基于机器视觉的圆孔类零件尺寸测量系统

最新推荐文章于 2024-08-20 19:10:52 发布

xuehai996

最新推荐文章于 2024-08-20 19:10:52 发布

阅读量549

点赞数 3

文章标签： opencv 人工智能

本文链接：https://blog.csdn.net/xuehai996/article/details/134438969

版权

1.研究背景与意义

圆柱类零件在机械行业具有广泛的应用，比如组成轴承的圆柱滚子，用于装配定位的圆柱销等都是圆柱类零件，其中圆柱滚子作为组成轴承的主要部件，不仅承受载荷，而且还能将滑动摩擦变为滚动摩擦，有效降低摩擦阻力，对设备的稳定性和寿命发挥着重要的作用，圆柱销在机械结构中可以起到定位作用，也可以用来传递横向力或转矩，或者作为安全装置，在机械机构中起着非常重要的作用，可见，圆柱类零件在机械行业是不可或缺的。
随着智能制造技术的发展,制造业正朝着自动化、数字化、智能化方向发展，在工业生产中，快速发展的制造业对尺寸测量技术提出了更高的要求，人们对智能自动化尺寸测量更加向往。本文以自动化尺寸测量为背景，设计一套基于机器视觉的圆柱类零件尺寸测量系统。
在工业生产中，零件尺寸测量是产品生产过程中必要步骤，是确保零件质量的关键环节，生产过程中的每一个零件都必须经过严格的尺寸测量才能判断出是否符合加工要求，其判断结果不仅决定零件自身是否为合格品，还关乎后续对零件的再加工和装配["]。因此，尺寸测量对工业生产具有重要影响，对尺寸测量技术的研究具有非常重要的意义。
在这里插入图片描述

2.图片演示

在这里插入图片描述

3.视频演示

基于机器视觉的圆孔类零件尺寸测量系统_哔哩哔哩_bilibili

4.系统功能和流程图

    （1）控制相机拍摄圆孔类零件（螺母）图片并保存。
    （2）用opencv+python设计程序。
    （3）找出工业相机拍摄图片中圆孔类零件和实时检测，并标记出来。
    （4）测量出图片中圆孔类零件的尺寸。内圆直径。
    （5）设计人机交互界面，可查看每个零件的尺寸。人为输入尺寸的范围，并标记尺寸不符合的零件（用红框）

在这里插入图片描述

5.机器视觉技术的发展

机器视觉技术起源于20世纪50年代人们对二维图像模式识别技术的研究，此时研究的重点在二维图像的表面分析识别,包括表面质量检测、字符识别等[5]。20世纪60年代人们进入以三维场景为目的的机器视觉，国外学者L.R.Roberts!6]从对积木世界的研究出发，从二维图像中提取出多面体的三维信息，运用三维信息对多面体进行描述，他的研究给人们很大启示。20世纪70年代，MIT设置机器视觉课程，许多著名学者一起参与机器视觉技术的研究。1977年，MIT 人工智能实验室教授David Marrl7提出了有别于积木世界的计算机视觉理论方法，他认为视觉处理过程包含三个层次，即计算理论层、算法层、硬件实现层，并建立视觉理论框架，Marr视觉理论给视觉研究带来新的思路，同时也开辟视觉研究中许多新的领域，影响深远。20世纪80年代以后，有关机器视觉技术的新知识不断更新、新技术不断涌现，机器视觉技术飞速进步，并开始在工业中许多领域得到应用。
机器视觉技术经历了半个多世纪的发展，如今已经发展成为包含数字图像处理技术、计算机科学、光学、信号处理、自动化等的多学科交叉的技术，机器视觉技术凭借着自身显著优势，在生活和企业中应用广泛。机器视觉技术在生活和现代化的工业生产中的应用主要包括以下几个方面:
(1）识别分类
识别分类是运用机器视觉技术对图像先进行处理和分析，再对目标做出识别分类，在生活和企业生产中应用广泛。比如校园中的门禁系统，依靠对个体面部特征识别判断其是否能够通过，再比如工业生产中的机器人对外观有差异的物体进行抓取搬运时，会先根据物体的图像信息进行分类，找到要抓取的物体再进行抓取动作。
(2）外观检测
外观检测在工业生产中主要应用在对物体表面缺陷的检测，物体不同的表面缺陷会有不同的特征，可以借助物体表面图像的几何特征、纹理特征、灰度特征等对其进行外观检测。比如，在轴承外观缺陷检测中可以通过对缺陷的面积、周长等几何特征来判断缺陷的大小，根据缺陷的圆形度来确定缺陷的类型[8]。
(3)定位与引导
定位与引导是指利用机器视觉技术对零件的位置做出准确的判断，然后引导执行部件准确的进行抓取，定位与引导在机械臂.上得到良好的应用。比如在工业生产中利用智能抓取系统,能够很好实现物体的取料和放料[9,提高生产效率，降低成本。
(4)尺寸测量
尺寸测量是机器视觉技术应用的一个重要领域，机器视觉尺寸测量的原理是先对图像的特征曲线进行识别拟合，再用相关的数学方法计算出拟合后图像特征曲线之间的距离，基于机器视觉尺寸测量能够实现测量的自动化，克服传统人工测量的不足，提高测量效率。本文深入研究机器视觉在圆柱类零件尺寸测量上的应用，探索运用机器视觉方法实现圆柱类零件尺寸测量，最终完成圆柱类零件的尺寸测量。

