機器視覺在齒輪零件檢測中的應用研究

王華敏　徐邦坤

摘要：以機械工業中常用零件齒輪為研究對象，根據齒輪輪廓提取對輸入圖像的要求，對視覺檢測系統硬件部分進行了分析研究。采用Haclon軟件，對齒輪圖像進行了濾波去噪、圖像增強等預處理，實驗證明，該方法可以完成齒數、齒頂圓齒根圓半徑、齒高等參數的測量提取。

關鍵詞：機器視覺；齒輪；HALCON

中圖分類號：TH391.41 文獻標識碼：A 文章編號：1007-9416（2019）01-0069-02

1 機器視覺技術發展現狀

機器視覺，就是以攝像頭代替人眼來觀察，以計算機代替人腦來分析，做到能夠自動識別觀測對象、自動提取興趣內容，自動反饋處理結果。

國外對機器視覺在零件檢測技術上的研究則起步較早，一些新型工業化生產線上，從下料、生產、檢測到成品，已經可以實現無人操作。1995年，Timothys等人，針對金屬鑄件，提出了一種既可識別其表面鑄造缺陷，又可以檢測其尺寸精確度的檢測系統。[1]2013年，Kikuhito Kawasue等人針對復雜環境中多樣化管道直徑的檢測問題，制作了利用環形激光發射器和工業CCD面陣掃描相機的視覺檢測裝置。[2]

國內針對機器視覺系統的研究也已經迎來發展的高潮。2000年，張翼空、劉瑾等人利用圖像處理技術制作了“鋼球測漏裝置”可在短時間準確檢測等速萬向節傳動軸的合格與否[3]。2004年，哈爾濱工業大學和北京首都航天機械公司的馬強、陳金存等人，對于不規則閉環狀零件的圖像檢測技術進行了研究，完成了不規則零件截面輪廓的提取與測量。[4]

縱觀國內機器視覺技術的發展，在檢測行業的應用已初露頭角，但其在檢測上的應用還沒做到大規模普及，其高效率、低成本的的優勢還無法體現。因此，如何加快節奏，研究出價格低廉、檢測和穩定性達標的視覺檢測系統，仍舊是目前一個重要的課題研究方向。

2 基于機器視覺的零件檢測系統

用機器視覺對機械工件進行檢測需要滿足以下要求：（1）獲得的工件輪廓圖像質量較好，目標區域要清晰。（2）檢測效率高，能夠快速的獲得工件的輪廓和得到相關的參數，并快速處理，實現目標動作。

本文所設計視覺檢測系統，其檢測對象為金屬材質，反光度不高，一般尺寸，檢測目標是獲取齒輪齒數、分度圓直徑、齒形缺陷等尺寸參數，無需獲得清晰的表面缺陷，綜合各方面因素考慮，其照明部分采用由環形LED光源組成的前向直接照明系統，布置順序為CCD相機、鏡頭、環形光源、被測零件。

3 齒輪零件圖像檢測

3.1 圖像預處理

相機采集的圖像會受多種因素的干擾而出現噪聲，從而使圖像出現雜質和模糊不清的情況。圖像預處理主要包括濾波處理和增強處理，其目的是去除噪聲和增強對比度。

要完全去除圖像中的噪聲很難實現，預處理是要盡量把噪聲對圖像的影響降到最低。圖像濾波的目的是在降低噪聲的同時保持圖像原有的細節和輪廓清晰度。常使用的濾波方式有高斯濾波、均值濾波以及中值濾波。對齒輪原圖（如圖1）采用不同方法進行濾波降噪。其中，中值濾波對隨機噪聲等孤立噪聲點具有良好的降噪作用，圖像輪廓邊緣信息損失較小，對于以圖像邊緣為主要提取對象的場合較為適用。根據試驗結果，本設計選用中值濾波處理圖像。如圖2所示。

圖像增強一般用在濾波去噪之后，主要應用對象是對原圖不夠清晰或者經處理后細節丟失的圖像，也用于圖像興趣特征的部分增強，目的是獲得更高的檢測精度和識別效果。圖像增強后的齒輪圖像如圖3所示。

3.2 輪廓提取

閾值分割可依據圖像中灰度值的不同將圖像劃分為不同的區域以突出興趣特征，閾值分割結果如圖4所示。由于齒輪圖像表面部分亮度不均勻以及反光區域的存在，所提取區域中仍存在微小孔洞，進行孔洞填充處理后的圖像如圖5所示。齒輪參數檢測需要提取齒輪的輪廓邊緣，為了提高輪廓邊緣提取精度，可將閉合區域的輪廓邊緣進行細化，達到亞像素級邊緣提取，將齒輪閉合區域轉化為亞像素邊緣輪廓，如圖6所示。

3.3 齒輪參數計算

對于齒輪檢測來說，富含重要特征的區域在輪齒部分，根據預處理圖可以獲得齒根圓和齒頂圓的圓心坐標和半徑，進而獲得齒數、齒高和模數，并在一定誤差范圍內判斷齒形合格的輪齒數目，本次測量參數均以像素為單位，進行相機標定后可以轉化為實際的物理單位。

以齒根圓圓心坐標為圓心，畫一個半徑稍大于齒根圓半徑的圓，將該圓的補集區域與齒輪連通區域圖案求交集，可得到單個輪齒連通域，如圖7所示。對這些單個連通區域的數量進行統計，即為齒輪齒數。對每個單連通區域進行面積統計，可得到單個輪齒面積大小，根據面積范圍可對齒輪齒形缺陷做出簡要判斷。將檢測齒輪輪廓各項信息與齒輪原圖重疊顯示，可以看出檢測效果良好，如圖8所示。

4 結語

本設計利用機器視覺技術的優勢和特點，以直齒圓柱齒輪的檢測為出發點，對機器視覺技術在機械工件在線檢測中應用進行了系統性研究，完成了高效率、非接觸的可在線運行的齒輪檢測技術方案，可完成齒數、齒根圓齒頂圓圓心與半徑、齒高等參數的測量，以及輪齒齒形缺陷的檢測。

參考文獻

[1] Timothy S. Newman， Anil K. Jain. A system for 3D CAD-based inspection using range images [J]. 1995， 28（10）：1555-1574.

[2] Kawasue K， Komatsu T. Shape Measurement of a Sewer Pipe Using a Mobile Robot with Computer Vision[J]. International Journal of Advanced Robotic Systems，2013，10（1）：1.

[3] 張翼空，劉謹.基于計算機視覺的檢測裝置[J].制造技術與機床，2000（9）：14-15.

[4] 馬強，唐文彥，陳金存，等.自由環狀零件尺寸圖像測量系統研究[J].航天制造技術，2004（1）：30-34.

Abstract：Gears， commonly used parts in machinery industry， were taken as research object. According to the requirement of gear contour extraction for input image， the hardware part of visual inspection system is analyzed and studied.Using Haclon software， gear image is pre-processed by filtering， denoising and image enhancement.It is proved that this method can measure the number of the gear teeth， the radius and the height of the gear teeth.

Key words：machine vision；gear；HALCON