潘奕創(chuàng)，傅惠南，彭 趕，何金彬，黃辰陽(yáng)

0 引言

隨著工業(yè)自動(dòng)化的發(fā)展，機(jī)器視覺(jué)廣泛應(yīng)用于工業(yè)領(lǐng)域，視覺(jué)在工業(yè)應(yīng)用中，多見(jiàn)于產(chǎn)品的缺陷檢測(cè)，定位，測(cè)量領(lǐng)域。而在視覺(jué)測(cè)量中，它通過(guò)光學(xué)成像原理獲取待測(cè)產(chǎn)品的外觀，對(duì)圖像進(jìn)行處理，計(jì)算出空間幾何尺寸，位置姿態(tài)，三維形狀等信息。視覺(jué)測(cè)量任務(wù)對(duì)產(chǎn)線(xiàn)上的工件或裝配進(jìn)行測(cè)量以確保它們與預(yù)置標(biāo)準(zhǔn)量的相符程度，具有非接觸，動(dòng)態(tài)響應(yīng)快，大量程，高效率，全自動(dòng)等優(yōu)點(diǎn)[1]。

超聲壓合手機(jī)充電頭后兩平面的高度差的測(cè)量，本文提出一種激光45°輔助照射到產(chǎn)品上，工業(yè)相機(jī)方向在產(chǎn)品的高度差的垂直方向上，運(yùn)用等腰三角形原理，測(cè)量光線(xiàn)的平行方向的距離即可得到兩平面的高度差的方法。

1 視覺(jué)測(cè)量選型

本文的硬件有德國(guó)Balser(acA3800)工業(yè)相機(jī)，該相機(jī)有很高的分辨率及成像能力，HPTL-12.380雙遠(yuǎn)心鏡頭，放大倍率為0.078。十字激光，圖像采集卡，工控機(jī)。工業(yè)相機(jī)和鏡頭是專(zhuān)門(mén)用于工業(yè)領(lǐng)域，為適合工程應(yīng)用要求而設(shè)計(jì)制造。工業(yè)相機(jī)與數(shù)碼相機(jī)不同，主要表現(xiàn)：①工業(yè)相機(jī)的快門(mén)時(shí)間非常短，可以抓拍快速的物體及其移動(dòng)軌跡；②工業(yè)相機(jī)的圖像傳感器是逐行掃描的，而一般相機(jī)的圖像傳感器是各行掃描的；③工業(yè)相機(jī)輸出的是沒(méi)有經(jīng)過(guò)圖像處理的圖像數(shù)據(jù)，其光譜范圍較寬，適用于進(jìn)行高質(zhì)量圖像算法的機(jī)器視覺(jué)工程應(yīng)用[2]。選用遠(yuǎn)心鏡頭，由于其具有較大的工作景深，可以保證一定高度范圍的被測(cè)物成像免于調(diào)焦，消除透視變形以及透視變形產(chǎn)生的被測(cè)物體遮擋的情況，同時(shí)不影響精度[3]。圖像采集部分的任務(wù)是把目標(biāo)物體的特征信息進(jìn)行光學(xué)成像，然后通過(guò)傳感器將光信號(hào)轉(zhuǎn)為電信號(hào)給工控機(jī)的圖像數(shù)據(jù)采集卡。在設(shè)計(jì)平臺(tái)上，對(duì)手機(jī)充電頭水平45°十字激光打光如圖1所示。

圖1 十字激光打光效果圖Fig.1 Cross laser light effect drawing

其中面1是壓合的上平面，面2是外殼的上表面，即測(cè)量這兩個(gè)平面的高度差信息。

圖2 圖像測(cè)量實(shí)施方案Fig.2 Image measurement plan

2 測(cè)量原理

圖像測(cè)量主要是根據(jù)采集到的被激光線(xiàn)照射的壓合后的手機(jī)充電頭圖像，計(jì)算出高度差的兩條光線(xiàn)的距離即可得到高度差。圖像測(cè)量總的實(shí)施流程如圖2所示。

2.1 圖像分割

把要感興趣區(qū)的激光線(xiàn)區(qū)域進(jìn)行圖像分割，對(duì)圖片分割出四個(gè)區(qū)域，如圖3、圖4。

對(duì)每個(gè)區(qū)域進(jìn)行激光線(xiàn)進(jìn)行處理，分析表明，被分割的激光線(xiàn)和背景之間存在顯著的灰度差，閾值分割的定義為：

圖3 雙遠(yuǎn)心手機(jī)充電頭測(cè)量平臺(tái)獲取圖像Fig.3 Acquired by double-telecentric phone chargers Measuring platform

圖4 分割區(qū)域圖Fig.4 Division plot

閾值的gmin和gmax在系統(tǒng)設(shè)置時(shí)選定且永遠(yuǎn)不會(huì)被調(diào)整，除非激光的強(qiáng)弱重新調(diào)整。激光線(xiàn)打在產(chǎn)品表面，存在反射、漫射現(xiàn)象，如圖5。

