（机械设计及理论专业论文）图像处理在轴类零件在线测量中的应用研究.pdf

东北大学硕士学位论文摘要 图像处理在轴类零件在线测量中的应用研究 摘要 工件尺寸的测量是制造业的重要环节，随着制造技术的不断发展，传统的测量方法 已经不能满足生产的需要。比如某些超大型工件的测量和超小型精密零件的测量，还有 一些要求在线测量的场合。随着计算机技术的发展，利用图像处理的方法来测量工件尺 - j 成为可能，也正好弥补了传统的测量方法的不足。该方法不仅省时省力，而且方便快 捷。并且该测量方法随着计算机技术的发展也不断完善成熟。 采用图像处理技术进行尺寸测量的精度与图像质量有着密切的联系，图像的质量直 接影u 向最终测量结果的准确度，影响图像质量的因素也很多，如光源的配置、相机的标 定等，本文围绕这些影响因素进行了讨论。 准确提取工件外形轮廓是该测量方法的重中之重，因此如何获取工件外形轮廓边缘 是本课题的一个重要部分，本文对已有的多种算法进行比较后采用r o b e r t 算法作为边缘 提取的初始算法，之后再经过一系列的处理得到较精确的轮廓边缘。 在测量工件尺寸方面，本文采用先对摄相机进行标定，确定工件图像尺寸与实际工 件尺寸之间的对应关系，然后进行多次实验，最终获得精度比较高的对应比例因子。 本文设计的多尺寸大型工件尺寸在线测量系统还集成了图像点运算、图像增强、图 像几何变换等图像处理的基本功能。该系统是一个开放的系统，操作方便，直观性强， 便于应用，而且也便于对系统的升级开发。 本系统提出了调整光源与闽值的方法来提取工件轮廓，并根据该类工件的实际情况 设计了休整轮廓的算法和实用的相机标定方法，经过实验结果表明该系统对多尺寸大型 轴类丁件的尺寸测量具有非接触、在线实时、速度快、糖度合适等优点。 关键词：光源配置，边缘提取，尺寸测量，相机标定 东北大学硕士学位论文 r e s e a r c ho nt h ea p p l i c a t i o no f i m a g ei na x l ep a r to n l i n e m e a s u r e d a b s t r a c t m e a s u r i n g t h e w o r k p i e c ef i g u r e i s v e r yi m p o r t a n t i nt h e m a n u f a c t u r i n g t e c h n o l o g y w i t ht h ed e v e l o p m e n to ft h em a n u f a c t n r i n gt e c h n i q u e ，t h et r a d i t i o n a lm e s u r ei s n o te n o u g ht ot h ep r o d u c t i o n w i t ht h ed e v e l o p m e n to f t h ec o m p u t e rt e c h n o l o g y , i ti sp o s s i b l e t om e a s u r et h ew o r k p i e c ef i g u r ew i t l lt h ei m a g ep r o c e s s i n gt e c h r f i q u e t h i sm e t h o dn o to n l y s a v e st i m eb u ta l s or e d u c e se f f o r t ，m o r e o v e rf a c i l i t a t e s t h ei m a g eq u a l i t ya n dt h ep r e c i s i o n ，t h a tu s i n gt h ei m a g ep r o c e s s i n gt e c h n i q u et o m a n u f a c t u r et h ew o r kp i e c ef i g u r e ，h a sc l o s e l yc o n t a c t s t h ei m a g eq u a l i t yd i r e c t l ya f f e c t st h e a c c u r a t eo ft h em e a s u r er e s u l t t h ef a c t st h a ta f f e c tt h ei m a g eq u a l i t yi sv a r i e d ，b u tt h ea f f e c t o ft h el a m p h o u s ei sv e r yo b v i o u s t h e r e f o r et h ec o n f i g u r eo ft h el a m p h o u s ei s v e r y s i g n i f i c a n c e h o w g e tt h es h a p eo fw o r k p i e c ee d g ei sa i li m p o r t a n tp a r to ft h i st o p i c t h r o u g ht h