大面積平面網格尺寸快速檢測方法及系統

Fast Speed Detection Method and System for the Mesh Size in Large Flat Area

郭繼平1,2　于冀平1　彭　翔2　刁　艷1　宋　濤1

(深圳市計量質量檢測研究院1，廣東 深圳　518055；深圳大學光電工程學院2，廣東 深圳　518060)

?

大面積平面網格尺寸快速檢測方法及系統

Fast Speed Detection Method and System for the Mesh Size in Large Flat Area

郭繼平1,2于冀平1彭翔2刁艷1宋濤1

(深圳市計量質量檢測研究院1，廣東 深圳518055；深圳大學光電工程學院2，廣東 深圳518060)

摘要：為實現對密集網孔尺寸的快速測量，提出一種大面積高精度平面網格尺寸快速自動化檢測方法及系統。首先利用高、低雙放大倍率光學同軸成像系統同時獲取被測網格圖像；并由圖像中同名網孔計算出高、低倍圖像尺寸轉換比例系數，進而得到低倍圖像中所有網孔的尺寸；最后通過三維運動平臺實現不同位置網孔的自動化測量。實驗證明該系統大幅提升了密集網孔的測量效率，最高精度達1 μm，可用于試驗篩檢測并可實現對篩網面質量的客觀綜合評價。

關鍵詞：自動化檢測試驗篩影像測量光學成像系統鏡頭電荷耦合器網格傳感器

Abstract：In order to realize the fast speed measurement of the mesh size,the fast speed automated detection method and system with high accuracy for the mesh size in large flat area is proposed.By adopting the optical coaxial imaging system with two of the magnification,low and high; to capture the image of the measured mesh,and calculate the conversion ratio between the sizes of images of the same mesh under different magnification,then the sizes of all meshes in low magnification images are obtained.Finally,automatic measurement of the mesh in different position is implemented through 3D motion platform.The experiments verify that the system greatly enhances the measurement efficiency of dense mesh,the maximum accuracy is up to 1μm,it can be used in detection of test sieves,and realize objective comprehensive evaluation for quality of sieve surface.

Keywords:Automated inspectionTest sieveImageMeasurementOpticsImaging systemShotCharge-coupled devices

GridSensor

0引言

試驗篩是粒度分析和篩分試驗的標準器，廣泛應用于冶金、化工、醫藥、建材等行業領域。試驗篩具有典型的平面網格結構，網格尺寸是決定其質量水平的關鍵參數[1]。常見的試驗篩中，最小網孔尺寸僅有20 μm，直徑為100 mm的試驗篩上約有490萬個網孔。國家標準GB/T 6003.1-1997及國家校準規范JJF 1175-2007對試驗篩的檢測和質量評判方法進行了規定[2-3]。標準要求在篩網面上至少選擇兩個取樣部位，共測量40個網孔尺寸，并依此對整個篩子做質量評價。對具有上百萬個網孔的試驗篩而言，該評價方法存在不合理性。傳統的方法是通過萬能工具顯微鏡或投影儀進行手動測量，測量效率低下且存在人為誤差。因此，如何實現對試驗篩網格尺寸的快速自動化精密測量是近年來研究的熱點之一。

已報道的試驗篩自動測量和分析方法對試驗篩等平面網格尺寸測量技術的發展有重要的意義，但仍沒有根本解決試驗篩由于檢測孔數較少帶來的質量評判問題[4-8]。因此，進一步研究大面積試驗篩高精度快速測量方法，提升試驗篩網孔測量采樣率乃至實現全部篩網孔的自動檢測，具有十分重要的意義。

1測量方法及系統

1.1大面積平面網格快速測量方法

實現大面積平面網格尺寸的高精度快速測量，需要解決兩個技術問題：一是如何在保證測量精度的同時獲得大面積測量視野，以保證單次成像能夠獲得足夠多的網格圖像；二是如何實現對大量網格特征的快速提取和尺寸計算。 為解決上述問題，本文設計結構如圖1所示的雙放大倍率共軸成像系統，用于獲取被測網格圖像。成像系統由兩個CCD、兩組成像鏡頭及一個光束分束器組成。其中大視野CCD所用的成像鏡頭組放大倍率較低，用于獲得較大測量視野；小視野CCD所用的成像鏡頭具有較高的放大倍率，用于獲得高精度的網孔圖像。兩組鏡頭由分束器連接形成共軸光路，兩個光路圖像中心重合。此外，本文系統中的兩個成像鏡頭組都設計為放大倍率可調，以保證在對不同規格的試驗篩(孔徑范圍0.02~5 mm)進行檢測時，兩個CCD都能夠獲得較為理想的網孔圖像。其中大視野鏡頭包含0.2×、0.4×、0.8×三種放大倍率，小視野鏡頭包含1×~ 4.5×共五個放大倍率。

