基于定位平臺的大尺寸工件視覺測量技術研究

馬 平，歐建國，張智陽

(廣東工業大學機電工程學院，廣東 廣州 510006)

1 引言

大尺寸金屬平板類零件在現代制造業中被廣泛應用于工業、農業機械、航天航空各個領域中。隨著科技的快速發展，人們對機器零件的加工和裝配精度提出了更高的要求，這就需要針對此類零件開發一種高精度且高效的檢測方法[1]。視覺檢測[2]方法由于其非接觸性、靈活性高、執行速度快、自動化率高、精度高等特點，所以越來越多地被應用在現代工業檢測中，同時也是大尺寸工件在線檢測[3]的重要研究方向。

基于圖像處理的測量都有相應的研究方法和手段，國內外都已開發出了不同應用場景的測量系統，國外視覺測量技術在不同尺寸的檢測已趨于成熟。文獻[4]針對大多數螺紋的檢測提出了一種可對大多數常見的螺紋特性(18個特性)自動測量和檢測的視覺系統。文獻[5]提出了一種利用機器視覺技術對大型機械零件進行自動測量的算法，建立了一種提高圖像質量的方法，以進行精確計算，還提出了一種有效的同心度測量算法，通過一系列的實驗，驗證了在不使用任何附加測量設備的情況下，大型機械零件自動測量的有效性。而國內經過不斷的發展，視覺測量技術在小尺寸測量方面趨于成熟，但大尺寸測量領域還處于研究發展階段。文獻[6]在大尺寸工件的細小孔定位上存在的大視場檢測精度低且小視場檢測效率低的難點問題，提出采用單相機分4次采集，根據原點標記來搜索顯示器背板孔位，設計的系統在(960×550)mm的視場測量中誤差為0.5mm，但是由于視場較大，定位精度還是無法達到更高要求。文獻[7]在分析了不同的算法在不同的測量條件下的時間消耗和每個算法的并行性后，提出了特征點中心和編碼點并行識別算法，提高了算法運行速度，優化了大尺寸動態視覺測量系統，提高了系統的實時性。

綜合國內外研究現狀發現，由于圖像傳感器尺寸的限制，單張圖像難以完成大尺寸的所有特征檢測，因此通過視覺測量與運動控制的有機結合，獲取大尺寸工件的不同區域的特征信息，在此基礎上對整體測量信息進行融合，實現大尺寸工件的尺寸測量，該研究方法具有重要的研究意義和廣泛的應用前景。將選用視覺測量作為測量方式，在直線驅動的精密氣浮控制平臺基礎上搭建視覺測量系統，通過標定獲取大尺寸工件圖像與實際尺寸的關系，完成圖像數據間的拼接，從而達到大尺寸工件尺寸測量的目的。

2 系統的組成與測量原理

視覺測量系統不僅有高精度的視覺系統，而且還包括以直線電機驅動的超精密氣浮平臺為基礎的運動控制系統。其運動控制平臺為二維的大行程龍門式氣浮精密定位平臺，視覺系統包括相機、光源、鏡頭的選取與安裝。設計的龍門式二維視覺測量系統，如圖1所示。

圖1 測量系統實物圖Fig.1 Physical Map of The Measurement System

2.1 系統的硬件組成

2.1.1 運動控制模塊

運動模塊使用全閉環控制系統[8]，以氣浮導軌作為支撐平臺，平臺的X軸和Y軸，分別由直線電機控制。直線電機采用電流環、速度環、和位置環進行控制，采用以Turbo PMAC2為核心的IMAC400控制器，PC為上位機，裝備光柵尺作為反饋單元，以此形成高效、可靠的運動控制模塊。

2.1.2 視覺模塊視覺模塊主要由攝像機、鏡頭、照明系統、計算機和圖像處理軟件等組成。采用的工業相機選擇Basler公司ACA3800-10GE-D型具有Gigabit Etherne接口的CMOS面陣黑白相機，分辨率為3840×2748像素尺寸(1.67×1.67)μm，相應匹配的鏡頭采用的是COMPUTAR公司的TEC-M55遠心定焦鏡頭，焦距55mm。

