（机械制造及其自动化专业论文）基于图像识别的零件几何量检测.pdf

基于图像识别的零件几何量检测 学科：机械制造及其自动化 研究生签字：切小生玛 指导老师签字：蹦l m 摘要 基于计算机视觉的图像检测技术是以现代光学为基础，融光电技术、数字图像技术、 信息处理及计算机视觉等科学技术为一体的现代检测技术。本文将图像检测技术应用于工 业零件形状尺寸检测，并对几何基元检测、形状误差评定、几何尺寸测量系统的搭建等关 键技术进行了研究。 本文分析了常用的几种数字图像处理的方法，并通过实验分析比较提出了在不同条件 下进行图像处理的方法。介绍了几种常用的边缘检测算子，分析检测结果并提出了适合本 系统的检测方法，通过数字形态学处理解决了检测的边缘不连续的问题。利用基于梯度的 h o u g h 变换实现了工件的尺寸检测，该算法可以允许用户自行设定参数；可以在复杂背景 下直接通过灰度图像同时检测多个圆或线段的参数；可以通过设定参数，让本系统检测用 户指定要检测工件尺寸。对圆度误差和直线度误差进行了深入分析，提出圆度和直线度误 差在沿着边缘边界上具有相对“连续性”，符合8 次拟合曲线变化规律，进而提出去除无效 边缘数据的方法。 本文利用了m a t l a b 数学软件系统中的g u i d e 界面编辑器编辑g u i 建立了测量系 统的软件平台，实现了上述的各种算法，并提出了适合本系统的系统标定方法。本文对系 统误差从图像采集过程、目标分割过程和特征量计算过程做了详细的理论分析。为了验证 各种算法的性能和效果，本文对系统进行了实验，分析了实验数据。实验结果表明，图像 测量系统对圆和直线的检测达到了预期的目标。 关键词：图像检测；h o u g h 变换；梯度；圆度误差；直线度误差 b a s e do ni m a g er e c o g n i t i o nm e t h o df o rt h em e a s u r e m e n to f g e o m e t r i cp a r t s d i s c i p l i n e ：p r e c i s i o ni n s t r u m e n ta n dm a c h i n e r y s t u d e n ts i g n a t ur e 下伽叼堋 s u p e r v i s o rs i g n a t u r e ： 了叫“护矿 a b s t r a c t i m a g em e a s u r e m e n tt e c h n o l o g yb a s e d o nc o m p u t e rv i s i o n si san o v e lm e a s u r e m e n tm e t h o d ， w h i c hc o m b i n e sp h o t o e l e c t r i c i t yw i t hd i g i t a li m a g ep r e s s i n gt e c h n i q u e t h ep a p e ru s e si m a g e m e a s u r e m e n tt e c h n o l o g yf o ri n d u s t r i a lc o m p o n e n t s s h a p ed i m e n s i o nd e t e r m i n a t i o n t h ec o r e t e c h n o l o g y , i n c l u d i n gg e o m e t r i ce l e m e n td e t e c t i o n ，e r r o ra n a l y s i sa n dg e o m e t r i c a lm e a s u r e m e n t s y s t e m ，a r ei n t r o d u c e di nt u m s e v e r a lc o m m o n l yu s e dd i g i t a li m a g ep r o c e s s i n gm e t h o d sa r ea n a l y z e da n dt h r o u g h e x p e r i m e n t sa n da n a l y s i si m a g ep r o c e s s i n g m e t h o d sa r ep r o p o s e dr e s p o n dt od i f f e r e n t c o n d i t i o n s s e v e r a le d g ed e t e c t i o no p e r a t o ra r ei n t r o d u c e d ，t h ed e t e c t i o nm e t h o d ss u i t a b l et h e s y s t e ma r er a i s e da f t e ra n a l y z i n gt h e i rt e s tr e s u l t sf o r ，a n dt h ee d g eo ft h ep r o b l e mi s s