基于機(jī)器視覺的機(jī)械零件自動(dòng)精密測(cè)量_圖文

1、No2.2006試驗(yàn)技術(shù)與試驗(yàn)機(jī)J une.2006 收稿日期2006206201作者簡(jiǎn)介高飛(19802,男,湖南衡陽(yáng)人,碩士研究生,主要研究方向?yàn)闄C(jī)器視覺與圖像處理?；跈C(jī)器視覺的機(jī)械零件自動(dòng)精密測(cè)量高飛,辛鏑,石米娜,譚慶昌(吉林大學(xué)南嶺校區(qū)機(jī)械科學(xué)與工程學(xué)院,吉林長(zhǎng)春130022摘要:本文提出了一種運(yùn)用機(jī)器視覺實(shí)現(xiàn)對(duì)機(jī)械零件長(zhǎng)度的自動(dòng)精密測(cè)量的方法。采用機(jī)器視覺技術(shù)獲取試件的圖像數(shù)據(jù),利用圖像處理中亞像素邊緣檢測(cè)方法實(shí)現(xiàn)對(duì)邊緣的精確定位,并提出了一種相機(jī)自動(dòng)標(biāo)定方法,從而實(shí)現(xiàn)長(zhǎng)度的自動(dòng)精密測(cè)量。關(guān)鍵詞:機(jī)器視覺;邊緣定位;相機(jī)自動(dòng)標(biāo)定;精密測(cè)量中圖分類號(hào):TN911.73文獻(xiàn)標(biāo)識(shí)碼:B

2、Autom atic Precision Measurement ofthe Mechanical Part B ased on Machine VisionGao Fei ,Xin Di ,Shi Mina ,Tan Qingchang(I nstit ute of M echanical S cience and Engi neeri ng ,J ili n Universit y ,J ili n Changchun ,130022Abstract :In t his paper ,a met hod for t he lengt h of mechanical part automat

3、ic measurement was developed.Machine Vision techniques has been int roduced to capt ure digital image of t he me 2chanical part ,using t he subpixel edge detecting met hod to locate t he edge ,and develop a auto 2matic camera calibration met hod ,and achieve t he automatic precision measurenet.K eyw

4、 ords :machine vision ;edge locating ;automatic camera calibration ;p recision measurement1引言機(jī)器視覺是研究用計(jì)算機(jī)來模擬生物視覺功能的科學(xué)和技術(shù),機(jī)器視覺的主要目標(biāo)是用圖像來創(chuàng)建和恢復(fù)現(xiàn)實(shí)世界模型,然后認(rèn)知現(xiàn)實(shí)世界2。先進(jìn)技術(shù)的發(fā)展日新月異,精密測(cè)量技術(shù)必須適應(yīng)這種發(fā)展。精密測(cè)量技術(shù)不僅要為先進(jìn)制造業(yè)服務(wù),而且要成為產(chǎn)品質(zhì)量的有力保證,不能單純?yōu)榱藱z測(cè)而檢測(cè),更不能因?yàn)橐獧z測(cè)而影響了生產(chǎn)的效益1?，F(xiàn)在工業(yè)中幾何測(cè)量對(duì)象各種各樣,測(cè)量方法也不盡相同。大部分都是基于接觸測(cè)量方法,或者即使使用了非接觸測(cè)量,

5、但是測(cè)量過程中的分辨率以及精度還都不高,而且自動(dòng)化程度相對(duì)比較低。面對(duì)這樣的情況,迫切需要一些新的測(cè)量原理和方法。因此,本文提出了一種利用機(jī)器視覺技術(shù)實(shí)現(xiàn)對(duì)機(jī)械零件尺寸的自動(dòng)精密測(cè)量。采用CCD 傳感器以及圖像采集卡獲取被測(cè)件的圖像,然后用圖像處理的辦法對(duì)圖片進(jìn)行一系列處理,接著本文提出了一種自動(dòng)的標(biāo)定方法進(jìn)行測(cè)量標(biāo)定,最后對(duì)獲得的數(shù)據(jù)進(jìn)行計(jì)算和分析,得到測(cè)量結(jié)果。2機(jī)器視覺機(jī)器視覺系統(tǒng)主要由三部分組成:圖像的獲取、圖像的處理和分析、輸出或顯示。將近80%的工業(yè)視覺系統(tǒng)主要用在檢測(cè)控制方面,包括用于提高生產(chǎn)效率、控制生產(chǎn)過程中的產(chǎn)品質(zhì)量、采集產(chǎn)品數(shù)據(jù)等。 圖1是機(jī)器視覺系統(tǒng)的基本構(gòu)成。在一定的

