0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

關(guān)于基于計算機視覺檢測技術(shù)的數(shù)字圖像刀具測量系統(tǒng)研究

電子工程師 ? 來源:電子技術(shù)應(yīng)用 ? 作者:田國富,高 峰,劉 ? 2021-05-02 17:20 ? 次閱讀

摘要: 刀具的幾何參數(shù)是影響數(shù)控機床加工精度和生產(chǎn)效率的重要因素。研究了基于計算機視覺檢測技術(shù)的高精度刀具測量系統(tǒng),分析了運行原理和功能模塊,對關(guān)鍵技術(shù)做了論述。系統(tǒng)實現(xiàn)了對刀具的刀尖切削特征點、圓弧半徑和切削角參數(shù)的自動精確測量,并將數(shù)值反饋到數(shù)控機床刀具數(shù)據(jù)庫,具有較高的效率、精度和自動化程度。實驗結(jié)果證明,系統(tǒng)測量重復(fù)性精度可達3 μm。

0 引言

數(shù)控機床的加工精度和生產(chǎn)效率與所用刀具有著直接影響。為了提高數(shù)控機床的加工效能,在使用前應(yīng)該知道刀具的精確尺寸數(shù)據(jù)。目前,國內(nèi)生產(chǎn)和使用的刀具測量系統(tǒng)多是光學投影式測量儀,它是將刀具輪廓放大成像在投影屏上,通過人眼瞄準測量刀具的幾何參數(shù),容易帶來主觀誤差,測量精度低,不能適應(yīng)現(xiàn)代化數(shù)控加工的要求。

本文研究了基于計算機視覺檢測技術(shù)的數(shù)字圖像刀具測量系統(tǒng),采用CCD數(shù)碼相機攝取刀具圖像并轉(zhuǎn)換為數(shù)字信號進行傳輸,通過自主開發(fā)的圖像處理軟件對刀具圖像進行分析、測量和計算,實時顯示刀具參數(shù)值并存儲到刀具數(shù)據(jù)庫以便實時管理,具有較高的精度、效率和自動化水平,提高了數(shù)控機床的有效工作時間,保證了數(shù)控機床的加工效能。

1 系統(tǒng)測量原理

從宏觀上看,刀具與工件接觸的切削部分是一個尖銳的點,稱為切削點;從微觀上看,切削點是具有一定曲率的圓弧,在進行機械加工時,針對不同外形的切削工件,兩者的接觸點總是變化的。如圖1所示,端面加工時,接觸點是A;圓柱面加工時,接觸點是B;球面加工時,接觸點由A沿圓弧到B。因此必須對接觸點A、B的精確坐標和圓弧AB段的半徑值進行測量,以便實現(xiàn)刀具預(yù)調(diào)和實時補償[1]。

在刀具測量系統(tǒng)中,光源垂直向上照射刀具,然后在導(dǎo)軌水平面內(nèi)移動CCD相機鏡頭進行對刀,通過調(diào)焦的方法確定刀具位置并拍攝刀具圖像,經(jīng)圖像采集卡將圖像的數(shù)字信號傳輸?shù)接嬎銠C中,利用圖像處理軟件測得刀具在圖像坐標系中的參數(shù),再根據(jù)相機標的定參數(shù)進行計算,將圖像坐標系轉(zhuǎn)換到儀器坐標系中,從而得到刀具精確的實際尺寸,最后將刀具數(shù)據(jù)顯示到屏幕上或存儲到數(shù)控機床刀具數(shù)據(jù)庫中以便日后管理和隨時調(diào)用,這就是系統(tǒng)測量原理。

2 刀具測量系統(tǒng)的結(jié)構(gòu)和功能模塊

6359166110568500008015217.jpg

數(shù)字圖像刀具測量系統(tǒng)整體的結(jié)構(gòu)設(shè)計如圖2所示。該系統(tǒng)由CCD數(shù)碼相機、圖像采集卡、計算機及其外設(shè)等硬件設(shè)備和數(shù)字圖像處理軟件共同組成[2]。

2.1 機械移動定位系統(tǒng)

刀具測量系統(tǒng)屬于精密測量儀器,因此,導(dǎo)軌要具有較高的導(dǎo)向精度、較好的運動平穩(wěn)性、良好的耐磨性和對溫度波動的惰性等。此次結(jié)構(gòu)設(shè)計采用滾動導(dǎo)軌,減小了滑塊與導(dǎo)軌間的摩擦系數(shù),提高了瞄準精度。

為了確定視覺系統(tǒng)的具體位置,在X、Z兩個方向的導(dǎo)軌上分別附有光柵尺。移動視覺系統(tǒng)進行對刀時,光柵尺產(chǎn)生響應(yīng)信號,該信號經(jīng)過濾波,辨向與細分等處理后通過USB接口傳入計算機。