圖1　雙倍率共軸成像系統

測量時，兩個CCD同時采集被測篩網同一位置的網格圖像。小視野CCD的放大倍率較高，測量面積小，其采集的圖像P中包含的網格較少(假設為N個)，每個網格圖像所占的像素數多。大視野CCD的放大倍率較低，測量面積大，其采集的圖像Q中有大量的網格(假設為M個，M>>N)并包含了小視野CCD圖像中的所有網格，每個網格圖像所占的像素數少。通過精密測量圖像P中的少量網格尺寸可計算出圖像Q中所有網格尺寸，具體算法如下。

(1)基于邊緣灰度圖像的曲面擬合法[9]提取圖像P中所有的網孔亞像素邊緣特征，計算得到圖像P中每個網孔的像素尺寸UPi，利用事先校準標定好的比例尺系數β可進一步得到每個網孔的實際物理尺寸，XPi=β×UPi,i=1,…,N。

(2)利用兩個CCD圖像中心重合的特性，從圖像Q中查找出與圖像P中相同的網孔，即找到兩個圖像中的同名網孔，提取同名網孔的邊緣并計算網孔像素尺寸UQi,i=1,…,N。

(3)由下式計算圖像Q與圖像P的網孔尺寸轉換系數：

(4)提取圖像Q中所有網格圖像的像素尺寸WQj，并計算出所有網孔的物理尺寸XQj：

XQj=λ×WQjj=1,…,M

(2)

上述算法中，僅需要對圖像P和Q中的少數同名網孔進行精密測量，通過轉換系數即可得到大視野中的多數網孔尺寸，可用于實現網格尺寸的大面積測量。相對直接使用大視野鏡頭測量，該方法可獲得更高的測量精度。

1.2自動化測量系統及工作原理

利用上述雙倍率共軸成像系統，在七海光電生產的影像測量儀(型號：SeavenOsean Accura III)的基礎上，搭建自動化測量系統。系統硬件部分主要包括雙倍率共軸成像模塊(其中大視野CCD分辨率為1 280×1 024 pixel， 小視野CCD分辨率為640×480 pixel)、XYZ三軸運動控制系統、照明光源、計算機及夾具;軟件部分主要包括測量控制模塊及圖像采集與運算處理程序。系統工作時，首先使用夾具將被測樣品固定于三維運動平臺的中心，通過軟件系統控制XYZ運動軸定位聚焦至感興趣待測區域。然后根據被測樣品網孔尺寸，分別選擇設置大視野、小視野成像鏡頭的放大倍率，以確保獲得適合測量的網格圖像。為兼顧測量效率和精度，本文在選擇小視野鏡頭倍率時，以使圖像視場內網孔個數盡量少為原則，但必須包含至少一個完整網孔；選擇大視野鏡頭倍率時，在使得視場內網孔數目盡量多的情況下，以單個網孔圖像邊長所占像素數大于5為原則。最后，調整照明光源，使兩個CCD對網格清晰成像并開始采集圖像，由圖像處理算法快速提取網孔圖像特征[10]，并按1.1節中所述算法計算待測網孔的尺寸結果。系統通過軟件控制界面可以預先設置多個待測區域，測量過程中三維運動平臺自動運動到各待測位置，雙倍率共軸成像模塊依次對區域內網格尺寸進行測量，最終得到所有設定區域內的網孔尺寸結果，從而實現全自動化測量。測量結束后，軟件自動對所有數據結果進行統計分析，形成測量報告，用于對網格面的整體質量進行評價。此外，該系統也可僅使用小視野CCD作為常規影像測量儀對網孔進行直接測量，其方法和功能與文獻[8]類似，在此不再贅述。

2實驗結果

使用本文研制的平面網格自動化測量系統對試驗篩(網孔標稱基本尺寸W=0.1 mm，直徑100 mm)進行了測量。實驗中設置均勻分布于試驗篩網面的25個待測區域，選擇大視野鏡頭倍率為0.4×，測量視場為(15.2×11.6)mm，小視野鏡頭倍率為4.5×，測量視場為(0.94×0.6)mm。參考GB/T 6003.1-2012，確定該試驗篩網孔尺寸最大偏差X=0.034 mm、中間偏差Z=0.019 mm、平均偏差Y=0.005 mm，并依此對測量數據進行統計分析，結果如表1所示。同時，為說明本文方法的測量效率，分別使用工具顯微鏡、光學投影儀及影像測量儀對試驗篩進行了對比測量，分別記錄各自測量的網孔數和所用時間，統計結果列于表2。由結果可知，本文方法的測量效率遠高于其他測量方法，可實現對試驗篩網格尺寸的大面積測量，提供足夠的統計分析數據樣本，可以給出孔徑尺寸的統計分布情況，為客觀全面評價試驗篩的質量提供了有效途徑。

