基于機器視覺的導光板模具網點測量系統研究*

付　貴　李克天　李　陽

(廣東工業大學機電工程學院，廣東 廣州 510006)

?

基于機器視覺的導光板模具網點測量系統研究*

付貴李克天李陽

(廣東工業大學機電工程學院，廣東 廣州 510006)

為了準確測量導光板模具上微結構圓孔的直徑尺寸，開發了一套基于機器視覺技術的微結構圓錐底孔在位測量系統。運用HALCON機器視覺軟件對測量系統進行標定，通過混合噪聲濾波、亞像素邊緣提取、最小二乘法擬合，最后計算出圓錐孔直徑。實驗結果與標準顯微鏡的測量數據進行對比驗證了本系統能夠達到±1 μm的精度，滿足實際生產應用的需求。

導光板模具；機器視覺；HALCON；圓孔測量

導光板模具上網點的精度直接與導光板品質相關，因此能精密加工出導光板模具的設備非常重要。在加工過程中如果將模具工件卸下拿到顯微鏡下面測量后再進行加工，這不僅會帶來重新安裝工件時的誤差，而且給加工帶來很多不便，所以為了保證加工過程中的精度,導光板模具網點測量系統是該機床設備所必需關鍵部件。圖1為導光板模具的微結構圓錐孔。

機器視覺就是用機器代替人眼來做測量和判斷[1]。機器視覺測量系統是指使用圖像采集設備(CCD、CMOS)將被檢測物體拍攝成圖像信息，并傳給上位機進行一系列的圖像處理，運用各種算法來提取目標特征信息，經過計算得出相應的參數信息，最終將數據結果輸出到用戶界面。它是實現儀器設備精密控制和測量的有效途徑，具有精度高、非接觸、穩定高速等優點。機器視覺在現代精密測量領域有著不可替代的地位，并取得到了空前的發展。

本文結合HALCON圖像處理軟件設計了一款用于檢測導光板模具上微結構圓錐底孔的機器視覺測量系統，它能夠在位精確測量出模具上面微結構圓孔直徑。此系統可以在加工前為機床加工參數的調整提供依據，也可以在加工過程中抽查個別圓孔的尺寸精度。

1　測量系統設計與標定

1.1測量系統的構成

測量系統的硬件由CCD、工控機、同軸光源系統、工業鏡頭和安裝調節架組成。圖2為搭建的系統示意圖。

利用CCD來拍攝導光板模具上微結構的圖像，通過千兆網口將圖像傳送到上位機中，運用各種算法將圖像進行預處理并提取圓孔的邊緣特征，通過擬合后將數據輸出到外部控件中。CCD選用的是德國Balser ACE 130萬像素的工業相機，它采用42 mm×29 mm×29 mm的外觀設計，安裝方便，支持PoE的千兆網(GigE)，性價比高，相機符合GigE Vision標準協議，具有穩定性和靈活性。光源系統采用日本Moritex CV-MCEP-CB8-070點光源和MLEP-A070W1LR-100V光源控制器，亮度穩定、平行度好、穩定性好。光學鏡管采用日本Moritex SOD-Ⅲ，物鏡采用NUION 10×APO。圖像處理軟件采用的是大恒公司提供的HALCON軟件。HALCON是一套功能十分強大的算法包，包括相機標定、圖像預處理、分類識別、各類數學運算，它的庫函數可以被大多數編程語言訪問。由于它的高效率性，高準確性和實用性，現如今在工業機器視覺領域運用相當廣泛。本文導光板模具測量系統的實物圖如圖3所示。

1.2測量系統的標定

對于精密視覺測量都要考慮相機的畸變，需對相機進行標定。安裝好系統硬件系統，利用Balser pylon Viewer軟件對定制的標定板拍照，選取其中不同角度的18幅圖片進行分析和處理。部分圖像如圖4所示。

相機內外參數標定原理是將現實坐標中已知點PW=(XW,YW,ZW)變換到它在成像坐標系上的投影點P，其過程利用向量平移方法、凸透鏡成像原理和畸變經驗公式等方法[6]。接著在HALCON軟件中通過calibrate_cameras和get_calib_data得到攝像機內參數CamParam，完成攝像機的標定。得出的相機內外參數如表1、2所示。

表1工業相機的內部參數

f/mmkdx/μmdy/μmU0V01024.53.753.75648483

表2工業相機的外部參數

序號Tx/mmTy/mmTz/mmRx/°Ry/°Rz/°1583.14-482.25348.92176.231.53-0.352548.65-478.36347.58-179.272.5612.053599.56-478.12346.34176.801.04-21.564536.21-478.13346.36-179.422.38-2.54

2　機器視覺測量方法的實現

本系統的機器視覺測量方法的主要流程包括圖像采集、圖像的二值化、去噪處理、圓孔填充、亞像素邊緣提取、二乘法擬合、數據轉換和測量結果輸出等。

2.1圖像的混合去噪處理

噪聲是圖像采集中難以避免的，主要由于光源以及被測工件表面質量等客觀因素所引起的。現在常用的一些去噪辦法是均值濾波、自適應維納濾波、中值濾波等。根據圖像的特點,可能存在多種噪點,選擇采用中值濾波以達到去掉更多的噪聲的目的。中值濾波是將每一個像素點的灰度值設置為該點領域窗口內所有點灰度值的中值。設T(x,y)為點(x,y)的原始灰度值，G(x,y)為濾波處理后的值，則有：