6、光照條件下,成像設(shè)備把場(chǎng)景的圖像采集到計(jì)算機(jī)內(nèi),形成二維陣列原始圖像;然后運(yùn)用圖像處理技術(shù)對(duì)采集到的原始圖像進(jìn)行預(yù)處理以得到質(zhì)量改善的圖像;接下來,從圖像中提取感興趣的特征,構(gòu)成對(duì)圖像的描述;進(jìn)一步,實(shí)施達(dá)到目標(biāo)的處理2 。圖1機(jī)器視覺的基本結(jié)構(gòu)3數(shù)字圖像處理3.1灰度值圖像近年來,光學(xué)圖像處理技術(shù)作為一種新興的非接觸測(cè)量技術(shù)已得到廣泛認(rèn)可。它是通過CCD 等光學(xué)傳感器將試件的表面形貌以及顏色轉(zhuǎn)換為圖像數(shù)據(jù),而后對(duì)圖像數(shù)據(jù)進(jìn)行分析、處理的一種測(cè)量技術(shù)。試件表面形貌和顏色的不同,對(duì)光線的反射,散射等也將不同,所形成的圖像也相應(yīng)的具有明暗不同的分布,即灰度(灰度圖像的明暗程度值不同。因此,數(shù)字圖像

7、的灰度值分布情況可以基本反映出試件的真實(shí)表面情況。圖2是由數(shù)碼相機(jī)采集的原始圖像 :圖2數(shù)碼相機(jī)采集的工件原圖通過圖像處理系統(tǒng)的預(yù)處理,本文使用VisualC +6.0編制的程序,將處理之后的圖像轉(zhuǎn)換成為相應(yīng)的灰度數(shù)據(jù)圖像,如圖3所示 :圖3通過轉(zhuǎn)換后的灰度圖像通過這種處理之后,以下對(duì)試件圖像的分析就轉(zhuǎn)換為對(duì)相應(yīng)的灰度值數(shù)據(jù)的分析和處理。3.2邊緣檢測(cè)在圖像中,物體的邊緣是圖像的基本特征,所謂邊緣是指圖像中灰度有階躍或尖頂狀變化的那些像素的集合。它是圖像分割、紋理特征提取和形狀特征提取等圖像分析所依賴的重要基礎(chǔ)。顯然,尺寸測(cè)量的關(guān)鍵就在于邊緣的提取,確定出被測(cè)量物體的二維輪廓線。目前,邊緣檢測(cè)

8、的算法有許多種,比如一階微分檢測(cè)算子有Robert s 、Sobel 、Prewitt 等算子,二階微分邊緣檢測(cè)算子有Krisch 、Marr 2Hildret h 等算子,以及還有隨后提出的Canny 邊緣檢測(cè)方法和小波邊緣檢測(cè)方法等,但是這些方法都是定位在整像素的精度上。為了提高邊緣檢測(cè)定位的精度,本文使用了亞像素邊緣定位方法,其中用到的是一維灰度矩邊緣定位法34。一維理想階躍邊緣模型可以認(rèn)為是由一系列具有灰度h 1與一系列具有灰度h 2的像素相接而構(gòu)成的。這樣的模型就可以用三個(gè)參數(shù)來決定:邊緣位置k 、邊緣兩側(cè)的灰度值h 1和h 2,如圖4所示 :圖4灰度圖中邊緣處灰度值的變化情況92N

