蔣君杰

（①上海交通大學(xué)機(jī)械與動力工程學(xué)院，上海200030;②無錫機(jī)床股份有限公司，江蘇無錫 214000）

磨削參數(shù)的確定通常依靠磨削技師的經(jīng)驗(yàn)。通過試磨工件，觀測磨削火花情況，磨削技師優(yōu)化并確定磨削參數(shù)。此類經(jīng)驗(yàn)大多手口相傳，火花大小沒有一個量化的指標(biāo)。但隨著機(jī)器視覺技術(shù)的發(fā)展，這一問題可以得到解決。機(jī)器視覺技術(shù)已廣泛應(yīng)用于裝備制造、工業(yè)部件檢測、包裝檢測、印刷檢測、工業(yè)測量等領(lǐng)域［1］。計(jì)算機(jī)圖像在線檢測系統(tǒng)主要由工業(yè)應(yīng)用環(huán)境的特殊要求所決定，此系統(tǒng)會在圖像處理、模式識別、人工智能、計(jì)算機(jī)科學(xué)、應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)、計(jì)算機(jī)學(xué)習(xí)以及機(jī)械設(shè)計(jì)等諸多領(lǐng)域中進(jìn)行特殊性研究［2］。而隨著國防工業(yè)、模具加工和刀具制造業(yè)的高速發(fā)展，各種精密復(fù)雜的模具、刀具和復(fù)雜曲面零件的需求量越來越大，因此，磨削加工的精度及效率成為目前磨削領(lǐng)域研究的熱點(diǎn)［3］。許多研究人員通過圖像檢測的方法來實(shí)現(xiàn)數(shù)字化曲線磨床砂輪磨損在線檢測和補(bǔ)償功能［4－6］，以提高磨削工件的加工精度。

1 色彩空間選取

由于磨削時溫度很高，火花呈現(xiàn)亮白色，且火花亮度值與周圍反差很大，所以選用HSV色彩空間的亮度分量，最大限度地將火花與背景分離，因此本文選擇HSV色彩空間。對彩色圖像采用色度法把RGB彩色空間映射至HSV彩色空間，通過灰度化使火花色度增強(qiáng)，抑制背景色度完成背景分割。

1．1 彩色圖像分解

RGB色彩空間以R（Red:紅）、G（Green:綠）、B（Blue:藍(lán)）3種基本色為基礎(chǔ)，進(jìn)行不同程度的疊加，產(chǎn)生豐富而廣泛的顏色，所以俗稱三基色模式。紅綠藍(lán)代表可見光譜中的3種基本顏色或稱為三原色，每一種顏色按其亮度的不同分為256個等級。當(dāng)色光三原色重疊時，由于不同的混色比例能產(chǎn)生各種中間色。根據(jù)灰度轉(zhuǎn)化公式可以將一幅彩色圖像轉(zhuǎn)化為一幅灰度圖像，但是這幅灰度圖像是人眼最易分辨的灰度圖像，并不一定是最能代表物體特征的灰度圖像。假如在彩色圖像中，目標(biāo)物體的某一部分輪廓為紅色，由于公式中紅色分量的系數(shù)僅為0.11，則在灰度圖像中，其紅色部分的輪廓就會被顯著淡化。為保證各個顏色分量的輪廓都能在灰度圖像中體現(xiàn)出來，可以將RGB圖像分解為R、G、B三個分量。即把彩色圖像的每一個像素都分解為R、G、B三個數(shù)值，再將所有像素的R值按順序組成一幅圖像，由于R值的變化范圍為0～255，與灰度范圍相同，所以，一幅由R分量組成的圖像即可表示為一幅灰度圖像。同理，G、B也可以得到相應(yīng)的G分量灰度圖像和B分量灰度圖像。另一個常用的顏色模型HSV模型也可以利用此方法得到相應(yīng)的H、S、V分量灰度圖像。HSV模型是一種符合主觀感覺的色彩模型。在HSV模型中，H為色調(diào)（Hue），表示顏色的種類，取值范圍為0～1，相應(yīng)的顏色從紅、黃、綠、藍(lán)綠、藍(lán)、紫到黑變化，且它的值由繞V軸的旋轉(zhuǎn)角決定，每一種顏色和它的補(bǔ)色之間相差180°;S為飽和度（Saturation），它的取值范圍也是0～1，相應(yīng)的顏色從未飽和（灰度）向完全飽和（無白色元素）變化;V即亮度（Value），其取值范圍同樣是0～1，相應(yīng)的顏色逐漸變亮［7］。