o l v e d t h r o u g hd i g i t a lm o r p h o l o g i c a lp r o c e s s i n g t h em e a s u r i n go fw o r k p i e c es i z e i sc o m p l e t e d t h r o u g ht h eg r a d i e n to ft h eh o u g ht r a n s f o r m ，t h i sa l g o r i t h ma l l o w su s e r ss e t t i n gt h e i ro w n p a r a m e t e r s ；m o r et h a nac i r c l e o rl i n ec a nb ed e t e c t e da tt h es a m et i m ei nt h ec o m p l e x b a c k g r o u n dd i r e c t l yt h r o u g ht h eg r a yi m a g e t h eu s e r - s p e c i f i e dw o r k p i e c es i z ec a nb ed e t e c t e d b yt h i ss y s t e mt h r o u g hs e t t i n gp a r a m e t e r s t h er o u n d n e s se r r o ra n ds t r a i g h t n e s s e r r o rh a s c o n d u c t e di n d e p t ha n a l y s i s ，a n dt h a tr o u n d n e s sa n ds t r a i g h t n e s se r r o ra l o n gt h eb o r d e rw h i c h a c c o r dw i t hv a r i a t i o n a lr u l eo fe i g h t hp o l y n o m i df i t t i n gh a v ear e l a t i v eo f ”c o n t i n u o u s ”i sa l s o p r a i s e d ，t h e na na p p r o a c ht or e m o v ei n v a l i de d g ed a t ai sp r o p o s e d am e a s u r e m e n ts y s t e ms o f t w a r ep l a t f o r mw a sc r e a t e db yu s i n gt h eg u i d ep r o v i d e db y m a t l a bs o f t w a r et oe d i tg u ii n t e r f a c ea n dac a l i b r a t i o na p p r o a c hs u i t a b l ef o rt h i ss y s t e mi s p r o p o s e d t h i sp a p e rh a sd o n e ad e t a i l e dt h e o r e t i c a la n a l y s i so ft h es y s t e me r r o rf r o mt h ei m a g e a c q u i s i t i o np r o c e s s i no r d e rt ov e r i f yt h ep e r f o r m a n c ea n dr e s u l t s ，t h i sp a p e r , t h ee x p e r i m e n t a l s y s t e m ，a n a l y z e dt h ee x p e r i m e n t a ld a t a t h ee x p e r i m e n t a l r e s u l t ss h o wt h a tt h e i m a g e m e a s u r e m e n ts y s t e mf o rt h ed e t e c t i o no fc i r c u l a ra n ds t r a i g h t1 i n et or e a c ht h ed e s i r e dg o a l k e yw o r d s ：i m a g em e a s u r e m e n t ；h o u g ht r a n s f o r m a t i o n ；g r a d s ；r o u n d n e s se r r o r ；s t r a i g h t n e s s 学位论文知识产权声明 学位论文知识产权声明 本人完全了解西安工业大学有关保护知识产权的规定，即：研究生在校攻读学位期间 学位论文工作的知识产权属于西安工业大学。本人保证毕业离校后，使用学位论文工作成 果或用学位论文工作成果发表论文时署名单位仍然为西安工业大学。