單桂軍，胡 偉

(1.江蘇科技大學電信學院，江蘇 鎮江 212003;2.鎮江高等?？茖W校電子與信息系，江蘇 鎮江 212003;3.湖南第一師范學院科研處，湖南 長沙 410002)

責任編輯:魏雨博

隨著現代先進制造技術的進步，要求測量技術向著高精度化、高速化和網絡化方向發展，傳統的檢測方法已無法完全滿足現代制造業的特殊要求。目前大多數廠家進行零件檢測，通常是人工檢測，大批工人用游標卡尺、通止規等進行測量，并用手工進行數據記錄，效率很低，已經無法滿足批量大、精度要求高的零件測量［1－2］。因而需要一種快速準確的非接觸的尺寸測量方法以適應生產的檢測要求。虛擬儀器技術由于充分利用了計算機在網絡傳輸、數據庫存儲等方面的巨大優勢，近年來在測量技術領域取得廣泛應用。機器視覺技術由于可以實現對于物體的非接觸測量，伴隨數字圖像技術的發展得到迅速成長［3－4］。本文就是將虛擬儀器技術與機器視覺技術相結合，利用圖像處理技術以及虛擬儀器技術強大的數據采集、分析處理功能，建立了一種基于CCD的零件尺寸非接觸測量系統。

1 系統的整體設計

基于CCD的非接觸尺寸測量系統的工作原理:在白天環境光的照射下，利用平行發光管兩個日光燈增強光照強度，首先要對該測量系統進行校準，從而保證零件被檢測面的法線方向與物鏡的軸線基本重合，在測量時采用小角度軸向光照明的方式照射被測零件;然后零件的反射光通過標準鏡頭成像到CCD攝像機上，通過CCD圖像傳感器光信號轉化為模擬信號，再利用圖像采集卡把模擬信號轉換成數字信號，并通過PCI總線傳送到計算機內部;最后利用LabVIEW開發環境下開發的儀器軟件模塊讀取圖像信息，對采集的圖像進行預處理和邊緣檢測，提取出有效的輪廓，再根據標定結果，完成尺寸測量，并選定Microsoft Access作為后臺數據庫，與數據庫相結合對測量結果進行數據讀取、寫入、存儲、顯示。系統結構如圖1所示。

2 圖像處理

采集系統捕獲的原始圖像，往往會因為各種因素含有噪聲和干擾，圖像的邊緣不夠清晰，為了得到可供尺寸參數測量的清晰的邊緣輪廓，需進行圖像處理。

圖1 非接觸尺寸測量系統

2.1 濾波平滑

選用二維快速中值濾波算法，即用某種結構的二維滑動模板 W(i，j)，W(i，j)表示中心位于(i，j)的窗口，把窗口中心位置在圖像上逐像素移動。將板內像素按照像素值的大小進行排序，生成單調上升(或下降)的二維數據序列。找出中間值;若當前中心在(i，j)，則濾波后圖像(i，j)像素之值為窗口w(i，j)內所有像素的中值，輸出即為

式中:f(x，y)，g(x，y)分別為原始圖像和處理后圖像數據。

2.2 圖像銳化

采用拉普拉斯銳化法，對去噪后的圖像進行銳化處理。拉普拉斯算子是二階導數的二維等效式。圖像灰度函數f(x，y)的拉普拉斯公式為

假設i對應x方向，j對應y方向，使用差分方程對x和y方向上的二階偏導數近似如下

同理可以得到根據式(2)、式(3)推出兩個方向上的近似8鄰域拉普拉斯算子的掩模板

2.3 圖像閾值分割與區域填充

由于非接觸測量系統使用的是黑白CCD攝像機，拍攝的是灰度圖像，為了便于處理，需將灰度圖像變為黑白圖像，便于圖像邊緣提取。通過比較分析，本系統采用一種全局閾值選取法。該方法是基于直方圖的灰度信息來確定一個最佳閾值，將直方圖在某個閾值處分割成兩組，使圖像進行二值化分割處理，被分成的兩組目標物和背景像素的類間方差最大時即為最佳閾值。方差值越大，圖像越分明。原理如下:取一幅圖像，灰度值被分為0～m級，其中灰度值為i的像素為ni，那么總像素數為

c0的概率為

c1的概率為

依據式(6)、式(7)可推導出c0的平均值為

c1的平均值為

結合式(6)～式(9)可推導出兩組之間的方差公式為

在0～m之間對k值進行改變，求σ2(k)最大值，當σ2(k)取得最大值時，此時的k值就是圖像二值化分割的最佳閾值T。然后可以利用該T值并結合二值化公式實現對圖像的二值化處理，二值化公式為

