舒慧 張融 彭澤洲

摘 要：風(fēng)機廣泛應(yīng)用于工業(yè)生產(chǎn)生活中，風(fēng)機葉輪作為風(fēng)機工作的重要組件，其生產(chǎn)質(zhì)量是風(fēng)機正常使用的重要基礎(chǔ)。生產(chǎn)過程中企業(yè)會對生產(chǎn)出來的風(fēng)機葉輪進(jìn)行檢測，其中就包括對其尺寸的檢測。本文針對風(fēng)機葉輪的尺寸檢測進(jìn)行了研究和分析，設(shè)計了一種基于機器視覺技術(shù)檢測風(fēng)機葉輪尺寸的方法，實現(xiàn)了對風(fēng)機葉輪尺寸檢測過程高效化、高精化、智能化的改變，為風(fēng)機葉輪生產(chǎn)制造企業(yè)提供了現(xiàn)代化檢測的思路和值得參考的應(yīng)對策略。

關(guān)鍵詞：機器視覺 HALCON 風(fēng)機葉輪 圖像處理 WinForm窗體設(shè)計

Abstract：Fan is widely used in industrial production and life. Fan impeller is an important component of fan work， and its production quality is an important basis for the normal use of fans. During the production process， the company will test the produced fan impeller， including its size. This paper studies and analyzes the size detection of fan impellers， and designs a method for detecting the size of fan impellers based on machine vision technology， which realizes the efficient， high-precision and intelligent changes of the fan impeller size detection process， and provides modern testing ideas and countermeasures worthy of reference for fan impeller manufacturing enterprises.

Key words：machine vision， HALCON， fan impeller， image processing， WinForm form design

1 引言

機器視覺技術(shù)的使用領(lǐng)域涉及到了工業(yè)、醫(yī)學(xué)、軍工、航空、安全等重要領(lǐng)域。機器視覺技術(shù)是利用CCD相機將探測到的目標(biāo)物體轉(zhuǎn)換成圖像信號，然后把圖像信號傳輸至專門的處理系統(tǒng)中，根據(jù)像素位置、明度和色彩等信息，通過數(shù)字化技術(shù)將圖像信號傳輸至處理系統(tǒng)并獲取其目標(biāo)特征，實現(xiàn)檢測功能，利用機器視覺技術(shù)實現(xiàn)對被測物的尺寸測量是機器視覺重要的應(yīng)用方向。測量尺寸是風(fēng)機葉輪生產(chǎn)的重要環(huán)節(jié)，針對傳統(tǒng)手工測量風(fēng)機葉輪尺寸效率低、精度差等現(xiàn)象提出設(shè)計，發(fā)現(xiàn)并解決問題，設(shè)計合理的測量方法是本文研究的目的所在。

本文通過機器視覺技術(shù)對風(fēng)機葉輪的圖像信息進(jìn)行處理，從而得到其尺寸數(shù)據(jù)，將測得的尺寸數(shù)據(jù)與風(fēng)機葉輪工程圖上標(biāo)注的尺寸數(shù)據(jù)進(jìn)行對比，設(shè)計并完善利用機器視覺技術(shù)測量風(fēng)機葉輪尺寸的程序，實現(xiàn)風(fēng)機葉輪尺寸高效、精確的測量，這對工廠加快生產(chǎn)效率、降低人工成本、提高產(chǎn)品質(zhì)量都有著積極影響和現(xiàn)實意義。

2 風(fēng)機葉輪尺寸測量系統(tǒng)總體設(shè)計

2.1 技術(shù)路線

本文研究的是基于機器視覺對風(fēng)機葉輪零件進(jìn)行尺寸測量，利用機器視覺軟件HALCON得到被測風(fēng)機葉輪零件的尺寸數(shù)據(jù)，并對其測量結(jié)果進(jìn)行分析。具體技術(shù)路線如下：

2.2 設(shè)計要求

基于機器視覺技術(shù)測量風(fēng)機葉輪零件尺寸的性能指標(biāo)和測量要求如下：

（1）單次檢測時間在0.2s以內(nèi)；

（2）尺寸測量指標(biāo)為風(fēng)機葉輪零件的各段直線、半徑和角度尺寸，如圖2所示。

3 風(fēng)機葉輪圖像處理

本文以風(fēng)機葉輪零件為研究對象，利用機器視覺技術(shù)對風(fēng)機葉輪零件的尺寸進(jìn)行測量，首先對輸入圖像施行預(yù)處理操作，即圖像灰度化、閾值分割、孔洞填充、區(qū)域邊緣、膨脹等操作得到目標(biāo)區(qū)域，其次利用Canny濾波器的亞像素邊緣對區(qū)域邊緣進(jìn)行提取，最后用輪廓擬合和幾何運算的算子測量其尺寸。