学校有权保留送( 提) 交的学位论文，并对学位论文进行二次文献加工供其他读者查阅和借阅；学校可以在网络 上公布学位论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存学位论文。 学位论文作者签名：、习u 生罱 指导教师签名气删刚 同期： 文。7 箩y 学位论文独创性声明 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，本人声明所呈交的学位论文是我个人在导师 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，学位论文中不包含其他人已经发表或撰写过的成果，不包含本人已申请学位或他人 已申请学位或其他用途使用过的成果。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说明并表示了致谢。 学位论文与资料若有不实之处，本人承担一切相关责任。 学位论文作者签名：刃心、生氏 指导撕签名：【屯鼍朗 日期：力o7 歹垆 1 绪论 1 1 引言 1 绪论 测量技术的发展是工业发展的基础和先决条件，这己被生产发展的历史所确认。从生 产发展的历史来看，机械j j n - r _ 精度的提高总是与测量技术的发展水平紧密相关的。几何量 测量技术也是随着科学技术的发展而发展，随着加工精度的提高而完善。 目前，随着生产与科学技术的迅猛发展，对测量精度、测量效率以及测量的自动化程 度要求越来越高。传统的检测技术很难适应这种新的要求。因此，探索新的检测方法，具 有十分重要的现实意义。图像测量技术就是将数字图像处理技术应用到精密测量领域。图 像测量系统的测量原理是通过对被测物体图像边缘的处理和计算从而获得物体的几何参 数，实现对物体的精确测量。因此对图像测量方法的探讨和研究，具有十分重要的现实意 义。 1 2 图像测量技术优势 传统的形状尺寸检测手段有卡尺、量规、万能工具显微镜、轮廓仪、x 射线等，这些 检测手段在工业生产中发挥着巨大的作用，但是随着现代工业的发展和进步，特别是在一 些高精产业，传统的测量手段己经不能满足生产的需要。卡尺、量规等测量手段虽然简便、 快捷，但测量数据较少，精度不高，万能工具显微镜、轮廓仪等检测手段虽然有较高的精 度，但要求在特定的设备、特定的环境下进行检测，不但劳动强度大，效率低，而且检测 过程同生产过程是分离的，这与现代工业所要求的在线测量、实时控制的要求不符。 与传统测量方法相比，图像测量技术有着独特的优越性n 1 ： 1 ) 由于光的传播速度极快，图像测量不仅适用于静念测量，也适用于动态测量；由 于光路系统可以获得很高的信号放大率，因此测量的准确度相当高，通过选择合适的放大 或缩小镜头，可以对不同尺寸大小的零件进行测量，极大地扩展了测量范围，灵活性得到 了提高；图像测量技术采用了“图像”这种信息含量非常丰富的载体并以数字图像处理技术 为理论基础，大大增强了它对复杂结构和异型曲面的测量能力。 2 ) 图像测量技术测量几何尺寸测量精度高，动态范围大，灵活性好，无须配置复杂 的机械运动机构。 3 ) 计算机视觉检测是通过计算机或者数字信号处理器中的程序对图像信息进行处理 而得到的检测结果，因此它具有一定的智能和柔性，适于现代企业的柔性生产方式。 西安t 业人学硕十学位论文 4 ) 可以实现非接触在线检测，完成对生产线上的零件1 0 0 的检测，满足自动化制造 系统中的工序问检测和过程检测的要求。 5 1 只要选用足够高精度的镜头和图像传感器，计算机视觉检测可以达到较高的检测 精度。 6 ) 计算机视觉易于实现信息的集成和管理，为实现计算机集成制造技术提供必要的 支持。 由于计算机视觉检测具有的以上这些优点，使计算机视觉检测与传统的人工检测相比 效率更高，检测结果更加准确可靠，更适合于人工作业危险的场合。还有它具有不与被检 测表面接触、检测速度快、抗干扰能力强等优点，因而计算机视觉检测系统在制造业中具 有重要的应用。 上述优点在以下几种测量任务中表现更为明显： 1 ) 微结构尺寸的检测系统。 2 ) 大型尺寸的检测系统。 3 ) 复杂结构尺寸( 如螺纹、齿轮、凸轮等) 的检测系统。 4 1 自由曲面( 如火箭、飞机、汽车、家用电器曲面等) 检测系统、零件的表面质量 检测系统等。 图像测量技术是与先进制造工艺与现代制造生产模式相适应的智能化、自动化、柔性 化的检测手段。在国外已经将图像测量技术广泛地用于工况监视、成品检验和质量控制等 领域。在中国，这种应用也在逐渐被认知，对于图像测量技术的需求将越来越广泛。因此， 吸引一大批国内外优秀学者从事该方向的研究。 1 3 图像测量技术的国内外现状及发展趋势 图像测量技术是一种采用c c d ( 荷耦合器件) 进行摄像测量的新型光电测量技术，它 是将c c d 器件与光学仪器联用，应用于测量领域而形成的。图像测量技术是以现代光学 为基础，融计算机图像学、信息处理、计算机视觉、光电子学等科学技术为一体的现代测 量技术心1 ，它把被测对象的图像当作检测和传递信息的手段，从中提取有用的信号来获得 待测的参数。 在国外图像测量从上世纪八十年代初开始已经得到了广泛的研究，国内的图像测量技 术研究从上世纪九十年代才逐步开始。