基于机器视觉的在线轴承检测系统

　　摘　要：文章在分析机器视觉系统应用的基础上，利用CCD摄像头、图像采集卡，运动控制卡，运动平台，计算机等组成在线轴承尺寸检测系统。介绍了系统的工作原理、软硬件的设计、实现。
　　关键词：机器视觉；轴承：检测系统
　　引言
　　检测技术是现代制造业的基础技术之一，是保证产品质量的关键。随着现代制造业的发展，许多传统的检测技术已不能满足其需要，主要表现在：现代制造产品种类越来越多，制造精度越来越高，很多场合要求实时、在线、非接触检测；现代制造业的发展需要更快速、有效的产品检测技术。视觉检测技术是建立在计算机视觉理论基础上的一门新兴检测技术，具有非接触、速度快、精度高、现场抗干扰能力强等许多优点，能很好地满足现代制造业对检测的需求，在实际中正取得越来越广泛的应用，如零件外形尺寸测量、零件的缺陷检查、零件装配、机器人的引导和零件的识别等。
　　轴承是机械行业的一个非常重要的零件，使用极其普遍且品种繁多，轴承的加工精度和质量关系到机械产品的使用性能、质量和寿命，因此对各种轴承的加工质量检测一直是轴承加工厂家关心的问题。现在很多小型轴承加工厂的检测方法足还处在用半自动化与手工相结合的阶段，需要大量人力参与，轴承的检测质量也难以保证．很难达到100％检测。
　　由于微型轴承是薄壁零件，在制造、运输过程中容易变形，但这种变形，在轴承内圈与轴结合、外圈与壳体孔结合后，常常可以矫正。这个特点说明，轴承在装配过程中真正起作用的尺寸是实际被测尺寸的平均值。因此对用户来说，关心的是轴承内、外圈的实际被测的平均尺寸是否超出了允许的极限。针对实际情况，采用基于机器视觉的在线轴承检测系统能很好的满足对轴承内、外径的检测，该系统有以下主要优点：①能够100％的检测；②检测结果稳定，不存在人工因素的影响；③可以降低检测成本，提高产品质量的可信度；④适用范围广，几乎可以面向所有的轴承产品，甚至其它的机械零部件。
　　1　系统的工作原理
　　轴承尺寸视觉检测系统，在线工作于生产流水线中；被测轴承按照一定的节拍在输送带上运动，已经调整好位置的CCD摄像头，结合图像采集卡，采用与生产线同步的节奏抓取图像，并及时的把图像送到计算机中进行图像处理，分析比较处理结果把轴承分成合格品，次品，废品三类，分别输出到不同的位置。因此，该视觉检测系统由下列子系统组成：光源和光学成像系统；摄像与图像处理系统；与生产线的同步通讯和运动控制系统；输出检测结果系统，其一般过程如图1所示。 　　2　图像采集系统
　　轴承尺寸视觉检测的图像采集系统由摄像物镜、CCD及其驱动电路、A/D图像采集卡和计算机等组成，摄像物镜将被摄物体的图像成在CCD的像敏面上，并充满整个像敏单元阵列。A/D图像采集卡具有同步控制自动A/D转换以及能够卡上存储大量数据的功能，它通过计算机软件及同步脉冲触发，在驱动器的同步控制下对CCD输出的视频信号进行A/D转换，转换成图像数据，存放在图像卡的帧存贮体中，供计算机进行各种处理操作。图像采集的分辨率为512×512，256灰度级。CCD摄像头采用MINTRON MTV 1881EX（600线）；图像采集卡采用北京微视电子技术有限责任公司的MVPCI系列图像卡，所采集的图像点阵位置精度高，A/D转换后的信号误差小，并具有高分辨率、高清晰度、高精度实时动态采集效果，视频图像通过PCI总线实时传递至计算机内存及显存。图像采集系统组成结构框图如图2所示。 　　3　图像处理过程
　　3.1 阈值的确定
　　希望能突出图像边缘信启．加强其图像的轮廓特征，因此采用空域锐化法中的模机卷积锐化法（拉氏算子锐化扩展）对图像做增强处理．并根据图像的统计性质来选择合适的阈值，然后进行二值化处理。
　　因为无用的背景数据和图像信息混在一起，还夹杂着各种噪声，阈值取的太大，会失去图像信息，而阈值取的太小，则会混人大量的噪声，所以必须根据图像的统计性质来选择合适的阈值。设给定对象在一幅图像中所占面积的比率t，对象图像的灰度分布为概率密度函数P（z）的正态分布，背景为概率密度函数q（z）的正态分布，阈值为α，设输入图像为f（x，y），输出图像为g（x，y），则 　　满足式（2）的α，即为所求的阈值。
　　刚获取的原始图像如图3a所示，阈值分割后的图像如图3b所示。 　　3.2 轮廓提取
　　运用轮廓提取技术，获得轮廓的外部图像特征。轮廓提取后的图像如3c所示。
　　3.3 轮廓跟踪
　　轮廓提取出来以后，接着进行轮廓跟踪，轮廓跟踪后的图像如3d所示。
　　本系统利用边缘轮廓跟踪的方法来获取工件的边缘轮廓图像，再利用高精度的边缘提取算法，精确的确定工件的边缘轮廓曲线。
　　4　系统软件设计
　　软件的设计采用模块化的设计思想并在windows 2000环境下用Visual C++6.0来开发，使得程序结构清晰，各模块均完成一个独立的功能，便于系统的功能扩展与维护。根据齿轮外表视觉检测系统的设计要求，主要包括初始化模块、图像采集模块、图像处理模块、运功控制模块、输出和相关的辅助功能模块；软件系统的模块结构框图如图4所示。 　　图像采集模块采用图像采集卡厂商提供的基本程序并在其基础上适当进行了开发，分为参数设置（图像参数、输入参数、通道选择、板卡选择等），图像采集，图像显示和存储等功能子模块。
　　图像处理模块对采集的图像实时的进行处理或后处理，共处理能力和速度是齿轮外表视觉检测系统的一个重要指标，包括一套完整的图像处理解决方案，它除了实现对图像的输入、输出、保存功能外，还町以实现图像的其它处理功能，如图像编辑、运算、变换、增强、边缘与轮廓、分析、复原等。
　　运动控制模块采用研华公司的PCL一1240四轴步进电机控制卡通过驱动器来实现步进电机的控制，从而实现机械运动单元对检测的齿轮以一定的节拍自动输送和分类。
　　5　结束语
　　利用机器视觉识别系统代替人工进行轴承尺寸检测，具有实用价值，对此进行了初步的探讨和尝试；下一步需要解决的，一是加快在线动态图像获取及处理，二是除轴承内、外径检测外其它缺陷的检测与识别问题，还有就是如何利用该系统来检测其它机械零部件的问题；但是无论如何，该系统的总体设计方案是可行的，克服了中小型轴承生产厂家普遍采用的半自动人工结合的传统检测方法的弊端，具有广阔的应用前景。
　　参考文献
　　[1]罗宇华.计算机视觉[M].北京：人民邮电出版社，1999
　　[2]章毓晋.图像分割[M].北京：科学出版社，2001
　　[3][日]谷口庆治.数字图像处理[M].北京：科学技术出版社，2002
　　[4][贾云得].机器视觉[M].北京：科学出版社，2000
　　[5]刘健勤等.面向智能体的视觉信息处理[M].北京：科学出版社，2000