基于機器視覺的預警機雷達結構件檢測方法研究

程 鵬， 丁寶平， 郎 寧， 劉凌霄， 武斌功， 陳 橋

（1.中機生產力促進中心， 北京 100044； 2.中國電子科技集團公司 第三十八研究所， 安徽 合肥 230088）

0 引言

面對國家利益擴展、空間安全、海洋安全和網絡安全等嚴峻情況， 軍事電子設備能為國家和部隊應對各種安全威脅，多樣化的軍事斗爭任務提供支持，滿足軍種轉型為信息化發展戰略的要求， 適應高技術信息化作戰條件下的作戰風格變化，保證國家的安全利益不會受到損害。總的來說，軍工電子設備力量是國家地位的重要支柱，是作為國家利益的重要保障，是贏得世界政治、軍事和經濟的一種重要保障。 在現代戰爭中，預警機經常用來對數十萬平方公里的空中和海上目標實施警戒監視， 并指揮和控制對方的作戰行動。 此外，除了預警飛機可以與電子戰飛機合作以消除電子干擾外， 還可以作為信息綜合處理中心和信息分發平臺， 進行綜合信息和聯合戰術信息分發等。 預警機搭載的遠距離警戒雷達在高空探測各種目標，由于飛行高度較高，能夠很大地克服由于地球的曲率和降落對長距離低海拔目標的阻擋作用。 因此，預警機雷達在低空突防目標時，搜索和預警能力要比地面雷達強，可以贏得有效的防御時間，從而贏得有效的防御。與地基雷達相比，預警機有良好的功能性，可以在作戰地區靈活部署，為遠海交戰或進入敵方空間作戰提供信息支持。預警機能夠獨立執行領空放哨任務， 也能與地面雷達站構成強大的警網。根據美國空軍的計算，預警機巡邏率是一般戰機20～30 倍的巡邏率。 由于預警機能夠獲取和控制自己的力量，能夠全面、快速地獲取信息，能夠作戰、協同交斗能力以及網絡中心戰的中央節點等優點， 因此被稱為“空中帥府”。綜上，預警機在國防安全方面擔當了重要作用，在現代戰爭中，預警機一定要承擔重大的使命，也是極其關鍵。

1 國內外研究現狀

機器視覺就是模擬人的視覺，用來判斷識別，機器視覺技術于1950 年左右出現，主要以模式統計方法為基礎[1]，即結合概率理論進行模式識別，當時的圖像分析以二維形式進行分析，圖像識別主要以二維形式進行。 60 年代以來，通過Robert 對“塊世界”的研究，機器視覺進入了三維空間，標志著機器視覺進入了一個三維。 80 年代早期，Davidmarr[2]教授將計算機與心理物理、數學和神經心理結合起來，使機器視覺研究達到了一個新高度，他的理論也為當時許多研究者提供了一種新的觀點。 直到上世紀90年代，隨著電腦等高科技處理工具的迅速發展，同時還為機器視覺的發展創造了很好的條件[3]。自21 世紀以來，機器視覺在人們的日常生活中應用到了各個領域， 開啟了機器視覺應用的時代。 將機器視覺應用于產品的質量檢測也是其主要發展趨勢之一， 機器視覺測量系統隨之而產生，測量系統的性能和它的硬件及算法有直接的聯系；測量系統的應用范圍在不斷擴大，在生活、工業眾多領域出現了機器視覺測量系統的影子， 而且有的系統不僅能實現測量而且還可以起到控制的作用， 大大方便了人們的日常生活。

機器視覺技術采用視覺方法和圖像處理結合， 實現了檢測和量度的，集成了硬件、軟件，并在相機配合下能夠自行檢測，這樣就明顯得提升生產方面的效率，實現了檢測的智能化。 德國提出的4.0 工業方式意味著一種智能和信息化工業生產的形成。 中國提出了 “中國制造2025”[4]，建設智能工廠，加強獲取信息和處理信息的智能性。 在中國，機器視覺技術廣泛的被應用于智能設備，如工業機器人檢測[5]等，機器視覺應用也從低端向高端轉移，實現了在線和高精度測量[4，7]。由于以機器視覺為基礎的研究方法高精度，效率好，實時性良好，其發展情況正在穩步變好。機器視覺增加了機器的視覺功能，并在視覺軟件或圖像處理軟件等配合下實現工業目標。 將機器視覺介入檢測領域，能夠實時進行高精度測量[4，6]，遠高于人工處理的速度。 將機器視覺技術劃分為三維信息重建和通用的視覺信息系統，即機器視覺系統的功能類似于人的視覺功能，如智能機器人。利用視覺測量法可以明顯地提高測量速度，節省了大量人工測量所占據的時間，其精確度遠高于人工測量所占據的精確度，生產費用降低，因此在大量工業生產中機器視覺技術將發揮重要作用[6，7]。