当前，随着图像测量系统应用的增加，对图像测量 技术的研究也越来越多。一些研究机构或企业开发了图像测量系统软件的开发平台或者函 数库，提供一些常用的算法和工具。但是，图像测量是一门交叉性强的学科，因此在研究 2 1 绪论 和应用中一套图像测量系统一般只针对某种检测任务来进行研究和开发，没有一套图像 测量系统是对任何检测工程来说通用的。 根据图像测量的应用领域不同，对图像测量检测的研究可以分为不同的种类，不同的 学者对分类也有不同的见解。文献【3 将工业中应用的图像测量的质量控制系统分为四个 类别：尺寸质量、表面质量、装配结构和操作质量。本文将制造业领域中的图像测量大体 分为三种情况：尺寸测量、表面质量检测、目标分类与识别。以下是对这三类应用的概括： 1 ) 尺寸测量 尺寸测量是图像测量研究和应用的重要应用领域，也是一个比较早开始的研究的方 向。图像测量应用于尺寸测量工程中时，从图像测量的硬件( 光源、图像传感器等) 的选 用到软件算法的设计中的每一个环节都对最终的性能产生影响。需要根据工程的自身特点 选择合适的硬件。 文献 4 研究电盘尺寸的检测，采用两个7 5 6 x 5 81 像素的c c d 传感器分别采集电盘两 个侧面的图像，通过轮廓跟踪、直线分割、和亚像素定位获得工件的尺寸。系统精度达到 正负o 3 毫米，每个工件检测花费的时间约o 3 秒。 文献【5 】研究了基于图像测量的活塞环闭口间隙测量系统。采用7 9 5 x 5 9 5 像素的c c d 传感器，根据活塞环本身几何参数的特点推导出了活塞环各个参数之间的关系。使用了对 图像边缘的亚像素定位技术对3 0 0 微米的开口进行测量，测量系统的测量精度为+ 4 7 微米。 文献 6 研究的图像测量在线测量系统测量范围从十几丝到3 0 毫米工件的外轮廓，经 过试验在同一状态下长时间测量同一工件误差达n + 3 微米。 2 ) 表面质量检测 图像测量技术已经广泛应用到工业产品的表面检测中，主要检测的内容包括毛刺、划 痕、磨损等。但对复杂曲面的视觉检测仍有一定的困难，一方面，工件表面的反射方向复 杂、存在阴影等因素影响着图像的质量，另一方面相机的镜头方向和距离工件的位置的控 制也是影响检测精度的因素。 文献 7 进行的基于点特征的混合三维配准及瓷砖表面质量分级技术研究，采用形态 学图像处理技术与混合三维神经网络，研制出基于图像测量的瓷砖缺陷监测与质量分级系 统。根据检测到的瓷砖的斑点、裂纹、尺寸等按照相关质量标准对瓷砖进行分级。 文献 8 】设计了图像测量刀具状态监测系统。在监测系统中使用一个c c d 相机在刀具 退刀的过程中摄取刀具图像。图像经过有效的预处理后转换为灰度图像输入到神经网络 中，然后由细胞神经网络对刀具图像进行相应的图像处理，并于预先存储的刀具正常图像 进行比较，判断是否产生磨损，实现刀具状态的监测。 西安一【业人学硕+ 学位论文 3 ) 目标分类与识别 目标分类与识别一直是研究的热点，物体识别的基本方法是建立物体模型，使用各种 匹配算法从真实的图像中识别出物体最相似的目标。 根据物体识别任务所在的空间，物体识别可以分为二维特征识别和三维特征的识别。 二维识别用在识别远距离的物体或者在场景中稳定的位置的物体。三维识别通过物体的灰 度图或2 5 维图获取实际场景中的信息来识别物体的三维结构特征。信件分拣、指纹识别、 人脸识别、车牌识别等都是此方面典型的应用。 随着时代对制造技术和测量技术提出要求的不断提高，专家们预计，2 l 世纪图像测 量技术的发展趋势大致如下： 1 ) 测量图像的分辨率进一步提高，测量精度由微米级向纳米级过渡。 2 ) 由点测量向面测量过渡，提高复杂外形零件的测量精度，即由长度的精密测量扩 展至形状的精密测量。 3 ) 采用在线测量以逐步替代线外测量，采用实时测量并根据测量信息反馈于加工过 程。 总之，测量技术必须实现高精度化和高速化，这将成为新世纪精密测量技术的重要发 展方向。 1 4 本课题研究的目标、主要特色及内容 本课题研究的目标是：通过适当的光学成像技术结合计算机图像处理技术，分析计算 出我们最终期望得到的被测工件的几何尺寸参数。 利用数字图像处理技术对目标工件的几何尺寸进行测量是图像处理分析的重要研究 和应用领域。扩大了光学测量的应用范围，有效提高了测量精度。和传统的测量技术相比， 该技术主要有以下几个突出的特色： 1 ) 提高图像的质量。利用数字图像处理技术可以对图像进行预处理，例如图像增强、 边缘锐化、滤除噪声等。这些处理可以有效地增强待测物体的有用信息，抑制无用的噪声 信息。 2 ) 提高测量准确度和精度。利用各种图像目标模式定位方法，特别是亚像素定位技 术，可以明显地提高图像目标的定位精度。而且测量的数值不随外界的变化而受到影响， 通过周期的数值标定，可以有效的降低不定因素带来的误差。 3 ) 自动化程度高。随着计算机技术的不断发展，各类图像采集、处理新硬件的出现 为图像测量技术提供了新的方法和手段，在加上处理算法自动化程度和效率的提高，为在 线测量赢得了时间。 4 1 绪论 4 1 时间短，速度快。利用摄像技术可以非接触实时的进行测量，缩短了测量时间， 提高了效率。 本文主要以机械零件为研究对象，在分析和研究了大量的计算机图像处理理论和实践 知识的基础上，以c c d 作为输入设备，获取所需要的数字图像，然后对图像进行一系列 的处理和分析，从而获取较满意的边缘特征提取效果图像。