基于机器视觉的钳工零件角度检测系统

宦小玉 沈宝国 史银花

（江苏联合职业技术学院镇江分院，镇江 212016）

基于机器视觉的钳工零件角度检测系统

宦小玉 沈宝国 史银花

（江苏联合职业技术学院镇江分院，镇江 212016）

机器视觉检测是自动化检测的方法之一，具有高精度、非接触的特点，优势明显。将机器视觉技术应用于机械零件角度的检测，能提高检测的自动化和柔性程度，实现快速、准确、非接触测量。此外，通过实际检测应用，验证了该检测系统的可靠性。

机器视觉 特征提取 角度测量

在职业学校，钳工技能鉴定需要检验零件各面、各线之间的角度大小、位置、尺寸等，一般均采用人工逐个检测的方式，因此检测的精确性和效率多依赖于检测者的技术水平，存在局限性大、检测效率低等缺陷。机器视觉检测具有高精度、高速度、非接触、信息丰富、测量范围大、实时等优势。将机器视觉技术应用到钳工技能零件考核检验中，能提高检测的准确性，并实现快速、准确、非接触测量。因此，构建基于机器视觉的钳工考核零件检测系统十分必要。

1 零件角度检测系统设计

1.1 系统整体设计

检测系统由工作台、光源、成像系统、图像采集及处理部分组成。检测系统分为软件和硬件两部分。系统基本工作过程为：由CCD采集均匀照明的光源下的被测工件的图像，图像采集卡传输图像数据到计算机内存，校正待测零件的二维图像；对采集到的图片进行滤波、图像增强等预处理；细化边缘信息，精确提取图像的边缘信息；提取零件待测参数；软件根据边缘信息处理数据，对工件几何参数进行测量，结果由计算机输出。

1.2 硬件选型及照明方案

图像传感器采用面阵CCD相机。在图像的采集过程中，图像采集卡将图像传感器产生的模拟图像转化为数字图像信号，由计算机识别的模拟视频信号由面阵CCD输出。输出的信号经过A/D转换后，由PCI总线传输到计算机内存以及显卡，再转换成离散的数字信号，然后计算机进行一系列的处理。

系统采用照射均匀的LED球积分光源，有利于提升图像处理的效果，准确有效地分离检测目标。为使被测工件的照度均匀、有效地减少阴影及镜面反射，系统采用正向照明。采集图像时，系统的CCD相机位于被测零件的正上方。像机光轴严格与被测表面垂直，成像传感器要完全平行于零件的被测面。

2 零件角度检测方法研究

系统软件采用数字图像处理工具MATLAB开发，应用工具函数rgb2ray将彩色图像转换成灰度图像，获取零件边缘像素点的图像，采用边缘检测法求出物体的边界进行轮廓分割；然后，将提取的边缘进行拟合。直线拟合的方法最常用的有最小二乘法和哈夫变换法。边缘检测效果的好坏直接影响图像的分析、识别。LOG算子、Prewitt算子、Sobel算子、Roberts算子和Canny算子等是边缘检测中常用的算子。本文首先对角度块规图像进行灰度化处理，再分别采用五种算子实现边缘检测处理，并进行图像去噪处理。表1列举了10种方法的R-square和RMSE。

2.1 边缘识别的最小二乘法和霍夫变换

分别利用最小二乘法与霍夫变换实现夹角两条边的直线识别。采集标准值为20°、30°、40°、45°和60°的角度块规的图像，并获取视觉检测值。将五个角度块规的标准值与检测值进行统计分析，获取两者间的决定系数（R-square）和回归估计标准误差（Root Mean Square Error，RMSE）。如表1所示，10种方法的决定系数在0.999左右，差异很小。Canny算子&最小二乘法的决定系数和回归估计标准误差分别为0.9995和0.326，回归估计标准误差为0.326，小于其他9种方法的回归估计标准误差。。RMSE越接近于0，说明结果越准确可靠。因此，Canny算子&最小二乘法更适用于角度视觉检测方面的应用。

表1 10种方法的R-square和R M SE

2.2 角度的获取

在二维平面内，角度块规为一个三角形，三角形的三个顶点是零件区域的临界点。利用MATLAB工具获取角度块规的三个顶点，三个顶点连接后形成三条直线，直线间的夹角即为块规的三个顶角。从上、下、左、右四个方向分别扫描零件的边缘图像，零件的顶点就是在每个方向扫描到的第一个点，这样可以获取四个临界点的坐标值（如图1所示）。这些点中必定存在一个顶点符合两个条件。根据被提取的两个坐标值，寻找并求得两坐标值的均值。依据距离较近的两个坐标值寻找到该顶点。处理后，三个顶点的坐标值就可以获取，如图2所示。在三个顶点构成的三角形中，利用坐标关系分别求出两条夹角边的倾斜角，两条边的角度差即为该点的顶点的角度值。

图1 顶点坐标提取

图2 三条线段检测

2.3 测量系统功能实现

以典型的对配角度零件的凸件作为检测对象，系统检测零件试验结果如图3所示。若检测结果符合要求，软件界面上以“合格”显示；若检测结果超出公差范围，则显示“不合格”。这样可以方便检验人员迅速判断检测结果。

图3 角度值判断界面

3 人工检测与视觉检测对比

采用人工检测方法和机器视觉方法，对一批技能鉴定考核零件的角度进行检测。如表2所示，对比分析两种方法检测的准确率以及时间，可以看出：采用机器视觉检测系统对钳工技能等级鉴定零件进行检测，可以简化测量步骤，提高检测的精确性、可靠性以及检测效率。检测系统经过多次试验，图像处理效果好，测试精度高，各部分结合运行良好。可见，它的检测效果良好，能够满足零件检测精度的要求。

表2 人工检测与视觉检测精度对比

4 结束语

基于机器视觉技术的钳工零件角度检测系统，能有效对被测零件角度实施非接触的快速测量，实现了钳工技能鉴定考核零件多角度自动化测量。因此，可以将这项技术普及到平面角度测量中。

[1]余文勇，石绘.机器视觉自动检测技术[M].厦门：化学工业出版社，2013.

[2]郑睿.机器视觉系统原理与应用[M].北京：中国水利水电出版社，2014：12-14.

[3]李振仁.浅谈钳工的基本技术与基本操作[J].黑龙江科技信息，2009，（2）：41.

[4]单越康，卫力，毛谦敏.复杂几何形状零件自动检测[J].中国计量学院学报，1997，（2）：38.

[5]段发阶，叶声华，王春和，等.拔丝模孔形计算机视觉检测技术[J].光电工程，1996，23（3）：72-76.

Bench Evaluation Parts Detection System based on Machine Vision Detection

HUAN Xiaoyu, SHEN Baoguo, SHI Yinhua
(Zhenjiang branch of Jiangsu Lianhe Technical Institute, Zhenjiang 212016)

Machine vision detection is one of the automatic detection method, this system has the advantages of non contact and high precision. If the machine vision detection technology used in the Angle of the mechanical parts,then the measurement system can enhance the efficiency and accuracy measurement, the realtime, on-line, non-contact measurement. Applications verified that the system is of the reliability, correctness and applicability.

machine vision, feature extraction, angle measurement