1．2 色彩空間轉(zhuǎn)換

HSV顏色空間的檢測算法必須將視頻顏色空間統(tǒng)一轉(zhuǎn)換到HSV顏色空間。式（1）、（2）、（3）是將RGB色彩模式轉(zhuǎn)換到HSV顏色空間的方法。對于H、S、V這3個分量來說，不是在任何情況下都可以作為判據(jù)的有效參數(shù)，V表示了一副圖像的亮度，反映了其灰度信息，因此，始終是一個有效的判據(jù);S表示了圖像的飽和度，是反映圖像是否為彩色圖像的參數(shù)，是判斷彩色圖像的有效判據(jù);H表示了圖像的色調(diào)信息，是一個參考判據(jù)［8］。

2 火花量統(tǒng)計(jì)方案設(shè)計(jì)

通過RGB圖像各像素點(diǎn)分析，筆者發(fā)現(xiàn)磨削產(chǎn)生火花的數(shù)值高于周圍背景亮度，火花R、G、B各分量的數(shù)值基本維持在255，三色合成后即為明亮的白色。由于在HSV模型中的V分量可以充分地反應(yīng)圖像的亮度信息。筆者將采集的圖像（如圖1所示）從RGB空間轉(zhuǎn)到HSV空間，并提取V分量作為研究對象（如圖2所示）。V分量圖表明圖中火花亮度遠(yuǎn)高于背景圖像亮度，對V分量圖的像素點(diǎn)根據(jù)不同的亮度值進(jìn)行直方圖統(tǒng)計(jì)（如圖3所示，橫軸為亮度值，縱軸為像素點(diǎn)的個數(shù)）。統(tǒng)計(jì)直方圖表明，亮度值為1處的像素點(diǎn)的個數(shù)遠(yuǎn)大于周圍，所以將值1作為閾值，將圖像二值化（如圖4所示）。再統(tǒng)計(jì)圖像中值為255的像素點(diǎn)的個數(shù)，于是便使得磨削時產(chǎn)生的火花得到了量化。當(dāng)對整個磨削過程進(jìn)行圖像采集，并對每幀磨削圖像中的火花量進(jìn)行統(tǒng)計(jì)，就能對整個磨削過程有了連續(xù)的量化記錄。

3 實(shí)驗(yàn)驗(yàn)證

3．1 實(shí)驗(yàn)設(shè)備

（1）磨削設(shè)備

磨削實(shí)驗(yàn)是在無錫機(jī)床股份有限公司的高精度無心磨床MK1050 B上進(jìn)行的。磨床最小進(jìn)給量為1 μm;砂輪規(guī)格 P500×150×305 mm，磨床的砂輪線速度為35 m/s;實(shí)驗(yàn)試件為圓柱體φ20 mm×90 mm，冷卻液為嘉實(shí)多Hysol R水基磨削液。

（2）視頻采集設(shè)備及圖像處理軟件

視頻采集使用SONY DVD805E攝像機(jī)，像素為330萬，采集圖像大小為360×288，圖像處理軟件使用MATLAB2009b，圖片采樣頻率為10幀/s。

（3）加工工件檢測設(shè)備

英國Taylor Hobson圓度儀Talyrond290。

3．2 對比實(shí)驗(yàn)

