APP下载

一种基于机器视觉的轴承内外径和同心度检测方法

2017-07-25崔灿景文博闫娜王晓曼

关键词:同心圆心乘法

崔灿,景文博,闫娜,王晓曼

(1.长春理工大学 电子信息工程学院,长春 130022;2.长春理工大学 光电工程学院,长春 130022)

一种基于机器视觉的轴承内外径和同心度检测方法

崔灿1,景文博2,闫娜1,王晓曼1

(1.长春理工大学 电子信息工程学院,长春 130022;2.长春理工大学 光电工程学院,长春 130022)

轴承的内外径和同心度是评价轴承质量的重要参数,基于机器视觉的轴承检测技术在工业生产中具有广阔前景。针对轴承内外边缘像素,设置轴承图像的基准参数,以基准位置为圆心构造采样圆,在采样圆上进行机械抽样获得边缘采样点,并使用最小二乘法结合迭代法进行拟合圆,最终获得内外圆参数并计算出轴承同心度。实验结果表明:与传统方法相比,检测速度平均提高了10.2倍,符合工业检测要求。

轴承;机械抽样;最小二乘法;迭代法;圆拟合

近些年,机器视觉蓬勃发展。通过计算机来模拟人的视觉功能,从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际检测、测量和控制。机器视觉技术最大的特点是速度快、信息量大、功能多。作为非接触检测的手段,已成为工业上检测目标物体信息的重要手段之一。

轴承是广泛应用于各类机械中的重要部件之一,轴承一般由内圈、外圈、滚动体和保持架组成,在机械中起到支撑旋转体的作用。传统检测中常使用机械式、光学式检测仪器,这种方式检测精度低、误差大,检测效率常受到设备和人为因素的影响。目前采用机器视觉检测技术成为主流,图像进行实时处理,检测精度高,优化空间大。

陈虹[1]提出了一种轴承半径和中心位置测量仪,采用直角坐标法测量轴承中心位置和半径。测量时通过侧头接触轴承表面,并且需要转动手轮来移动侧头,利用光栅传感器探测轴承的轮廓。这种接触式检测方法,对轴承有磨损,具有误差大、耗时多的缺点。

Gao Yuan等[2]人提出了利用轴承的侧面投影的方法来检测轴承的外尺寸。该方法具有非接触、检测速度高的特点。但是无法应用于轴承内径检测。且对图像的质量要求较大,稍有偏差检测结果将有很大误差。

范帅等人[3]对轴承内外径检测进行了研究。该方法对轴承进行图像分割和边缘检测,使用Hough变换检测轴承内外圆参数。该方法虽然优于传统机械检测法和侧面投影法,但是边缘检测以及Hough变换检测计算量大、占用内存多、检测精度低。

Lei Xu等人提出RHT[4]的检测圆方法,该方法在图像中随机抽样3个不共线的点,以收敛映射代替发散映射,降低了内存需求,减少计算量。但噪声干扰会使随机采样引入大量无效累积,降低了算法的性能[5]。因此该方法不适合应用在轴承检测中。

考虑到上述方法的不足,充分结合轴承检测的特点,采用机器视觉技术进行检测避免了接触式检测的缺点。对轴承进行边缘采样。通过对有效数据点拟合来获得轴承的圆参数以及同心度。既减小了计算量,提高了检测效率,又能够保证检测结果不受局部边缘偏差的影响。

1 系统组成

现代化轴承生产过程中,采用自动化流水线作业方式,提高了生产效率。轴承检测系统主要由数据采集和数据处理两个部分组成,安置在流水线上。图1为检测轴承系统的基本组成。

传输带将轴承运输到载物台的指定位置,CCD相机采集图像,利用计算机处理图像数据,计算出轴承的位置及内外径。为获得便于处理的图像数据,载物台下方安装了LED光源,消除复杂背景。经过检测的轴承信息将用于分拣系统,筛选出合格的产品,或对不同型号的轴承进行分类。未被检测到的轴承也将被分离并重新传送到轴承检测系统中。

图1 系统基本组成

2 检测算法

2.1 设置基准参数

在工业检测中待检测轴承在图像中的位置一般相对稳定,很少发生大幅度位移变化,但是依然无法保证位置绝对不变。为了减少无效数据,需要控制搜索范围。待检测目标多为规模化产品,相同型号的器件形状大小差异较小。将标准轴承放置指定位置,CCD相机采集一帧标准图像,将该图像中轴承的中心位置(x,y)和外径Ro内径Ri设置为基准参数。

