﻿ 基于线扫描机器视觉的环型工件圆度检测 Roundness Measuring for Ring Parts Based on Line Scan Machine Vision

Computer Science and Application
Vol.07 No.05(2017), Article ID:20832,9 pages
10.12677/CSA.2017.75059

Roundness Measuring for Ring Parts Based on Line Scan Machine Vision

Yuxi Liu1, Zhao Liu2

1International School, Wuhan University of Science and Technology, Wuhan Hubei

2College of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan Hubei

Received: May 12th, 2017; accepted: May 28th, 2017; published: May 31st, 2017

ABSTRACT

In order to improve the precision and efficiency of the roundness measurement for ring parts (Diameter 100 – 400 mm; Ring gear, signal ring gear, or inertia ring), this paper designs a Ring Measuring Tasks Grouping Method (RMTGM), and an Automatic Roundness Measuring System (ARMS) based on line scan CCD. According to needs analysis, RMTGM finds out how many ARMS are need and working parameters of them, then groups the tasks. Mechanical vibration is filtrated and the image data is collected, then, edge information and polar coordinates are calculated. ARMS computes the roundness of ring parts for quality judgment according to coordinate and least- squares fitting. Theoretical analysis and practical application results shows that tasks of ring parts roundness measuring would be well done by ARMS and RMTGM; roundness measured by ARMS is accurate to ±0.01 mm.

Keywords:Ring Part, Roundness, Machine Vision, Line Scan, Dimension Detection

1武汉科技大学国际学院，湖北 武汉

2武汉科技大学计算机科学与技术学院，湖北 武汉

1. 引言

1) 三坐标测量仪：利用三坐标测量仪的测量方法适应性较差、测量效率不高，不适合用于环型工件生产过程中的在线检测。

2) 激光三角测量法 [2] ：激光三角测量法是利用激光技术进行测量的传感器。它由激光器、激光检测器和测量电路组成，一般适用于高精度、短距离的测量。本文研究发现，该方法在用于环型工件生产过程中的在线高精度检测时具有下面问题：激光三角测量法一般用于单目标点的位移测量，如果采用多个设备同时对多个目标点(比如为了结果精确，本文要求同时测量的测点包括：参考点、内圆边缘、齿底边缘、齿顶边缘等)的位移测量，不仅价格昂贵，数据之间的同步非常困难；虽然也有单个激光三角测量

Figure 1. Ring parts (ring gear, signal ring gear, or inertia ring)

3) 机器视觉：机器视觉能够自动测量产品的外观尺寸(包括微结构尺寸)，比如外形轮廓、孔径、高度、面积等尺寸的测量，具有非接触的特点，测量过程不会受到测头、测力、相干光等因素的影响。齿轮、螺纹、凸轮等均是机械制造业中常用的重要零件，由于这些零件形状复杂、参数繁多，用常规通用仪器检测精度和效率较低，通常采用专用测量仪器，测量过程非常复杂，其成本高。随着光电技术和计算机应用的发展，机器视觉在环型工件的测量和检测方面越来越重要，该方法不仅能满足工件的检测要求，而且高效、精确、和灵活，表现出较大优势 [3] 。根据采集图像的传感器类型，这类测量总体上可以分为两类：① 基于面阵列传感器的环型工件测量，该方法对于测量对象多个位置一次曝光成像，得到的位置及相对位置确定，但是该方法要求测量对象尺寸不大，否则成像精度不高。② 基于线阵列传感器的环型工件测量，该方法将有限像素排列(一般1至3行)，对测量对象的线型区域进行高精度扫描，由于相机和测量对象的相对移动，将每次扫描的线型图像进行拼接，即可得到整副图像。该方法最大特点是有针对性，提高了检测精度，但是该方法要求测量对象与相机之间有相对运动。

