面向小型零件的多光源自適應(yīng)機(jī)器視覺(jué)精密檢測(cè)技術(shù)研究

邢 娜,孫凱明,費(fèi) 磊,張衛(wèi)雙

(黑龍江省科學(xué)院智能制造研究所,哈爾濱 150090)

0 引言

機(jī)器視覺(jué)是視覺(jué)在機(jī)器上的延伸,代替人類視覺(jué)檢測(cè)和自動(dòng)判斷尺寸、形狀、顏色等信息特征,為工業(yè)自動(dòng)化與智能化提供必要的技術(shù)手段。機(jī)器視覺(jué)可提高系統(tǒng)的自動(dòng)化程度和生產(chǎn)柔性,實(shí)現(xiàn)高分辨率精度和速度,從而提高效率,環(huán)境適應(yīng)性強(qiáng),在我國(guó)工業(yè)自動(dòng)化實(shí)現(xiàn)過(guò)程中發(fā)揮著重要作用。機(jī)器視覺(jué)技術(shù)需要重點(diǎn)構(gòu)建智能識(shí)別、智能檢測(cè)、智能測(cè)量、智能互聯(lián)四大核心能力。本研究面向小型零件制造業(yè),針對(duì)用戶定制計(jì)劃靈活、品種多批量小、精度要求高、工序多等特點(diǎn),運(yùn)用多光源自適應(yīng)機(jī)器視覺(jué)精密檢測(cè)等相關(guān)技術(shù),攻克其核心算法,實(shí)現(xiàn)復(fù)雜零部件的精度檢測(cè)。

機(jī)器視覺(jué)的技術(shù)原理是通過(guò)適宜的多角度光源系統(tǒng)及視覺(jué)傳感器獲取被測(cè)圖像,由計(jì)算機(jī)及圖像處理設(shè)備提取圖像信息并分析處理,從而實(shí)現(xiàn)檢測(cè)和控制。機(jī)器視覺(jué)系統(tǒng)綜合了光學(xué)、機(jī)械、計(jì)算機(jī)科學(xué)、模式識(shí)別、圖像處理等諸多學(xué)科,以圖像采集技術(shù)為基礎(chǔ),以圖像處理與分析技術(shù)為核心,面向離散制造企業(yè),特別是針對(duì)批量小、品種多、產(chǎn)品結(jié)構(gòu)復(fù)雜、產(chǎn)品檢測(cè)精度要求高等生產(chǎn)線特點(diǎn)具有較好的應(yīng)用價(jià)值。

機(jī)器視覺(jué)檢測(cè)裝置由光源、相機(jī)、圖像采集卡、控制器等組成,根據(jù)實(shí)際應(yīng)用需求,從多角度、多方位設(shè)置光源和檢測(cè)相機(jī),確保所獲取的檢測(cè)圖像的完整性和精準(zhǔn)性。圖像采集到的模擬信號(hào)被轉(zhuǎn)換為具有像素分布、亮度、顏色等信息的數(shù)字信號(hào),通過(guò)圖像處理系統(tǒng)進(jìn)行處理、分析、識(shí)別,運(yùn)算提取目標(biāo)特征,根據(jù)獲得的測(cè)量結(jié)果和邏輯控制值控制生產(chǎn)線設(shè)備動(dòng)作[1]。

1 硬件系統(tǒng)組成

將機(jī)器視覺(jué)系統(tǒng)和運(yùn)動(dòng)平臺(tái)結(jié)合,借助運(yùn)動(dòng)平臺(tái)控制光源和相機(jī)的移動(dòng),在垂直和水平方向上調(diào)節(jié)以改變視場(chǎng)范圍,實(shí)現(xiàn)復(fù)雜零件的連續(xù)測(cè)量,通過(guò)控制運(yùn)動(dòng)平臺(tái)的運(yùn)動(dòng)來(lái)移動(dòng)視覺(jué)系統(tǒng),通過(guò)圖像匹配算法實(shí)現(xiàn)多幅圖像的組合測(cè)量。視覺(jué)系統(tǒng)分別配備高分辨率工業(yè)相機(jī)和普通鏡頭、小視野遠(yuǎn)心鏡頭及雙遠(yuǎn)心鏡頭,實(shí)現(xiàn)不同精度、不同視野的檢測(cè)要求[2]。雙遠(yuǎn)心鏡頭具有大景深、小畸變特點(diǎn),適合構(gòu)成高精度視覺(jué)測(cè)量系統(tǒng)。小視野遠(yuǎn)心鏡頭可以滿足精度在微米級(jí)的測(cè)量要求。