G(x,y)=Median{T(x-k,y-1),k,1∈W}

其中，W為選定窗口大小。

為了進一步方便圖像進行預處理，通過設置閾值來將中值濾波后的灰度圖像二值化。處理后的圖片如圖5所示。

然而效果不是很理想，是因為模具工件有其他干擾的噪點，比如工件表面的灰塵和異物。由于被檢測微孔直徑都在30～50 μm之間，然而這些噪點卻遠比檢測孔徑要小，所以在HALCON中利用opening_ circle()函數設置檢測圓的區域面積大小，能將這些異物產生的較大噪點去除。通過實驗，最終的效果如圖6所示。

2.2圓孔中心的填充

根據去噪后的圖像特征，需要對圖像中心區域進行圖像的填充，以免防止擬合邊緣的時候出現兩個邊緣，給擬合過程帶來一些不便，同時也可以減少計算量，提高效率。圖7為填充后的效果圖。

2.3輪廓邊緣的提取

輪廓邊緣提取是整個測量系統獲得檢測目標幾個參數的核心部分，它的準確度直接對測量結果有著很大的影響。所以邊緣檢測是測量的基礎和前提。

對于像素級邊緣的擬合，現相對比較成熟的，如sobel、Prewitt、loG等算子，都能較好地擬合出圓來。本文先用Sobel算子進行輪廓邊緣檢測，然后利用亞像素檢測方法對邊緣進行細化。這里所采用的亞像素檢測方法是灰度矩法[8]。根據參考文獻的方法，實驗結果如圖8所示。

2.4最小二乘法的圓擬合

最小二乘法是一種常用的曲線擬合方法，如今也廣泛應用在工業實際生產當中。它的主要思想就是使得實際點與估算點之間的距離的平方和達到最小。

本文采用最小二乘法對圖像中邊緣像素進行圓擬合。根據上面使用灰度矩陣法找到的邊緣，可設邊緣的點坐標為(x，y)，圓的半徑為R，圓心坐標為(A,B)。如果整個過程中沒有誤差，則Pi會完全落在圓周上，即它的軌跡為圓的方程。但系統一定會有隨機誤差的影響，因此有些Pi點可能沒有落在圓周上。將Pi點的誤差用εi表示：

(x-A)2+(y-B)2=R2

即：R2=x2-2Ax+A2+y2-2By+B2

令a=-2A,b=-2Bc=A2+B2-R2

可得圓方程為：

x2+y2+ax+by+c=0

殘差的定義為：

εi=(xi-A)2+(yi-B)2-R2

令Q(a,b,c)為εi的平方和：

解方程求出參數a，b，c：

根據上式可求出圓心(A,B)和半徑R。再用此半徑R與所標定的相機參數相乘，就能夠獲得實際的尺寸。檢測過程中，習慣用直徑來衡量技術指標，所以最終的顯示結果需要乘以2再輸出到外部控件上即可。

3　實驗測試與分析

在機床上對模具進行加工，再利用所開發的上位機軟件進行測量，測量界面如圖9所示。為了進一步驗證測量系統的精度，把測量系統測出的結果與高景深顯微鏡VHX-600的結果進行比對，具體結果如表3所示。

根據表3的數據可知，該測量系統與標準顯微鏡測量出來的結果均值誤差只有0.03μm，總體偏差遠小于1μm，滿足了工業生產需求。

4　結語

研制了一套基于機器視覺技術的導光板微結構測量系統，利用HALCON軟件進行系統的標定，對模具微結構圖像進行二值化、去噪處理、圓孔填充、亞像素邊緣提取、最小二乘法擬合等處理和運算，最后將輸出的結果與高景深顯微鏡VHX-600測量的值進行比較。結果表明該測量系統的誤差在±1μm以內，完全能夠滿足工業生產應用中對導光板模具的精度要求。

表3　兩種測量實驗結果對比　μ m

[1]朱杰.數字圖像處理技術在螺紋檢測中的應用研究[D].石家莊:河北科技大學,2010.

[2] 吳德剛.圖像測量技術在工業零件幾何尺寸參數測量中的應用研究[D].鄭州:鄭州大學,2011.

[3]吳鷹飛，周兆英.柔性鉸鏈的設計計算[J].工程力學，2002，19(6)：136-140.

[4]馮顯英，張承瑞，遲永琳，等.基于PC總線的開放式CNC系統[J]. 組合機床與自動化加工技術，1998(8)：37-40.

[5]閆霞,牛建強.基于HALCON軟件的攝像機標定[J].數字技術與應用,2010(11):112-115.

[6]羅珍茜，薛雷，孫峰杰，等. 基于HALCON的攝像機標定[J].視頻應用與工程，2010,34(4):100-102.

[7]Edward P, Owen L, Mitchell R. Subpixel measurement using a moment-based edge operator[J].IEEE Trans. on PAMI, 1989, 11(12): 1293-1309.

(編輯汪藝)

如果您想發表對本文的看法，請將文章編號填入讀者意見調查表中的相應位置。

Resarch on the measure system of light guide plate mould based on machine vision

FU Gui, LI Ketian, LI Yang

(College of Mechanical and Electrical Engineering, Guangdong University of Technology, Guangzhou 510006, CHN)

In order to measure geometrical precision of the diameter size of the microstructure dot on light guide plate mould accurately, this paper establishes a detection system combined with HALCON software. Have calibrated the inside and outside parameters of camera calibration based on HALCON. Using noise filtering, subpixel edges extracting, least-squares method, the diameter size of circular holes are caculated. Experimental results prove that it realizes OSM with high accuracy of ±1 μm and meets the needs of actual production application.

light guide plate mould; machine vision; HALCON; circular hole measurement

TH165; TG506

A

10.19287/j.cnki.1005-2402.2016.10.010

2016-02-02)

161014

*廣東省自然科學基金(2016A030310101)