e c o m p a r i s o n ，w ea d o p tt h er o b e r tm e t h o dt om e a s u r et h ee d g e t h e no b t a i nt h ep r e c i s i o ne d g e u s i n gi m a g ep r o c e s s i n gt e c h n i q u e i nt h ef a c t o ro ft h em e a s u r i n g ，t h i sp a p e rf i r s t l yd e m a r c a t et h ec a m e r at oc o n f i r mt h e c o r r e s p o n d i n gr e l a t i o no ft h ei m a g ed i m e n s i o na n dt h ea c t u a ld i m e n s i o n ，t h e ne x p e r i m e n t m a n yt i m e st oo b t a i nt h eh i g h - p r e c i s i o np r o p o r t i o no p e r a t o ra st h ef i n a l l yo p e r a t o r t h i st o p i ci n t e g r a t i o n st h eb a s i cf i m c t i o no ft h ei m a g ep r o c e s s i n g ，s u c ha st h ei m a g e p o i n tc a l c u l a t e ，t h ei m a g es t r e n g t h e n , t h ei m a g eg e o m e t r yt r a n s f o r m s t h i ss y s t e mi sa l lo p e n i n gs y s t e m ，o p e r a t e s f a c i l i t y , d i r e c t - v i e w i n gi ss t r o n g ，a n di s a d v a n t a g e o u sf o rd e v e l o p i n gt ot h es y s t e mp r o m o t i o n t h es y s t e mp i c ku pt h ew o r k p i e c eo u t l i n et h r o u g ha d j u s tt h el a m p h o u s ea n dt h e t h r e s h o l d a tt h es a m et i m et h es y s t e md e s i g nt h em e t h o dt h a tf a l l o wt h eo u t l i n ea n d d e m a r c a t et h ec a m e r a t h r o u g h o u tt h ee x p e r i m e n tt h er e s u l ti n d i c a t et h es y s t e mh o l dm a n y m e r i t s ，s u c ha sn o c o n t a c t ，u s i n go n l i n e ，r a p i d n e s ss p e e da n da p p r o p r i a t ep r e c i s i o ne t c k e yw o r d s ：l a m p h o u s ec o n f i g u r e ，o u t l i n ee x t r a c t i o n ，s i z es u r v e y , c a m e r ac a l i b r a t i o n i i i 、 独创性声明 本人声明所呈交的学位论文是在导师的指导下完成的。论文中取 得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或 撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。 与我一同工作的同学对本研究所做的任何贡献均己在论文中作了明 确的说明并表示谢意。 学位论文作者签名：粱象森 日期： 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学 位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的 复印件和磁盘，允许论文被查阅和借阅。本人授权东北大学可以将学 位论文的全部或部分内容编入有关数据库进行检索、交流。 ( 如作者和导师同意网上交流，请在下方签名；否则视为不同 煮。) 学位论文作者签名： 签字日期： 导师签名： 签字日期： 东北大学硕士学位论文第一章绪论 第一章绪论 1 1 研究背景 检测技术是制造业的基础技术，是保证产品质量的关键。