3.1 圖像預(yù)處理

在獲取風(fēng)機葉輪零件圖像時，因企業(yè)生產(chǎn)作業(yè)環(huán)境存在各種各樣的差異，采集的圖像或多或少會受到光源、鏡頭、噪聲等諸多因素的干擾和影響，為了獲取圖像的有用信息，過濾掉其中的無用信息，一般通過預(yù)處理的方法對圖像操作以達(dá)到此目的，包括：

灰度化：decompose3（ MultiChannelImage ： Image1， Image2， Image3 ： ： ）；

trans_from_rgb（ ImageRed， ImageGreen， ImageBlue ： ImageResult1， ImageResult2， ImageResult3 ： ColorSpace ： ）；

中值濾波：median_image（Image：ImageMedian：MaskType，Radius，Margin ： ）；

閾值分割：threshold（ Image ： Region ： MinGray， MaxGray ： ）；

3.2 特征提取

對采集到的風(fēng)機葉輪圖像預(yù)處理之后，通常需要對其進(jìn)行特征提取，此操作既是圖像處理的必要步驟，也是提高測量精度的有效方法，因為特征提取的成功與否關(guān)系著最終尺寸測量的精確程度。特征提取方法包括：

連通域：connection（Region：connectedRegions： ： ）；

膨脹：dilation_circle（ Region：RegionDilation ： Radius ）；

縮小圖像定義域：reduce_domain（ Image， Region ： ImageReduce ： ： ）；

亞像素邊緣提?。篹dges_sub_pix（ Image ： Edges ： ‘canny， Alpha， Low， High ： ）

3.3 曲線擬合以及角度測量

對風(fēng)機葉輪零件圖像預(yù)處理和特征提取之后，為了提高測量精度，完成測量目標(biāo)，需要對曲線進(jìn)行圓擬合以及直線擬合，曲線擬合的完美與否直接影響著測量結(jié)果是否準(zhǔn)確。風(fēng)機葉輪零件的局部特征需要測量角度來檢驗其合格與否，而角度測量則會涉及直線擬合的相關(guān)算法。本文針對特征提取后得到的圖像邊緣輪廓，對圓擬合、直線擬合以及角度測量的相關(guān)算法展開了研究。

擬合：fit_line_contour_xld（Contours ： ： Algorithm， MaxNumPoints， ClippingEndPoints， Iterations， ClippingFactor ： RowBegin， ColBegin， RowEnd， ColEnd， Nr， Nc， Dist ）

角度測量：angle_ll（ ： ：RowA1，ColumnA1， RowA2， ColumnA2， RowB1， ColumnB1， RowB2， ColumnB2 ： Angle ）

4 VS2019的WinForm窗體設(shè)計

4.1 WinForm窗體設(shè)計

本文的主要任務(wù)是利用機器視覺技術(shù)完成對風(fēng)機葉輪零件尺寸的測量，為了讓測量過程更加直觀，在Visual Studio 2019上用C#編程語言，將Windows窗體應(yīng)用與HALCON算法相結(jié)合，實現(xiàn)對數(shù)據(jù)庫的調(diào)用以及零件選擇、尺寸測量、數(shù)據(jù)分析以及重置等4個主要功能，窗體中反映被測物圖像處理后的圖像、數(shù)據(jù)分析表、測量進(jìn)度以及測量時間等信息。

4.2 MCGS界面調(diào)試

首先單擊“零件”按鈕，選擇并確定被測物的圖像；其次單擊“開始測量”按鈕，窗體中的圖像窗口自動顯示并完成HALCON軟件中的圖像處理過程，同時窗體上方的“測量進(jìn)度”會以進(jìn)度條的形式反映實際測量進(jìn)度，“測量時間”后面則會輸出實際測量時間；然后單擊“數(shù)據(jù)分析”按鈕，數(shù)據(jù)表則會根據(jù)測量得到的測量值與給定的實際值分析計算其絕對誤差和相對誤差，如圖6所示；最后單擊“重置”按鈕，前面所有的操作全部清空，窗體返回至初始狀態(tài)。