經過全局閾值選取法二值化后的圖像對比圖如圖2a、圖2b所示。

圖2 二值化后的圖像對比圖

通過圖2可以看出，采用全局閾值選取法對圖像進行二值化處理，處理后的圖像十分清晰，且噪聲點少。對于圖像中存在的噪聲點，主要是因為被測零件頂部反光使得圖像頂部灰度值過大所致，對于這種情況，系統采用四連通將目標相鄰像素為數值0的背景像素設置為目標的邊界像素值255，從而填充空洞。填充后的效果如圖3a、3b所示。

圖3 填充前后的效果對比圖

2.4 圖像的邊緣提取

工業生產對測量精度的要求越來越高，傳統的邊緣提取像素級精度已經無法滿足高精度零部件的檢測。需要提取高精度的邊緣，對整個檢測系統來說，可以一定程度上提高CCD相機的分辨率，但是系統成本增加。因此利用軟件的方法來提高像素精度定位問題是一個好的選擇。本系統對亞像素邊緣檢測法進行了研究。亞像素邊緣檢測是以傳統邊緣檢測算法為基礎發展起來的。本系統將該方法中的zernike正交矩法應用于對稱目標圖像的亞像素精度定位中，從而得到邊緣參數的近似值，取得了非常好的效果。邊緣提取后的結果如圖4所示。

圖4 提取邊緣效果圖

3 軟件實現與數據分析

3.1 軟件實現

利用LabVIEW模塊化設計思想，遵循了自上而下的設計方法，根據系統的總體特性，將系統進行了功能模塊劃分，逐個實現對數據進行讀取、存儲、顯示等，再將各個功能模塊集成在一個主程序中［5］。利用基于ADO技術的Lab-VIEW數據庫訪問包，直接在LabVIEW中實現對數據庫的訪問、添加。利用Microsoft Access作為后臺數據庫。通過SQL語句“SELECT*FROM 磁環數據”、“INSERT INTO磁環數據(圓環，平均值)VALUES(‘壁厚’，)”等對數據庫進行自動訪問添加。最后，將分析后的數據添加到數據庫表中。

3.2 數據分析

利用該系統對硬質磁環進行測量，測量值與實際值對比如表1所示。

表1 實際值與系統最終測量值做對比分析

分析可知，磁環的內徑、外徑與壁厚的測量結果與實際值基本吻合，兩者之間測量的絕對誤差小于0.02 mm，相對誤差小于0.07%，引起測量誤差的環節可能包括光學系統的像差、CCD的精度誤差以及圖像的閾值處理誤差等。這一精度與游標卡尺和千分尺的測量精度相當，滿足高精度工程要求，并且CCD測量法可實現對環形工件尺寸的自動、快速和非接觸測量，該原理只要在計算方法上稍作改動同樣適合于對矩形、橢圓形乃至復雜形狀的工件尺寸的測定，因此具有廣泛的實用價值。

4 總結與展望

本文設計了一種基于CCD的環形部件尺寸非接觸測量系統，通過對圖像的平滑處理、圖像銳化處理，并采用全局閾值選取法實現對圖像的二值化處理與填充，最終利用亞像素邊緣檢測法實現對圖像邊緣的提取，實驗表明該測量方法方便可行。本文的系統也具有很大的實用性，可以實現對批量零件的檢測，不但可以減小檢測成本，還可以避免人為因素帶來的誤判，另外，還可以適應高溫、有污染或腐蝕性物質的工業現場環境。隨著技術的進一步發展，算法的進一步改進，這種測量系統的的精度會越來越高，應用范圍越來越廣。

［1］黃艷巖，鐘紹俊，徐紅偉.基于LabVIEW的零件尺寸測量系統［J］.微計算機信息，2007，23(34):131－133.

［2］聶錕，蕭澤新.圖像處理技術在微小沖壓件尺寸測量中的應用［J］.電視技術，2005，29(S1):156－158.

［3］李培江，李淑清，高華，等.基于虛擬儀器技術的電池夾視覺檢測系統［J］.新技術新工藝，2006(12):28－31.

［4］IMAQ Vision for LabVIEW User Manual October［EB/OL］.［2012 －11 －05］.http://www.ni.com/pdf/manuals/322917b.pdf.

［5］陳永清，盧炎麟，賈虹，等.基于虛擬儀器的尺寸測量及數據庫存儲的實現［J］.輕功機械，2007，25(5):88－90.