激光輔助機器視覺測量兩平面高度差的設計

潘奕創(chuàng)，傅惠南，彭 趕，何金彬，黃辰陽

0 引言

隨著工業(yè)自動化的發(fā)展，機器視覺廣泛應用于工業(yè)領域，視覺在工業(yè)應用中，多見于產(chǎn)品的缺陷檢測，定位，測量領域。而在視覺測量中，它通過光學成像原理獲取待測產(chǎn)品的外觀，對圖像進行處理，計算出空間幾何尺寸，位置姿態(tài)，三維形狀等信息。視覺測量任務對產(chǎn)線上的工件或裝配進行測量以確保它們與預置標準量的相符程度，具有非接觸，動態(tài)響應快，大量程，高效率，全自動等優(yōu)點[1]。

超聲壓合手機充電頭后兩平面的高度差的測量，本文提出一種激光45°輔助照射到產(chǎn)品上，工業(yè)相機方向在產(chǎn)品的高度差的垂直方向上，運用等腰三角形原理，測量光線的平行方向的距離即可得到兩平面的高度差的方法。

1 視覺測量選型

本文的硬件有德國Balser(acA3800)工業(yè)相機，該相機有很高的分辨率及成像能力，HPTL-12.380雙遠心鏡頭，放大倍率為0.078。十字激光，圖像采集卡，工控機。工業(yè)相機和鏡頭是專門用于工業(yè)領域，為適合工程應用要求而設計制造。工業(yè)相機與數(shù)碼相機不同，主要表現(xiàn)：①工業(yè)相機的快門時間非常短，可以抓拍快速的物體及其移動軌跡；②工業(yè)相機的圖像傳感器是逐行掃描的，而一般相機的圖像傳感器是各行掃描的；③工業(yè)相機輸出的是沒有經(jīng)過圖像處理的圖像數(shù)據(jù)，其光譜范圍較寬，適用于進行高質(zhì)量圖像算法的機器視覺工程應用[2]。選用遠心鏡頭，由于其具有較大的工作景深，可以保證一定高度范圍的被測物成像免于調(diào)焦，消除透視變形以及透視變形產(chǎn)生的被測物體遮擋的情況，同時不影響精度[3]。圖像采集部分的任務是把目標物體的特征信息進行光學成像，然后通過傳感器將光信號轉為電信號給工控機的圖像數(shù)據(jù)采集卡。在設計平臺上，對手機充電頭水平45°十字激光打光如圖1所示。

圖1 十字激光打光效果圖Fig.1 Cross laser light effect drawing

其中面1是壓合的上平面，面2是外殼的上表面，即測量這兩個平面的高度差信息。

圖2 圖像測量實施方案Fig.2 Image measurement plan

2 測量原理

圖像測量主要是根據(jù)采集到的被激光線照射的壓合后的手機充電頭圖像，計算出高度差的兩條光線的距離即可得到高度差。圖像測量總的實施流程如圖2所示。

2.1 圖像分割

把要感興趣區(qū)的激光線區(qū)域進行圖像分割，對圖片分割出四個區(qū)域，如圖3、圖4。

對每個區(qū)域進行激光線進行處理，分析表明，被分割的激光線和背景之間存在顯著的灰度差，閾值分割的定義為：

圖3 雙遠心手機充電頭測量平臺獲取圖像Fig.3 Acquired by double-telecentric phone chargers Measuring platform

圖4 分割區(qū)域圖Fig.4 Division plot

閾值的gmin和gmax在系統(tǒng)設置時選定且永遠不會被調(diào)整，除非激光的強弱重新調(diào)整。激光線打在產(chǎn)品表面，存在反射、漫射現(xiàn)象，如圖5。

圖5 閾值分割圖Fig.5 Threshold segmentation

在這種行程表示法描述的區(qū)域上計算連通區(qū)域，可以使用經(jīng)典的深度優(yōu)先搜索[4]。反復搜索第一個未被處理的行程，然后在此行程相鄰的上下兩行中搜索與此行程交疊的所有行程。判斷兩行程是否交疊的依據(jù)就是連通性的定義。對于4連通，兩交疊的行程中必須至少有一個像素位于同列。對于8連通，兩行程必須至少對角接觸。

2.2 特征提取

圖像的特征包括區(qū)域區(qū)域特征、灰度特征、輪廓特征。簡單的區(qū)域特征是區(qū)域面積：

由此可知，區(qū)域的面積a就是區(qū)域內(nèi)的點數(shù) ||R。區(qū)域的行程表示法可使區(qū)域面積的計算速度快很多，這個特點對幾乎所有的區(qū)域特征都適用。面積是被稱為區(qū)域的矩的廣義特征中一個特例。p≥0，q≥0時候，矩定義為：

m0,0就是區(qū)域的面積，與計算面積類似，因為能夠推導出基于行程的簡單等式來計算矩，所以使用行程表示法時就可以高效率地計算矩。通常期望有一些特征可不隨物體尺寸變化而變化，為獲取這樣的特征，當p+q≥1時，矩除以區(qū)域的面積就得到了歸一化的矩：