然后利用本文提出的基于图像 分析的几何尺寸比较测量方法，由已知的标准件的几何尺寸计算出被测件未知的几何尺 寸，获取了图像测量的结果。 本文所完成的工作主要有以下几个方面： 1 ) 在阅读大量专题文献资料的基础上，对图像处理技术进行了较为深入的了解，并 深入分析了各种图像处理方法的特点和用途。 2 ) 利用图像处理技术和手段对机械零件的图像进行了一系列的处理。其中包括：灰 度图像的获取，中值滤波，二值化处理，边缘特征提取及对边缘的各种处理以获取较理想 的边缘特征提取效果。 3 ) 对机械零件图像分别进行了线性、非线性、锐化和平滑等滤波处理，通过结果比 较，推导出最有利于边缘提取的滤波处理。 4 ) 在对机械零件图像中几何基元形状的边缘提取时，采用了基于梯度的h o u g h 变换 进行提取，得到几何基元形状的参数信息。 5 ) 采用c a n n y 算子和一系列的数学形态学处理方法提取图像边缘，并利用h o u g h 变 换得到的几何基元形状的参数信息重新搜索要测几何基元形状的边缘数据。 6 ) 重新对边缘点进行处理，计算出被测对象的误差值。 7 ) 图像测量系统的设计和分析。 8 ) 全文总结，提出今后的研究方向。 2 零件几何量检测系统 2 零件几何量检测系统 2 1 引言 典型的机器视觉系统从组成结构来分，可分为个人计算机( p c ) 式机器视觉系统和嵌入 式机器视觉系统呻1 。嵌入式视觉系统也称为智能相机，具有易学、易用、易维护、易安装 等特点。嵌入式视觉系统使用厂家提供的软件开发工具和函数来编制需要的机器视觉系统 程序，通过相机中嵌入的处理系统来执行程序判别被检测目标的特征，并输出处理结果。 使用嵌入式机器视觉系统可在短期内构建机器视觉系统。但是这类系统成本较高，提供的 函数也有限；基于p c 的机器视觉系统相对来讲尺寸较大、结构复杂，开发周期也比较长， 但是可以使用通用的软件程序编制平台来编制功函数和系统的软件程序。因此，基于p c 的机器视觉系统的软件算法更加灵活，能完成功能复杂和智能化程度高的任务。本文基于 p c 式机器视觉系统进行研究。 2 2 机器视觉系统的基本结构 典型的p c 式机器视觉系统一般由图像采集、图像分析处理、结果输出与执行几个部 分组成。其中，图像采集部分的硬件主要包括：光源、镜头、相机和图像采集卡。图像采 集部分的任务是将目标物体的特征信息进行光学成像，然后通过图像传感器将光信号转换 为电信号传递给计算机的图像数据采集卡；图像分析处理部分由基于个人计算机平台上的 图像处理分析软件实现：处理结果的输出可以利用计算机的通信接口也可以通过附加的硬 件i 0 设备来实现。检测系统总体框架如图2 1 。测量系统结构如图2 2 所示。 图2 1 检测系统总体框架 阳宜i 业人学硕十学他论文 2 3 系统硬件 图2 2 测量系统结构图 本文通过对一系列硬件资料“o “1 的分析总结后。根据各个硬件的参数及其选用原则选 择了套适合本文研究需要硬件，包括相机、光源、镜头和图像采集卡。井使用这些硬件 措建了机器视觉系统，如图2 3 所示。 2 3 1 相机 1 ) 工业相机 工业相机是专门用于r 业领域的 通数码相机有以f 区别： a 、工业相机的快门时自j 非常短， 图2 3 系统硬件 为适合1 二程应用要求而设计制造的。业柑机与将 可以抓拍快速运动的物体。例如，町以拍摄一个酒 _ 2 零件几何量检测系统 杯被打碎的过程，记录破碎后的碎片的运动轨迹。 b 、工业相机的图像传感器是逐行扫描的，而一般相机的图像传感器是隔行扫描的， 甚至是隔3 行扫描的。 c 、工业相机输出的是没有经过处理的图像数据，其光谱范围也较宽，比较适合进行 高质量的图像处理算法的机器视觉工程应用。一般的数码相机拍摄的图像光谱范围只适合 人眼视觉，并且经过了图像数据的压缩操作，降低了图像质量。 本文使用工业相机来搭建机器视觉系统，在本文中所提到的“相机”都是指“工业相 机”。 2 ) 相机的分类 相机的选择要根据系统的要求综合考虑镜头和图像采集卡的情况来选择相机的参数。 通常相机根据其参数的不同进行分类，下面是常用的分类方法：根据相机采集图像色彩不 同，可以分为黑白相机和彩色相机。彩色相机适用于需要提取场景中的颜色信息进行检测 和识别的场合，黑白相机只能生成灰度图像。相对于相同精度的彩色相机来讲黑白相机价 格低、数据量小、速度快、也能够体现场景中的亮度信息。 根据信号传输方式的不同相机分为模拟信号相机和数字信号相机，模拟信号相机成本 低，在成像质量、速度、分辨率方面不如数字相机性能好。 根据图像传感器的不同相机可以分为c c d 相机和c m o s 相机。其中，c c d 是目前 比较成熟的成像器件，已经广泛的被应用于各种成像和光学探测领域中，c c d 相机也成 为图像传感器的主流产品。 对于c c d 相机来说，按照传感器的像素几何排列不同可分为线阵和面阵两种。面阵 相机的像素几何排列是二维平面，一般为矩形：线阵相机的像素按一维直线排列。面阵相 机一次可以采集到一定视野范围内的全部图像信息：线阵相机一次只能观察物体的一个条 状部分，摄像头和物体必须有相对运动来完成扫描，把每次采集的图像进行拼接得到图像。 