3．2．1 實(shí)驗(yàn)內(nèi)容

磨削方式為切入磨削，磨削過程為粗磨→精磨→光磨。磨削實(shí)驗(yàn)分為兩組，分別使用不同的進(jìn)刀速度進(jìn)行對比實(shí)驗(yàn)（第一組:粗磨進(jìn)刀量為30 μm，粗磨進(jìn)刀速度為30 μm/s，精磨進(jìn)刀量為10 μm，精磨進(jìn)刀速度為20 μm/s，光磨延時時間為0.5 s;第二組:粗磨進(jìn)刀量為30 μm，粗磨進(jìn)刀速度為15 μm/s，精磨進(jìn)刀量為10 μm，精磨進(jìn)刀速度為10 μm/s，光磨延時時間為0.5 s。）將每幀圖像中的亮度值為1的像素點(diǎn)的個數(shù)統(tǒng)計(jì)并描點(diǎn)，再將這些點(diǎn)連接，繪制出連續(xù)磨削時亮度值為1像素點(diǎn)個數(shù)的變化，可以間接統(tǒng)計(jì)火花量的變化圖（如圖5、6所示。橫軸為時間軸;縱軸為亮度值為1的像素點(diǎn)的個數(shù)）。

3．2．2 對比分析

對兩張圖進(jìn)行對比分析，第一組（圖5）中粗磨從第2 s至第3 s，火花量不連續(xù)，在2.8 s處有跳動;精磨從第3 s至3.5 s，火花量有較大跳動;光磨從第3.5 s至第4 s，火花量仍然很大，超過了精磨，而且有跳動，說明精磨不充分，有較多的磨削余量留給了光磨。第二組（圖6）中粗磨從第2 s至第4 s，火花基本連續(xù)無大跳動，磨削過程完整;精磨從第4 s至第5 s，火花平穩(wěn)且與粗磨間呈現(xiàn)階梯狀;光磨從第5 s至5.5 s，火花平穩(wěn)且與精磨間呈現(xiàn)階梯狀。

3．3 檢測驗(yàn)證

對加工工件進(jìn)行檢測（如圖 7、8 所示），第一組（圖7）加工出的工件圓度較差，輪廓呈三角形，第二組（圖8）加工出的工件圓度較好。說明第二組參數(shù)確實(shí)更合理。當(dāng)磨削參數(shù)設(shè)定合理，則磨削火花穩(wěn)定，從而工件加工效果就好。所以可以通過對火花的研究來優(yōu)化磨削參數(shù)。

4 結(jié)語

使用視頻檢測設(shè)備可以對加工過程進(jìn)行最直觀的記錄，特別是加工時間短，加工火花小。傳統(tǒng)上，如果不是資深的磨削技師是很難確定磨削參數(shù)的。而通過本文方法，借助于MATLAB圖像工具箱對加工過程進(jìn)行數(shù)值分析，可以對加工參數(shù)的設(shè)定與優(yōu)化有科學(xué)指導(dǎo)作用。

［1］朱錚濤．基于計(jì)算機(jī)視覺圖像精密測量的關(guān)鍵技術(shù)研究［D］．廣州;華南理工大學(xué)，2004．

［2］漆隨平．基于計(jì)算機(jī)視覺的檢測方法與應(yīng)用研究［D］．杭州;浙江大學(xué)，2005．

［3］Sun J，Gui C L．Hydrodynamic lubrication analysis of journal bearing considering misalignment caused by shaft deformation［J］．Tribology International，2004，37:841－848．

［4］Sun J，Gui C L，Li Z Y．Influence of journal misalignment caused by shaft deformation under rotational load on performance of journal bearing［J］．J．Engineering Tribology，2005，219:275－283．

［5］孫軍．曲軸—軸承系統(tǒng)摩擦學(xué)、剛度和強(qiáng)度的耦合研究［D］．合肥:合肥工業(yè)大學(xué)，2005．

［6］Padir N．Application of average flow model to lubrication between rough sliding surfaces［J］．Transactions of the ASME，1979，101:220－230．

［7］李微，李德仁．基于HSV色彩空間的MODIS云檢測算法研究［J］．中國圖象圖形學(xué)報(bào)，2011，16（9）:1696－1701．

［8］明巍，豐洪才．基于HSV顏色空間的視頻鏡頭檢測算法［J］．湖北師范學(xué)院學(xué)報(bào)，2009，29（4）:91－95．