零件尺寸得机器视觉检测系统的研究.docVIP

一 工业零件形状尺寸的机器视觉检测系统的研究 在工业生产中，传统的检测技术需要众多的检测工人，不仅影响生产效率，而且带来不可靠因素。视觉检测技术克服了传统检测技术的缺点，它以检测的安全性、可靠性及自动化程度高等优点而得到广泛的应用，成为当今检测技术的研究热点之一。 机器视觉检测的主要过程为：首先采用CCD摄像机将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号。图像系统对这些信号进行各种运算来抽取目标的特征，如：面积、长度、数量、位置等。最后，根据预设的容许度和其他条件输出结果，如：尺寸、角度、偏移量、个数、合格／不合格等，极大的提高了工作效率和产品的质量。随着跨学科基础研究的不断深入，计算机性能的快速提高和其它视觉测量外围组件性价比的提高，基于机器视觉的精密检测技术必将会有更广阔的应用前景。 二 视觉检测系统结构及工作原理 机器视觉系统的基本结构是在一定的光照(包括可见光、红外线甚至超声波等各种成像手段)条件下，成像设备(摄像机、图像采集卡等)把三维场景的图像采集到计算机内部，形成二维图像：其次，运用图像处理技术对采集到的原始图像进行预处理以得到质量改善了的图像；然后，从图像中提取感兴趣的特征，构成对图像的描述；再进一步，运用模式识别技术对抽取到的特征进行分类整理；最后，运用人工智能得到更高层次的抽象描述，完成视觉系统的任务。机器视觉系统通常由光源部分、图像传感器、装有图像采集卡的计算机和专用的图像处理软件组成。通过图像传感器采集图像目标，把目标的三维图像采集为二维图像，通过光信号转换成模拟的电信号，再由图像采集卡把模拟信号转换成数字信号，供计算机处理。一般来说，机器视觉系统为了避免环境自然光线或灯光对其工作状态的影响，光源应亮度大、亮度可调、均匀性及稳定性好，以抑制外界环境各种光对图像质量产生较大影响而导致机器视觉系统的故障或误判行为。常用的图像传感器有两种形式：一种为线阵，一种为面阵。图像采集卡具有图像信号接收与ⅣD转换、协调摄像机进行同步或实现异步重置拍摄和定时拍摄、通过数据总线进行高速数据传输等功能，最后通过专用图像处理软件完成对图像的处理与分析。机器视觉检测系统的基本结构原理图如下图所示。 三 视觉检测系统的软件设计 通常情况下图像处理的流程如图下图所示。首先需要通过标定系统所得到的系统内外参数和图像的畸变模型对图像进行校正和恢复，使其能够精确地反映工件表面的实际情况。其次，在视觉测量精度要求不高的情况下，可以直接在图像采集过程所得到的原始图像的基础上进行测量；而在本系统中，对测量的精度要求较高，所以需要对原始图像进行滤波和增强等预处理㈣。最后就是对图像中关注的特征进行精确的定位，进而测量所需要的特征量，这是整个测量过程的核心。为了提高测量精度，本文先采用Sobel边缘检测算法进行粗定位，再采用亚像素特征定位方法进行细定位。 四 工业零件的检测方法 在构建的机器视觉检测系统基础上，本文对选取的工业零件设计了如下的 全系统检测过程： (1)将零件放到传送带上，随步进电机的移动送到CCD下方； (2)和步进电机同步运动的编码器控制线阵摄像机的曝光并采集图像； (3)采集到的图像经图像采集卡传给计算机： (4)对图像进行滤波等预处理； (5)选取待测量部分区域，对这一区域进行亚像素定位，找出这一区域的 边缘，完成边缘之间长度的测量； (6)对角度的测量采用模板匹配的方法自动找出待测图像中的角度，然后 测出角度的值； (7)在实际生产测量中，根据技术指标要求，判断零件是否合格； (8)合格零件由剔除机构送入产品箱，不合格零件送入废品箱。 五 影响测量精度的因素 影响系统测量精度的因素有很多种，通过实际分析，主要有成像系统的误 差、步进电机的误差、各种噪声、标定误差和软件算法等的误差。 1．成像系统的误差 CCD的分辨率是测量系统中的一项重要指标，使用的CCD摄像机分辨率 越高、被测目标物的实际尺寸越小，图像的物面分辨率就越高，即可使得系统 检测精度越高。 成像系统的几何畸变误差是典型的系统误差，是影响光学检测精度的因素 之一。选用高质量的镜头和进行镜头畸变校正可提高检测精度。 2．步进电机的误差 本系统中步进电机等机械误差也是一个主要误差，步进电机的启动、停止 和运动速度的快慢直接影响图像质量的好坏，影响图像的垂直分辨率，从而给 图像的测量造成很大的不精确性。采用编码器可控制摄像机和步进电机的同 步，而且尽量不要在电机的启动和停止的时间内采集图像，第二章也介绍了步 进电机的标定，都对减小机械误差起到了很大的作用。 3．各种噪声 这包括照明系统由于供电电源波动以及光源本身的发光不稳定产生的随机 起伏噪声，光响应非均匀性引起的空间起伏噪声，摄像机由于暗电流分布不 均、各