APP下载

基于机器视觉的锭坯轮廓在线检测系统研究

2020-04-24梁振振马万太钟霖邓晓雷

机械制造与自动化 2020年2期
关键词:轮廓成形灰度

梁振振,马万太,钟霖,邓晓雷

(南京航空航天大学 机电学院,江苏 南京 210016)

0 引言

喷射成形作为继熔铸和粉末冶金后出现的一种新型材料制备工艺,具有快速凝固和近终形技术特点,在高性能合金材料领域得到了广泛的应用[1]。喷射过程稳定性是喷射成形工业化应用的基础。

喷射过程中,工艺参数的波动会直观反映在锭坯沉积表面形态的波动,如锭坯轮廓、锭坯直径、喷射高度的变化,而这些变化会导致雾化锥物质状态的改变,最终产生锭坯内部组织的不稳定和材料质量波动[2]。研究喷射成形过程中沉积锭坯的轮廓尺寸变化规律,可以为建立沉积锭坯与工艺参数关系模型提供依据,同时为实现工艺闭环控制提供反馈[3]。

喷射成形工艺是在高温、封闭、高粉尘的环境下进行的,沉积坯的轮廓尺寸检测必须采用非接触式的测量方法,主要有激光测量法和机器视觉法[4]。激光测量法采用激光测距仪通过测量距离的方法间接地检测沉积锭坯的直径、喷射高度信息。但该方法是单点测量,仅能检测某一固定位置的尺寸;生产环境中大量粉尘使光线发生漫反射,使其工作不稳定。机器视觉法在尺寸测量、缺陷检测的应用较为广泛。采集的信息范围广,对沉积锭坯的特征提取更加多元化[5]。

本文基于机器视觉技术研究开发锭坯轮廓在线检测系统,实现对喷射成形过程锭坯轮廓及其形状特征的在线采集和处理。

1 锭坯轮廓检测系统总体方案

图1(a)为双喷嘴扫描斜喷式圆柱锭坯喷射成形装置。熔体经过喷嘴时,被高压惰性气体(氮气)破碎成由细小合金液滴组成的雾化锥,并高速飞行至沉积表面,雾化锥在沉积表面不断沉积、融合、铺展、生长形成圆柱锭坯。锭坯沉积生长的同时,收集器由电机/丝杠带动旋转并下拉。喷射过程中,沉积室为高粉尘环境。

图1(b)所示为工业相机安装示意图。相机水平安装,在图像采集前,由万向水平仪进行校准。相机位置高于沉积坯表面约30mm,因此相机拍摄的沉积锭坯表面为椭圆形。

图1 喷射成形装置及图像采集方式

根据喷射工艺对锭坯轮廓的检测要求,结合被测对象的环境背景,设计的喷射成形轮廓在线检测系统结构如图2所示。系统主要包括工业相机、相机镜头、光源及其布置、PLC、编码器、图像处理模块、人机交互模块等部分,系统可以通过以太网同时监控多条生产线。

图2 沉积锭坯尺寸检测系统结构

相机及光源的拍摄动作由PLC按照设定的图像采集周期触发控制,工业相机采集沉积锭坯的图像数据;工业相机通过GigE通讯协议将图像数据传输给计算机;应用程序根据图像处理流程和算法对图像进行处理,提取图像中沉积锭坯的轮廓和尺寸特征,并显示和存储;在收集基板下拉机构的丝杠轴上安装编码器,采集和计算1个检测周期内收集底板的下降位移,用于拟合和生成锭坯生长过程。

2 图像处理算法

应用程序对相机采集的图像进行算法处理,获得锭坯轮廓、轮廓特征(直径、喷射高度),本文根据喷射成形工艺特点采用的处理算法主要包括:图像增强、阈值分割、轮廓提取、尺寸测量。

2.1 图像增强

熔体雾化是喷射成形过程之一,在喷射沉积中约有30%的过喷粉末沉积不到锭坯上,沉积室环境中存在大量的粉尘,是沉积锭坯图像的主要噪声源;此外,光照、外界环境或设备本身也会给图像带来噪声。在对沉积锭坯图像处理之前,必须对图像进行相应处理。

喷射成形沉积室中粉尘属于椒盐噪声,采用中值滤波去除噪声;图像中的外界环境其他设备属于白噪声,采用高斯滤波进一步进行图像的预处理。其中,中值滤波器使用5×5模板,高斯滤波器模板为:

