基于力矩的尺寸實(shí)時(shí)測(cè)量方法的研究

李海華 陳 利

（華中科技大學(xué)文華學(xué)院機(jī)電學(xué)部，湖北武漢 430074）

隨著工業(yè)技術(shù)的高速發(fā)展，在工業(yè)、航空航天和軍事等高科技領(lǐng)域的大型復(fù)雜構(gòu)件的加工中，對(duì)加工和裝配精度的要求越來(lái)越高。尤其是在孔類工件的加工過(guò)程中，由于銑刀對(duì)中不夠準(zhǔn)確，或者刀具伸出太長(zhǎng)后剛性變差，以及機(jī)床的誤差等因素，都會(huì)帶來(lái)加工誤差。而尺寸的設(shè)計(jì)和加工精度直接影響裝配精度與設(shè)備的穩(wěn)定性。所以，對(duì)孔類工件內(nèi)徑進(jìn)行精確的檢測(cè)具有重要意義。

長(zhǎng)期以來(lái)，人們對(duì)孔類工件內(nèi)徑的精確測(cè)量和評(píng)定作了大量的工作，提出了許多方法［1－3］。但多數(shù)廠家仍然采用的是傳統(tǒng)的測(cè)量方法，不僅效率低、精度低，而且受人為因素影響較大。本文借助攝像機(jī)和計(jì)算機(jī)對(duì)工件進(jìn)行實(shí)時(shí)圖像采集，再對(duì)圖像中的像素進(jìn)行分析計(jì)算，提出了一種質(zhì)心算法，可以對(duì)孔類工件進(jìn)行實(shí)時(shí)、快速、高精度的在線測(cè)量。

1 測(cè)量原理

如圖1所示，該測(cè)量系統(tǒng)由計(jì)算機(jī)、圖像采集卡、攝像系統(tǒng)和驅(qū)動(dòng)控制系統(tǒng)等部分組成。圖像采集卡和運(yùn)動(dòng)控制卡安裝在計(jì)算機(jī)內(nèi)部，分別與攝像頭和伺服電動(dòng)機(jī)進(jìn)行數(shù)據(jù)交換。攝像頭豎直安裝在傳送帶的正上方，其光軸垂直于傳送帶所在平面，被測(cè)工件水平放置在傳送帶上。為了獲取清晰的工件圖像，采用LED環(huán)形光源照明，讓工件均勻受光，并使攝像頭和環(huán)形光源的軸心盡可能通過(guò)工件中心。這樣，工件正好成像在攝像頭的中心，拍攝的圖像不僅變形小、沒(méi)有陰影，而且質(zhì)量較高。

工作過(guò)程中，計(jì)算機(jī)通過(guò)運(yùn)動(dòng)控制卡驅(qū)動(dòng)伺服電動(dòng)機(jī)，對(duì)傳送帶的運(yùn)行狀態(tài)進(jìn)行精確控制，確保被測(cè)工件依次移動(dòng)到攝像頭的正下方。在光源的照射下，攝像頭可以清晰地采集到被測(cè)工件的輪廓信息，并將視頻信號(hào)輸出到圖像采集卡，圖像采集卡再將其轉(zhuǎn)換成數(shù)字圖像，送給計(jì)算機(jī)。計(jì)算機(jī)對(duì)采集到的圖像進(jìn)行一系列計(jì)算，即可判斷該工件是否滿足設(shè)計(jì)要求。若被測(cè)參數(shù)滿足精度要求，則保留在傳送帶上，繼續(xù)檢測(cè)下一個(gè)工件;否則，計(jì)算機(jī)通過(guò)運(yùn)動(dòng)控制卡發(fā)出指令，將不合格的工件剔出傳送帶。同時(shí)，計(jì)算機(jī)還可以將采集到的圖像和檢測(cè)結(jié)果進(jìn)行存儲(chǔ)，并在顯示器上進(jìn)行實(shí)時(shí)顯示。

2 圖像的采集、處理與分析

圖像技術(shù)主要是利用計(jì)算機(jī)和其他電子設(shè)備所完成的一系列工作，根據(jù)其特點(diǎn)可分為圖像采集、圖像處理、圖像分析和圖像理解。