随着现代制造业的发展， 许多传统的检测技术已不能满足其需要，主要表现在：产品的形状越来越复杂，制造精 度要求越来越高，特别是对一些超大型工件和精密零件的测量，如大型轧钢机械中的轧 辊，直径都在l 米左右，用普通的方法进行测量很不方便。而且很多场合要求进行实时、 在线的测量，如在工件加工过程中为了控制刀具的进给量，并留出足够的精加工余量， 就必须实时地对工件进行测量，传统的测量方法做不到这一点。另外还有些特殊场合要 求进行非接触式的测量，如对塑性工件进行测量，传统的接触式测量会造成测量误差。 视觉测量技术是建立在计算机视觉理论基础上的一门新兴测量技术，具有非接触式测 量、测量速度快、可以实现在线测量等许多优点，能有效地弥补传统测量方法的不足之 处，在实际中正取得越束越广泛的应用，如零件外形尺寸j 9 1 l i 量、零件的缺陷检查、零件 装配、机器人的引导和零件的识别等。 零件尺寸测量是现代制造业中一个非常关键的环节，精确的测量不仅能保证零件最 后的加工质量，同时也是提高生产效率的一个关键所在。特别是在复杂的多尺寸零件测 量上，既要做到省时省力，还要保证测量的精确度和速度。而且在对大型工件和精密零 件的测量中，采用图像测量法的优势表现的更加突出。例如对大型的轴类零件进行尺寸 测量，采用图像处理的方法比传统的测量方法更方便，更快捷，而且还可以实现在线测 量。只有做到实时在线的测量，才能及时的避免生产中的失误，达到对零件生产的实时 监测，这是传统的测量方法根本不可能做到的。 数字图像处理技术作为一门新的学科，随着计算机技术的发展也已经不断完善和成 熟，现在已经逐渐的应用在工业、医学、农业等各大领域，与一些传统的技术相比，优 势越柬越突出。 采用图像处理来测量工件尺寸关键在于能否对工件外形轮廓进行准确的提取，也直 接决定着最后测量结果的精度。即图像处理技术中的边缘提取问题，好的边缘提取算法 是该测量方法的关键所在。 本文主要是对多尺寸大型轴类工件进行尺寸测量，并开发一套机器视觉测量系统。 1 2 机器视觉系统概述 人类在生产实践的过程中，面临自身能力的局限性，因而发明和创造了许多智能机 东北大学硕士学位论文 第一章绪论 器来辅助或代替人类完成任务。而在现代化工业大生产中，传统的人工检测方法已经不 能适应生产自动化和高外观质量的要求，因而人们开始考虑把讨算机的快速性、叫靠性、 结果的可重复性，与人类视觉的高度智能化和抽象能力相结合，由此产生了一种新的检 测技术机器视觉技术峨 机器视觉技术的出现极大的减轻了人工检测的压力，提高了产品的检测质量和检测 速度，因而在工业生产等各个领域迅速得到了应用。同时，专业生产机器视觉产品及其 集成系统的公司也纷纷成立并致力于机器视觉系统和部件的研究，经过多年的发展，机 器视觉系统已经相当完善。 1 2 1 机器视觉 美国制造工程师协会( s m e ，s o c i e t yo f m a n u f a c t u r i n ge n g i n e e r s ) 机器视觉分会和美国 机器人工业协会( r i a ，r o b o t i ci n d u s t r i e sa s s o c i a t i o n ) 的自动化视觉分会对机器视觉下 的定义为：“机器视觉是通过光学的装置和非接触的传感器自动地接收和处理一个真实 物体的图像，以获得所需信息或用于控制机器人运动的装置”。 在现代工业自动化生产中，涉及到各种各样的检验、生产监视、和零件识别应用， 例如汽车零配件批量加工的尺寸检查和自动装配的完整性检查，电子装配线的元件自动 定位，i c 上的字符识别等。通常这种带有高度重复性和智能性的工作只能由人眼来完成。 有些时候，如微小尺寸的精确快速测量，形状匹配，颜色辨识等，用人眼根本无法连续 稳定地进行，其它物理量传感器也难有用武之地。这时，人们开始考虑用c c d 照相机 把图像抓取到，送入计算机或专用的图像处理模块，通过数字化处理，根据像素分布和 亮度、颜色等信息，来进行尺寸、形状、颜色等的判别。这样，就把计算机的快速性、 可重复性，与人眼视觉的高度智能化和抽象能力相结合，由此产生了机器视觉的概念。 与一般意义上的图像处理系统，如多媒体系统相比，机器视觉强调的是精度和速度，以 及工业现场环境下的可靠性。 一个成功的机器视觉系统是一个经过细致工程处理来满足一系列明确要求的系统。 当这些要求完全确定后，这个系统就设计并建立来满足这些精确的要求。机器视觉的优 点包括： ( 1 ) 精度高 作为一个精确的测量仪器，设计优秀的视觉系统能够对一千个或更多的部件的一个 进行空间测量。因为这种测量不需要接触，所以对脆弱部件没有磨损和危险，从而提高 了系统可靠性。 f 2 ) 连续性 人类难以长时间的对同一对象进行观察，视觉系统则可以使人们免受疲劳之苦。机 2 东北大学硕士学位论文 第一章绪论 器视觉系统可以长时问的执行观测、分析和识别任务，并可应用于恶劣的工作环境。凼 为没有人工操作者，也就没有了人为造成的操作变化。多个系统可以设定单独运行。 ( 3 ) 成本效率高 随着计算机处理器价格的急剧下降，机器视觉系统成本效率也变得越来越高。一个 价值一万美元的视觉系统可以轻松取代三个人工探测者，而每个工人每年需要二干美元 的工资。另外，视觉系统的操作和维持维用非常低。 ( 4 ) 具有较宽的光谱响应范围 机器视觉可以利用专用的光敏元件，可以观测到人类无法看到的世界，从而扩展了 人类的视觉范围。 f 5 ) 灵活性 视觉系统能够进行各种不同的测量。当应用变化以后，只需软件作相应变化或升级 以适应新的需求即可。 机器视觉系统比光学或机器传感器有更好的适应性。它们使自动机器具有了多样 性、灵活性和可重组性。当需要改变生产过程时，对机器视觉来说“工具更换”仅仅是软 件的变换而巧二是更换昂贵的硬件。当生产线重组后，视觉系统往往可以重复使用陋4 i 。 1 2 。2 机器视觉的构成、分类、开发及主要产品 典型的视觉系统一般包括如下部分：光源，镜头，c c d 照相机，图像处理单元( 或 图像捕获卡) ，图像处理软件，监视器，通讯输入输出单元等。视觉系统的输出并非图 像视频信号，而是经过运算处理之后的检测结果，如尺寸数据。上位机如p c 和p l c 实 时获得检测结果后，指挥运动系统或i 0 系统执行相应的控制动作，如定位和分类f “。 从视觉系统的运行环境分类，可分为p c b a s e d 系统和p l c b a s e d 系统。基于 p c 的系统利用了其开放性，高度的编程灵活性和良好的w i n d o w s 界面，同时系统总体 成本较低。p c b a s e d 系统内含高性能图像捕获卡，一般可按多个镜头，并提供库函数支 持。目前世界首屈一指的p c - b a s e d 视觉系统厂商是美国d a t a t r a n s l a t i o n 公司，其m a c h 系列( 如d t 3 1 5 5 ) 和m v 系列p c i 工业视觉卡已经成为业界标准，配套软件方面，3 2 位s d kf o rw i n d o w s 9 5 9 8 n t 提供c c + + 编程用d l l ，d ta c t i v eo p e nl a y e r 可视化控 件提供v b 和v c + + 下的图形化编程环境，d t v i s i o n f o u n d r y 则是w i n d o w s 下的面向对 象的机器视觉组态软件，用户可用它快速开发复杂高级的应用。类似的公司还有美国 n i 公司，该公司在使机器视觉和运动控制功能与其被广泛应用的l a b v i e w 虚拟仪器软 件相结合方面做的比较突出。 与美国公司大力发展p c 结构相比，日本和德国公司在p l c b a s e d 系统方面走在前 列，在p l c 系统中，视觉的作用更像一个智能化的传感器，图像处理单元独立于系统， 1 东北大学硕士学位论丈 第一幸绪论 器视觉系统可以长时间的执行观测、分析和识别任务，并可应用于恶劣的丁作环境。因 为没有人工操作者，也就没有了人为造成的操作变化。多个系统可以设定单独运行。 ( 3 ) 成本效率高 随着计算机处理器价格的急剧下降，机器视觉系统成木效率也变得越来越高。一个 价值一万美元的视觉系统可以轻松取代三个人工探测者，而每个工人每年需要二干美元 的工资。另外，视觉系统的操作和维持维用非常低。 f 4 1 具有较宽的光谱响应范围 机器视觉可以利用专削的光敏元件，可以观测到人类无法看到的世界，从而扩展了 人类的视赏范围。 f 5 ) 灵活性 视觉系统能够进行各种不同的测量。当应用变化以后，只需软件作相应变化或升级 以适应新的需求即可。 机器视觉系统比光学或机器传感器有更好的适应性。它们使自动机器具有了多样 性、灵活性和可重组性。当需要改变生产过程时，对机器视觉来说“工具更换”仅仅是软 件的变换而不是更换昂贵的硬件。当生产线重组后，视觉系统往往可以重复使用2 4 1 。 1 2 2 机器视觉的构成、分类、开发及主要产品 典型的视觉系统般包括如下部分：光源，镜头，c c d 照相机，图像处理单元( 或 图像捕获卡) ，图像处理软件，监视器，通讯输入输出单元等。视觉系统的输出并非图 像视频信号，而足经过运算处理之后的检测结果，如尺寸数据。上位机如p c 和p l c 实 时获得检测结果后，指挥运动系统或i 0 系统执行相应的控制动作，如定位和分类h j 。 从视觉系统的运行环境分类，町分为p c b a s e d 系统和p l c b a s e d 系统。基于 p c 的系统利用了其开放性，高度的编程灵活性和良好的w i n d o w s 界面，同时系统总体 成奉较低。p c b a s e d 系统内含高性能图像捕获卡，一般可接多个镜头，并提供库函数支 持。目前世界首尾一指的p c - b a s e d 视觉系统厂商是美国d a t at r a n s l a t i o n 公司，其m a c h 系列( 如d t 3 1 5 5 ) 和m v 系列p c i 工业视觉卡已经成为业界标准，配套软件方面，3 2 位s d kf o rw i n d o w s 9 5 9 8 n t 提供c c + + 编程用d l l ，d t a c t i v eo p e nl a y e r 可视化控 件提供v b 和v c + + 下的图形化编程环境，d t v i s i o n f o u n d r y 则是w i n d o w s 下的面向对 象的机器视觉组态软件，用户町用它快速开发复杂高级的应用。