6.圆柱类零件尺寸测量系统总体设计

机器视觉尺寸测量系统是指在合适的光照条件下，利用工业相机拍摄空间物体的二维平面图像，将其传送给计算机，计算机利用数字图像处理技术对其进行初步处理，删去无关信息，保留加强有用信息[1]，再采用某些拟合方法对保留下来的有用信息进行拟合，接着采用些数学方法对拟合的曲线进行测量，从而实现物体的尺寸测量。图为尺寸测量系统流程图。
在这里插入图片描述

基于机器视觉的圆柱类零件尺寸测量系统也遵循图的流程图，为了实现多个圆柱类零件高度和直径尺寸的同步测量，结合圆柱类零件的特点，设计本系统的硬件组成为:工业相机、镜头、光源、计算机、转动盘、底盘、步进电机，其作用分别为:工业相机完成圆柱类零件二维图像的拍照，光源为工业相机采集图像提供照明，计算机用于处理圆柱类零件图像实现尺寸测量，转动盘推动圆柱类零件转动，底盘用于支撑圆柱类零件，步进电机提供转动盘转动动力。图为圆柱类零件尺寸测量系统硬件示意图。
在这里插入图片描述

基于机器视觉的圆柱类零件尺寸测量原理如下:首先启动步进电机，使步进电机做间歇式转动，由于步进电机与转动盘为固定连接、与底盘为活动连接，此步进电机转动时带动转动盘转动、底盘不动，接着转动盘转动推动圆柱类零件滚动，当转动盘不转动、圆柱类零件静止时，相机拍照采集一张含有多个圆柱类零件的图像，然后步进电机转动，当步进电机再次不转动、圆柱类零件静止时，相机再拍照采集一张含有多个圆柱类零件的图像，如此循环，可采集多张含有多个圆柱类零件的图像，分别对每张含有多个圆柱类零件的图像做图像处理，求取
每张图像中每个圆柱类零件高度和真在尺寸。月I道R过外=张含有多个圆柱类圆柱类零件尺寸求平均值的方法求出测量值，即通过处理三张含有多个零件的图像，求出每张图像中每个圆柱类零件高度和直径尺寸测量值，圆柱类零件高度和直径尺寸测量值相加求平均值，以此值作为最终圆柱类零件高度和直径尺寸测量值，以上就是圆柱类零件尺寸测量原理。

7.镜头的选择

工业相机的镜头能够实现将待测零件表面的反射光线聚集并将其成像在工业相机的感光元件上，使工业相机能够完成对零件图像的获取。镜头是图像采集的中间点，对图像品质影响很大[40]，因此要选取适合本文尺寸测量系统的镜头。镜头的主要参数有焦距、分辨率、光圈、像面尺寸、接口，下面对镜头主要参数进行介绍。
焦距是指镜头的中心点到成像平面之间所形成清晰图像的距离，用字母f表示焦距，单位为 mm，焦距大则视角小，焦距小则视角大，焦距的大小与拍摄时.工作距离、拍摄视角以及工业相机的CCD尺寸有关,其焦距的计算公式如式所示。
在这里插入图片描述

上式中f为焦距，WD为拍摄时的工作距离，Sensor(V)为工业相机竖直方向的CCD尺寸，Fov(V)为拍摄时视角的竖直尺寸，焦距的大小可以根据以上参数确定。在本文圆柱类零件尺寸测量中，设计工业相机拍摄的工作距离为250mm,工业相机选择的是MindVision的MV-UB500C型相机，其传感器竖直方向的尺寸为3.84mm，拍摄视角竖直尺寸为40mm，将上述参数带入到式（2.3）中，即f = 250×3.84/ 40= 24mm，结合常见的焦距参数选择，选择焦距为 25mm 的镜头。
在这里插入图片描述

