機器視覺在零部件質量檢測上應用

導語：機器視覺在零部件質量檢測上應用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：零部件作為制造行業的基礎，其質量高低直接影響到該行業未來的發展，加強對零部件表面缺陷或尺寸等質量的檢測顯得尤為重要。隨著零部件趨向精細化發展，傳統的質量檢測技術已經不能滿足零部件檢測的需要，以機器視覺技術為代表的新型零部件質量檢測技術得到了廣泛應用，具有非接觸、精度高和反應快等優點。零部件的質量檢測是零部件加工后的重要環節，而傳統檢測方法對螺栓和氣門關鍵部分的質量檢測精度和效率較低。根據螺栓和氣門的檢測特點設計基于機器視覺的檢測方案。

關鍵詞：機器視覺；螺栓；氣門

1機器視覺檢測系統的設計分析

1.1機器視覺檢測系統組成結構

為實現對零部件質量的準確檢測，機器視覺檢測系統通常由圖像采集模塊、光學成像模塊、機械運動模塊以及圖像處理模塊四個部分組成。其中，圖像采集模塊的主要功能是以電信號的形式將被檢測零部件的質量信息反饋給計算機。圖像處理模塊通過預先設計好的算法程序實現對圖像的預處理，從而提高視覺檢測系統的檢測精度，機器視覺檢測系統的結果可以通過計算機的通訊接口直接輸出。機器視覺檢測系統在檢測零部件質量時，會有電機驅動機構零部件送到預先設置的位置，相機對零部件進行圖像采集并將結果送到計算機中，圖像處理模塊對零部件的質量缺陷進行識別。

1.2機器視覺檢測系統相機與鏡頭的選擇

圖像傳感器及工業相機的設計是整個檢測系統的重要部分，目前常用的工業相機傳感器包括CCD和CMOS兩種。兩種相機均利用了光電效應實現光信號與電信號之間的轉換，并將零部件的質量信息存儲在計算機中。CCD相機與CMOS相機相比，具有更好的輸出信號一致性，這是由于CCD相機只有少數幾個輸出節點，而CMOS相機需要對每個像素都應用放大器并需要電壓電荷轉換，因此輸出信號的一致性降低。CMOS相機由于對信號帶寬要求不高，較CCD相機具有更長的使用壽命。CCD相機需要更加復雜的加工工藝，而集成度低，同時也增加了生產成本。CMOS相機不僅具有更高的集成度，而且具備更高的成本優勢。鏡頭是圖像采集過程中的重要器件，高質量的鏡頭才能獲取更加清晰的零器件信息，方便后續過程的操作。在進行鏡頭選擇時，需要考慮到相機以及被檢測器件的尺寸，當鏡頭尺寸選擇為1/2時，就可滿足鏡頭成像遮住鏡頭傳感器，從而滿足圖像的清晰度要求。

1.3機器視覺檢測系統光源的設計

對系統光源的設計是機器視覺檢測系統的另一個重要內容，設計科學合理的照明系統可以保證圖像具有更加明顯的信息特征，可確保后續檢測流程的順利進行。在進行照明系統設計過程中，主要需要考慮到被檢測零部件是否在檢測過程中處于均勻的光照環境中，確保零部件的輪廓信息的準確提取。若零部件處于不均勻的光照環境中，直接導致機器視覺檢測系統檢測成功率的下降。在諸多光源中，LED光源具有使用壽命長、抗抖性能高以及造價成本低等特點，因此采取LED環形光作為機器視覺檢測系統的光源。此外，當光源被安置到不同位置時，相機也會拍出不同的圖像特征，若是光源位置設計不合理，直接導致成像的偏差，為后期的圖像處理環節增加困難，因此需要根據零部件的結構特點合理安排光源位置。

2對螺栓表面的螺紋缺陷檢測

2.1螺栓表面的螺紋缺陷檢測方案

螺栓是工業生產過程中廣泛應用的零部件，其質量直接影響到機構的正常功能。螺栓在生產加工過程中，會出現卷紋或劃傷等缺陷，加強對螺栓表面缺陷的檢查，才能保證零部件的使用質量和使用壽命。在設計螺栓表面的螺紋缺陷檢測方案時，將螺紋表面定義為正常、卷紋及劃傷三種狀態，加工好的螺栓被運送到運動圓盤的中部，并由LED環形光源提供照明環境，由工業相機對螺栓表面的狀態進行識別，最后由貝葉斯判別函數或神經網絡算法來判別被檢測零部件的狀態。當檢測到零部件存在缺陷時，則停止檢測；若不存在缺陷，則改變零部件位置對另一面進行缺陷檢測。

