基于機器視覺的高精度小尺寸測量方法

杜 兵

（中國船舶重工集團(tuán)公司第七二三研究所，江蘇揚州 225101）

0 引言

隨著加工技術(shù)的進(jìn)步及產(chǎn)品高度集成化的設(shè)計要求，對精密器件尺寸大小、精度的要求越來越高。傳統(tǒng)的測量檢驗方法如游標(biāo)卡尺、三坐標(biāo)測量機等測量檢驗設(shè)備在高精度、小尺寸測量時，由于測量測頭有尺寸大小，測量空間不夠，限制了傳統(tǒng)測量工具的使用［1－2］。傳統(tǒng)的測量方法為接觸式測量，測量速度比較慢，對大批量生產(chǎn)的高精度零件測量效率較低［3－4］。基于機器視覺的測量方法，測量空間不受零件尺寸大小限制，能避免人為誤差，具有測量精度高、測量速度快、測量范圍大小可調(diào)，易于實現(xiàn)測量自動化等優(yōu)點［5］。

1 機器視覺系統(tǒng)

1.1 系統(tǒng)組成

機器視覺測量系統(tǒng)由結(jié)構(gòu)光源平臺、驅(qū)動部分、圖像采集處理部分［6］、尺寸顯示部分等4部分組成［7－8］。

機器視覺測量系統(tǒng)構(gòu)成如圖1所示。光源分為反射光與投射光，便于圖像采集零件邊緣。測量前，調(diào)節(jié)鏡頭位置，處在鏡頭焦點處，使采集到的圖像處于最佳狀態(tài)，采集到的圖像經(jīng)計算機選用一定的處理圖像方法，提取需要的邊界特性，根據(jù)提取的邊沿輪廓特征，進(jìn)行邊緣測量。

圖1 機器視覺測量系統(tǒng)組成

1.2 關(guān)鍵部件選擇

機器視覺測量的精度由感光器件的像素大小決定，處理圖像分辨率在硬件基礎(chǔ)上能夠達(dá)到亞像素級，即測量精度誤差控制在1個像素內(nèi)，所有測量精度受感光器件像素進(jìn)度限制。在機器視覺檢測系統(tǒng)中，分辨率以像素為單位。根據(jù)成像原理與測量原理，得到公式如下：

式中：J為測量系統(tǒng)的測量精度；S為測量系統(tǒng)可測量的視野范圍大小（長度×寬度）；P為物體投影在感光器件上區(qū)域像素個數(shù)（長度×寬度，P＝x×y）。

相機像素的大小可以根據(jù)測量系統(tǒng)的精度與測量系統(tǒng)的測量范圍確定。如測量系統(tǒng)視野為40 mm×40 mm，精度要求為0.01 mm×0.01 mm，那么相機的像素量P＝40×40／0.01×0.01＝400萬個。像素越高，鏡頭廣度越大，處理速度越慢。被測物成像在像素點示意圖如圖2所示。

圖2 透鏡成像

2 系統(tǒng)標(biāo)定

機器視覺技術(shù)是從二維圖像獲取被測件的三維參數(shù)值，由于鏡頭高度不同，在成像過程中，照到感光器件的邊界大小并不一樣。根據(jù)邊界大小差異提取圖像三維參數(shù)，在三維參數(shù)提取時，景深及數(shù)值標(biāo)定對精度影響較大，是標(biāo)定必不可少的兩個標(biāo)定項。標(biāo)定是把相機坐標(biāo)轉(zhuǎn)換為三維空間坐標(biāo)，在轉(zhuǎn)換過程中，采用解算方法建立成像系統(tǒng)的數(shù)學(xué)模型，確定測試系統(tǒng)的相關(guān)固定參數(shù)。標(biāo)定的精度及使用穩(wěn)定性對后續(xù)測量系統(tǒng)的測量準(zhǔn)確度及測量精度有重要影響。

系統(tǒng)標(biāo)定過程主要涉及4個坐標(biāo)系，包括相機坐標(biāo)系、圖像物理坐標(biāo)系、圖像像素（感光器件像素）坐標(biāo)系、世界坐標(biāo)系。標(biāo)定相機的過程為成像點相機坐標(biāo)系、像素坐標(biāo)系投影過程，此兩坐標(biāo)系在世界坐標(biāo)系中的位置標(biāo)定。相機投影透視模型如圖3所示。標(biāo)定相機中，數(shù)學(xué)幾何模型要能準(zhǔn)確表達(dá)像素點與物點之間的數(shù)學(xué)轉(zhuǎn)換關(guān)系。通過像素點坐標(biāo)系與物點坐標(biāo)系之間的坐標(biāo)轉(zhuǎn)換，可以實現(xiàn)像素點與物點間的對應(yīng)轉(zhuǎn)換。