线阵相机的成像质量不如面阵相机，但是线阵相机分辨率高，速度快，对于运动物体的连 续检测，例如：连续运动的纸张有着自身的优势。 相机的选择除了考虑选择黑白彩色、数字模拟、面陶线阵、精度、速度外，还要考 虑的因素有：相机与图像采集卡之间的数据输出接口、相机与镜头之间的联接接口等。数 据输出接口主要有视频制式模拟信号、c a m e r a l i n k 、l v d s 、i e e e l 3 9 4 、u s b 等。在系统 的硬件选择时要注意相机和图像采集卡之f b j 的接口的类型，尽量选用相同接口，如果接口 不同要考虑相机和图像采集卡之f b j 的接口转换问题；根据相机和镜头间的联接支座的螺纹 的不同可以分为c 接口和c s 接口。 9 曲安工业人学硕十学忸论文 3 ) 相机的选用 根据奉立的要求结合令后研究工作的进一步开展，选用了u n i q 公司的u p 一8 0 0 型 黑白面阵c c d 数字相机t 如图2 4 所示，其主要参数如衰2 1 所示。 图2 a u n l 0 u p - 8 0 0 工业相机 u p 一8 0 0 是一款分辨率为1 0 2 4 x 7 7 6 的数字工业相机，它使用了连行扫描隔行传输 的技术。具有外部异步采集功能，能够很容易的抓拍高速运动物体的图像。其c c d 为方 形像素，更适合用于处理、测量和分析方而的应用。u p 8 0 0 可以应用在高速机器视觉、 自动检测、运动采集分析以及很多其它科学和工业领域内。这款相机和许多市场上常用的 图像采集卡都能够配套使用。相机参数如表2 i 所示。 表2 iu p 一8 0 0 相机参数 性能指标参数 c c di 鳘i 像传嬉器器 c c d 传媾器芯片尺寸 冉效像素 单位像素尺寸 帧速 数字视频输出 电子快j 镜头接口 外形t 寸 i 3 ”逐行扫描隔行传输 5 8 0 m i n x 49 2 r a m 1 0 2 4 * 7 7 6 4 6 5 p m x 4 6 5 p r o 4 5 f p s ( 2 x 2 b i n n i n 9 5 1 0 3 8 89 0 f p s ) i o - b i t r $ 6 4 4 l v d s 1 4 5 1 7 1 0 0 0 秒 c 一接口 5 0 m m x 4 0 m m x 8 3 m m 2 3 2 光源 照明的主要目的是通过定方式把光源发出的光投射到被测物体上，突出被颡4 特 l l ! 的 对比度，使采集到的图像质量得到改善从而满足机器视觉软件对图像处理与分析的要求。 照明方式的选择手要考虑被测物体的特性、工作距离、视场大小等因素。当前还没有任何 一种照明方式可以适h j 于所有的机器视觉工程中，要针对每一个机器视觉工程选择合适的 2 零件几何量检测系统 照明系统。表2 2 是常用照明方式的特点、应用场合及其原理。 表2 2 常用照明方式与光源 机器视觉工程中使用的光源除了要适合被测量目标的特性以外，还要求光能稳定。光 源的分类方法也很多，目前没有一种统一的分类方法。通常根据发光器件的不同将光源分 为：l e d 、氛灯、石英灯、高频荧光灯等。其中，l e d 光源效率高、体积小、发热少、功 耗低、发光稳定、寿命长，通过不同的组合方式可以制造成环形、条形、矩形等不同形状 的光源来满足不同工程的需要。因此，l e d 光源以其优异的特性在机器视觉工程中得到 西安：业人学硕u b 学 口论文 了j l 泛的应用。 本文在使用掠射、背光、环形灯对机械加工零件进行了大量试验的基础上，照明方案 选用了环形灯照明。光源使用红色l e d ，如图2 5 所示。 奔 一 。 船t p 一。 图2 5 环形l e d 光源 2 3 3 镜头 镜头选择要根据相机的传感器尺寸、支座接口形式以及坎测量的零件尺寸等进行综合 考虑。镜头的成像应能够完全覆盖镜头的传感器表面：镜头和相机的联接接口形式应该尽 量相同：镜头的视场和景深应该满足被测量的零件的尺寸要求。下面是镜头几个主要参数 的解释： 视场：视场就是整个系统能够观察的物体的尺寸范围，也就是与图像传感器匕所成图 像对应的场景的大小。 工作距离：1 作距离就是物距，即：物体到镜头的距离。分辨率：分辨率描述的是光学系 统能够分辨的撮小物体的距离一股用成对的黑白帽i l i 】线来杯定镜头的分辨率即：每毫米 多少线对( i p m m ) 。 景深：沿光轴方向卜物体的尺寸或运动在一定范围内所成的图像是清晰的，也就是说， 这个范围称为景椿。 光圈：光学系统中光线经过折射、反射等撮后到达像面在这个传输过程中，并不是 所有进入系统的光线最后都能通过而是有一部分被阻挡。为了能够调节透过的光强度 一般镜头中部设茕了光圈，也就是一个多叶片的机械装鹭纽成的直径可变的圆孔，调| f 时 这个孔的直径可以连续变化，从而改变镜头的有效孔径。镜头光圈的大小一般用f 数来 表示。 f 数：假定光学系统的有效孔径是d ，焦距是l 那么，f = f d 。这个参数描述了光学系 统的采光能力。有效孔径越大，能收集到和通过的光线越多，而焦距越短，这些光线能到 达像面的可能性越大。 1 2 2 零件几何量检测系统 本文选用了性价比较高的c o m p u t a r 公司的m 2 5 1 4 一m p 百万像素圃定焦距镜头， 如图2 6 所示，其主要性能参数见表2 3 所示。