2. 环型工件检测任务分配方法

Figure 2. Distribution of a group of parts to be measured

2.1. 确定检测任务

1) 测量对象尺寸范围大：外圆直径100 mm至400 mm，厚度1 mm至40 mm；

2) 测量精度高：误差在0.01 mm以内；

3) 测量效率高：单次测量时间不超过3秒。

2.2. 确定检测设备工作条件

1) 工件上表面必须位于镜头光轴上最优成像位置的±2.5 mm之间；

2) 工件的内圆边缘必须位于镜头视野以内；

3) 工件的外圆边缘必须位于镜头视野以内。

2.3. 待测工件分组计算

1) 产生合法解群，评价，进入迭代。

2) 修正合法解群，再评价，计算收益，更新修正方法并修正解群，本次迭代完成。

3) 返回继续迭代或输出最优解。

3. 自动圆度检测系统

3.1. 系统硬件方案

Table 1. A set of parts to be measured

(12 K)线扫描CCD相机，并配置有双侧远心镜头以减少畸变。旋转平台下方布置有高强光LED光源及电磁吸环。线扫描CCD相机在LED背光环境下对工件表面摄像后得到工件的尺寸信息。旋转平台带动高精度旋转编码器并对于相机进行触发。相机的数据传到电脑进行分析，得到工件的内外圆度等信息，并进行表达、存储、显示、查询和质量判级等。图3是系统示意图。

3.2. 基本原理与精度计算

1) 在转台旋转1周的过程中，依次在图像中搜索待测p点和参考圆盘边缘q点，利用它们的像素坐标，转换得到各自极坐标序列Xp和Xq；

2) Xp-Xq，得到待测圆与参照圆边缘相对位置差序列dR；

3) dR加参照圆盘的半径r0，得到待测圆的极坐标序列；

4) 将极坐标轨迹数据转换为直角坐标下的轨迹坐标；

5) 利用最小二乘法，进行圆度拟合，得到圆心和圆度。

Figure 3. Automatic roundness measuring system

(1)

(2)

(3)

3.3. 扫描速度计算

(4)

Figure 4. Ideal measurement of roundness

Figure 5. Error calculation

3.4. 边缘检测与目标定位

1) 计算梯度。根据实际需求，只需要计算特定方向上灰度的梯度即可，而这个特定方向由以前几帧图像上边缘的切线方向，以及一个±30以内的变化决定。

2) 非最大值抑制。横向搜索最大梯度位置，并利用历史数据对该位置的正确性进行初步判定。

(5)

1) 检测边缘，得到边缘位置；

2) 以宽度3~7个像素对于边缘进行滤波；

3) 得到滤除毛刺后的边缘位置。

4. 检测系统测试与分析

Figure 6. Flow chart of roundness detection

ARMS系统主界面截图

Figure 7. Curve: system result of standard experiment

Table 2. Comparison between CMM results and ARMS results

5. 结语

Roundness Measuring for Ring Parts Based on Line Scan Machine Vision[J]. 计算机科学与应用, 2017, 07(05): 481-489. http://dx.doi.org/10.12677/CSA.2017.75059

1. 1. 石照耀, 林虎, 林家春, 等. 大齿轮测量: 现状与趋势[J]. 机械工程学报, 2013, 49(10): 35-42.

2. 2. Wang, W.N. (2013) Roundness Measuring Instrument for 2-Dimensionalstandards. Proceedings of SPIE,:46-54.

3. 3. 刘帅. 小模数齿轮精密测量系统研究[D]: [博士学位论文]. 杭州: 中国计量学院, 2013.

4. 4. Fan, K., Wang, N., Wang, Z., et al. (2014) Development of a Roundness Measuring System for Microspheres. Measurement Science and Technology, 25, 55-61.

5. 5. 刘科文, 周平, 付斌斌.基于机器视觉的圆环形零件行位尺寸自动测量[J]. 工业控制计算机, 2010, 23(7): 1-3.

6. 6. 刘国阳. 基于机器视觉的微小零件尺寸测量技术研究[D]: [博士学位论文]. 哈尔滨: 哈尔滨工业大学, 2014.

7. 7. 刘钊, 康立山, 蒋良孝, 等. 用粒子群优化改进算法求解混合整数非线性规划问题[J]. 小型微型计算机系统, 2005, 26(6): 991-993.