2．1 圖像采集

圖像采集是視覺(jué)檢測(cè)系統(tǒng)的首要環(huán)節(jié)，采集到的圖像質(zhì)量好壞直接影響到后續(xù)圖像處理的精度。一幅圖像通常用二維數(shù)組f（x，y）來(lái)表示，x和y是像素點(diǎn)（x，y）在XY平面中的坐標(biāo)，f則代表該像素點(diǎn)的亮度值［4］。將被測(cè)工件水平放置在二維工作臺(tái)上，確保光軸垂直穿過(guò)工件的軸心，調(diào)節(jié)攝像機(jī)直到獲取最清晰的圖像，如圖2所示。

2．2 圖像處理

在對(duì)內(nèi)徑進(jìn)行測(cè)量時(shí)，感興趣的是圖像中位于孔內(nèi)部的圓形區(qū)域，為了減小計(jì)算量，提高速度，需要對(duì)圖像進(jìn)行分割。圖像分割是把圖像分成各具特性的區(qū)域并提取出感興趣目標(biāo)的過(guò)程，它是從圖像處理進(jìn)入到圖像分析環(huán)節(jié)的關(guān)鍵步驟。本文對(duì)圖2進(jìn)行濾波和閾值分割處理后得到的圖像如圖3所示。

圖像處理是在圖像的像素層次上進(jìn)行處理，而圖像分析則是利用分割和特征提取把原圖像中感興趣的區(qū)域轉(zhuǎn)變成較簡(jiǎn)潔的目標(biāo)來(lái)進(jìn)行描述。

2．3 Roberts邊緣檢測(cè)

圖像邊緣是圖像局部特性不連續(xù)的反映，包括灰度突變、顏色變化以及紋理結(jié)構(gòu)突變等。兩個(gè)具有不同灰度值的相鄰區(qū)域之間總存在邊緣，邊緣檢測(cè)的方法有很多種，通常用求一階導(dǎo)數(shù)或二階導(dǎo)數(shù)來(lái)進(jìn)行檢測(cè)。本文采用傳統(tǒng)的計(jì)算速度較快的羅伯特（Roberts）交叉算子［5］來(lái)進(jìn)行邊緣檢測(cè)，既可以提高計(jì)算效率，又能滿足精度的要求。

對(duì)于連續(xù)函數(shù)f（x，y），它在（x，y）點(diǎn)處的梯度可用矢量來(lái)表示，矢量的兩個(gè)分量分別是沿X和Y方向的一階導(dǎo)數(shù)，即

該矢量的梯度為

以上各式中的偏導(dǎo)數(shù)須對(duì)每個(gè)像素點(diǎn)進(jìn)行計(jì)算，在實(shí)際中常用小區(qū)域模板卷積來(lái)計(jì)算。對(duì)于Gx和Gy需要各用一個(gè)模板，組合起來(lái)構(gòu)成梯度算子。Roberts邊緣檢測(cè)算子度量了對(duì)角方向相鄰兩像素之間的灰度變化。選取適當(dāng)?shù)拈撝礣，若mag（▽f）＞T，則（x，y）為邊緣點(diǎn)。圖3經(jīng)過(guò)Roberts算子檢測(cè)出的邊緣效果如圖4所示。

3 區(qū)域質(zhì)心算法

3．1 區(qū)域質(zhì)心的確定

在圖4中，內(nèi)孔輪廓所圍成的圓形區(qū)域面積的大小及其質(zhì)心位置決定了孔徑的加工精度。將該圓形區(qū)域記為A，圖像中任一像素點(diǎn)的坐標(biāo)為（x，y），若把每個(gè)像素點(diǎn)都看成質(zhì)點(diǎn)，像素點(diǎn)的坐標(biāo)作為力臂，則可借助力矩的概念來(lái)計(jì)算質(zhì)心。規(guī)定位于區(qū)域內(nèi)部的像素點(diǎn)質(zhì)量為1，區(qū)域外部的像素點(diǎn)質(zhì)量為0，則有

所以，零階矩為

一階矩為

根據(jù)零階矩和一階矩可得，區(qū)域質(zhì)心（X0，Y0）的坐標(biāo)值分別為

從而，根據(jù)該坐標(biāo)值可以在圖像中對(duì)質(zhì)心加以標(biāo)記，或者以亮點(diǎn)的形式顯示出來(lái)。但僅根據(jù)質(zhì)心的位置分布是不足以判斷工件質(zhì)量好壞的，還必須考慮到內(nèi)孔輪廓上各點(diǎn)對(duì)所求質(zhì)心的力矩大小。

