方法。在精密图像测量中，根 据被测目标的矩特性在成像前后保持不变的原理，可以将矩方法应用到图像目标 的亚像素边缘定位中【1 8 】。矩作为数学上的完备描述，相当于原函数在新的坐标空 间上的展开，即一个分段连续有界函数可用其矩族唯一表示。 一维连续函数f i x ) 的p 阶灰度矩的定义为： m p = i f p ( x ) d x( 4 1 ) 二维连续函数f ( x ，y ) 的p 阶灰度矩的定义为： m p = li 厂p ( x ，y ) d x d y ( 4 2 ) 对于本文所要研究的数字图像i ( i ，j ) 来说，图像中目标区域s 的二维p 阶灰度 矩的定义为： - - 胁p = 琵1 膨i p ( f ，歹) ( 4 3 ) 4 3 基于灰度矩的边缘检测算法 4 3 1 采集图象 采用参考文献 1 】的方法得到经扫描后的三阶梯轴套类零件的图像作为实验 的图像。 2 1 t e n 大学j 论女 图4 i f i 9 4 - 1 该零件为尺寸己知的标准零件 m m ，2 97 6 m m 。 4 32 中值滤波 扫描的图像 i m a g eo fs c a n 二个阶梯的直径分别为1 00 4m m ，1 99 9 由于在获取c c d 图像数据的过程中一般会受到各种影响因素所造成的噪 声与干扰，因而图像增强就成为图像处理技术中的项关键技术。但是图像增 强本身是一个面向问题的过程，没有一种图像增强方法能够满足所有的应用要 求，其首要目标是处理图像使其比原始图像更适合于特定应用。图像增强方法 可以分为空间域和频域方法，频域处理是以修改图像的傅氏变换为基础，而空 间域方法则直接对图像的像素进行处理。中值滤波是一种应用较广泛的空域增 强方法，它是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术。 中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中 各点值的中值代替，让突变的值接近周围的像素值，从而消除孤立的噪声点。 方法是用某种结构的二维滑动模板来处理图象，将板内像素按照像素值的大小 进行排序，生成单调上升( 或下降) 的为二维数据序列。取其中值作为模板中 心的值。该滤波器的使用非常普遍，对于随机噪声，它具备优良的的去噪能力， 相对小尺寸的线性平滑滤波来说，其模糊程度低，因而该滤波技术对处理脉冲 噪声非常有效。设( x ( 1 ，j ) ，( i ，j ) i 表示数字图像各点的灰度值，滤波窗口为a 的二维中值滤波，可定义为： y = m e d x i 。m ( r ，5 ) a ，( ，) ， ( 4 4 ) ，-=!糊霸周问哺旧h幽 第阴章基于灰度矩的边缘相关检测算法 邻域的大小决定在多少个数值中求中值，窗口的形状决定在什么样的几何空 间中取元素计算中值。对二维图像，窗1 2 a 的形状可以是矩形、圆形、十字形等。 它的中心一般位于被处理点上。窗口的大小和形状有时对滤波效果影响很大【1 9 1 。 本文的算法中采用5 x 5 的方形窗口，可以在去除噪声的同时也较好地保护了 图像的边缘。有利于下一步的检测。 4 3 3 采用p r e w i t t 算子的粗定位 在一个较大区域中，用两点的偏导数值来求梯度幅度值，受噪声干扰很大。 若对两个点的各自一定领域内的灰度值求和，并根据两个灰度值和的差来计算x ， y 的偏导数，则会在很大程度上降低噪声干扰 2 0 l 。源于这种思想，p r e w i t t 于1 9 7 0 年提出了提取边缘的p r e w i t t 算子。 为减少计算机对图像数据的计算量，加快计算机检测速度。必须对零件图 像进行定位。图3 1 中我们感兴趣的图像只是零件图像，尤其是零件图像的边 缘部分。因此必须依据图4 1 的特点，将零件图像进行定位，图4 1 的特点有【2 1 】： 1 ) 存在着噪声，需考虑噪声对零件图像定位的影响。 2 ) 零件图像边缘的灰度值有强烈的变化。 3 ) 扫描的图像灰度值如图4 2 所示，非零件区域的灰度值高，零件区域的 灰度值很低小，在x 轴方向灰度值呈高一低一高变化，尤其在零件边缘区域变 化更为强烈。 灰 度 值 图4 - 2 图像灰度值 f i g 4 - 2g r e yo fi m a g e 广东下业大学硕士学位论文 必须用边缘检测的算子对边缘进行检测。边缘检测是基于边界分割方法之 一。两个具有不同灰度值的相邻区域之间总存在边缘。边缘是灰度值不连续的 结果，这种不连续可以利用导数方便地检测到。 一阶导数在图象中由暗到明或则由明到暗的位置处有一个向上或向下的阶 跃，而在其他位置灰度变化值较小。这表明可用一阶导数的幅度数值来检测边 缘的存在，幅度峰值一般对应边缘位置。 梯度对应一阶导数，梯度算子是一阶导数算子，在实际中常用小区域摸板 卷积来近似计算针对图4 1 中的图象，为了实现对零件的边缘提取，我们选取 p r e w i t t 算子对被检测工件进行边缘定位，使用p r e w i t t 算子模板对图像水平自左 向右移动，并在每个位置计算对应中心象素的梯度值。