典型的機械視覺系統有：工控器、相機、鏡頭、光源，運動控制系統，圖像處理軟件等一定機械結構，見參考文獻[8，9]。 其運作步驟如下：第一步，通過攝像機獲得產品的目標圖片， 然后將目標圖像由模擬信號變換為數字訊號；第二步，將數字信號發送給圖像處理軟件，然后根據整個或局部像素的高低，特殊形狀，突出色彩甚至是明顯的噪聲，通過一系列方法提取產品目標的特點，最后按輸出結果執行下一步的操作[10，11]。機器視覺是一門綜合性技術，其中包括：數字圖像處理技術、光學工程技術、計算機技術、傳感器技術、機械工程技術、自動化技術等[12，13]。

在現代工業生產中，所有的步驟是密切相關的，任何步驟都沒有使用先進工藝，將會成為產業制造的屏障。零件檢查是所有精密部件的生產過程中必須經歷的一個步驟，同時也是質量的保證關鍵。基于機器視覺的尺寸測量方法，在過去取得了長足的進展，是精密度測量技術不可分割的一個組成部分。

2 檢測方法

機器視覺技術是利用視覺的方法與圖像處理相結合來實現檢測與測量的， 針對預警機雷達結構件常見的孔、槽類特征，對檢測算法進行設計，算法主要包括：二值化處理、形態學濾波、雙邊、邊緣提取、 最小二乘擬合等步驟。

2.1 視覺檢測方案設計

圖1 自主研發預警機雷達結構件檢測平臺Fig.1 Detection platform for radar structural parts of early warning aircraft

考慮待測零件結構特征、 加工工藝特點、操作人員的方便性和舒適性，兼顧設備成本、人力成本、能源成本、場地成本、管理成本以及設備柔性等因素提出一種基于多傳感器信息融合的預警機雷達結構件檢測平臺。 以三坐標測量儀為主體，搭載觸針，白光共聚焦傳感器、工業相機三種傳感器，實現預警機雷達結構件的快速測量。本文算法在此平臺上進行測試實驗，檢測平臺配備1 億像素工業相機進行圖像采集， 選擇焦距為170mm 施耐德工業鏡頭。相機工作距離設為WD=100mm，相機視野范圍FOV=25mm×20mm，相機感光靶面尺寸H×V=43.80mm×32.87mm，單像素物理尺寸為0.0018mm。

2.2 算法原理及流程

算法流程如圖2 所示，針對通孔、盲孔等圓形特征，視覺測量算法流程如下：（1） 設置閾值進行二值化提取；（2）取反獲得目標區域；（3）降噪去除多余噪聲；（4）利用canny 算子提取目標區域邊緣；（5） 利用最小二乘算法進行圓擬合。 擬合過程如下：首先通過式（1）建立圓方程，（x，y）代表邊緣點，（xc，yc）代表圓心坐標，R 為圓孔直徑，其次通過式（2），（3），（4）將方程轉化為函數求解過程，分別通過（6）～（14）計算函數偏導值，最終求取得到擬合圓的圓心坐標及直徑。

圖2 檢測流程Fig.2 Algorithm detection process

槽類特征檢測流程與類檢測特征類似： ①設置閾值進行二值化提取；②取反獲得目標區域；③降噪去除多余噪聲；④提取目標區域邊緣；⑤向指定方向投影；⑥去除干擾邊緣；⑦利用最小二乘算法擬合；⑧圓心距與兩半徑之和即為槽長，擬合得到的圓直徑即為槽寬。

3 實驗分析

系統及算法設計完成后，利用C 語言結合opencv 算法庫編寫程序并實現運算， 選取圖3 中2 種零件上的7種特征進行尺寸測量試驗。 試驗結果如表1 所示。

圖3 預警機雷達結構件Fig.3 Radar structural parts of early warning aircraft

表1 實驗結果（單位：毫米mm）Tab.1 Experimental results（unit：mm）

圖4、圖5 分別對結構件表面槽、孔檢測過程進行了展示，實驗證明，本文提出的預警機結構件尺寸測量算法測量精度均在在0.01mm 范圍以內，且可具有較好的抗噪能力。

圖4 結構件孔檢測過程圖Fig.4 Inspection process chart of structural part hole

圖5 結構件槽特征檢測過程圖Fig.5 Process chart of structural groove feature detection

4 結論

本文為解決預警機雷達結構件尺寸測量的問題，采用機器視覺技術采集圖像，經過二值化處理、腐蝕和膨脹處理、邊緣提取、最小二乘擬合等步驟實現孔、槽的特征值提取， 并在在團隊自主開發的實驗設備上進行試驗驗證。 結果顯示，它可以準確實現結構件的尺寸測量。 該系統也可以有效應用到其他小型零件的尺寸檢測中， 也可以為其他系統的應用開發提供借鑒。