2.2圖像預處理

機器視覺檢測系統在實際工作中，工業相機提取的圖像信息可能會出現缺失或模糊，因此需要對所獲取的圖像進行預處理，從而提高圖像質量。圖像預處理主要任務包括突出有用信息和弱化無用信息兩部分，為提高圖像的可讀性。常用的圖像預處理手段包括去噪、增強、分割和二值化等步驟。在對螺栓表面缺陷進行檢測過程中，圖像預處理包括灰度變換和圖像去噪兩個操作，其中灰度變換是將校正彩圖轉化為灰度圖，從而提高螺紋的特征值。由于光源或成像時存在灰度，導致圖像變得模糊，通過灰度處理實現拉伸變換，獲得更加清晰的圖像。此外，圖像在采集和傳輸過程中受到外界干擾，從而導致圖像品質降低，通過濾波操作可以減少噪聲，進而提高圖像質量。

2.3對螺栓表面紋理的特征提取

基于機器視覺系統對螺栓表面缺陷的識別，其重要工作是對螺栓表面的紋理特征進行提取，零部件的紋理信息通常由圖像上的局部不規律顏色或灰度變化反映出來，進而在宏觀上呈現出規律性的特性。由于零部件在成像后的紋理信息固定，因此可以反映出零部件的質量信息。圖像紋理主要具有規則性、方向性及粗糙度等特性，可用來直接描述圖像的空間信息?；趫D像紋理的機器視覺系統已經成為零部件質量檢測的重要發展方向，特別是對于缺陷或模糊的零部件圖像具有更好的檢測效果，在具有大量相近像素的圖像中采取表面紋理分析，經驗證可以取得更好的識別效果。

3氣門關鍵部分的幾何尺寸檢測

在零部件檢測過程中，零部件的尺寸是衡量零部件是否合格的重要標準。根據尺寸的檢測結果可以預判生產的零部件是否合格；同時對檢測的零部件進行數據分析，得到零部件的生產規律，如生產多少個零部件后精度達不到標準需要重新調試設備等問題，提高了企業的生產效率并預防質量不合格問題的發生。探討如何檢測零部件中氣門的長度與直徑尺寸.

3.1長度的測量

檢測氣門長度的方法是通過檢測氣門兩端平行直線的距離來測量出氣門的長度。測量氣門兩端平行直線的方法如下：首先確立氣門兩端的平行直線，獲得直線方程，最后測量兩條平行于氣門始末段直線上水平點兩點之間的距離，確定氣門的長度。確立直線的過程中有很多方法，如最小二乘法、霍夫變換方法等。研究選用最小二乘法進行直線的擬合，確立直線方程。測量的具體過程如下：首先，確立檢測的范圍，并用坎尼算子進行邊緣的大致定位，通過二項式插值法確定邊緣的具體定位，獲得亞像素級的邊緣坐標；其次，采用最小二乘法對亞像素級邊緣左邊進行處理，獲得直線擬合方程，根據直線擬合方程計算平行于頂端面上多點到平行于底端直線多點之間距離，根據水平多點間的距離去除異常數據，再取多個測量直線距離的平均值為氣門總長的像素數；最后，將所得到的像素數乘以標定系數就可以得到氣門的長度，判斷是否合乎工程要求。

3.2直徑的測量

氣門的直徑檢測分為桿端直徑、近桿直徑與桿徑等，根據檢測對象的不同可以選擇不同的檢測方法。被測零部件的直徑有氣門的桿端直徑、近桿端直徑和桿徑等，以及氣門的盤徑和槽徑，根據直徑的不同可以選擇不同的測量方法。研究僅討論桿端直徑、近桿端直徑與桿徑這一類直徑測量的問題。桿端直徑、近桿端直徑與桿徑這一類直徑的測量要求檢測精度較高，直線擬合與最小外接矩形方法較為粗劣，達不到檢測目標。因此，桿端直徑、近桿端直徑與桿徑這一類直徑的測量方法如下：首先，選取測量的范圍，用坎尼算子進行粗劣定位，再應用改進二項式插值法進行直徑邊緣精準定位，獲得亞像素級邊緣坐標；其次，選取邊緣直徑上的多對兩點坐標，并取其平均值為直徑像素數后再乘以標定系數，可得到氣門的測量直徑。

4結束語

機器視覺技術目前已經應用到多個領域，機器視覺技術能夠替代人工，提高企業自動化程度。探析了機器視覺的基本理論及基本概念，說明了螺栓表面欠缺檢測技術、氣缸的長度及直徑檢測案例，希望能夠為機器視覺技術進一步落實及深入研究略盡綿薄之力。

參考文獻：

［1］吳滎滎.基于機器視覺的零部件質量檢測研究［D］.鎮江:江蘇大學,2017.

［2］蒼立鳳.水下圖像光斑去除方法的研究［D］.哈爾濱:哈爾濱工業大學,2013.

［3］王宇晨,雷騰,胡曉偉,等.組網雷達下的彈道目標三維微動識別［J］.太赫茲科學與電子信息學報,2017,15(2):206~210.

［4］葛靜祥.圖像紋理特征提取及分類算法研究［D］.天津:天津大學,2010.

作者:郭曉麗 單位:青島市技師學院