關(guān)明宇 黃 茜 胡志輝 羅超群

（華南理工大學(xué)電子與信息學(xué)院，廣州，510641）

引 言

圖像測(cè)量方法以其高速、非接觸、運(yùn)用靈活等優(yōu)勢(shì)而得到越來(lái)越多的應(yīng)用。一般的角度圖像測(cè)量過程是首先通過圖像傳感器采集被測(cè)物體圖像，進(jìn)行圖像增強(qiáng)和去背景等預(yù)處理；然后做邊緣檢測(cè)和邊緣細(xì)化，用霍夫變換檢測(cè)直線，確定邊緣線條在參數(shù)空間中的極角差；最終獲得被測(cè)目標(biāo)的角度[1-6]。上述測(cè)量流程并非適用所有角度檢測(cè)，本文針對(duì)汽車輪轂輪輻的角度檢測(cè)，提出一種基于局部圖像像素灰度差的角度測(cè)量方法，為角度的圖像測(cè)量技術(shù)提供一種新思路，展現(xiàn)出圖像測(cè)量的實(shí)用性，測(cè)量精度能夠滿足實(shí)際使用要求[7]。

在本文方法中，輪轂的輪輻在X射線探測(cè)器下進(jìn)行缺陷檢測(cè)，輪輻中心線與X軸的夾角設(shè)置如圖1所示。圖1（a）為X射線探測(cè)器的照射野，檢測(cè)時(shí)輪輻由初始位置按間隔角度轉(zhuǎn)動(dòng)。一旦輪轂在初始位置上不能完整拍攝輪輻的結(jié)構(gòu)，后續(xù)檢測(cè)都會(huì)影響輪輻的完整拍攝，如圖1（b,c）所示。

1 檢測(cè)系統(tǒng)組成

本文檢測(cè)方法中輪轂的傳送和轉(zhuǎn)動(dòng)系統(tǒng)如圖2所示。其中，1為CCD攝像頭，2為兩條可由圖中右邊電機(jī)帶動(dòng)并夾緊輪轂的鏈條，3為輪轂。當(dāng)2個(gè)電機(jī)同時(shí)正轉(zhuǎn)或反轉(zhuǎn)，鏈條夾緊輪轂左右移動(dòng)；當(dāng)2個(gè)電機(jī)反向轉(zhuǎn)動(dòng)時(shí)，輪轂被夾緊做順時(shí)針或逆時(shí)針轉(zhuǎn)動(dòng)。當(dāng)測(cè)出輪輻初始角度θ后，系統(tǒng)控制電機(jī)帶動(dòng)輪轂轉(zhuǎn)動(dòng)θ角，使輪輻與X軸夾角為0°，處于X射線照射野內(nèi)。

檢測(cè)開始之前，需先為每一種新輪型建立輪轂?zāi)０鍒D像，形成輪型模板庫(kù)。模板圖像的輪輻中心線與X軸的夾角為0°，且存入輪轂型號(hào)、半徑和輪輻條數(shù)等信息。

圖1 輪輻中心線與X軸的夾角Fig.1 Angles between the spoke centerline and the X-axis

2 輪輻角度檢測(cè)方法

2.1 圖像預(yù)處理

本文檢測(cè)方法中通過提取輪轂的外圓，并對(duì)其進(jìn)行圖像預(yù)處理達(dá)到以下目的：一是通過外圓外切正方形去除輪轂圖像的背景；二是確定輪轂中心和半徑。文中采用霍夫圓變換提取外圓[8]，并設(shè)定最小半徑以避免誤檢。

2.2 基于灰度比較的角度測(cè)算

本文輪輻角度測(cè)算方法的基本原理為：在輪輻角度相同時(shí)，2個(gè)型號(hào)和尺寸完全相同的輪轂在同樣拍攝環(huán)境下，即相機(jī)參數(shù)、拍攝距離和光照都相同的情況下，2幅輪轂圖像中輪輻中心線之間的扇形區(qū)域的像素灰度差理論上為零；轉(zhuǎn)動(dòng)其中1個(gè)輪轂，原區(qū)域上像素的灰度差將逐漸增大；繼續(xù)轉(zhuǎn)動(dòng)，當(dāng)該輪輻逐步接近模板輪轂的下一個(gè)輪輻時(shí)，扇形區(qū)域上像素的灰度差逐漸減小，直至重合時(shí)灰度差再次接近理論最小值。

測(cè)算方法主要步驟如下：

（1）對(duì)當(dāng)前輪轂，獲取其型號(hào)并讀取輻條數(shù)K，計(jì)算得到標(biāo)準(zhǔn)扇形的角度W=360°/K。

（2）在模型輪轂圖像上由水平軸開始逆時(shí)針旋轉(zhuǎn)W角度，標(biāo)定出標(biāo)準(zhǔn)扇形區(qū)域AOB，其中∠AOB=W，見圖 3（a）。

