機械CAD輪廓提取研究

王艷安 ， 劉英虎

（長安大學工程機械學院，陜西 西安 710000）

目前，基于裝配機器人的智能化需求，需要能夠比較準確獲取到機械零件的CAD輪廓信息[1]。為了能夠準確獲取到機械零件三維輪廓信息，本文提出了一種新的機械CAD輪廓提取方法。由于兩個正交相機只能提供兩個方向的特征信息和位置信息，這就導致了三維模型中的信息不足[2-3]。借助Opencv及其圖像處理技術和基于CAD文件的特征提取技術，利用CAD文件中獲取的物體輪廓信息和位置信息可以彌補另外一個軸向缺失信息，從而可以比較精確的獲取到零件三維輪廓信息[4-5]。

1 圖像輪廓提取實驗平臺搭建

基于實驗平臺的視覺感知需求，本文首先介紹二維圖像提取輪廓的算法，從而獲得圖像輪廓，然后由零件的結構特征獲取所需要的輪廓二維特征信息[6-7]。其中，通過對二維圖像進行圖像處理，進而獲取到所需要的輪廓二維特征信息是本文研究的重點。

實驗平臺拍攝到的二維圖像主要包含像素數據信息。為了更好地描述相機位置，需要構建世界坐標系，將相機的坐標系轉換成真實世界坐標系。本文利用兩根軸正交布置構建相機獲取視野，其相機獲取視野實驗平臺如圖1所示。

圖1 相機獲取視野實驗平臺

2 圖像的輪廓提取

2.1 圖像提取的算法

為了能提取準確的輪廓信息，首先需要對相機拍攝的圖像進行預處理，經過灰度化，二值化以及去噪等步驟后提高原始圖片的像素質量，最后進行二維圖像的輪廓提取。輪廓獲取流程如圖2所示。

圖2 輪廓流程框圖

2.2 圖像提取結果

輪廓提取實驗選取的實驗零件以長方體為主，其尺寸分別為60mm×30mm×10mm、50mm×30mm×10mm、40mm×20mm×10mm，材質分別為鋁、銅和鐵，所使用的實物圖如圖3所示。

圖3 零件實物圖

圖像輪廓提取實驗平臺的視覺系統采用的相機為索尼（SONY）系列數字攝像機。該款相機拍攝的二維圖像如圖4所示。MATLAB是一套功能強大的工程計算軟件，可以高效求解復雜的工程問題，用強大的圖形功能對數值計算結果進行顯示。考慮到輪廓提取準確性和穩定性，選取MATLAB進行圖像處理。本文借助軟件的圖像處理功能結合自主開發進行圖像的輪廓提取。

2.3 圖像的預處理

圖4 二維圖像效果圖

圖像輪廓提取實驗平臺的視覺中攝像機首次采集到的圖像為灰度圖像，因此需要經過一系列的圖像預處理才可以進行后面的輪廓提取。在本文中，由于攝像機采集的圖像為靜態圖像，所以在預處理過程中需要對圖像進行圖像增強方法。均值濾波是較為常見的圖像增強方法之一，均值濾波操作后的圖像變得更模糊，這也就達到了噪聲抑制的目的。通過MATLAB中的圖像處理軟件工具箱，編程調用相關圖像處理程序即可實現圖像的均值濾波操作。均值濾波處理后的結果如圖5所示。

圖5 均值濾波處理的圖像

2.4 正交圖像提取

邊緣檢測主要用于檢測數字圖像中亮度變化明顯的像素。在圖像處理方面，邊緣檢測可以消除與圖像識別無關的信息，以此來減少需要處理像素點的時間。通過比較幾種常用的邊緣檢測算法效果，本文確定使用Canny算子進行正交圖像的輪廓提取。輪廓提取結果如圖6所示。

圖6 邊緣檢測效果圖

2.5 輪廓的直線、圓的檢測

圖像的輪廓按幾何特征主要分為直線、圓、多邊形和曲線等。在日常的應用場合中，直線和圓是經常遇到的幾何特征，因此本節主要對輪廓的直線和圓進行程序檢測。采用Hough變換得到的檢測結果如圖7所示。通過Hough變換檢測到的直線效果比較精確，可以比較準確地獲得輪廓直線邊緣點的位置，像素坐標如圖8所示。

圖7 Hough變換的直線檢測效果圖

圖8 像素坐標示意圖

3 總結

本文基于CAD特征提取技術，實現了機械零件三維物體的輪廓提取，使用兩個相機得到二維圖像，并且實現二維圖像的輪廓提取、直線和圓的檢測、特征點的獲取，最終得到了模型CAD三維輪廓信息，較好驗證了算法可行性。