2.2 測量基本原理

測量對象為鋁合金薄板類零件，如圖2所示。視覺測量系統的基本原理是利用可移動式采集系統從工件右上方為起點，按擬定的標記順序依次采集工件的特征點局部圖像，通過對圖像濾波去噪、邊緣提取、邊緣分段、直線和圓的擬合處理獲取特征在圖像坐標上的位置，對攝像機標定得出世界坐標系到圖像坐標系的轉換關系的參數后，可得到先后不同兩次角點位置偏差值，再將該偏差值結合平臺在X、Y方向的移動距離可計算出相鄰兩角點之間的尺寸，同理可完成整個工件的尺寸測量，實現測量系統的高精度和大尺度測量，視覺測量技術路線，如圖3所示。

圖2 被測工件圖Fig.2 The Diagram of The Workpiece

系統包括有硬件和圖像處理算法兩個部分，硬件平臺主要由X、Y軸來移動相機去采集局部圖像和由光柵尺返回采集局部圖像時移動的距離，算法部分是對采集到的局部圖像進行圖像處理，獲取系統的標定系數和關鍵點的位置信息。

圖3 視覺測量系統的技術路線Fig.3 Technical Route of vVsion Measurement System

3 工件圖像處理

系統主要是獲取工件平面二維輪廓尺寸，邊緣輪廓的提取、直線以及圓弧的測量是本測量系統的重點。本研究針對采集的黑白圖像模糊有噪聲的情況先對進行中值濾波，保證邊緣清晰的前提下，去除噪聲。然后采用Canny[9]算子對輪廓的邊緣準確地提取，再對直線和圓弧類型邊緣采取相應的分段擬合方法，從而實現對工件圖像的測量。

3.1 圖像邊緣檢測

圖像在采集時不可避免的會出現噪聲、邊緣不清晰、對比度不高等問題，所以在Canny算子使用過程中首先要對圖像進行濾波處理，通過每個像素和高斯平滑模板作卷積來去除噪聲，高斯濾波器：

式中：x2、y2—領域內其他像素與中心像素的距離；σ—標準差，其值越大濾波效果越明顯。

然后采用一階差分近似x方向和y方向的偏導數，從而得到灰度梯度的幅值和方向，之后對梯度幅值作非極大值抑制。最后通過高低閾值(TH,TL)實現邊緣像素的連接。對工件的方孔進行了Canny邊緣檢測處理，當σ=0.9、TH=70、TL=20時提取的方孔圖像完整連續的邊緣，如圖4所示。

圖4 Canny算子所得邊緣圖像Fig.4 Gets The Edge Image by Canny Operator

3.2 邊緣分段擬合

由圖2的被測工件示意圖可知，工件的邊緣有圓弧、水平或豎直的線段。最小二乘法擬合圓弧輪廓，針對直線段輪廓提出一種分段擬合的方法，其原理是用一條直線段去盡可能多地擬合邊緣輪廓點，當輪廓點到直線段的距離太大而無法用此直線擬合時，則進行新的直線段擬合。在輪廓點到直線段距離的確定上，采用序貫最小二乘法，實現直線段到輪廓點的最小二乘法擬合，當處理完新的輪廓點時更新線段參數，最小二乘法擬合計算輪廓點到直線段之間的偏差平方，在偏差高于某一閾值時，引入一個頂點，開始新的直線擬合。內孔和外輪廓邊緣擬合的結果，如圖5所示。

圖5 邊緣擬合和角點Fig.5 Edge Fitting and Corner Points

4 系統標定與實驗分析

在圖像處理中，關鍵點的檢測都是以像素為基本單位，系統標定就是確定像素和實際物理長度的比例關系。結合測量精度要求和所選的遠心鏡頭畸變極小的特點，采用比例標定法，對采集的標定板圖像中的小圓點計算其像素直徑去和實際尺寸進行比例換算。假設標定板中圓點的實際物理長度尺寸為L，單位為mm，圖像的像素尺寸為M，單位為pixel，則標定系數K為：

4.1 系統標定結果

標定板采用具有較高精度的(7×7)圓孔陣列模板，其圓的直徑為1.25mm，精度±1μm，標定板示意圖，如圖6所示。為了獲得實際物理尺寸和像素值之間的轉換關系，即標定系數k，將標件固定在部件Y上，能夠成清晰、邊緣銳利、成像均勻的圖像并且標件處于圖像中心位置，記錄陣列中每個圓孔的半徑，通過計算49個圓孔半徑的比例系數的平均值作為標定系數。最終的標定系數k為：0.0077 mm·pixel-1，如表1所示。