圖1 硬件系統(tǒng)

光源處于較高位置進(jìn)行大范圍照明時(shí),光照的整體均勻性較好,但當(dāng)光源位置降低時(shí)就會(huì)因高度差產(chǎn)生明暗對(duì)比(如圖2所示)。通過(guò)設(shè)計(jì)多光源結(jié)構(gòu),在所需檢測(cè)邊緣的適當(dāng)高度設(shè)置細(xì)帶狀照明光源,從水平方向照射,從而在目標(biāo)位置形成鮮明的對(duì)比度[3],因此可通過(guò)設(shè)計(jì)多光源照明單元,滿足不同材質(zhì)、不同要求的測(cè)量需求,提高系統(tǒng)適應(yīng)性。

圖2 多角度、多類型照明

圖3 最佳圖像選擇

圖4 亞像素邊緣提取結(jié)果

圖5 最佳圖像選擇算法

圖6 最佳圖像選擇流程

在不知道如何設(shè)定照明所需條件時(shí),先確定需要測(cè)量的具體位置,控制多光源切換即可一邊改變條件一邊自動(dòng)獲取多張圖像,通過(guò)設(shè)計(jì)最佳圖像選擇算法實(shí)現(xiàn)自適應(yīng)檢測(cè)。

2 軟件系統(tǒng)構(gòu)建

2.1 圖像濾波算法

在被測(cè)物圖像采集過(guò)程中無(wú)法避免各種噪聲的存在,會(huì)不同程度影響檢測(cè)數(shù)據(jù)和結(jié)果,為了在最大程度保留圖像細(xì)節(jié)特征,盡量抑制圖像噪聲的干擾,需在圖像預(yù)處理中采用圖像濾波技術(shù)。對(duì)噪聲的抑制為后續(xù)圖像分析及處理、突出被測(cè)物邊緣信息及精細(xì)特征信息等起到了很好的有效性及可靠性作用。一般噪聲來(lái)源有兩種：內(nèi)部干擾,包括電源電路、信號(hào)通道、電子元器件等干擾因素;外部干擾,包括自然干擾和人為干擾,通常以電磁波的形式產(chǎn)生干擾噪聲。

常見(jiàn)的圖像濾波算法有中值濾波、高斯濾波、雙邊濾波、引導(dǎo)濾波等,其各具優(yōu)缺點(diǎn),需根據(jù)實(shí)際需求使用。采用引導(dǎo)濾波算法,又稱導(dǎo)向?yàn)V波,需基于一張引導(dǎo)圖作為算法自適應(yīng)權(quán)重,實(shí)現(xiàn)圖像邊緣平滑,對(duì)圖像增強(qiáng)、圖像摳圖、圖像去霾均有很好的去噪效果。相較于中值濾波方法,具有更快的圖像實(shí)時(shí)處理方法;相較于高斯濾波方法,具有更優(yōu)的邊緣細(xì)節(jié)保持作用;相較于雙邊濾波方法,具有更好的保邊去噪效果,且算法復(fù)雜度低,可縮短耗時(shí),克服雙邊濾波光暈偽影現(xiàn)象。引導(dǎo)濾波算法具有更完整的保留圖像邊緣清晰度、邊緣提取更快速準(zhǔn)確等優(yōu)勢(shì),執(zhí)行效率更高。

2.2 亞像素邊緣提取算法

在機(jī)器視覺(jué)中,圖像分辨率的高低直接影響邊緣定位的精確性,分辨率越高,像素越多,定位就越精確。在相機(jī)分辨率不足的情況下,邊緣檢測(cè)算法只能判斷邊緣位的像素位,無(wú)法精確到更準(zhǔn)確的位置,導(dǎo)致測(cè)量結(jié)果不理想,誤差較大無(wú)法滿足精度要求。在實(shí)際測(cè)量過(guò)程中為了更好地提高測(cè)量精度,可采用提高硬件性能及軟件算法兩種方式,硬件設(shè)備性能的提升需要以增加成本為代價(jià),通過(guò)更換相機(jī)、鏡頭及配套設(shè)施來(lái)提高相機(jī)分辨率和光鏡頭的放大倍率。軟件算法方面,通過(guò)使用亞像素邊緣提取技術(shù)來(lái)提高邊緣點(diǎn)定位精度。亞像素邊緣提取算法的原理是使用細(xì)分算法將圖像像素進(jìn)一步細(xì)分為更小的單位,是一種分辨率小于一個(gè)像素的圖像處理技術(shù),相當(dāng)于提高了圖像邊緣區(qū)域的分辨率,從而提高邊緣定位的精度[4]。