歸一化的矩中推導得到的最令人感興趣的特征是區(qū)域的重心，即(n1,0,n0,1)。它能被用來描述區(qū)域的位置，盡管重心是像素精度的數(shù)據(jù)計算得到，但它是一個亞像素精度特征[5]。也就是最后使用的求重心法。

2.3 形態(tài)學分析處理

可以看到分割中經(jīng)常出現(xiàn)不想要的干擾。而實際分割結果包含這樣的一部分，如圖4目標和背景交界的斑點。數(shù)學形態(tài)學被定義為一種分析空間結果的理論[6]。圖像形態(tài)一般有區(qū)域形態(tài)學和灰度形態(tài)學。腐蝕和膨脹是形態(tài)學處理的基礎，作為z2中的集合A和B，表示為AΘB的B對A的腐蝕定義為：

B對A的腐蝕是一個用z平移的B包括在A中的所有的點z的集合。AC是A的補集，φ是空集。A⊕B的B對A的膨脹定義為∶

這個公式是以B關于它的原點的映像，并以z對映像進行平移為基礎，B是一個結構元，A被膨脹的集合。膨脹會擴大一幅圖像，而腐蝕側會縮小一幅圖像中的組成部分。而開運算和閉運算操作中，開運算一般會平滑物體的輪廓，斷開較窄的狹頸并消除細的突出物。閉運算同樣也會平滑輪廓的一部分，但與開運算操作相反，它通常會彌合較窄的間斷和細長的溝壑，消除小的空洞，填補輪廓線中的斷裂[7]。這里用開運算處理。公式如下：

B對A的開運算就是B對A的腐蝕，緊接著用B對結果進行膨脹，因為激光需要提取的激光線目標和背景之間，存在大量不均勻的光斑，干擾對激光線的準確提取。為消除對檢測激光線的區(qū)域的干預。設計B半徑為5的圓形結構元。對其進行線腐蝕在膨脹的開運算。效果如圖6。

圖6 開運算效果圖Fig.6 open operation effect diagram

圖中輪廓線包圍部分是兩截取部分兩個有高度差的兩個面進行開運算后的部分，因為產(chǎn)品的夾具和產(chǎn)品之間有一點的間隙，每次安放的手機充電頭位姿有稍微的偏差。在應用中，并不能保證被測物體在圖像中總是處于同樣的位置和方向。檢測算法必須能夠應對這種位置的變化。首先要解決的問題就是檢測出被測物體的位置和方向。這里主要是角度的偏移影響，對區(qū)域進行畫最小外接四邊形，用外接四邊形和外接矩形計算幾何變換矩陣。公式為：

像素間距轉化為距離單位X軸的系數(shù)為0.021，y軸的系數(shù)為0.021。經(jīng)過以上圖像處理，得到的測量效果如圖7。

圖7顯示的是經(jīng)過以上算法測量得到的壓合后兩平面的取點計算結果，取上邊中心為A點，左邊中心為B點，下邊中心為C點，右邊中心為D點。這四個點測量值近似為兩平面的高度差信息。

圖7 測量效果圖Fig.7 Testing picture

3 實驗及分析

為驗證視覺檢測算法符合檢測要求，取一個已經(jīng)用傳統(tǒng)方法檢測和標記好的樣品，高度差A點0.001 mm，B點0.019 mm，C點0.055 mm，D點-0.022 mm。安放樣品的夾具3 mm間隙的條件下，進行取下重復安放檢測實驗，進行20組實驗數(shù)據(jù)進行分析。如圖8。

圖8 實驗數(shù)據(jù)圖Fig.8 Experimental data graph

橫坐標表示重復測量的次數(shù)，縱坐標表示本方案機器視覺測量每一次測量對應的高度差。與已經(jīng)標定好的數(shù)據(jù)對比。測量每次各個點測量的值的波動范圍在正負0.02 mm之間。滿足測量精度要求。

4 總結

本文針對充電頭兩個有高度差的平面，設計出一種用十字激光線45°輔助下的機器視覺測量方法。根據(jù)等腰三角形兩邊相等原理，通過算出激光線的兩線條的距離得出兩平面的高度。研究了激光線的圖像，并對目標進行特征提取，圖像預處理，為消除目標激光線與背景過度區(qū)域斑點的干預。用半徑為5的圓形結構元去對目標進行開運算，用處理后的目標區(qū)域的重心坐標計算距離。實驗結果表明外加激光線輔助的機器視覺測量，而測量的是光源本身，用形態(tài)學的開運算處理目標區(qū)域，后用區(qū)域重心坐標計算，穩(wěn)定性好。

參考文獻：

［1］張廣軍.視覺測量［M］.北京：科學出版社，2008.

［2］畢文波.基于機器視覺的機械零件尺寸識別研究［D］.濟南：山東大學，2006.

［3］ R.SEDGEWICK.Alogrithms in C.AddisionWes-ley［C］.Reading.MA.1990.

［4］ Carsten Steger， Markus UIrich.Machnie Vision Alog?rithms and Applications［M］.北京：清華大學出版社，2008.

［5］P.SOILLE.Morphological Image Analysis.SpringerVerlag［M］.Berlin，2nd edition.2008.

［6］Radael C.Gonzalez，Richard E.Woods.Digital Image Pro?cessing［M］.北京：電子工業(yè)出版社，2003.