（3）在待測(cè)輪轂上由水平線OD開始逆時(shí)針轉(zhuǎn)W角度，標(biāo)定出與標(biāo)準(zhǔn)扇形區(qū)域AOB相同大小的扇形檢測(cè)區(qū)域 COD，見圖3（b）。

（4）在待測(cè)輪轂上將扇形區(qū)域COD以固定角度M作為步長(zhǎng)，順時(shí)針依次旋轉(zhuǎn)，每旋轉(zhuǎn)M角度，計(jì)算檢測(cè)區(qū)域COD的各像素的灰度值Ci與模板圖像區(qū)域AOB中對(duì)應(yīng)位置像素的灰度值A(chǔ)i的差異度Hsub，見式（1），即兩幅圖像所有對(duì)應(yīng)點(diǎn)灰度值差的均方和為

圖2 輪轂角度測(cè)量裝置Fig.2 Measuring device of wheel angle

圖3 用于計(jì)算的輪轂扇形區(qū)域Fig.3 Wheel sector for algorithm

式中N為扇形區(qū)域中像素點(diǎn)的個(gè)數(shù)。

（5）依旋轉(zhuǎn)次數(shù)記錄累計(jì)旋轉(zhuǎn)角度。

（6）當(dāng)旋轉(zhuǎn)角度達(dá)到W時(shí)，停止旋轉(zhuǎn)，搜索并記錄差異度最小時(shí)得到的累計(jì)旋轉(zhuǎn)角度，該旋轉(zhuǎn)角即為輪輻與水平軸所夾的初始角θ。

算法流程如圖4所示，通過攝像頭獲取灰度圖像，在識(shí)別輪轂型號(hào)后，提取輪輻條數(shù)K、輪轂圓心位置、半徑和最大輪廓圓，根據(jù)輪轂信息，計(jì)算輪轂輪輻的初始角度。

3 單一型號(hào)輪輻角度計(jì)算測(cè)試結(jié)果

圖4 系統(tǒng)主要流程Fig.4 Main process of the system

使用本文測(cè)試方法對(duì)單一型號(hào)輪輻角度進(jìn)行測(cè)試，結(jié)果如圖5，6所示。其中圖5（a）為標(biāo)準(zhǔn)模板圖像，副條數(shù)K=5，輻條間角度W=72°，設(shè)步長(zhǎng)為1°，計(jì)算圖5（b—d）中輪輻初始角，如圖6所示。當(dāng)縱軸上灰度差異值取得最小時(shí)，橫軸顯示圖5（b-d）的角度分別為28°，39°和58°。

圖5 輪轂旋轉(zhuǎn)區(qū)域示意圖Fig.5 Diagrams of different fan areas

由圖5，6可以看出，輪轂輪輻處在任意一個(gè)初始角度時(shí)，灰度差異值的最小值應(yīng)是相同的，輪轂的飛邊或輪輻間背景的細(xì)小差異可能造成不一致，但對(duì)角度測(cè)量精度影響不大，下面將進(jìn)一步分析測(cè)量精度的影響因素。

4 算法應(yīng)用和精度分析

圖7給出了自動(dòng)測(cè)量和自動(dòng)調(diào)整輪輻角度后的對(duì)比圖。一個(gè)輪轂的輻條數(shù)一般最多達(dá)到10條，如圖7(a3,a4,b3,b4)所示，即輪轂中輪輻之間角度間隔最小為36°，誤差定為最小輪輻間隔度數(shù)的10%，最大誤差控制在3°之內(nèi)即可滿足生產(chǎn)中單個(gè)輪轂輻條處于X射線探測(cè)器的正下方的檢測(cè)要求。以下從3方面分析可能產(chǎn)生的角度計(jì)算誤差。

圖6 灰度差異值和旋轉(zhuǎn)角度之間的關(guān)系Fig.6 Relationship between differences of the gray scale and the rotated angles

4.1 定位誤差對(duì)測(cè)量精度的影響

圖 7（a）給出 5種不同輪型的輪輻角度測(cè)量值 16°，32°，28°，21°和 32°，圖 7（b）給出了執(zhí)行機(jī)構(gòu)根據(jù)測(cè)量值控制輪轂順時(shí)針自動(dòng)旋轉(zhuǎn)至0°后的圖像。對(duì)圖7（b）進(jìn)行人工測(cè)量發(fā)現(xiàn)，偏差均沒有超過3°，在生產(chǎn)線上檢測(cè)了50多種輪型，有一些會(huì)存在1°～2°的誤差，影響精度的原因分析如下：

