基于机器视觉的工件角度测量方法

师 平，沈宝国

(江苏省联合职业技术学院镇江分院，江苏 镇江 212003)

传统工件角度测量主要有万能角度尺、正弦规、角度块规等方法，这些测量方法存在读数过程繁琐、效率低、人为误差大等不足。而非接触式的角度测量方法是一项基于机器视觉技术的角度测量技术，可实现对工件进行快速、无损测量，同时克服了主观因素的影响，保证了角度测量的一致性。当前研究主要集中于单个角度的自动测量[1～3]和多角度交互测量[4]，前者与传统测量方法相比体现不出测量速度的优势，而后者无法实现图像采集、处理、测量的一体化工作方式。

本文以角度块规为研究对象，其主要包括常规处理、顶点坐标提取及夹角角度获取三个步骤的处理，可同时确定三个角的位置及角度值，从而实现工件多角度一体化测量。

1 常规处理

1.1 图像采集

为了保证从图像中测量的角度能反映工件的真实角度，须使图像传感器光轴垂直于被测工件的平面。采集设备获得的图像为4 000×3 000 JPG格式的彩色图像。

1.2 二值化处理

本文所获取的图像均为彩色图像，为了便于下一步的图像特征提取，须对彩色图像灰度化和灰度图像二值化。

彩色图像灰度化是基于亮度特征对彩色图像（如图1）进行灰度化处理，如图2所示；灰度图像二值化是基于Otsu法对灰度图像进行动态阈值分割，如图3所示。其中，由于场景色彩较为单一，彩色图像与灰度图像间的视觉差较小。

图1 彩色图像

图2 灰度图像

图3 二值图像

1.3 面积法去噪

在图像采集、图像传输、图像数字化过程中，受到成像设备与外部环境噪声干扰等影响，将会产生噪声，去噪效果的好坏直接影响到后续的图像处理工作。结合本文的实际需求，只需保留面积最大的前景，其他前景认为是噪声，从而获取前景仅为零件的二值图像，如图4所示。

1.4 边缘提取及坐标提取

二值图像的边缘是图像的最基本特征。边缘检测通常是机器视觉系统处理图像的第一个阶段。利用Matlab自带函数，获取只包括零件边缘像素点的图像，如图5所示。

图4 去噪图像

图5 边缘图像

2 顶点坐标提取

获取角度块规的三个顶点，即可确定各个夹角的角度值。同时三个顶点是零件区域的临界点。

2.1 四个临界点提取

分别从上到下、从下到上、从左到右、从右到左四种方式扫描零件边缘图像，每种方式扫描到的第一个点，即为零件的顶点，共获取四个临界点的坐标值。

2.2 剔除重复临界点

由于某个顶点分别符合两个条件，所以被提取两个坐标值，需寻找到并求得两者的均值。某一个顶点有两个坐标，但两个坐标距离较近，利用该条件寻找到该顶点。处理后，可获取三个顶点的坐标值，如图6所示。

图6 三条线段检测

3 夹角角度的获取

在三角形工件中，须获取三个角度值并确定角度值与角的对应关系，即确定∠A的角度值，同理确定∠B、∠C的角度值。

以∠A为例，先求出B点相对于点A的倾斜角，然后求出B点相对于点A的倾斜角，两者倾斜角之差的绝对值，即为∠A的角度值，则有：

其中，

K1、K2分别指B、C点相对于A点的倾斜角；

Pt1、Pt2、Pt3分别指 A、B、C 点的坐标值；

A指∠A的角度值。

同理，可求出∠B、∠C的角度值。

其工件的各个角的角度值在原图像中标记如图7所示。

图7 角度值及顶点位置

其检测算法整个流程如图8所示。

图8 角度检测流程图

4 结束语

本文提出的工件角度测量以角度块规为研究对象，实现了工件多角度一体化测量。其可以应用在一般的角度测量中，有效地对工件实现快速、非接触角度测量，具有较好的检测精度，克服了人为误差，能够满足当前测量的实际需求。

[1]鲁昌华，韩 静，刘 春.基于hough变换的角度检测和特征识别[J].电子测量与仪器学报，2005，19(5)：45-49.

[2]周 峰，倪俊芳.工件角度的图像测量法研究[J].苏州大学学报 (工科版 )，2008，28(1)：59-62.

[3]刘 珍，包晓艳，赛 娜.大型工件角度的视觉测量方法[J].电子测量技术，2008，31(8)：106-108.

[4]储 珺，姚晓春，缪 君，等.基于图像的角度检测系统研究[J].光电技术应用，2009，30(6)：940-942.