5 試驗驗證

5.1 試驗過程

利用選好的風(fēng)機葉輪零件和相機獲取被測物圖像，將被測物圖像輸入到HALCON軟件中，依照設(shè)計方案運用實驗法逐步完成測量。本試驗將分為半徑類、直線類和角度類測量，根據(jù)各類測量所具備的屬性，有針對性地運用算子。無論是半徑類、直線類還是角度類，其方法都是先邊緣提取再用算子測量。前期地邊緣提取即先灰度化操作獲取灰度圖像，再中值濾波操作消除灰度圖上的噪點，然后閾值分割、連通域、膨脹和減小圖像定義域操作進(jìn)一步確定待測區(qū)域，最后亞像素邊緣提取操作獲取待測區(qū)域輪廓。測量前要擬合圓或直線，擬合圓后用生成一個圓的算子可求該圓的半徑值，擬合直線后用求點到點地直線距離的算子可求該線段的長度值，同時，擬合直線后用計算兩直線夾角的算子可求其夾角的角度值。記錄試驗測得的測量值并將其與實際值進(jìn)行對比分析，得出二者之間的關(guān)系。

5.2 試驗結(jié)果

絕對誤差計算公式：

相對誤差計算公式：

由表1及圖7可以看出，本文所設(shè)計的風(fēng)機葉輪尺寸測量系統(tǒng)能夠準(zhǔn)確地測量出風(fēng)機葉輪零件各部分尺寸，所涉及的尺寸數(shù)據(jù)的精度在預(yù)計范圍之內(nèi)，相對誤差皆在4.16%內(nèi)波動。

6 結(jié)語

機器視覺檢測技術(shù)依靠其高精度和高速度的優(yōu)勢，正在漸漸替代存在主觀性和效率低等問題的人工檢測。本文主要以機器視覺技術(shù)對風(fēng)機葉輪零件尺寸進(jìn)行測量，通過硬件設(shè)備的配合來采集便于處理的圖像，然后在主流機器視覺軟件HALCON中處理并分析圖像，利用切實可行的算法高效、準(zhǔn)確地獲取其尺寸數(shù)據(jù)，最后根據(jù)所得數(shù)據(jù)判斷系統(tǒng)的準(zhǔn)確度。在這種快速有效的質(zhì)量檢驗的約束下，風(fēng)機葉輪的生產(chǎn)工藝和性能會不斷創(chuàng)新和提高，具有一定的現(xiàn)實意義。由于機器視覺檢測技術(shù)大大提高了檢測效率，可以對檢測數(shù)據(jù)進(jìn)行統(tǒng)計和分析，可以預(yù)見，工業(yè)4.0時代的產(chǎn)品檢測將越來越趨近于機器視覺技術(shù)。

基金項目：湖北省教育廳科學(xué)研究計劃指導(dǎo)性項目（B2020271）；教育部產(chǎn)協(xié)合作協(xié)同育人項目（202002071028）；校級科學(xué)研究項目（2021KY01）。

參考文獻(xiàn)：

[1]付興領(lǐng). 基于Halcon機器視覺的齒輪參數(shù)測量系統(tǒng)[J]. 電子世界，2020（2）：3.

[2]高茂源，王好臣，叢志文，等.基于HALCON的機械零件尺寸快速精密測量[J]. 機電工程技術(shù)，2020，49（3）：5.

[3]龔渠，張偉，李麗.基于Halcon的撥叉腳端面尺寸測量[J].工具技術(shù)，2020，54（09）：86-89.

[4]葛志靜.基于視覺成像的可變直徑孔型參數(shù)高精度測量方法[J] .寶鋼技術(shù)，2021（03）：74-77.

[5]耿立明，楊威，王迪. HALCON圖像處理在機器視覺中的應(yīng)用[J]. 電子測試， 2019（1）：2.

[6]洪瑞. 基于機器視覺的圓形工件二維尺寸測量方法研究[D].馬鞍山：安徽工業(yè)大學(xué)，2017.

[7]侯恩光.基于機器視覺的直齒輪幾何尺寸測量方法[J] .機電技術(shù)，2020（06）：27-30+43.