（1）新建輪型時(shí)輪輻存在人為偏差，形成累計(jì)誤差。因此新建輪型時(shí)要盡量減少輪輻與水平軸的誤差。

（2）霍夫圓變換的參數(shù)可選，提取的外圓與實(shí)際圖像外圓存在偏差，計(jì)算灰度差異時(shí)帶入干擾信息。因此，要基于多種輪轂類型實(shí)驗(yàn)確定霍夫變換參數(shù)，找準(zhǔn)不同輪型的輪轂外圓。

圖7 自動(dòng)測(cè)量和自動(dòng)調(diào)整輪輻角度后的對(duì)比圖Fig.7 Contrast map after automatic measurement and adjustment of the angle

4.2 光照對(duì)測(cè)量精度的影響

圖8 給出了同型號(hào)輪轂不同光照的圖像。實(shí)驗(yàn)針對(duì)新建輪型時(shí)的亮度與在線不同，在合適的光照下圖像的灰度差異值最小，見圖8（a5）。但光照加強(qiáng)或減弱時(shí)，灰度差異值曲線均趨于平緩。盡管如此，每條曲線的極小值仍然存在，見圖9，且角度測(cè)量誤差在可以接受的1°之內(nèi)。自動(dòng)測(cè)量的結(jié)果除了圖 8（a1，a4）的角度顯示為 33°外，其他結(jié)果均為 32°。

在線拍攝的亮度與新建輪型時(shí)相同，實(shí)驗(yàn)得到的測(cè)量結(jié)果幾乎不受亮度影響。因此，上述實(shí)驗(yàn)說(shuō)明光照變化對(duì)角度測(cè)量結(jié)果影響不大，其誤差在可接受范圍之內(nèi)。但在光源設(shè)置和亮度調(diào)節(jié)時(shí)，最好保持與新建輪型時(shí)一致。

4.3 文字對(duì)角度測(cè)量精度的影響

輪轂如果存在外形缺陷或明顯污漬時(shí)，會(huì)作為次品剔除生產(chǎn)線或進(jìn)行清洗，如圖10所示。但正常產(chǎn)品中有可能出現(xiàn)圖10（b）所示的輪轂，工人偶爾寫上標(biāo)記文字，通過像素個(gè)數(shù)統(tǒng)計(jì)，在輪輻間的扇形區(qū)域中手寫字占比接近1%。為了對(duì)比，輪轂上人工加上污漬，如圖10（c）所示，占比約為14%。

圖8 不同光照條件下的輪轂圖片F(xiàn)ig.8 Pictures of wheels under different lighting

圖9 同一輪轂在不同光照下的輪輻角度測(cè)量Fig.9 Angles of same wheel under different light?ing conditions

圖10 有文字的輪轂圖像Fig.10 Pictures of wheels with some characters

圖11 給出了圖10中3個(gè)輪轂的計(jì)算曲線，其中圖10（a，b）的初始角相同，均為 5°，圖 10（c）為 4°?？梢钥闯?，干擾信息占比較小時(shí)（＜10%），如圖10（b），對(duì)角度計(jì)算結(jié)果影響不大；但占比超過10%時(shí)，占比越大，各角度對(duì)應(yīng)的灰度差異越大，最小灰度差對(duì)應(yīng)的角度位置越不明顯。這一結(jié)果符合算法設(shè)計(jì)原理，當(dāng)待檢測(cè)輪轂的扇形區(qū)域轉(zhuǎn)至與模板輪轂扇形區(qū)域重合時(shí)，灰度的差異值最小。但如果二者的總體灰度出現(xiàn)不同時(shí)，最小差異值就會(huì)增大，這和光照的影響在本質(zhì)上相同。光照表面上是形成灰度的整體變化，但實(shí)際影響灰度差異值曲線形狀改變的是物體局部細(xì)節(jié)信息的增多或消失。

圖11 圖10中3種輪轂輪輻角度測(cè)量Fig.11 Angles of three wheels in Fig.10

5 結(jié)束語(yǔ)

在輪轂進(jìn)行X射線的探傷過程中，由于輪轂進(jìn)入檢測(cè)倉(cāng)時(shí)的角度具有隨機(jī)性，對(duì)檢測(cè)結(jié)果有一定的影響。本文方法使輪轂輪輻旋轉(zhuǎn)至水平中心線上，從而位于X射線探測(cè)器的正下方，為輪轂角度的自動(dòng)測(cè)量帶來(lái)了便利，也提高了生產(chǎn)效率，是自動(dòng)化過程中不可缺少的技術(shù)。同時(shí)本文方法對(duì)于一個(gè)輪轂角度檢測(cè)的系統(tǒng)運(yùn)行時(shí)間為0.1～0.5 s，滿足工業(yè)生產(chǎn)需求的速度。本文方法已在實(shí)際應(yīng)用中取得較好的效果。