智能制造背景下機器視覺課程建設探索

劉永　王生懷　王宸　陳誠　袁海兵　李捷

摘要：機器視覺作為一門專業選修課程，已經納入機械類碩士研究生智能制造方向的課程體系中。以往的教學過程中偏重理論及算法的講解，教學效果欠佳。為了提升教學效果，采用案例式的理實一體化教學方法，讓學生在“學中做，做中學”，體現了以學生為中心的教學理念，鍛煉了其分析、解決工程問題的能力，達到了較好的教學效果。以齒輪幾何參數測量為例，闡述了教學方法及教學設計的實施過程。

關鍵詞： 機器視覺; 課程建設; 教學方法; 教學設計; 案例式教學

中圖分類號：G642? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）34-0136-03

1 引言

隨著科學技術的發展，機器視覺技術已經廣泛地應用到各行業的制造領域中。作為智能制造領域的一項新技術，因其具有非接觸檢測、效率高、裝備能與生產線集成等特點，已經在機械制造行業有廣泛的應用。機械加工的零件需要在線檢測，零件的尺寸、形狀、缺陷[1]、裝配狀態、身份識別等圖像信息特征，都可以通過設計相應的檢測、識別算法利用視覺設備提取出來，做出合格與否的判斷及身份識別。大批量生產的零件，傳統的檢測工具為量規、專用檢具，采用人工檢測的方法時間長、效率低、勞動強度大。傳統的零件缺陷如表面裂紋、加工表面劃傷、鑄件疏松孔等檢測主要靠人工完成，其準確性受經驗、主觀因素影響比較大。上述人工檢測不能將合格品和不良品自動分類，不能和生產線的生產節拍相匹配。一些大型的零件，如汽車發動機缸體，零件復雜、加工表面多，其生產質量會直接影響到汽車的安全性和使用壽命，因此有必要將其毛坯和零件的所有生產信息，如品種規格、加工信息、生產班次等以二維編碼的形式刻在零件上，成為每個零件唯一的“身份證”，方便調用數控機床加工程序及進行質量追溯。對于機械制造及其自動化專業的碩士研究生，本科階段由于未接觸到相關的課程，因此學習機器視覺這門交叉融合課程存在一定困難。如果還是采用傳統的教師講、學生聽的授課模式，很難達到培養碩士研究生創新意識、探索精神、獨立思考能力培養的目標。

目前機器視覺人才數量與巨大的市場需求相比，面臨巨大的缺口。如何培養出高層次、高素質非電氣、計算機類專業的機器視覺方向研究生以滿足市場的需求[2]，是一個值得研究的教研課題。本文從機器視覺課程建設角度出發，探索、研究并實施了案例式的理實一體化教學方法，讓學生在“學中做，做中學”，避免了傳統教學中以教師為中心“滿堂灌”的模式，體現了以學生為中心的教學理念，鍛煉了學生分析、解決工程問題的能力，達到了較好的教學效果。本文以齒輪幾何參數測量為例，闡述分析了教學方法及教學設計實施的過程。

2 教學改革實施過程

2.1 教學過程中的突出問題

隨著智能制造技術在企業中日益廣泛地應用，作為智能制造技術之一的機器視覺技術已經廣泛地應用到機械行業。機器視覺課程融合了系統硬件的選型、光學技術、數字圖像分析與處理[3]、應用軟件編程等內容，是一門多學科交叉的應用課程，課程內容理論與實際結合緊密。對于本科專業為計算機及電氣專業的研究生來說，由于本科階段接觸了相關應用軟件編程、數字圖像處理等方面的課程，學習起來難度不大。但作為機械工程專業的碩士研究生，由于本科階段專業課程的限制，學習起來難度較大。以往的教學過程中，教師教授該課程時，講授的內容如下：先介紹課程的背景、系統構成和應用場景。再介紹硬件系統的構成，如光學成像原理、相機、鏡頭、攝像機及計算機接口的選型。數字圖像及預處理、模式識別、視覺伺服等內容。最后列舉幾個具體的零件幾何參數、缺陷檢測及識別的應用案例，如零件長度尺寸、夾角、圓直徑等幾何參數測量，零件一維條形碼、二維編碼識別等。教材中的案例是教材編寫者自己科研及工程應用開發的實際案例，由于知識產權保護及客觀條件限制，其整個應用流程很難在課堂上復制、重現。在教學過程中，學生缺乏參與感和沉浸式體驗，即使教材中的應用案例編寫得再好，也很難激發其學習興趣和探索欲望。因此需該課程的授課教師在培養研究生的過程中，自己開發出實際工程應用案例[4-5]，在授課的過程中讓學生參與體驗，才能達到較好的教學效果。一些視覺工程應用軟件如CRVsionBuilder、Halcon、OpenCV等軟件需要與硬件聯用，可以在介紹完硬件選型后，運用Matlab軟件完成檢測算法。在課堂上，將硬件采集的待檢測工件圖像發給學生，學生自帶電腦，運用Matlab軟件完成檢測算法。這樣學生在體驗、沉浸式的學習過程中能深刻理解機器視覺檢測的內涵，產生強烈的學習興趣，從而激發其創新意識和探索精神，提升教學效果。本文以作者指導的碩士研究生設計開發的齒輪視覺檢測方法為例，分析、闡述了教學的實施過程。