圖5 閾值分割圖Fig.5 Threshold segmentation

在這種行程表示法描述的區(qū)域上計(jì)算連通區(qū)域，可以使用經(jīng)典的深度優(yōu)先搜索[4]。反復(fù)搜索第一個(gè)未被處理的行程，然后在此行程相鄰的上下兩行中搜索與此行程交疊的所有行程。判斷兩行程是否交疊的依據(jù)就是連通性的定義。對(duì)于4連通，兩交疊的行程中必須至少有一個(gè)像素位于同列。對(duì)于8連通，兩行程必須至少對(duì)角接觸。

2.2 特征提取

圖像的特征包括區(qū)域區(qū)域特征、灰度特征、輪廓特征。簡(jiǎn)單的區(qū)域特征是區(qū)域面積：

由此可知，區(qū)域的面積a就是區(qū)域內(nèi)的點(diǎn)數(shù) ||R。區(qū)域的行程表示法可使區(qū)域面積的計(jì)算速度快很多，這個(gè)特點(diǎn)對(duì)幾乎所有的區(qū)域特征都適用。面積是被稱(chēng)為區(qū)域的矩的廣義特征中一個(gè)特例。p≥0，q≥0時(shí)候，矩定義為：

m0,0就是區(qū)域的面積，與計(jì)算面積類(lèi)似，因?yàn)槟軌蛲茖?dǎo)出基于行程的簡(jiǎn)單等式來(lái)計(jì)算矩，所以使用行程表示法時(shí)就可以高效率地計(jì)算矩。通常期望有一些特征可不隨物體尺寸變化而變化，為獲取這樣的特征，當(dāng)p+q≥1時(shí)，矩除以區(qū)域的面積就得到了歸一化的矩：

歸一化的矩中推導(dǎo)得到的最令人感興趣的特征是區(qū)域的重心，即(n1,0,n0,1)。它能被用來(lái)描述區(qū)域的位置，盡管重心是像素精度的數(shù)據(jù)計(jì)算得到，但它是一個(gè)亞像素精度特征[5]。也就是最后使用的求重心法。

2.3 形態(tài)學(xué)分析處理

可以看到分割中經(jīng)常出現(xiàn)不想要的干擾。而實(shí)際分割結(jié)果包含這樣的一部分，如圖4目標(biāo)和背景交界的斑點(diǎn)。數(shù)學(xué)形態(tài)學(xué)被定義為一種分析空間結(jié)果的理論[6]。圖像形態(tài)一般有區(qū)域形態(tài)學(xué)和灰度形態(tài)學(xué)。腐蝕和膨脹是形態(tài)學(xué)處理的基礎(chǔ)，作為z2中的集合A和B，表示為AΘB的B對(duì)A的腐蝕定義為：

B對(duì)A的腐蝕是一個(gè)用z平移的B包括在A中的所有的點(diǎn)z的集合。AC是A的補(bǔ)集，φ是空集。A⊕B的B對(duì)A的膨脹定義為∶

這個(gè)公式是以B關(guān)于它的原點(diǎn)的映像，并以z對(duì)映像進(jìn)行平移為基礎(chǔ)，B是一個(gè)結(jié)構(gòu)元，A被膨脹的集合。膨脹會(huì)擴(kuò)大一幅圖像，而腐蝕側(cè)會(huì)縮小一幅圖像中的組成部分。而開(kāi)運(yùn)算和閉運(yùn)算操作中，開(kāi)運(yùn)算一般會(huì)平滑物體的輪廓，斷開(kāi)較窄的狹頸并消除細(xì)的突出物。閉運(yùn)算同樣也會(huì)平滑輪廓的一部分，但與開(kāi)運(yùn)算操作相反，它通常會(huì)彌合較窄的間斷和細(xì)長(zhǎng)的溝壑，消除小的空洞，填補(bǔ)輪廓線(xiàn)中的斷裂[7]。這里用開(kāi)運(yùn)算處理。公式如下：

B對(duì)A的開(kāi)運(yùn)算就是B對(duì)A的腐蝕，緊接著用B對(duì)結(jié)果進(jìn)行膨脹，因?yàn)榧す庑枰崛〉募す饩€(xiàn)目標(biāo)和背景之間，存在大量不均勻的光斑，干擾對(duì)激光線(xiàn)的準(zhǔn)確提取。為消除對(duì)檢測(cè)激光線(xiàn)的區(qū)域的干預(yù)。設(shè)計(jì)B半徑為5的圓形結(jié)構(gòu)元。對(duì)其進(jìn)行線(xiàn)腐蝕在膨脹的開(kāi)運(yùn)算。效果如圖6。