通过计算得出梯度值最 小时与最大时的坐标( 最小、最大分别为水平方向的左、右边缘) 。 - 1ol - l 0 1 - 101 101 1o1 101 图4 3 p r e w i t t 算子模板 f i g 4 - 3a l g o r i t h mo fp r e w i t t 表4 1 的数据分别为图4 1 零件的1 4 组检测数据，包括“起点横坐标、“终 点横坐标 、“纵坐标”。 2 4 第四章基于灰度矩的边缘相关检测算法 表4 - 1 三阶梯轴零件的坐标位置( 单位：象素个数：p i x ) t a b l e4 - 1 t h ep o s i t i o no f3 一s t e pa x i a lp a r ti nc o o r d i n a t e 纵坐标左边缘右边缘纵坐标左边缘右边缘 11 0 02 0 7 82 4 9 62 2 0 01 8 7 22 7 l1 1 2 0 02 0 7 92 4 9 72 5 0 01 6 6 72 9 2 0 1 3 0 02 0 7 92 4 9 72 6 0 01 6 6 82 9 2 1 1 4 0 02 0 7 92 4 9 72 7 0 01 6 6 82 9 2 2 1 5 0 02 0 8 02 4 9 82 8 0 01 6 6 82 9 2 2 2 0 0 0 1 8 7 1 2 7 1 0 2 9 0 0 1 6 7 0 2 9 2 3 2 1 0 01 8 7 22 7 1 13 0 0 01 6 7 02 9 2 3 尽管p r e w i t t 算子对图像的边缘位置进行了初步的定位，但是并不精确，还 必须对边缘数据做进一步的处理。如何能突破物理的限制，建立有效数学模型， 进而提高检测精度是本文将讨论的问题。 4 3 4 采用灰度矩算子细化边缘 根据灰度矩的定义可以得到：图像中的实际边缘分布与理想阶跃边缘模型 的灰度矩保持一致 2 2 2 9 】，即矩不变。二维灰度矩算子采用4 5 个像素的序列， 按照图4 4 所示的排序顺序，由阴影部分近似构成一个单位圆作为算子的输入， 算子的输出则为二维理想阶跃模型。边缘位置p 、边缘方向o 、边缘两侧的灰 度值h 1 和h 2 。 而本文处理的零件图像是经c c d 一行行扫描得到的。并且图像边缘是直 线，即边缘近似于阶跃边缘，根据图像的这一特点，可以用一维灰度矩来代替 二维灰度矩，从而节省大量计算时间。经实验验证采用一维灰度矩比采用二维 灰度矩处理本文的图像要节约很多时间，并且具有较高的精度。 2 5 广东工业大学硕士学位论文 ， y ，f3 1 z 、 少 l i1 09 87 鼬 1 41 5l s1 71 8l 葫 ， 移 2 嚣 2 93 睁3 t 娩 叫 氓 3 93 宾3 3 蕃3 5 瓤 篷， 4 纱 硝 图4 4 输入模型 f i g 4 - 4m o d e lo fi n p u t ， 厂渤 0 y 【j 图4 5 输出模型 f i g 4 5m o d e lo fo u t p u t 一维理想边缘模型可以认为是由一系列具有灰度h i 与一系列具有灰度h 2 的像素相接而构成的。这个一维理想边缘由3 个参数决定：边缘位置k 、边缘 两侧的灰度值h 1 和h 2 。 设u ( z ) 为理想阶跃函数，则一维理想边缘函数可以表示为： e ( x ) = ( 吃一红) “( x 一尼) + 啊 ( 4 5 ) k 图4 - 6 理想边缘和实际边缘 f i g 4 6i d e a le d g ea n da c t u a le d g e 图4 6 中，粗实线表示理想边缘，离散点表示实际边缘点。设实际边缘沿x 方 向各点的灰度值为g ( i ) 江1 ，2 ，3 朋) ，又设p 1 、p 2 分别表示灰度值为h 1 和h 2 的 像素点所占的比例，并恒有p l + p 2 = 1 。 第四章基于灰度矩的边缘相关检测算法 一维理想边缘模型的前三阶灰度矩为： 2 m = e 吩 ( i - 1 ，2 ，3 )( 4 6 ) j = l 图像实际的灰度矩为： = 去私歹) ( i _ 1 ，2 ，3 ) # = k i n 弓= 1 由式( 4 6 ) ，( 4 7 ) ，( 4 8 ) ，( 4 9 ) 可得： 丑：1 + s z ( 4 7 ) ( 4 8 ) ( 4 9 ) 】降h m 厝毋一捂小鸠 其中s ：m 3 + 2 m 1 3 _ - 一3 ，z l m 2 ，0 - 2 - - m 2 一m 1 2 65 在这里，选取上一步采用p r e w i t t 梯度算子得到的大概的位置，分别向左和 向右各扩展4 个象素得到9 个像素点。作为灰度矩算子的输入序列。 得到的数据： 表4 2 三阶梯轴零件边缘的精确坐标位置 t a b l e4 - 2t h ep r e c i s ep o s i t i o no f3 一s t e pa x i a lp a r ti nc o o r d i n a t