类似的公司还有美国 n i 公司，该公司在使机器视觉和运动控制功能与其被广泛应用的l a b v i e w 虚拟仪器软 件相鲇台方面做的比较突出。 与美国公司大力发展p c 结构相比，口本和德国公司在p l c b a s e d 系统方面走在前 列，在p l c 系统中，视觉的作用更像一个智能化的传感器，图像处理单元独立于系统， 列，在p l c 系统中，视觉的作用史像一个智能化的传感器，图像处理单元独立丁系统， 3 东北大学硕士学位论文第一章绪论 通过串行总线和i o 与p l c 交换数据。日本松下公司的i m a g ec h e c k e r m l 0 0 m 2 0 0 系统 可说是这方面的代表。该系统利用高速专用a s i c 进行2 5 6 级灰度检测，带逻辑条件和 数学运算功能。系统软件固化在图像处理器中，通过类似于游戏键盘的简单装置对显示 在监视器中的菜单进行配置，开发周期短，系统可靠性高，其新一代产品a 1 1 0 a 2 1 0 体现了集成化，小型化、高速化、低成本的特点。欧姆龙、k e y e n c e 等公司也有类似的 系统，但在技术性能上相对简单，更适用于做有无判别，形状匹配等。而德国s i e m e n s 公司的智能化p r o f i b u s 工业视觉系统s i m a t i c v s 7 1 0 提供了一体化的、分布式的高 档图像处理方案，它将处理器、c c d 、i o 集成在一个机箱内，提供p r o f i b u s 的联网 方式或集成的i o 和r s 2 3 2 接1 2 1 。更重要的，通过p cw i n d o w s 下的p r ov i s i o n 软件 进行组态，v s7 1 0 第一次将p c 的灵活性，p l c 的可靠性、分布式网络技术，和一体化 设计结合在一起，使得西门子在p c 和p l c 体系之间找到了完美的平衡。 1 2 3 机器视觉在国内外的发展状况 机器视觉的国际现状 ( 1 ) 北美 据“视觉系统国际”公司的市场调研报告，2 0 0 4 - - 2 0 0 5 年北美的机器视觉市场规模估 计将从1 6 8 亿美元增长到1 9 亿美元( 年增长率1 2 4 ) 。2 0 0 4 年，北美商业机器视觉 市场( 包括由系统集成商和原始设备制造商提供的附加值) 规模估计为1 2 5 亿美元( 其 中用于半导体工业的机器视觉系统为4 8 8 亿美元) 预计2 0 0 5 年可达到1 4 亿美元( 年增 长率1 2 4 ) 。 ( 2 ) 日本 在2 0 0 5 年机器视觉市场将有t , 0 0 0 亿目元，日本市场3 0 0 4 0 0 亿目元。以上是狭 义上的机器视觉的数据，如果包含外表检查系统，包含画像和关系较深的半导体制造装 置和p c b 等关联装置的话，图像处理关联的市场，在日本国内有数千亿曰元的规模。 图像处理本身是小市场，不过，与之有密切的关系的图像处理关联的市场规模相当大。 机器视觉的国内现状 总的来说，目前在国内，这个行业的发展仍处于“婴儿”成长期。有机会接触到外凼 较先进的视觉系统的人，少之又少。因此，绝大多数从事这行业的入，多多少少都显得 有点目光短浅。不过以现在中国大陆的发展速度，以及行业中人的干劲，相信不出几年 就能够追上亚洲其他国家及地区的水平。如：中国台湾、新加坡，甚至是日本。 4 东北大学硕士学位论文 第一幸绪论 1 2 4 机器视党的应用领域 机器视觉系统是实现仪器设备精密控制、智能化、自动化的有效途径，堪称现代工 业生产的“机器眼睛”。机器视觉极适用于大批量生产过程中的质量检查，如：零件装配 完整性，装配尺寸精度，零件加工精度，位置、角度测量，零件识别，特性、字符识别 等。其最大的应用行业为：汽车，制药，电子与电气，制造，包装、食品、饮料，医学。 如对汽车仪表盘加工精度的检查，高速贴片机上对电子元件的快速定位，对管脚数目的 检查，对i c 表面印字符的辨识，胶囊生产中对胶囊壁厚和外观缺陷的检查，轴承生产 中埘滚珠数量和破损情况的检查，食品包装上面对生产日期的辨识，对标签贴放位置的 检查。以及医疗方面对细胞数量和性质的判断。 目前，国际上视觉系统的应用方兴未艾。而在国内，工业视觉系统尚处于概念导入 期，各行业的领先企业在解决了生产自动化的问题以后，已开始将目光转向视觉测量自 动化方面。 1 2 5 机器视觉测量系统的构成 圊 输控 入制 输 报 出警 dl馨 系 统 lir 图1 1 机器视觉测量系统模型 f i g 1 1t h es y s t e mo f m e c h a n i c a lv i s i o nm o d e l 1 2 6 机器视觉研究面临的困难 ( 1 ) 图像多义性： 三维场景被投影为二维图像，深度和不可见部分的信息被丢失， 因而会出现不同形状的三维物体投影在图像平面上产生相同图像的问题另外，在不同 - 5 - 东北大学硕士学位论文第一章绪论 角度获取同一物体的图像会有很大的差异。 ( 2 ) 环境因素影响：场景中的诸多因素，包括照明、物体形状、表面颜色、摄像机 以及空间关系变化都会对成像有影响。 ( 3 ) 知识导引：同样的图像在不同的知识导引下，将会产生不同的识别结果。 ( 4 ) 大量数据：灰度图像，彩色图像，深度图像的信息量十分巨大，巨大的数据量 需要很大的存贮空间，同时不易实现快速处理。 