该镜头采用c 型接口可以与相机配套使用。 成像尺寸满足相机的c c d 传感嚣尺寸要求。另外，该镜头分辨牢较高，适合高精度的尺 寸检测。手动的光圈和焦距调节可以满足本课题的要求。镜头参数如表2 3 所示。 图2 6 镜头 寰2 3m 2 5 1 4 - m p 镜头参数 2 3 4 图像采集卡 图像信号的传输是大数据量快速传输。当图像采集卡的信号输入速率较高时，如果使 用个人计算机，图像采集卡通常采用的p c i 接口的理论带宽峰值为1 3 2 m b s 。在实际使 用中，p c i 接口的平均传输速率为5 0 - - 9 0 m b s ，有可能在传输瞬间不能满足高传输率的要 求。因此，这一任务通常使用图像采集卡来完成。图像采集卜是一块可插入计算机或脱离 计算机独立使用的板卡，图像采集卡将数字信号经过处理送 计算机，是图像采集部分和 图像处理部分的接r n 。为了避免与其他p c i 设备产生冲突时丢失数据，一般在图像采集 卡上应有数据缓存。一些图像采拱卡还提供数字i ，o 的功能。 圈像采集卡的技术参数主要有以下几个： 图像传输格式：图像采集卡需要支持系统巾相机所采用的输出信号格式。其中，v l d s 、 两安工业人学硕+ 学 奇论文 c a m e r a l i n k 等几种图像传输形式在机器视觉工程中麻用较为广泛。 图像格式：图像格式也被称为像素格式分为扶度和彩色两种。执度图像在通常情况 下，图像扶度等级可分为2 5 6 级，即以8 位表示。在对罔像扶度有更精确要求时，可使用 l o 位、1 2 位、1 6 位等来表示图像的灰度；彩色图像：i d tr g b ( 或者y u v ) 3 种色彩组台而 成。 分辨率：采集 能支持的最大点阵反映了其分辨牢的性能。单行最大点数和单帧最大行 数也可反映采集卡的分辨率性能。 采样频率：反映采集卡处理图像的速度和能力的参数。在进行图像采集时，需要注意采 集卡的采样频率是否满足要求。 本文使用的图像采集卡为n i 公司的i m a q l 4 2 2 圈像采集卡，如图2 7 所示。其生要性 能参数见表2 4 。 表2 4i m a q l 4 2 2 参数 性能指标 参数 内存 3 2 m 传输格式lvds 像索精度8 、1 0 、1 2 、1 4 、1 6 b i t 时钟频率5 0 0 k h z 至4 0 m h z 总线接l jp c i 2 4 系统软件 囝2 7i m a q l 4 2 2 图像采集卡 机器视觉系统蔓实现预定的功能离不丌相应的计算机软件，图像处理软件要实现图像 数据的采集t 并且进一步通过特定的算法对采集的数字图像进行分折、处理，最终将结果 显示或根据需要传送给执行机构的控制部分。系统软件的设计在整个系统的设计中占有重 2 零忭几何垣检测系统 要的地位，是提升机器视觉系统性能的重要保障。软件系统的设计应台理高效和简洁，以 保证整个检渊系统运作的稳定和可靠。本文使用m a t l a b 作为程序的开发平台。 本文的软件包括三个部分：软件界面模块、图像采集模块、图像处理与分析模块。 2 4 1 软件界面模块 本文软件的界面是基于m a t l a b 对话框的程序。程序的异种函数和功能通过菜单操 作来实现，采集或者打丌的剧像和处理结果在同一界面显示，结构简单清晰，如图2 8 所 4 i 。 图2 8 软件运行捍面 2 4 2 图像的采集模块 i ) 数字图像的形成 外界光线经过成像系统形成的图像分桁在图像传感器的成像而像素点上，图像传感器 再根据每一个像素点上光信号的亮度生成相应的电信号，然后对电信号进行聚样和帚化， = 赜终产生一个对应每一个像素的位簧数值和个代表明亮程度的值。这些与位置和亮度有 关的数值就组成了幅数字| 生| 像的图像数据信息。整个过程如图2 9 所示。 场景_ 光学成像系统叶凹像传感器一采样和鼙化1 数宁刚像信息 图2 9 数字图像的i | 参成 由于本文的数字圉像处理系统采用黑白相机采集图像，所以经过上述过程生成的图像 是扶度图像，因此在本文中所指的“罔像”指的是扶度数字闺像。 瓠度图像是一个表示亮度值的二维数组，其参数主要有分辨率和像素深度。 分辨率措图像的行数和列数的乘积。如果图像由m 列、n 行组成，那它的分辨率就是 m n ，也就是说图像沿着水平坐标有m 个像素，沿着竖直坐标有n 个像素。 西安：业人学硕十学位论文 2 ) 图像的采集 本文使用的图像采集硬件中n i 公司i d e i m a q l 4 2 2 图像采集卡支持t r n i q 公司的 u p 8 0 0 相机。利用i m a q 提供的驱动程序动态链接库便可以控制相机的动作，进而进行 图像采集操作。根据本文的需要，使用相机的单帧采集工作方式，具体的程序流程如图 2 1 0 所示。 打开相机接口_ 打开线程_ 单帧采集图像_ 处理用户函数一关闭线程和相机接口 图2 1 0 图像采集流程图 3 ) 图像的转换 经过相机和图像采集卡采集到的数据是有1 0 位像素深度的图像数据信息，要使得图 像在计算机上保存，还需要使图像数据符合一定的文件格式， 2 4 3 图像处理与分析模块 图像处理和分析模块是整个软件的核心，其中的函数包括：图像预处理、特征提取、 尺寸测量、参数计算和系统标定等。