9、o2.2006高飛等:基于機(jī)器視覺的機(jī)械零件自動(dòng)精密測(cè)量 圖4中離散點(diǎn)為實(shí)際邊緣,折線為理想邊緣。設(shè)u (x 為理想階躍函數(shù),則一維理想邊緣函數(shù)為:E 1(x =(h 2-h 1u (x -k +h 1(1假設(shè)p 1和p 2分別表示灰度值為h 1和h 2的像素點(diǎn)數(shù)在整個(gè)邊緣上所占比例,則兩者滿足如下關(guān)系:p 1+p 2=1(2設(shè)單調(diào)序列g(shù) i (j =1,2,n 為實(shí)際邊緣區(qū)域點(diǎn)的灰度值,則該序列的前三階灰度矩滿足下式:m i =2j =1p jhij=1nnj =1gi j i =1,2,3(3其中n 為實(shí)際整個(gè)邊緣區(qū)域所占的像素點(diǎn)總數(shù),進(jìn)而有p 1=kn。上式3個(gè)方程中包含3個(gè)未知數(shù)p 1

10、、h 1和h 2,求解可得:h 1= m 1-p 1/p 2h 2= m 1+ p 1/p 2p 1=121+s 14+s 2(4其中: 2= m 2- m 21 s =1nn j =1(x i - m i 33=m 3+2m 31-3 m 1 m 23(5 由上式得到邊緣位置:k =np 1=-12=n 2s4+ s2+n -12(6本文采用Visual C +6.0編寫程序?qū)崿F(xiàn)該算法。4相機(jī)自動(dòng)標(biāo)定通過以上的處理和計(jì)算,已經(jīng)在灰度圖像中比較精確地檢測(cè)和定位了待測(cè)工件的邊緣,并且得到了兩邊緣之間的像素總數(shù),因此下面工作中只要得到相應(yīng)的兩像素之間對(duì)應(yīng)的實(shí)際物理距離,即可得到圖片中工件的實(shí)際尺寸

11、長(zhǎng)度。在以往的測(cè)量中,每做一次實(shí)驗(yàn),都要現(xiàn)場(chǎng)進(jìn)行標(biāo)定,所以顯得比較煩瑣,而且有些實(shí)際的工況或許還會(huì)對(duì)標(biāo)定帶來不利的影響。因此,根據(jù)這種情況,本文提出了一種新的方法是通過實(shí)驗(yàn),用優(yōu)化技術(shù)的方法,回歸出一個(gè)標(biāo)定圖像中兩像素間對(duì)應(yīng)的實(shí)際物理距離的方程,把相機(jī)的一些外部和內(nèi)部參數(shù)都系數(shù)化到方程中。比如在進(jìn)行測(cè)量時(shí)的相機(jī)物距、相機(jī)焦距以及圖像中心偏移量這些參數(shù)。這樣,以后的每次實(shí)驗(yàn),只要得到這些參數(shù),就可以很快而且比較準(zhǔn)確地計(jì)算出所要的參數(shù)。在實(shí)驗(yàn)中,標(biāo)定樣本為精度比較高的5mm ×5mm 的方格板,如下圖所示:圖6用于標(biāo)定實(shí)驗(yàn)的方格板傳感器選擇的是SON Y DSC 2F828數(shù)碼相機(jī),用P

12、C 機(jī)進(jìn)行數(shù)據(jù)處理,所有算法用Visual C +6.0和MA TLAB 編程實(shí)現(xiàn)。在進(jìn)行標(biāo)定實(shí)驗(yàn)中,為了得到回歸方程,根據(jù)實(shí)際的需要和應(yīng)用,選用拍攝物距為140160mm ,選擇的拍攝模式為宏模式(近距拍攝模式,選擇的倍率(在此相機(jī)中用放大倍率替代實(shí)際焦距為2.02.4。通過多組實(shí)驗(yàn),得到一系列數(shù)據(jù)。根據(jù)多元線性回歸模型與系數(shù)的最小二乘估計(jì):Y =b 0+b 1x 1+b 2x 2+b m x m +(7隨機(jī)誤差,N (0,2取x 1l ,x 2l ,x ml Y l =b 0+b 1x 1l +b 2x 2l +b m x ml +lt =1,2,n其中1,2,l 相互獨(dú)立且服從同一正態(tài)分