2.2 图像分割

检测轴承前,需要对图像进行分割,分离出目标和背景[6]。图2是背景为白色的待检目标图像的灰度直方图,可以看到图像一般存在多个波谷。在检测中不关心轴承的细节信息,只关心轴承的内外轮廓。由于轴承检测装置中,载物台下方安装了LED光源使采集到的图像中轴承的轮廓和背景区分度大,边缘信息更容易保留。选取最后一个波谷的灰度值作为阈值对图像进行分割[7]。得到的分割图像轴承表面上细节会丢失,但边缘分明的轴承轮廓依然得到保留。

图2 灰度直方图

2.3 边缘点采样

轴承的边缘由大量点组成,轮廓提取需要对这些点进行处理,耗时较大。且边缘上存在较多的干扰点,会影响最终的计算结果。根据轴承图像的特点,设计一种采用机械抽样的边缘采样方法如图3所示。根据上文设置的基准参数构建一个有N条采样线半径为Rs(大于内外径之和)圆心为Cs(x,y)的采样圆。

图3 轴承边缘采样

采样线上的像素提取算法如下所示:

利用算法1能够获得每条采样线上的像素值,其分布如图4所示。对每条采样线上的像素值进行遍历,找到内外边缘点。分别从两个方向搜索边缘点。从中心点(x,y)处向采样圆边界离心搜索内径边缘点。从采样圆边界点出发向中心点(x,y)向心搜索外径边缘点。为了保障搜索到的是边缘点的准确性,需要满足以下条件:

(1)从一个方向进行搜索,当像素值初次发生变化且相邻像素值不变时,作为第一候选点。当像素值最后一次发生变化时且相邻像素值不变,作为第二候选点。

(2)两个方向的第一候选点、第二候选点交叉比较,若对应图像坐标位置接近则可作为有效边缘点,否则排除。

图4 边缘点分布

2.4 轴承内外圆拟合

为了避免Hough检测轴承内外轮廓的大量计算,采用最小二乘法结合迭代法进行圆拟合[8-10],能得到比单独使用最小二乘法更精确的结果。

(1)最小二乘法拟合得到初始圆参数

设圆方程为:

采用样本集(Xi,Yi),用di表示点到圆心的距离:

设目标函数Q(a,b,c)为:

对Q(a,b,c)分别求偏导:

令偏导等于零,则目标函数Q(a,b,c)的解为:

a,b,c和A,B,C的转换关系为:

拟合圆的中心坐标为(A,B)半径为R,图5图6为对圆形分布的数据点进行拟合的仿真结果。

图5 干扰少的圆拟合

图6 局部干扰的拟合

从图5仿真结果不难看出,最小二乘法对误差符合正态分布的数据点拟合效果好。少数干扰点对拟合结果影响较小。

如图6所示,当干扰点较多且偏向某一个方向时,仅使用最小二乘法,拟合出的圆会有很大偏差。

(2)迭代法求最佳拟合参数

为了得到最佳拟合结果,将最小二乘法拟合获得的圆参数作为初始值,以降低数据点到圆心距离之和为目的,设定迭代步长,通过迭代获得最优解。边缘数据点到圆心距离之和表达式如下:

式中,xi、yi为待拟合的数据点,xc、yc为拟合圆的圆心坐标,R为拟合圆的半径。当f取得最小值时,此时的xc、yc和R就是最佳拟合参数。从仿真结果图7中可以看出迭代后的拟合结果更加精确,能够抑制局部干扰的影响。

图7 迭代后的圆拟合

2.5 轴承同心度

通过拟合得到的内外圆的圆心可以计算轴承同轴度,式(9)为轴承同心度表达式。

式中,xout,yout为外圆的圆心坐标,xin、yin为内圆的圆心坐标。

3 实验结果

3.1 算法实施

实验环境为Win7 64位计算机,检测算法在Vi⁃sualStudio2013上运行。采用分辨率为1024×1024的面阵CCD相机采集图像,像元尺寸13μm。待检测轴承为FAG 6412单列深沟球轴承,标准轴承的内径为60mm,外径为150mm。图8中a图为采集到的原始图像,b图是阈值分割后的图像并对其边缘点采样。c图是其轴承展开图,从图中可以直观的看到由于采样圆不在轴承中心,导致展开的图像并不是理想中的直线,每个边缘采样点的距离也不同,但不影响拟合结果。对采集到的数据点进行拟合检测到轴承的内外圆如d图所示,检测出轴承的外圆和内圆参数。