分辨率是指镜头能够分辨出1mm 内黑白相间线条的数目，镜头分辨率的单位是lp/mm，镜头分辨率代表镜头能够分辨物体细节的能力，镜头分辨率越高其分辨物体细节的能力就越强，所拍摄的图像越清晰。500万的镜头分辨率为1601p/mm,搭配前面所选的500万像素的工业相机能够满足本文尺寸测量要求，因此选择500万像素的镜头。
光圈能够控制光线进入镜头，其大小是可以调节的，用字母F表示，其值为镜头焦距f和通光直径D的比值，F值越大则光圈越大能够进入镜头的光线较多,F值越小则光圈越小能够进入镜头的光线较少。拍摄运动物体时应用大光圈，拍摄静止物体时，因曝光时间相对运动物体较长，较小的光圈能够满足要求。结合本文拍摄要求，选择F1.4 的光圈，镜头焦距f为25mm时，其通光直径在17~18mm。
像面尺寸是指在镜头成像时的最大范围，这个范围能够最大限度的发挥工业相机的性能，使工业相机能够采集到整个待测零件图像。本文所选工业相机传感器尺寸为1/2.5”,因此所选镜头像面尺寸应大于工业相机的传感器尺寸1/2.5”，本文选择镜头像面尺寸为2/33。
接口是指镜头与工业相机的连接方式，常用的接口有C、Cs、F、V、T2、Leica、M42、M75型接口，本文选择的接口类型为C型接口用来与工业相机相连。
在这里插入图片描述

综上所述，结合本文圆柱类零件尺寸测量的要求，本文选择MindVision的MV-LD-25-5M-K型镜头，如图所示，表为镜头的具体参数。

8.光源的设计

光源是为尺寸测量系统提供稳定可调节的光线，光线照射到零件表面，反射光线经镜头聚集后成像在工业相机的感光元件上然后形成图像,
因此零件表面的反射光线对整个尺寸测量系统至关重要，由于照射到零件表面的环境光不稳定以及不可调节，所以有必要设计一套与尺寸测量系统相适应的稳定可调节光源，降低后期图像处理难度，提高测量精度。
常见的光源有很多种类，需要根据不同的应用场合和预期效果选取适当的光源。常见的光源有白炽灯、卤素灯、日光灯、汞灯、LED 灯等[1]，不同光源的特点不同，应用场合不同，表2.3为常见光源的特点。
在这里插入图片描述
上表是对各种光源特点的介绍，本文尺寸测量系统对光源的要求为:一是有较高的亮度，因为足够的亮度能够降低图像噪音，提高图像质量，提高前景与背景的对比度，方便之后图像处理;二是有较高的效率，在消耗相同的电能时产生更多的光，更少的热能:三是寿命长，对工作环境要求简单，开关方便，价格实惠。综合以上三点要求，本文选择白色LED灯作为测量系统的光源，如图所示。
在这里插入图片描述

常见的光源照明方式分为前景照明和背景照明[42,根据不同任务需求选择不同的照明方式，合适的照明方式能够最大程度的发挥光源性能，使工业相机采集到质量和品质都较高的图像，对尺寸测量系统至关重要。前景照明是指光源位于零件与工业相机之间的照明方式，前景照明中光线能够均匀照射到零件上，可以清楚的观察到零件表面及边缘的信息，前景照明多用于各种零件的缺陷检测上，在前景照明中通过改变光源的照射角度使其突出零件的边缘信息，此时前景照明也可用在零件的尺寸测量上，前景照明示意图如图所示。背景照明是零件位于光源与工业相机之间的照明方式，当零件为不透明的物体时，采用背景照明的方式，能够清晰的观察出零件的外部轮廓，背景照明多用于对零件的外部轮廓尺寸测量上，背景照明的示意图如图所示。

在这里插入图片描述

9.尺寸测量系统软件系统的设计

软件系统是尺寸测量系统重要的部分，对实现尺寸测量至关重要。软件系统设计时要求图像处理算法合理、高效，人机交互界面简洁清晰等。工业相机采集到圆柱类零件的图像后，对图像进行相关处理后得到尺寸值，图像处理的流程为:首先对图像进行畸变矫正，再进行灰度化、滤波去噪、灰度线性变换、阈值分割等图像预处理操作，之后进行边缘检测，然后运用最小外接矩形算法拟合图像边缘获得最小外接矩形，最后通过测量最小外接矩形实现对圆柱类零件高度与直径尺寸值的测量，以上就是图像处理的整个流程。
为了清晰的表述图像处理过程,本文采用模块化的思想，将图像处理的每个过程按顺序分成不同的模块，本文的尺寸测量系统一共分为以下几个模块:图像采集矫正模块、图像预处理模块、图像边缘检测模块、求取图像最小外接矩形模块、尺寸测量模块，图为各模块之间关系及流程。
在这里插入图片描述