表1　試驗篩測量實驗數據

表2　試驗篩測量效率對比實驗數據

為了驗證本文系統的測量精度，對如圖2所示的0.1 mm網格標準板(鍍鉻玻璃板，含9個網孔，孔徑校準不確定度U=1.0 μm,k=2)進行了測量。實驗中分別采用本文2.1節所述快速測量方法及小視野鏡頭直接測量方法對標準網格進行了10次重復測量，取10次測量結果的標準偏差s衡量系統的重復性精度，并取其中一個網孔的測量數據進行分析，結果見表3。

圖2　標準網格板

測量方式孔徑實測值/mm均值/mm重復性/μm直接測量0.09910.09910.09920.09920.09910.09930.09920.09910.09930.09910.09920.08快速測量0.09860.09910.09880.09880.09880.09880.09860.09860.09900.09910.09880.20

由表3結果可知，本文提出的自動化測量系統使用快速測量方法時,重復精度可達0.2 μm;使用直接測量方法時重復精度可達0.1 μm。依據不確定度評定理論，考慮校準網格板孔徑校準值的不確定度分量，系統測量最優不確定度可控制在1 μm左右。由此可見，本文提出的快速測量方法及系統可在實現大面積測量的同時獲得較高的精度，且能夠滿足試驗篩等密集平面網格特征的測量技術需求。

3結束語

本文對快速二維影像測量技術進行了研究。針對試驗篩等密集平面網孔特征尺寸快速測量需求，設計出雙放大倍率共軸成像系統，提出一種網孔尺寸快速測量方法，并在常規影像測量儀的基礎上研制出平面網格自動化快速測量系統。實驗結果表明，本文方法有效可靠，可實現對試驗篩網孔尺寸的大面積高精度快速測量。與傳統測量方法相比新方法具有極高的測量效率，測量15萬個網孔僅需要60 s，同時具有較高的測量精度，系統最優測量精度可達1 μm左右，無人為誤差影響;能夠自動對網孔尺寸數據進行統計分析并生成測量報告，實現對試驗篩表面質量更加客觀全面的評價。今后可在此系統上進一步開發，優化雙放大倍率成像模塊設計，擴大系統測量網孔尺寸范圍，進一步提升測量精度，增強系統數據處理能力，以實現對試驗篩全部網孔的快速檢測，完善對試驗篩等密集網孔尺寸測量和統計分析評價的能力，為推進國內外相關技術標準修訂奠定基礎。

參考文獻

[1] Rideal G.R.Sieve analysis-precision through calibration[J].Powder Handling and Processing,2007,19(1):45-47.

[2] 國家質檢總局全國篩網篩分標準化技術委員會.GB/T 6003.1-2012 試驗篩技術要求和檢驗 第1部分：金屬絲編織網實驗篩[S].北京：中國標準出版社,2012.

[3] 國家質檢總局全國幾何量工程參量計量技術委員會.JJF 1175-2007 試驗篩校準規范[S].北京：中國計量出版社,2007.

[4] Chen L M,Chen Z,Feng A S.Image analysis algorithm and verification for on-line molecular sieve size and shape inspection[J].Advanced Powder Technology,2014,25(2):508-513.

[5] Dahi G A,Byung J B,Daesuk K.Precise test sieves calibration method base on off-axis digital holography[J].Journal of the Optical Society of Korea,2011,15(2):146-151.

[6] 張建正,高敦岳.試驗篩及金屬絲網微機圖像分析系統的研究[J].儀器儀表學報,1999,20(4):386-388.

[7] 蘇翼雄,廖文軍,周波,等.基于機器視覺的試驗篩自動測量系統[J].中國計量,2009(5):75-76.

[8] 王曉飛,裘祖榮,楊聰,等.基于影像測量儀的試驗篩自動測量方法[J].數據采集與處理,2013,28(2):257-260.

[9] Haralick R M.Digital step edges from zero crossing of second directional derivatives[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1984,6(1):58-68.

[10]于蕭宇,郭玉波,陳剛,等.視覺測量中點目標的實時全局搜索[J].光學精密工程,2014,22(10):2796-2805.

中圖分類號：TP216+.1;TH86

文獻標志碼：A

DOI:10.16086/j.cnki.issn1000-0380.201602017

國家自然科學基金青年科學基金資助項目(編號：61201355)；

深圳市科技研發資金條件與平臺建設計劃基金資助項目(編號：CXC201105060028A)。

修改稿收到日期：2015-03-04。

第一作者郭繼平(1985-)，男，現為深圳大學光學工程專業在讀博士研究生，工程師；主要從事幾何量計量及光學三維成像與檢測方面的研究。