矩方法、插值法、擬合法是比較常用的幾種亞像素邊緣檢測(cè)算法,采用基于矩方法的亞像素檢測(cè)算法,定位精度高,具有旋轉(zhuǎn)不變性,抗噪性能佳。

2.3 最佳圖像匹配算法

采用直方圖和多層感知的方法實(shí)現(xiàn)。獲取各光照條件下的零件圖像,再獲取該圖像的直方圖,將直方圖看作特征向量送入多層感知網(wǎng)絡(luò)學(xué)習(xí)并進(jìn)行分類。

2.4 多光源機(jī)器視覺(jué)檢測(cè)系統(tǒng)構(gòu)建

小型零件的加工制造屬于離散型生產(chǎn)類型,其生產(chǎn)工序復(fù)雜、產(chǎn)品工藝過(guò)程多變,以多品種小批量制造方式較為常見(jiàn),相應(yīng)增加了對(duì)生產(chǎn)、檢測(cè)、質(zhì)量管理的復(fù)雜性要求。以離散制造車(chē)間柔性生產(chǎn)線為應(yīng)用場(chǎng)景,通過(guò)智能網(wǎng)關(guān)實(shí)現(xiàn)視覺(jué)邊緣云平臺(tái)對(duì)視覺(jué)檢測(cè)系統(tǒng)的控制,構(gòu)建多光源機(jī)器視覺(jué)檢測(cè)系統(tǒng)。借助視覺(jué)平臺(tái)的模塊分發(fā)、開(kāi)發(fā)、訓(xùn)練、需求響應(yīng)處理等功能,實(shí)現(xiàn)傳統(tǒng)機(jī)器視覺(jué)與人工智能相結(jié)合的新型柔性機(jī)器視覺(jué)檢測(cè)系統(tǒng)[5],如圖7所示。

圖7 視覺(jué)邊緣云平臺(tái)的多光源機(jī)器視覺(jué)檢測(cè)系統(tǒng)的構(gòu)建

以三坐標(biāo)測(cè)量?jī)x測(cè)量的實(shí)際值作為標(biāo)準(zhǔn)參考值,經(jīng)過(guò)實(shí)驗(yàn)測(cè)量比對(duì),構(gòu)建的多光源機(jī)器視覺(jué)檢測(cè)系統(tǒng)測(cè)量誤差為0.03 mm以內(nèi),測(cè)量結(jié)果精度高,可實(shí)現(xiàn)小型零件的精密檢測(cè)。

3 結(jié)束語(yǔ)

本技術(shù)路線充分考慮了機(jī)器視覺(jué)檢測(cè)系統(tǒng)的靈活性、擴(kuò)展性,既考慮機(jī)器視覺(jué)系統(tǒng)的實(shí)時(shí)性要求,又利用視覺(jué)邊緣云平臺(tái)豐富的資源進(jìn)行算法開(kāi)發(fā)和模型訓(xùn)練,使傳統(tǒng)方法與人工智能檢測(cè)方法相結(jié)合。

提出的機(jī)器視覺(jué)系統(tǒng)的特征是精度高,適應(yīng)性強(qiáng),當(dāng)系統(tǒng)精度不能達(dá)到要求時(shí)可使用三坐標(biāo)測(cè)量機(jī)代替運(yùn)動(dòng)平臺(tái)來(lái)減小機(jī)械運(yùn)動(dòng)對(duì)機(jī)器視覺(jué)系統(tǒng)造成的測(cè)量誤差。還可考慮通過(guò)CAD圖紙比對(duì)方法實(shí)現(xiàn)更精確的圖像匹配,進(jìn)一步優(yōu)化運(yùn)動(dòng)平臺(tái)的誤差。