图3(a)所示为经过ROI(Region of Interest 感兴趣区域)提取、去噪后的沉积锭坯灰度图像,图像深度为8位,图像分辨率为548×340。图3(b)为其灰度分布直方图,可以看出:其灰度分布范围为[7, 88],灰度仅仅分布在灰度级的低段区域,图像较暗、对比度低,不利于图像进行阈值分割。

图3 ROI图像及其灰度分布

本文采用最大线性增强方法对图像进行增强处理。最大线性增强主要通过线性拉伸来宽展灰度的分布范围,从而增强图像对比度。其线性关系式为:

(1)

式中:f(x,y)和g(x,y)分别为(x,y)位置处变换前和变换后的灰度值;a、b分别为原图像的最小灰度级别和最大灰度级别。图像增强效果如图4所示。可以看出:图像对比度得到了明显增强,灰度级范围从处理前的[7,88]扩展到了整个灰度级[0,255]。

图4 最大线性增强后的图像及其灰度分布

2.2 边缘提取

由于锭坯尺寸检测系统的对象是锭坯的增长过程,进行阈值分割时,阈值的大小可能会发生变化。本文采用OSTU(最大类间方差法)自适应获取阈值,利用该阈值将灰度图像分割为二值化图像。获取二值化图像之后,使用findContours算法获取所有连通域的边缘。

图5(a)所示为findContours算法处理结果。由图可见,处理目标边缘之外,还存在许多其他无关边缘,因此需要筛选出目标边缘。本文根据沉积锭坯图像宽度、高度、宽高比3个变量的范围进行筛选。其中高度范围为[95,340],宽度范围为[400,584],高宽比范围为[1.5,6],将不在指定范围之内的边缘剔除,筛选结果如图5(b)所示。

图5 边缘提取

2.3 轮廓特征检测

在沉积锭坯轮廓处理的基础上,进一步进行轮廓特征检测,检测内容包括:沉积锭坯直径和喷射高度。提出了沉积锭坯直径与高度检测算法,其原理如图6所示。其中直线O1O2为沉积锭坯的中心线(为收集基板的回转中心,固定不变),直线O1O2与椭圆交于P1、P2两点,线段P1P2即为椭圆的短径。取线段P1P2的中心O即为椭圆的中心,

图6 尺寸检测原理

过中心O且与直线O1O2垂直的直线l1与椭圆交于P3、P4两点,线段P3P4即为椭圆的长径,也即沉积锭坯的直径。直线l0为喷射成形装置收集器初始位置,即加工沉积锭坯表面的初始位置。h0为沉积锭坯初始位置与喷嘴所在位置的垂直方向的距离。hi为所求喷射高度,表示锭坯表面的当前位置与喷嘴之间的垂直距离,在图像中即为P3或P4任意一点的纵坐标。

3 系统测试

对系统检测精度和系统稳定性进行了测试。本文实验对象为某公司SFZD500生产线。喷射对象生产直径为500mm,高度为1200mm的7055铝合金沉积锭坯。1个锭坯的喷射时间约50min。

1) 在喷射过程中每隔3min(检测间隔60mm,下拉速度为20mm/min)采集1次锭坯图像,进行图像处理获得锭坯直径,共记录20组数据。然后由人工在相应位置测量锭坯直径。20组测试结果表明,锭坯直径检测精度达到1mm,算法平均运行时间为0.83s。

2) 进行整个沉积锭坯生产过程的系统测试,采集图像并处理,记录锭坯直径测量结果,图像采集周期为1s。在整个检测过程中,系统工作稳定,符合沉积锭坯实际生产情况。

4 结语

本文基于机器视觉技术研究开发了喷射成形沉积锭坯轮廓在线检测系统,实现对喷射成形生产过程中的锭坯轮廓及其形状特征参数的实时、在线检测和处理。在SFZD500喷射成形生产线上对开发的系统进行了检测精度测试和系统稳定性测试。测试结果表明,系统检测精度达到1mm,算法平均运行时间为0.83s,可满足喷射工艺要求。系统能够长时间稳定运行。

猜你喜欢

轮廓成形灰度
采用改进导重法的拓扑结构灰度单元过滤技术
Bp-MRI灰度直方图在鉴别移行带前列腺癌与良性前列腺增生中的应用价值
OPENCV轮廓识别研究与实践
MFC2019首届汽车冷弯(滚压与拉弯)成形技术论坛成功举办
基于实时轮廓误差估算的数控系统轮廓控制
CR1 500HF热成形钢开发及应用
法兰轴零件的冷挤镦成形工艺及模具设计
高速公路主动发光轮廓标应用方案设计探讨
人生若只如初见
基于最大加权投影求解的彩色图像灰度化对比度保留算法