圖6 標定板示意圖Fig.6 Calibration Board Schematic

表1 標定結果Tab.1 Calibration Results

4.2 測量實驗

將采集的工件圖像的特征點進行標號，其中A、B、C、D、E、F為外輪廓頂點，a、d為矩形孔的中心點，b、c、e為圓孔圓心，標號關系，如圖7所示。

圖7 特征點標號關系圖Fig.7 Feature Point Label Diagram

4.2.1 內輪廓測量實驗

為驗證此標定系數以及測量系統的準確性，對工件的矩形、圓形內孔尺寸進行測量實驗，這幾個特征尺寸都在單視場范圍內。測量過程如下：

(1)移動平臺使相機獲取矩形或圓形內孔圖像。

(2)根據圖像測量算法提取、擬合邊緣，獲取矩形各邊的像素尺寸。

(3)根據像素個數結合標定系數計算實際物理長度。

矩形和圓形的測量實驗數據，如表2所示。a、d測矩形的邊長，b、c、e測圓形半徑。

表2 矩形和圓測量結果Tab.2 Measurement Results of Rectangular and Circular

這部分測量實驗包括了直線、圓弧的測量，從系統測量的尺寸和真實尺寸對比可以看出，工件內輪廓尺寸測量絕對誤差在0.03mm以內，滿足測量要求。

4.2.2 外輪廓測量實驗

本實驗以外輪廓為測量對象，尺寸較大，所以需要運用前文介紹的移動視覺測量系統，通過移動相機來達到大尺寸測量的目的，以A到B尺寸測量為例，過程如下：

(1)固定好工件，移動平臺采集A點的圖像，以圖像左上角為坐標原點建立坐標系，向下為i方向，向右為j方向，獲取A的角點像素坐標，記為PA(iA，jA)。移動X、Y軸到B獲取圖像角點B坐標，記為PB(iB，jB)，坐標示意圖，如圖8所示。

圖8 圖像坐標示意圖Fig.8 Image Coordinate Diagram

(2)兩次采集時X、Y軸所移動得距離記為x、y，A點和B點并不在圖像坐標系的相同位置，記B點相對于A的偏差為t(Δi，Δj)。

(3)偏差t(Δi，Δj)結合標定系數k算出實際的偏差值為T(ΔI，ΔJ)=k×t(Δi，Δj)，再將X、Y軸的移動距離x、y根據勾股定理計算出A、B兩點的實際尺寸L。

按照步驟測量兩點間的距離，再循環步驟2和3繼續測得工件的其他輪廓尺寸。實驗通過采集外輪廓圖像，進行邊緣檢測與分段擬合，找出各角點的坐標，同時讀取移動平臺的移動距離，結合標定計算得出其中主要特征點間的距離，實驗結果，如表3所示。經過五組實驗測量相同工件的外輪廓尺寸發現，本測量系統在200mm測量范圍內的測量誤差基本在±0.05mm之內，驗證了本大尺寸工件測量系統的可行性，如圖9所示。系統的誤差是不可避免的，誤差來源有硬件的誤差和實驗環境誤差，平臺的定位精度是其主要因素，因為尺寸計算中X、Y軸移動的距離占的權重很大，可以通過對運動平臺做定位精度的補償來滿足視覺測量系統的高精度要求。

表3 外輪廓尺寸測量實驗結果Tab.3 Results of External Profile Size

圖9 五組實驗數據誤差Fig.9 Five Groups of Experimental Data Error

5 結論

針對大尺寸平板工件提出一種可移動采集圖像的尺寸測量方法，將現有的計算機視覺技術、運動控制技術相結合。對以下幾個方面進行了研究和分析，首先建立了以直線驅動的精密氣浮控制平臺為基礎的視覺測量系統，在圖像處理上提出一種Canny算子檢測邊緣然后去除噪聲邊緣以及對邊緣進行分段擬合的算法，通過對工件的邊緣提取實驗，很好的驗證了其可行性，給本系統達到精確測量奠定了重要的基礎。在測量實驗部分，對于標定后的準確性驗證進行了工件內孔的測量實驗，測量結果表明標定方法正確可行，對工件的內孔測量誤差在±0.03mm；對于工件的大特征測量設計了一套適合于大尺寸測量的方案，方案將圖像處理得來的角點坐標在標定后和定位平臺的移動結合來求出工件的外輪廓尺寸，驗證了搭建的視覺測量系統能達到±0.05mm的精度要求。