2.2 齒輪測量教學設計

2.2.1 機器視覺系統硬件介紹

此部分教學內容帶領學生到實驗室進行。購買的某公司視覺檢測實驗設備如圖1所示。

對著設備實物，講解各部分的硬件構成。在講解相機時，講清楚CCD和CMOS相機的區別。講解鏡頭時，講清楚成像原理、產生畸變的原因、焦距與成像清晰度的關系，同時讓學生動手調節鏡頭焦距，沿導桿方向調整相機和鏡頭的位置，觀察顯示器中齒輪成像清晰度的變化。學生會很感性地認識到在視覺檢測系統中焦距和像距對檢測工件成像清晰度的影響，明白調好焦距和物距是獲得清晰工件圖像的條件，而清晰的工件圖像又是后續預處理、特征提取、算法實現的前提。講解圓形工作臺由步進電機帶動旋轉的工作原理，步進電機驅動器可以設置細分步距角，在觸摸屏界面上可以選擇不同的步距角，通過細分選擇較小的步距角，這樣參照顯示器上的水平線，可保證采集的工件圖像是正的。講到圖像數據采集卡，可以打開機箱，讓學生觀看其樣子及其在主板上的插裝方式，相機與主機的通信接口方式，講解通信接口方式和通信協議。設備上帶有磁性感應開關，工件轉過對準開關時，可以給出電信號觸發相機自動采集圖像，在多工件的自動線上可以實現自動采集。調節環形光源的位置和強度，可以觀察顯示器上工件圖像的變化，使學生明白合適的打光條件也是獲得一個清晰圖像的前提條件。讓學生自己動手操作OpenCV軟件，熟悉軟件的菜單和操作基本流程。在講解時候結合生產實際，大批量生產時設備需要有分揀機構，檢測合格或不良品的工件信息上傳給PLC，由分揀氣缸等執行元件將不良品推到專用料倉里，合格品放行，通過輸送裝置輸送到下一個工位。這樣可以加強學生對機器視覺設備的感性認識。

2.2.2 齒輪幾何參數視覺測量方法介紹

需要檢測的齒輪實物如圖2所示。在講授視覺檢測方法之前，給學生布置任務：提前收集齒輪幾何參數檢測常用的方法、設備及工器具，比較各種檢測方法、設備及工器具的優點和缺點。引出視覺圖像檢測齒輪幾何參數的方法，引導學生分析這種非接觸測量的優勢。

對著量塊實物講清楚量塊的機械加工精度等級，作為精度高的量具，其材質可以防銹、熱變形系數非常小，常作為普通長度測量器具的校對工具，且可以通過不同的組合，得到不同的長度。針對本齒輪的測量，由于測量的都是齒輪端面圖像的幾何參數，因此選一個厚度和齒輪厚度相同、且工作長度與分度圓直徑長度接近的量塊用來標定。使學生明白與確定其他傳感器產生的電壓值與物理量值的關系一樣，真實尺寸與像素距離尺寸的比值即為標定系數。本實驗使用方形棋盤格標定板來消除鏡頭產生的圖像畸變，在Matlab軟件中調用消除畸變的函數，通過對采集圖像的處理，確定校正徑向、切向圖像畸變誤差位移多項式的系數，獲得相機鏡頭的內部參數，就可以消除圖像畸變?？梢杂^察校正前后的圖像變化情況，讓學生認識到消除圖像畸變是獲得高精度測量結果的前提。