圖3 相機投影透視模型

設(shè)定平面標(biāo)定板，將平面標(biāo)定板放在XY內(nèi)，假設(shè)空間中有一點B，B在世界坐標(biāo)系下空間中位置坐標(biāo)為（xw，yw，zw），假設(shè)B成像的像素坐標(biāo)為b（u，v），旋轉(zhuǎn)矩陣R可以用3個31的列向量來表示，矩陣轉(zhuǎn)換可以表示為：

式中：［r1r2r3］為旋轉(zhuǎn)矩陣；T為對應(yīng)的平移向量；M1為相機的固有參數(shù)矩陣。

其中H＝［h1h2h3］＝M1［r1r2t］，矩陣H次數(shù)是3階，通過對一個標(biāo)定板多次采集圖像數(shù)據(jù)計算相機的固有參數(shù)。

相機固有參數(shù)要標(biāo)定4個數(shù)據(jù)，至少需要采集3張圖片進(jìn)行標(biāo)定。對于外參數(shù)標(biāo)定，參數(shù)有6個，旋轉(zhuǎn)參數(shù)與平移參數(shù)各3個，矩陣H的求解需要4個點。在實際標(biāo)定中，需要采集多數(shù)圖片，方程數(shù)量多于理論數(shù)量，求解方程得出相機內(nèi)參數(shù)與外參數(shù)。

3 圖像處理

圖像處理流程如圖4所示。處理圖像的過程就是讓圖像的外輪廓更加突出顯示，便于對邊緣進(jìn)行擬合與測量。實驗主要針對由圓弧與直線為邊緣的規(guī)則零件進(jìn)行測量，也是測量系統(tǒng)的主要關(guān)注點。

圖4 圖像處理流程

利用Matlab進(jìn)行圖像處理，主要過程如下。

（1）對采集的圖像進(jìn)行濾波。為了過濾掉圖像中的噪聲，采用中值濾波法，不影響邊緣信息。

（2）采用二值化處理。通過確定閾值，將圖像邊緣和背景區(qū)分開。

（3）提取圖像輪廓邊緣。邊緣提取采用Canny算子，能有效提取邊緣信息。

（4）消除邊緣噪聲。采用區(qū)域聚合算法，根據(jù)噪聲邊緣與實際邊緣像素量的區(qū)別，進(jìn)行判斷并消除噪聲。

（5）對處理后的邊緣進(jìn)行擬合，利用映射與分段方法，通過合理找尋邊緣點與拐點，實現(xiàn)邊緣擬合與連續(xù)。采集照片如圖5所示，處理后的圖片如圖6～8所示。

圖5 工件圖像

圖6 二值化圖形

圖7 邊緣提取后圖像

圖8 去噪及邊緣擬合圖

4 測試結(jié)果分析

本文中，機器視覺測量的零件為某精密器件，所涉及到的邊主要是直線和圓弧，通過對采集到的圖像進(jìn)行圖像處理，對直線和圓分別采用直線擬合與圓弧擬合對各邊進(jìn)行擬合。通過圖像算法直線與圓弧長度，測得長度數(shù)據(jù)。實驗結(jié)果如表1～2所示。根據(jù)表中數(shù)據(jù)得出結(jié)論，基于機器視覺的小型工件測量系統(tǒng)能夠?qū)崿F(xiàn)高精度測量，誤差在允許范圍內(nèi)。

表1 直線測量實驗結(jié)果

表2 圓弧測量實驗結(jié)果

5 結(jié)束語

傳統(tǒng)的測量檢驗方法如游標(biāo)卡尺、三坐標(biāo)測量機等測量檢驗設(shè)備在測量高精度、小尺寸測量時，由于測量測頭有尺寸大小，測量空間不夠，限制了傳統(tǒng)測量工具的使用。為了適應(yīng)大批量產(chǎn)品的快速測量，本文提出了基于機器視覺的高精度尺寸測量檢驗方法，給出了測量系統(tǒng)組成、圖片處理方法及測試分析。通過測試結(jié)果分析，測量方法能夠滿足精度要求。