图8 检测算法实验结果图

3.2 算法结果

3.2.1 测量结果

表1为实验结果的部分数据。结果包括轴承的内外圆心坐标、内外圆半径和同心度。

表1 检测轴承内外径和同心度

表1中,外径、内经和同心度通过公式(10)由像素单位转化为实际尺寸。

式中,N为像素数,f为相机焦距,u为像元尺寸,l为相机到轴承距离。

通过公式(11)计算标内外半径和同心度的标准差。式中:xˉ为均值,n为样本数。

表1中根据公式(9),通过内外圆的圆心坐标计算出轴承的同心度。

为验证算法效率,表2给出传统方法基于Hough变换的轴承检测算法和本文算法的检测时间。

表2 算法对比实验

3.2.2 结果分析

标准轴承的尺寸为外径150mm内径为60mm,内外径偏差在0~0.015范围内。通过表1可以看出,待检测轴承的平均内外径偏差在合格范围内。内外径的标准偏均差小于0.02mm,同心度小于0.03mm,符合轴承工业生产的需求。

4 结论

针对轴承内外边缘信息,通过边缘采样数据拟合的方法比传统图像法效率有明显提高,且能够有效的抑制局部干扰提高检测算法的精度。因此,该方法对于工业上轴承的检测具有重要的应用价值。

[1] 陈虹.调心滚子轴承滚道曲率半径和中心位置测量仪[J].机电工程技术,2015,44(01):79-81.

[2] Gao Y,Zhang GY.High precision machine vision sys⁃tem for outer diameter inspection bearing[J].Key Engi⁃neering Materials,2013,552(3):313-318.

[3] 范帅,汤绮婷,卢满怀.基于机器视觉的轴承内外圈尺寸检测及分类[J].自动化表,2016,37(11):77-80.

[4] Ei Xu,Oja E.A new curve detection method:Random⁃ized Hough Transform(RHT)[J].Pattern Recognition Letters,1990,11(5):331-338.

[5] 赵京东.用两步Hough变换检测圆[J].计算机应用,2008,28(7):1761-1763.

[6] 高源.轴承内外径光电检测技术研究[D].长春:长春理工大学,2013.

[7] 刘嘉,王宏琦.一种基于图割的交互式图像分割方法[J].电子与信息学报,2008,30(8):1973−1976.

[8] Taubin G.Estimation of planar curves,surfaces,and nonplanar space curves defined by implicit equations with applications to edge and range image segmentation[J].IEEE Transactions on Pattern Analysis&Machine Intelligence,1991,13(11):1115-1138.

[9] 陈明晶,方源敏,陈杰.最小二乘法和迭代法圆曲线拟合[J].测绘科学,2016,41(1):194-197.

[10] 王峰,丘广新,程效军.改进的鲁棒迭代最小二乘平面拟合算法[J].同济大学学报:自然科学版,2011,39(9):1350-1354.

A Method for Inner and Outer Diameter and Concentricity Inspection of Bearings Based on Machine Vision

CUI Can1,JING Wenbo2,YAN Na1,WANG Xiaoman1
(1.School of Electronics and Information Engineering,Changchun University of Science and Technology,Changchun 130022;2.School of Optoelectronic Engineering,Changchun University of Science and Technology,Changchun 130022)

The inner and outer diameter and concentricity of the bearing is an important parameter for evaluation of bearing quali⁃ty,machine vision-based bearing inspection technology has a bright future in industrial production.For bearing inner and outer edges pixels,setting bearing images of benchmarks,the sample circle is constructed with the reference position as the center,sampling is performed on the sampling circle to obtain the edge sampling points,And Combined with least square method and it⁃erative method for fitting circle.Finally,the inner and outer circle parameters are obtained and the bearing concentricity is calculat⁃ed.The experimental results show that compared with the traditional method,the average speed is improved by 10.2 times,which meet industrial Inspection requirements.

Bearing;machine vision;mechanical sampling;least squares;iterative method;circle fitting

TP391.41

A

1672-9870(2017)03-0075-05

2016-12-26

崔灿(1992-),男,硕士研究生,E-mail:605091185@qq.com

景文博(1980-),男,博士,副教授,E-mail:wenbojing@sina.com

猜你喜欢

同心圆心乘法
算乘法
同心战"疫" 携手前行
我们一起来学习“乘法的初步认识”
同心逐梦
《整式的乘法与因式分解》巩固练习
勠力同心 坚韧前行
勠力同心 坚韧前行
把加法变成乘法
以圆周上一点为圆心作圆的图的性质及应用
参考答案