利用这些函数完成测量任务，程序流程如图2 1 1 所 示： 2 5 本章小结 l 开始l l i 扶度化i | r i 去噪i | r i 边缘锐化i 阑值分割 上 边缘摊取 上 l 特征检测( 直线和圆) 1 l 形位尺寸测量 l i 结束l 图2 1 l 软件程序流程图 本章给出了机器视觉检测系统的硬件组成结构，讨论了机器视觉系统中各个硬件的参 数和一般的选用原则。并根据本文的课题要求选择了合适的硬件，介绍了其性能特点。使 用所选择的硬件搭建了本文的机器视觉检测系统。介绍了与本文机器视觉系统的软件的结 构和功能。 1 6 3 数字图像的处理与边缘提取 3 数字图像的处理与边缘提取 3 1 引言 由于图像在摄取过程中受到摄取器件、周围环境等影响，会使摄取到的图像中含有噪 声，噪声常是随即产生的，因而具有分布和大小的不规则性。它以无用信息形式出现，扰 乱图像的可观测性，极大的降低了图像质量，影响图像边缘特征提取等后续工作的进行， 为了进行图像分析，需要先将噪声消除掉。噪声的种类很多，其性质也有许多区别，需要 有针对性地采用不同的方法消除。图像处理的另一主要方面是图像增强。其主要目的是对 图像进行加工，以得到对具体应用来说视觉效果更“好”更“有用”的图像。由于具体应用的 目的和要求不同，因而“好”和“有用”的含义也不同。对于本课题，就需要找到适合自己的 方法。 本课题主要是利用计算机图像处理和分析技术对机械零件图像进行处理和特征提取。 针对本文任务的要求，为了达到利用本文提出的基于图像分析的几何尺寸测量方法测量出 被测件的几何尺寸，必须要对其图像进行必要的处理和分析。在处理过程中主要利用了图 像的滤波技术和增强技术对图像进行滤波。然后利用了数字图像边缘检测技术提取机械零 件的边缘信息特征，并进行了一系列的数学形态学处理，以达到预期的或较理想的边缘轮 廓特征，以便于下一步利用本文提出的基于图像分析的几何尺寸测量方法对数字图像的特 征测量。数字图像目标分割的结果直接影响着下一步的几何尺寸的测量结果，因此数字图 像的目标分割和边界提取是利用数字图像进行非接触测量的非常关键的一步。 3 2 图像增强与平滑 图像增强的主要目的是：改善图像的视觉效果和提高图像的清晰度以及使图像变得更 易于计算机的处理与分析n 和1 8 1 。图像增强可对图像的某些特征，如边缘、轮廓、对比度等 进行强调或尖锐化。图像增强是增强图像中的某种信息，它不增加图像数据中的相关信息。 图像增强按其处理的方法分为两类：一类是空域处理方法，即在像素组成的空间罩直 接进行处理。另一类是频域处理方法，即在图像的变换域对图像进行间接处理。其特点是 先将图像进行变换，般是将图像由空间域变成频率域，然后在频率域内进行处理。 总体而言，图像增强的处理方法主要包括直方图修改、灰度变换方法、图像滤波、图 像锐化和图像彩色增强等。 1 7 i i l i 安i ：j l k 大学硕i 位论文 3 2 i 直方图均街处理 1 ) 直方图概念 对图像敷度分布进行分析的重要手段就是建立扶度直方图( d e n s i t yh i s t o g r a m ) ，利用 图像狄度直方图，可以直观地看出图像中的像索亮度分m 情况，通过直方图均衡化、归一 化的处理等，可对图像的质量进行调整。 直方图是反映一幅图像巾的灰度与出现这种扶度的概率之间的关系的图形。从数学上 啦它统计一幅图像中各个执度出现的次数或概率；从图形上说，它是一个二维图，横坐 标表示图像中各个像索点的灰度级纵坐标为各个扶度级上图像像素点出现的个数或出现 的概率。 n ( ) = 10 s 1k = 仉l ， ”，l - i ( 3 i ) 月 其中：代表驮度，只( ) 代表扶度值出现的相对频数，唯为图像中抖 现灰度值 的像 素数，”是图像像素总数- ，是扶度级数。在直角坐标系中作出与以( ) 的关系削形， 即称为诙图像的直方图。 m a t l a b 图像处理工具箱提供了i m h i s t 函数柬计算和显示图像的灰度分布，浚函数值除 以像素总数才是直方图，但其两者的图像分布形状是一致的，故常用该图形来描述图像直 方图。如图3 1 四个基本图像类型，暗、亮、低对比度和高对比度及他们对应的直方图 ；二 a 1 ) 比较暗的图( a 2 ) 比较暗的图的直方图 3 数字幽像的处理与边缘提取 鲤 羁 ：重鳓 b 1 ) 比较熹的图 l 蚀l l 藏 匿舅 一喜。 i 卑咯 鞋n 篓 盥 。 l 型 i l 型 ( d 1 ) 高对比度的囝( d 2 ) 高对比度的图的直方图 图31 四个基本图像类型，暗、亮、低对比度和高对比度及他们对应的直方图 2 ) 直方图均衡处理 清晰的柔和的图像的直方图荻度分t f i i 比较均匀。为使图像变得清晰，通常可以通过变 换使图像的灰度动态范围变大，并且让灰度频率较小的扶度耋| l 经变换后，其频率变得大一 些，使变换后的图像灰度直方图在较大的动态范围内趋于均化。直方图均衡化处理是一种 两安i ：业大学硕十学位论文 修改图像直方图方法，通过对直方图进行均衡化修正，可使图像的灰度i 、日j 距增大或灰度均 匀分布、增大反差，使图像的细节变得清晰。 在图像处理中，空域增强方法是指直接作用于像素的