齒輪圖像的預處理、幾何參數測量算法由Matlab軟件編寫程序完成。調好的程序先不發給學生。對應授課的章節內容，在講解完后布置相應任務，讓學生在課堂上練習。以這樣理實一體化的授課形式進行，既可以通過練習趁熱打鐵鞏固消化課堂上的內容，又可以鍛煉學生深度思考和探索精神，學生的學習積極性很高。講解圖像增強的方法，如在空間域中的灰度變換。在Matlab軟件中閾值分割后，利用灰度轉換函數將RGB彩色圖像轉換成二進制灰度圖。在頻率域中圖像增強中的濾波，對于圖像采集過程中引入的高頻噪聲，可以讓學生使用中值、非線性均值、小波等方式，在Matlab軟件中調用對應的函數，對比分析不同濾波方式的效果，解析不同濾波算法的優缺點。進行邊緣檢測時，嘗試使用不同的算子，如：Log、Prewitt、Canny、Robert、Sobel等，對比分析不同算子的提取效果。后面再進行邊界跟蹤處理得到完整的輪廓特征。提取的齒輪完整輪廓如圖3所示。經過齒輪圖像預處理得到合適的輪廓后，再進行幾何參數測量的算法設計。

講解此部分內容時，教師提前將任務要求發給小組，一般一個小組5人左右。教師提示編程思路，下次課時小組將調試好的程序在課堂上演示、講解、討論。用Hough變換或最小二乘法確定齒輪安裝孔的圓心、半徑。齒輪安裝孔的圓心是確定外輪廓的基準。由于存在鍵槽，所以要選定安裝孔上去掉鍵槽外的大圓弧進行處理。對比兩種方法確定圓心坐標及半徑的區別，并讓學生對比分析兩種方法精度的高低。測量齒根圓、齒頂圓直徑的算法是通過外輪廓上的每一個像素點到中心點的距離進行計數，距離最大的為齒頂圓半徑，距離最小的是齒根圓半徑。編制的齒數測量算法思路，是將齒廓像素沿同一方向依此到中心點距離做出曲線，對生成的類正弦曲線進行脈沖個數計數，從而獲得齒輪的齒數。鍵槽的寬度、深度尺寸，通過平行直線之間的距離、點到直線的距離檢測出來。模數、分度圓等尺寸是由齒輪的幾何參數公式間接計算獲得。此算法實現部分對某些學生會存在難度，可以通過能編出程序的小組及教師幫扶、指導，幫助其調通程序。數據誤差分析及統計時將同一個齒輪多個小組測得的同一參數求均值，與同樣多次數的人工測量均值做比較，得到測量絕對誤差和相對誤差值。

3 結論

對機械制造及其自動化專業碩士研究生開設的機器視覺專業選修課程進行課程建設探索，通過理實一體化案例式教學方法的實施，極大地激發了學生的探索欲望和創新意識。從近兩屆研究生教學后的反饋情況來看教學效果較好，在后續的教學過程中，會在模式識別、缺陷檢測等方面多開發些實際教學案例，從而進一步提升教學效果。

參考文獻：

[1] 崔光茫，趙巨峰，辛青.基于工業生產設備表面缺陷檢測的實驗設計[J].實驗室研究與探索，2017，36（4）：164-166，244.

[2] 謝婷婷.機器視覺的人才培養分析和實訓室建設探索[J].電腦知識與技術，2021，17（30）：282-283，285.

[3] 趙靜，魯力群.計算機視覺檢測與圖像處理課程教學改革實踐[J].大學教育，2017，6（8）：85-87.

[4] 陳錫愛，王凌，王斌銳，等.基于項目教學的圖像處理與模式識別課程教學改革研究[J].教育現代化，2017，4（2）：42-43，51.

[5] 張蘇新，韓仲洋，黃天宇，等.基于機器視覺技術的工件尺寸測量實訓教學項目設計[J].現代信息科技，2021，5（1）：149-152.

【通聯編輯：王力】