1 3 研究的目的和意义 本文的主要目的是通过对多尺寸大型轴类工件的特点的研究，运用图像处理的方法 对浚类工件进行非接触式在线测量，并开发一套专门应用于该类工件测量的机器视觉系 统。 本课题的意义在于通过采用图像测量的方法对工件测量，可以提高测量的速度，实 现一些传统测量方法很难实现的功能，如在线测量，提高生产效率和自动化水平，节省 人力、物力，有效地减低生产成本。 1 4 研究的主要内容和方法 本文主要是对多尺寸大型轴类工件的尺寸进行测量。首先对原始工件的图像通行预 处理去除图像的形成和传输过程中常见的噪声，再利用图像处理技术对工件外形轮廓 进行准确的提取，然后根据实际情况对边缘提取后的图像进行非边缘点的擦除，并对边 缘进行修整，以求得精确的工件轮廓，然后编制算法实现对工件尺寸的测量。另外根掘 本课题的实际情况，为了保证测量的精度，本文还对所使用的摄相机进行了标定。 综上所述，本文将在以下几个方面开展研究工作： ( 1 ) 选择组成该测量系统的硬件设备。 ( 2 1 对工件外形轮廓边缘进行准确提取。 ( 3 ) 对所提取的边缘进行修复和改善。 ( 4 ) 设计并编制测量工件尺寸的算法。 ( 5 ) 对摄相机进行标定 ( 6 ) 绘制工件的准确二维零件图。 6 东北大学硕士学位论文第= 章硬件的选择与数字图像处理 第二章硬件的选择与数字图像处理 多尺寸大型轴类工件尺寸在线测量系统的构成如图2 1 所示，主要包括硬件部分和 软件部分，本章主要是对系统的硬件构成作研究，选择组成陔系统的硬件设备。同时， 本章将对数字图像处理作简单的介绍，为后面的图像处理算法研究做准备。 2 1 硬件的选择 图2 1 测量系统组成 f i g 2 1t h eh a r d w a r ec o m p o s i t i o no f r e c o g n i t i o ns y s t e m 如图2 1 所示，将c c d 摄像头采集的工件图像的视频信号送至图像采集卡，图像 采集卡将得到的图像模拟量信号，转换为图像的数字信号，这样得到的数字信号即为计 算机能直接处理的信号了。 将信号送到计算机并进行一些简单的处理以后，就可以将其送到显视器进行观察； 也可以对计算机接收到的数字信号进行处理，如图像复原以及边缘提取等，使图像更易 十为计算机所处理，然后再利用一定的算法得到图像中工件的轮廓尺寸。 根据上图所示，此测量系统的硬件系统主要由摄像机、镜头、图像采集卡、光源纽 7 东北大学硕士学位论文第二章硬件的选择与数字图像处理 成。下面对主要硬件的参数以及选择做简单介绍。 2 t 1 摄像机的选择 摄像机的主要技术参数如下： 分辨率：分辨率是和图像处理有关的一个重要概念，它是衡量图像细节表现能力的 技术参数，通常以“h ( 水平) x v ( 垂直) ”的形式给出，如：6 4 0 4 8 0 。有的资料上也 将分辨率说成视像解释度。为了提高测量的精确度，应尽量采用高分辨率的射像机。 输出格式：指输出图像数据的格式。根据人的视觉对颜色敏感程度的差异可得式： e p2 0 3 易+ o 5 9 x 既+ o 。1 1 e b ( 2 - 1 ) 其中e ，为像素的亮度值，e 。、岛、e 。为各像素的三个基色信号，但实际的做法一般 是：传送图像每一像素的三个信号：e ，、岛、b ，其中e 。、e ，为此像素的两个色 差值，且有： 巨，= 一e y ； ( 2 - 2 ) e y 2 e 口一e y ； ( 2 3 ) 利用式( 2 1 ) 就可以算得： ( e g e r ) 2 0 5 1 ( e 月一e r ) - 0 1 9 ( e 月e y ) ( 2 - 4 ) 这样就能得到一个像素的四个信号：e ，e 。、e 。、e 。，用各像素的亮度值一个 信号就能够达到识别的目的。其实也可以单独根据这四个信号中的某一个来完成识别， 根据每个信号都会得出相应结果，根据这四个结果来综合考虑最后结果也不失为一种好 的算法，这样会提高识别系统的可靠性。在本论文以后的算法中只用到了亮度值一个信 号。 输出接口：输出接口没有特别的要求，能与视频采集卡配套就行。 帧率：帧率是指每秒钟能采集图像的数量，如：3 0 帧秒，即表示每秒钟能采集3 0 幅图像。工件尺寸在线测量系统对于该项参数并没有太高要求。 最小照明度：最小照明度指的是现场的亮度条件，如：1 0 l u x ，可根据现场的具体 条件进行选择。 调焦范围：6 m m 至无穷远，工件尺寸在线测量系统对该参数没有太高要求，一般 都能满足。 视角：与以后的图像处理方法有关，可暂不确定。 r 东北大学硕士学位论文 第二章硬件的选择与数字图像处理 另外，对摄像机的选择还要考虑工作现场的温度等一系列情况。 因为本系统主要是进行尺寸测量，所以对分辨率的要求很高，而且对工件的拍摄要 求一次成像，所以应该选择高分辨率的面阵c c d 摄相机。本文暂定选择荷兰a d l m e c 司的a d i m e c 4 0 0 0 m 摄像头。它的参数如下： 分辨率：2 0 4 8 x 2 0 4 8 像素尺i ：7 4 7 4 t m 接口类型：c a m e r a l i n k 2 1 2 视频采集卡的选择 可以从不同的角度来对视频采集卡进行分类，如按照其用途可分为广播级视频采集 乍，专业级视频采集卡，民用级视频采集卡，它们档次的高低主要是采集图像的质量不 同。 