3．2 誤差的判別

為了確定輪廓邊緣上各像素點(diǎn)與質(zhì)心的相對(duì)位置關(guān)系，設(shè)圖像輪廓上有N個(gè)像素點(diǎn)，且第n個(gè)像素點(diǎn)的坐標(biāo)為（Xn，Yn），它與質(zhì)心之間的歐氏距離為

該距離的大小可記為輪廓上第n個(gè)像素點(diǎn)的力矩大小。設(shè)內(nèi)孔輪廓上所有像素點(diǎn)的質(zhì)量均為1個(gè)單位，且作用方向垂直于該點(diǎn)到質(zhì)心的連線。則第n個(gè)像素點(diǎn)對(duì)質(zhì)心（X0，Y0）的力矩為

所以，該輪廓上所有像素點(diǎn)對(duì)質(zhì)心的復(fù)合力矩為

最后，將復(fù)合力矩∑T與預(yù)先設(shè)定的最大絕對(duì)閾值Tmax進(jìn)行比較，若∑T≤Tmax，則加工精度滿足要求，否則作為廢品處理。

4 結(jié)語(yǔ)

本文選用了DH－HV1300FM型數(shù)字?jǐn)z像機(jī)、MCP814b型運(yùn)動(dòng)控制卡、MSDA013A1A型驅(qū)動(dòng)器和MSMAO12A1C型交流伺服電動(dòng)機(jī)組成了測(cè)量系統(tǒng)。利用Visual C++6．0環(huán)境編寫軟件，進(jìn)行了測(cè)量實(shí)驗(yàn)研究。測(cè)量時(shí)，先根據(jù)所設(shè)計(jì)工件的尺寸要求，計(jì)算出內(nèi)部圓形區(qū)域面積的大小，將其作為判斷標(biāo)準(zhǔn)。然后，計(jì)算機(jī)采集清晰的圖像，按上述圖像處理算法，對(duì)圖像進(jìn)行輪廓提取，并分別根據(jù)式（2）和式（5）計(jì)算出中間圓形區(qū)域的質(zhì)心坐標(biāo)以及輪廓上所有像素點(diǎn)對(duì)質(zhì)心的復(fù)合力矩，最后，運(yùn)用上述判別準(zhǔn)則將所得復(fù)合力矩的大小與標(biāo)準(zhǔn)閾值進(jìn)行比較，即可得出工件的誤差大小，從而判斷工件是否合格。測(cè)量結(jié)果可以實(shí)時(shí)顯示，也可以自動(dòng)進(jìn)行存儲(chǔ)。

該檢測(cè)方法將圖像技術(shù)用于孔類零件的尺寸檢測(cè)中，通過(guò)圖像輪廓上各像素點(diǎn)相對(duì)質(zhì)心力矩的大小來(lái)進(jìn)行判斷，是一種非接觸式測(cè)量。測(cè)量過(guò)程中，需要對(duì)視覺(jué)系統(tǒng)進(jìn)行調(diào)整和標(biāo)定，并根據(jù)不同的精度要求設(shè)置相應(yīng)的閾值參數(shù)，可以對(duì)孔類零件進(jìn)行較為準(zhǔn)確的取舍判斷。該方法從根本上消除了人為因素帶來(lái)的誤差影響，測(cè)量精度高，速度快，穩(wěn)定性好，不僅可以用于孔類零件的檢測(cè)，也可以靈活有效地用于某些具有異形輪廓的零件尺寸的動(dòng)態(tài)檢測(cè)，具有十分廣闊的應(yīng)用前途。

［1］賀雅琴，李琳．基于機(jī)器視覺(jué)的零件尺寸檢測(cè)的研究［J］．煤礦機(jī)械，2010，31（6）:102 －104．

［2］郝建軍，呂威，余永維．精密零件邊緣檢測(cè)［J］．四川兵工學(xué)報(bào)，2010，31（6）:64－66．

［3］郭紫貴，凡進(jìn)軍．基于圖像處理的微小孔光學(xué)特征識(shí)別技術(shù)研究［J］．工具技術(shù)，2010，44（9）:102 －105．

［4］李海華，楊練根，王選擇．一種應(yīng)用標(biāo)準(zhǔn)刻線與CCD直接獲取運(yùn)動(dòng)位移的方法［J］．中國(guó)機(jī)械工程，2007，18（23）:2881 －2883．

［5］章毓晉．圖像處理和分析教程［M］．北京:人民郵電出版社，2009．