13、布N (0,2對(duì)于自變量x 1,x 2,x m 和隨機(jī)變量Y 的n 組觀測(cè)值(x 1t ,x 2t ,x mt ,y t t =1,2,n ,稱使得函數(shù)Q (b 0,b 1,b m =nj =1y t-(b 0+b 1x 1t +b 2x 2t +b m x mt 2(8取最小值b 0,b 1,b m 為系數(shù)b 0,b 1,b m 的最小二乘估計(jì)。得到正規(guī)方程組:b 0= y -b 1 x 2-b m x m l 11b 1+l 12b 2+b 1m b m =l 1y l 12b 1+l 22b 2+b 2m b m =l 2yl m 1b 1+l m 2b 2+b mm b m =l my

14、(9其中 y =1n nj =1y t x i =1n nj =1x it03試驗(yàn)技術(shù)與試驗(yàn)機(jī)J une.2006 l ij =nt =1x it x jt -n x i x j l iy =nj =1x it y t -n x i yi ,j =1,2,m.通過多次的實(shí)驗(yàn),發(fā)現(xiàn)每一個(gè)傳感器參數(shù)值的變化與標(biāo)定結(jié)果的變化,基本呈現(xiàn)一種線性關(guān)系,而且隨著分辨率的提高,這種線性程度越高。根據(jù)實(shí)驗(yàn)數(shù)據(jù),通過多項(xiàng)式擬合,并用MA TL AB 編程實(shí)現(xiàn),獲得結(jié)果如下面兩圖所示 :圖7不同物距、 焦距時(shí)兩像素對(duì)應(yīng)的實(shí)際物理距離圖8距離圖像中心不同位置時(shí)兩像素對(duì)應(yīng)的實(shí)際物理距離4結(jié)果分析通過上面的實(shí)驗(yàn),經(jīng)過數(shù)

15、據(jù)采集與計(jì)算分析,然后用多元線性回歸分析的方法進(jìn)行回歸分析,可以得到如下回歸方程:S n =44.7145+0.0005n -14.4767k +0.2135L式中,S n 所要標(biāo)定的圖像中兩像素間對(duì)應(yīng)的實(shí)際物理距離(mm ;n 圖像中像素點(diǎn)距離中心的距離(以像素為單位;k 相機(jī)的放大倍率;L 測(cè)量時(shí)的物距(mm 。下面進(jìn)行測(cè)量驗(yàn)證:由上述回歸所得方程標(biāo)定得的S n 值進(jìn)行測(cè)量,結(jié)果見表1。表1測(cè)量結(jié)果實(shí)驗(yàn)次數(shù)1234物距/mm 130135140150放大倍率1.52.0 2.2 2.4實(shí)際值/mm 50.00050.00050.00050.000測(cè)量值/mm 49.97150.01350.01950.0245結(jié)論根據(jù)上述實(shí)驗(yàn),可以得出以下結(jié)論:(1傳感器參數(shù)值的變化與標(biāo)定結(jié)果的變化基本呈現(xiàn)一種線性關(guān)系;(2采用實(shí)驗(yàn)的辦法,通過多元線性回歸,把標(biāo)定時(shí)的相機(jī)內(nèi)外參數(shù)系數(shù)化到方程中,可以減少每次實(shí)驗(yàn)的煩瑣標(biāo)定,并提高標(biāo)定精度;(3本文運(yùn)用數(shù)碼相機(jī)對(duì)小試件的近距測(cè)量,取得了較好的效果。參考文獻(xiàn):1李巖,花國(guó)梁.精密測(cè)量技術(shù)M .北京:中國(guó)計(jì)量出版社,20012王慶有.CCD 應(yīng)用技術(shù)M .天津:天津大學(xué)出版社,19