广播级视频采集卡的最高采集分辨率一般为7 6 8 5 7 6 ( 均方根值) p a l 制，或 7 2 0 x 5 7 6 ( c c i r 6 0 1 值) p a l 制，2 5 帧每秒，或6 4 0 4 8 0 7 2 0 x 4 8 0n t s c 制3 0 帧每秒最 小压缩比一般在4 ：1 以内。这一类产品的特点是采集的图像分辨率高，视频信噪比高。缺 点是视频文件所需硬盘空间大。每分钟数据量至少要消耗2 0 帆但，所以它多用于录制 电视台所制作的节目。 专业级视频采集卡的档次比广播级的性能稍微低一些，分辨率两者是相同的，但压 缩比稍微大些，其最小的压缩比一般在6 ：1 以内，输入输出接口为a v 复合端子与s 端子，此类产品适用于广告公司和多媒体公司制作节目及多媒体软件应用。 民用级视频采集卡的动态分辨率一般最大为3 8 4 2 8 8 ，p a l 制，2 5 帧每秒或者 3 2 0 x 2 4 0 ，n t s c 制，3 0 帧每秒( 个别产品的静态捕捉分辨率为7 6 8 5 7 6 ) 。输入端子为 a v 复合端子与s 端子，绝大多数不具有视频输出功能。 按照其用途可以将视频采集卡分为广播级视频采集卡，专业级视频采集卡，民用级 视频采集卡。从这个角度来说，我们应该采用广播级视频采集卡，因为图像分辨率高， 视频信噪比高，非常有利于作进步的图像处理和识别。虽然它有缺点视频文件所 需硬盘空间大每分钟数据量至少要消耗2 0 0 m b ，但是我们并不是要把它用于录制 电视台的节目，我们所需要的只是一幅一幅的图像，比起电视台录制节目的频率每 秒钟5 0 张要少得多，所以广播级视频采集卡的优点对于我们来说确实是优点，而它的 缺点对于我们来说却是可以忽略的。 也可以根据视频采集卡的各参数进行选择。对于视频采集卡的参数，与摄像头相似。 如分辨率、输入输出接口、输出格式、帧率等。对于视频采集卡的选择没有什么特别的 9 东北大学硕士学位论文第二章硬件的选择与数字图像处理 要求，除了要注意与摄像头匹配及与计算机接口方面的问题外，一般性能的视频采集卡 均能满足。连续的图像采集可能会需要较大的空间来存贮图像这就要求我们在选择视 频采集卡时可以考虑是否采用带有压缩这一功能进行选择。 在电脑上通过视频采集卡可以接收来自视频输入端的模拟视频信号，对该信号进行 采集、量化成数字信号，然后压缩编码成数字视频。大多数视频卡都具备硬件压缩的功 能，在采集视频信号时首先在卡上对视频信号进行压缩，然后再通过p c i 接口把压缩的 视频数据传送到主机上。一般的p c 视频采集卡采用帧内压缩的算法把数字化的视频存 储成a v l 文件，一些高档的视频采集卡还能直接把采集到的数字视频数据实时压缩成 m p e g l 格式的文件。 由于模拟视频输入端可以提供不间断的信息源，视频采集卡要采集模拟视频序列中 的每帧图像，并在采集下一帧图像之前把这些数据传入p c 系统。因此，实现实时采集 的关键是每一帧所需的处理时间。如果每帧视频图像的处理时侧超过相邻两帧之间的相 隔时问，则要出现数据的丢失，也即丢帧现象。采集卡都是把获取的视频序列先进行压 缩处理，然后再存入硬盘，也就是说视频序列的获取和压缩是在一起完成的，免除了再 次进行压缩处理的不便。不同档次的采集卡具有不同质量的采集压缩性能。 大多数的视频采集卡在采集图像的同时己将图像进行压缩，并存贮成a v i 文件或者 m p g 文件。大多数视频采集卡具有压缩功能，因为如果用来制作v c d 之类的文件的话， 每秒钟需要存贮几十张图片，而这些图片会占很大的空间，所以通过采取压缩的方法柬 减小文件。对于我们来说，可以从以下两方面来考虑： 一方面，此测量系统并不需要获取那么多的图像，所以不必担心会有大量的图片束 占据存贮空间。 另一方面，不管它通过什么方式进行压缩，总之，有压缩，必然要损失图像的一部 分信号，这是我们所不希望看到的。即便是得到了压缩过的文件，我们在处理时也要根 据视频采集卡所用的压缩方法将图像复原，再进行处理。 因此，采用不压缩的视频采集卡会更好一些，也更经济一些。 对图像采集卡的各参数进行研究后，决定选择加拿大m a t r o x 公司的s o l i o s x c l 采集卡。 2 1 3 光源的选择 光源的选取应该考虑以下几方面的因素 ( 1 1 检测内容 外观检查、尺寸测定、定位。 1 0 东北大学硕士学位论文第二章硬件的选择与数字图像处理 ( 2 ) 限制条件 j 二作距离( 镜头下端到被测物表面的距离) 设置条件( 照明的大小、照明下端到被测物表面的距离、反射型o r 透射型) 周围环境( 温度、外乱光等) 相机的种类( 面阵或线阵) ( 3 ) 光源类型 光源的种类区分方式有多种，一般按照发光器件可分为l e d 、氙灯、石英灯、高 频荧光灯等。 按照灯的形状可分为穹形灯、环形灯、方形灯等。 按照发出光线的特征可分为点光源、线光源、面光源。 按照照射的角度等特征又可分为直射式、间接式、掠射式、同轴式、平行光等。 现在越来越多的采用l e d 和高频荧光灯，特别是l e d 光源，因为l e d 效率高、 体积小、发热少、功耗低、发光稳定、寿命长。