论文研究 | 基于图像处理技术的零件孔位尺寸快速测量方法

最近陆续在分享机器视觉在汽车领域的应用，发现了很多有趣的方法，分享给大家。

 0 引言

一台轿车约由２万多个零部件组装而成，其中铁制零件（白车身零件）占绝大多数[1]。在白车身制造过程中，零件的几何尺寸精度除了影响车辆的装配质量，也会影响汽车的NVH、操控性及耐久性等诸多关键性能[2]，因此，零件的尺寸检测一直都是各大整车厂商重点关注的对向。

白车身零件基本为厚度0.6mm到2.5mm的打孔薄板冲压件，零件上有数量众多的圆形/长腰孔[3]。例如上汽大众Viloran车型后门内板上就有超过60个孔位，而这些孔位中除了24个相对重要的夹具/零件安装定位孔由于精度要求高被纳入常规白光测量报告外，其余内饰卡扣安装孔容许公差较大（公差±2mm，因为卡扣有活动量），常规测量报告通常不会将它们包括在内，但如果该尺寸超差会直接影响后道总装车间内饰安装，引发大量返工并造成经济和时间损失。不同于流水线质检对单一零件进行大批量精确检测，车身现场工程师处理尺寸问题时需要考虑每个零件工位测量焊接前后孔位尺寸，以分析确认误差来自焊接过程还是单件本身。出于测量效率（进入工位需要停线）以及使用环境考虑，三坐标或蓝光测量方法都无法适用于以上场景[4]。目前现场工程师一般借助游标卡尺等接触式方法对孔位进 行 测 量，该方法直接有效，但也会遇到包括夹具干涉无法伸入测量 工 具、孔位较多导致测量效率低的问题[5]。此外在测量孔位间距时，测量人员需要分别测出两个孔位大小以及边缘距离，然后进行计算得出结果。如果遇上长腰孔测量则计算难度还会上升，因此迫切需要一种能够适应车间现场工作要求的零件孔位测量方法。

通过机器视觉测量技术来完成对零件几何尺寸的测量，是近年来工业检测领域的研究热点之一。该技术测量测度快，可实现生产线上连续测量[4]，目前已经被广泛应用在微电子[6]、 航空航天产品[7]、 轨道交通[8]、大型零件制造[911]、汽车工业[1214]等行业。贾国邦[5]基于图像处理技术提出一种非接触式高效且高精度的微小孔零件尺寸测量方式，采用Canny算子进行图像轮廓提取，以铝板小孔为实验对象，得到的测量结果误差达到了微米级别。唐君萍[15]针对飞机零件上大量小尺寸导孔测量问题提出了一套快速检测系统MBMS，实验件上75个导孔共花费7.4min，检测效率超过了三坐标测量机。为了快速综合检测刹车片尺寸，徐志玲[16]提出了一种基于公差设计原则和图像处理的综合尺寸检测方法：利用CCD相机拍摄图形，处理得到二值图像并利用最小外接矩形优化算法，确定其放缩倍数，最后利用白色像素点数与标准模版图白色像素点数差异得到检测结果。朱文博[17]为了提高二维尺寸测量精度和效率，采用形态学梯度算子提取图像边缘，并用最小二乘法拟合像素尺寸，通过标准件法对系统进行标定获得零件尺寸。上述方法虽然保有较高精度，但都需要借助实验平台、专业相机和计算机完成检测，成本较高且无法达到现场工作要求。倪彤元[18]基于图像处理技术提出了一种基于Android APP 的混凝土表面裂缝无损检测方法，该方法主要用于估算混凝土表面裂缝长度和面积，可以借助手机端完成快速检测，能够以一种低成本且高效率的手段满足工程应用要求，但并未应用于尺寸测量。

为了提升现有视觉测量技术的工程应用价值，在适当降低测量精度，并提升测量高效性与便捷性的前提下，本文提出一种可以借助智能手机完成识别的零件孔位尺寸快速检测方法，以期以较低的使用成本为现场测量工作提供一种补充手段，并为零件视觉测量提供一种可供借鉴的思路和方法。首先，在待测量零件孔位左侧粘贴测量基准贴纸作为测量用比例 尺，计算出图像的单位像素点比例；其次，基于测量得到的手机相机畸变系数对拍摄图像去畸变；最后，对图像进行高斯滤波及Canny边缘检测，并将图像从左至右对目标孔位进行标记，以基准贴纸所得单位像素点比例计算出每个孔位的最小外接矩形长宽及距离。针对长条形零件测量探索了基于Surf算法的图像拼接方法。相关图像处理借助Matlab实现，并设计了PC端交互界面，能够在移动端借助Matlab Mobile完成检测。

1 零件孔位尺寸测量原理

1.1测量基准贴纸

不同于双目视觉技术能够利用两个镜头从两个视点对同一个目标进行拍摄后得到深度信息[19]，由于车间现场使用条件限制，只能使用单目视觉方法进行测量。若在待测物体距离未知的情况下，不可能直接对图像中物体进行尺寸大小的测量计算[20]。参照Chen[21]在单目测量中使用的像素比例概念，本文引入如图１所示的测量基准贴纸作为比例尺，该贴纸为直径d=10mm的圆。在二维图像处理中，定义长度方向的单位像素点比例pl与长度方向的单位像素点比例为pw：

式中，la、wa分别为图像中基准贴纸经过处理得到最小外接矩形的长宽，可通过式(9)、(10)得到。

 1.2 图像去畸变

任何透镜都不是完美无缺的，而文中测量方法借助智能手机实现，不同手机镜头畸变程度各不相同，为了尺寸测量结果的准确性及一致性，有必要对手机拍摄的图像进行几何去畸变处理。通过张正友棋盘格标定法[22]标定透镜畸变，由于标定板图案尺寸至