圖6 開(kāi)運(yùn)算效果圖Fig.6 open operation effect diagram

圖中輪廓線(xiàn)包圍部分是兩截取部分兩個(gè)有高度差的兩個(gè)面進(jìn)行開(kāi)運(yùn)算后的部分，因?yàn)楫a(chǎn)品的夾具和產(chǎn)品之間有一點(diǎn)的間隙，每次安放的手機(jī)充電頭位姿有稍微的偏差。在應(yīng)用中，并不能保證被測(cè)物體在圖像中總是處于同樣的位置和方向。檢測(cè)算法必須能夠應(yīng)對(duì)這種位置的變化。首先要解決的問(wèn)題就是檢測(cè)出被測(cè)物體的位置和方向。這里主要是角度的偏移影響，對(duì)區(qū)域進(jìn)行畫(huà)最小外接四邊形，用外接四邊形和外接矩形計(jì)算幾何變換矩陣。公式為：

像素間距轉(zhuǎn)化為距離單位X軸的系數(shù)為0.021，y軸的系數(shù)為0.021。經(jīng)過(guò)以上圖像處理，得到的測(cè)量效果如圖7。

圖7顯示的是經(jīng)過(guò)以上算法測(cè)量得到的壓合后兩平面的取點(diǎn)計(jì)算結(jié)果，取上邊中心為A點(diǎn)，左邊中心為B點(diǎn)，下邊中心為C點(diǎn)，右邊中心為D點(diǎn)。這四個(gè)點(diǎn)測(cè)量值近似為兩平面的高度差信息。

圖7 測(cè)量效果圖Fig.7 Testing picture

3 實(shí)驗(yàn)及分析

為驗(yàn)證視覺(jué)檢測(cè)算法符合檢測(cè)要求，取一個(gè)已經(jīng)用傳統(tǒng)方法檢測(cè)和標(biāo)記好的樣品，高度差A(yù)點(diǎn)0.001 mm，B點(diǎn)0.019 mm，C點(diǎn)0.055 mm，D點(diǎn)-0.022 mm。安放樣品的夾具3 mm間隙的條件下，進(jìn)行取下重復(fù)安放檢測(cè)實(shí)驗(yàn)，進(jìn)行20組實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析。如圖8。

圖8 實(shí)驗(yàn)數(shù)據(jù)圖Fig.8 Experimental data graph

橫坐標(biāo)表示重復(fù)測(cè)量的次數(shù)，縱坐標(biāo)表示本方案機(jī)器視覺(jué)測(cè)量每一次測(cè)量對(duì)應(yīng)的高度差。與已經(jīng)標(biāo)定好的數(shù)據(jù)對(duì)比。測(cè)量每次各個(gè)點(diǎn)測(cè)量的值的波動(dòng)范圍在正負(fù)0.02 mm之間。滿(mǎn)足測(cè)量精度要求。

4 總結(jié)

本文針對(duì)充電頭兩個(gè)有高度差的平面，設(shè)計(jì)出一種用十字激光線(xiàn)45°輔助下的機(jī)器視覺(jué)測(cè)量方法。根據(jù)等腰三角形兩邊相等原理，通過(guò)算出激光線(xiàn)的兩線(xiàn)條的距離得出兩平面的高度。研究了激光線(xiàn)的圖像，并對(duì)目標(biāo)進(jìn)行特征提取，圖像預(yù)處理，為消除目標(biāo)激光線(xiàn)與背景過(guò)度區(qū)域斑點(diǎn)的干預(yù)。用半徑為5的圓形結(jié)構(gòu)元去對(duì)目標(biāo)進(jìn)行開(kāi)運(yùn)算，用處理后的目標(biāo)區(qū)域的重心坐標(biāo)計(jì)算距離。實(shí)驗(yàn)結(jié)果表明外加激光線(xiàn)輔助的機(jī)器視覺(jué)測(cè)量，而測(cè)量的是光源本身，用形態(tài)學(xué)的開(kāi)運(yùn)算處理目標(biāo)區(qū)域，后用區(qū)域重心坐標(biāo)計(jì)算，穩(wěn)定性好。

參考文獻(xiàn)：

［1］張廣軍.視覺(jué)測(cè)量［M］.北京：科學(xué)出版社，2008.

［2］畢文波.基于機(jī)器視覺(jué)的機(jī)械零件尺寸識(shí)別研究［D］.濟(jì)南：山東大學(xué)，2006.

［3］ R.SEDGEWICK.Alogrithms in C.AddisionWes-ley［C］.Reading.MA.1990.

［4］ Carsten Steger， Markus UIrich.Machnie Vision Alog?rithms and Applications［M］.北京：清華大學(xué)出版社，2008.

［5］P.SOILLE.Morphological Image Analysis.SpringerVerlag［M］.Berlin，2nd edition.2008.

［6］Radael C.Gonzalez，Richard E.Woods.Digital Image Pro?cessing［M］.北京：電子工業(yè)出版社，2003.