红色l e d 光源寿命可达1 0 万小时。 ( 4 ) 光源颜色 如果使用的是黑白射像机、并且对被测物体的颜色选择没有特殊要求的话，最好 选择红色l e d 光源，因为红色l e d 寿命长、稳定、而且红色l e d 的发光波长接近 c c d 的灵敏度峰值。 f 5 ) 照明方式 单向照明 优点：亮度大、灵活、易于适应包装要求、均匀度可用多光源或合适的成像系统 获得，适用于多种应用。 缺点：阴影和反光。 用途：检测平面和有纹理的表面。 掠射 优点：显现表面结构，增强物体拓扑结构。 缺点：热点和极度阴影。 用途：识别物体的缺陷，不透明物体表面检测。 浸射光 优点：反光小、照明均匀。 缺点：体积大、难于包装。 用途：面积大、反光的物体、 环状灯 优点：可直接安装在镜头上， 工作距离远。 距离合适时照明均匀。 东北大学硕士学位论文 第二章硬件的选择与数字图像处理 缺点：工作距离短，有可能形成环形反光。 用途：用于有纹理表面的测量控制。 同轴漫射光 优点：非常均匀、几乎无阴影、反光极小。 缺点：体积大、效率低、工作距离短、需要多个光源才能达到足够亮度。 用途：反光物体的测量、检测。 背光 优点：边缘特别突出。 缺点：观察不到表面细节。 用途：边缘检测、目标试样、不透明物体识别等。 黑背景 优点：内部和表面细节对比度高、表面划横、气泡、破裂特别清晰。 缺点：边缘对比度低、只适用于透明物体。 用途：玻璃和塑料制品检测。 结构光源 优点：小范围及高光强的照明、可以得到深度信息。 缺点：可能引起过感。 用途：三维测量。 根据本课题的实际情况和要求，本测量系统选用高频荧光灯作光源。该光源稳定 而且也比较经济。 2 1 4 镜头的选择 作为机器视觉系统硬件组成的一个部件，镜头起着举足轻重的作用。c c d 相机的 镜头类似于人眼的晶状体。如果没有晶状体，人眼就看不到任何物体；如果没有镜头， c c d 相机就无法输出清晰的图像。在机器视觉系统中，镜头的主要作用就是将成像目 标聚焦在图像传感器的光敏面上。镜头的质量直接影响到机器视觉系统的整体性能。合 理选择并安装光学镜头，成为整个系统开发过程中至关重要的一步。 镜头是c c d 的主要光学部件，镜头直接影响到成像的质量。以下本文就镜头的 性能指标作一些介绍。 ( 1 ) 焦距 焦距是光学镜头的重要参数，通常用f 来表示。镜头的焦距决定了成像目标在图像 传感器上图像的大小。当采用不同焦距的光学镜头对同一目标成像时，镜头的焦距越大， 一1 2 东北大学硕士学位论文 第二章硬件的选择与数字图像处理 所得到的像也就越大，另一方面，焦距直接与镜头的视场焦相关。一般短焦距镜头具有 较大的视场角，长焦距镜头的视场角较小。 ( 2 ) 相对孔径 光学镜头入瞳的直径与其焦距的比称为镜头的相对孔径，用o r 表示。镜头相对 孔径对c c d 相机的分辨率、像面照度构成直接的影响。 镜头的分辨率一般用镜头对黑白相间的线条密度的分辨极限来描述，即：以单位 长度内可以分辨的线条数n 来表示。若镜头在像方焦平面上能分辨的两线条之间的最小 距离为占，则镜头在焦平面上l m m 内所能分辨的线条数为： ：三：l 旦f 2 _ 5 1 j 1 2 2 2 f 7 由上式可知：光学镜头的理论分辨率完全有相对孔径决定。相对孔径越大，镜头 的分辨率越高。应当指出，上式所表示的分辨率是针对视场的中心而苦的。在视场边缘， 其分辨率将有所下降。 f 3 ) 视场角 镜头的视场角决定了图像传感器成像的空间范围，它与光学镜头的焦距有关。当镜 头的焦距一定时，视场角越大，目标图像也就越大。而当c c d 器件尺寸一定时，焦距 越长，其视场角越小。 按视场角大小，光学镜头一般可分为标准镜头、广角镜头和长焦距镜头。 ( 4 ) 光谱特性 光学镜头的光谱特性主要指光学镜头对各波段光线的透过率特性。在部分机器视觉 应用系统中，要求图像的颜色应与成像目标的颜色具有较高的一致性。因此希望各波段 透过的光学镜头时，除在总强度上有一定损失外，而其光谱组成并不发生改变。 影响光学镜头光谱特性的主要因素为：膜层的干涉特性和玻璃材料的吸收特性。在 机器视觉系统中，为了充分利用镜头的分辨率，镜头的光谱特性应与使用条件相匹配。 即：要求镜头最高分辨率的光线应与照明波长、c c d 器件接收波长相匹配，并且光学 镜头对该波长的光线透过率尽可能的提高。 本文选择的镜头接口应和所选c c d 摄相头的镜头接口相匹配，另外考虑到该测量 系统主要是进行尺寸测量，所以选择畸变率非常4 、的物方远心镜头，这样就不必对图像 进行畸变矫正，可以加快处理速度，也可以简化摄相机的标定算法。 一1 3 一 东北大学硕士学位论文 第二章硬件的选择与数字图像处理 2 2 数字图像处理 一张图片，譬如说一张黑白图片，可以用一个二维函数f ( x ，y ) 来表示，x 、y 是两 个轴的坐标，“x ，y ) 表示点( x ，y ) 的亮度值( 灰度值) 。数字图像都是由犬量像素的灰度 组成，所以很多数字图像处理( d i g i t a li m a g ep r o c e s s i n g ) 工作是对这些像素进行反复处 理。 数字图像处理【c | 1 技术起源于2 0 世纪2 0 年代，当时受条件的限制一直没有取得较大 的进展，直到2 0 世纪6 0 年代后电子技术、计算机