2.2 視覺系統(tǒng)

視覺系統(tǒng)主要由光源和成像系統(tǒng)組成。LED光源是一種冷光源,具有可見光強度高、無熱量、無陰影、可無極調(diào)節(jié)等優(yōu)點,儀器和刀具不會產(chǎn)生熱變形而影響測量精度,且能耗低、體積小、壽命長,因此選取波長為0.68 μm的紅色LED作為照明光源[3]。

欲獲得較好的成像質(zhì)量和較高的精度要求,成像系統(tǒng)中常采用柯拉照明方式??吕彰鞣ú捎枚嘟M透鏡,可以克服光源照明的不均勻性,獲得穩(wěn)定、均勻的視場強度,提高測量精度。如圖3所示,光源經(jīng)聚光鏡1成像于聚光鏡2的物方焦面,再成像于無限遠處,與成像物鏡的入瞳重合。

6359166114936100003854731.jpg

2.3 軟件系統(tǒng)

系統(tǒng)測量軟件是在Windows平臺下,利用Visual C++6.0語言編制,為操作人員提供實用的操作窗口。如圖4所示,系統(tǒng)軟件界面分為4部分:區(qū)域1顯示原圖像,區(qū)域2顯示處理后的標注圖,區(qū)域3顯示快捷命令按鈕,區(qū)域4顯示精確的幾何參數(shù)。

6359166117628200002270820.jpg

依據(jù)操作過程,軟件主要完成以下功能:

(1)系統(tǒng)標定功能:軟件啟動后自動進入缺省狀態(tài),CCD相機標定參數(shù)。

(2)圖像顯示與采集功能:將CCD攝取的圖像傳輸?shù)焦た貦C中,并顯示到顯示器上,以便觀察刀具是否成像在CCD像面上。

(3)圖像預(yù)處理功能:對傳輸?shù)焦た貦C中的刀具圖像進行去噪、濾波、灰度化和分割。

(4)圖像邊緣檢測功能:運用亞像素算法對刀具圖像進行邊緣檢測并跟蹤。

(5)邊緣特征點識別:搜索刀具圖像的特殊點,識別圓弧段和直線段。

(6)刀具數(shù)據(jù)處理:將刀具數(shù)據(jù)實時顯示到顯示屏上,實時監(jiān)控測量過程以便及時發(fā)現(xiàn)問題;或?qū)?shù)據(jù)存儲到數(shù)據(jù)庫中,以便能及時獲取相關(guān)參數(shù)調(diào)整加工軌跡;或通過使用前、后的數(shù)據(jù)計算刀具的磨損情況。

2.4 硬件接口電路

硬件接口電路主要包括MTC12C5A60S2單片機、硬件控制RS-232接口等。

MTC12C5A60S2單片機是高速、低功耗、超強抗干擾的新一代8051單片機,內(nèi)部集成MAX810專用復(fù)位電路,2路PWM,8路高速10位A/D轉(zhuǎn)換(250 K/S)。該單片機單元模塊齊全,精度高,性價比高,適合用于高精度數(shù)據(jù)采集,能夠滿足系統(tǒng)要求[4]。

6359166119229300009254447.jpg

RS-232接口是一種串行總線接口,其串行通信接口如圖5所示。由MAX232E執(zhí)行電平的轉(zhuǎn)換。MTC12C5A60S2單片機串行數(shù)據(jù)接收端RXD與MAX232E的輸出端R2out相連接,串行數(shù)據(jù)發(fā)送端TXD與輸入端T2in相連接。

3 系統(tǒng)關(guān)鍵技術(shù)研究

3.1 系統(tǒng)標定技術(shù)研究

系統(tǒng)標定選用的標準量塊AB長為R,已知:標準量塊在CCD上的成像為ab,長為r,可直接測量指導(dǎo);標準量塊AB與透鏡的距離為D,已知;CCD與透鏡的距離為d,已知。系統(tǒng)標定原理圖如圖6所示[5]。

量塊的成像ab的長度以像素為單位,由幾何三角形相似定理可計算出標定參數(shù)C:

6359166120498100008536786.png

求出的系統(tǒng)標定參數(shù)C作為已知數(shù)值。當測量出被測刀具在圖像坐標系中的參數(shù)(設(shè)為e)后,可計算得到刀具的實際尺寸E:

E=C*e

3.2 系統(tǒng)調(diào)焦技術(shù)研究

圖像測量系統(tǒng)調(diào)焦一般采用調(diào)焦評價函數(shù),給出圖像的調(diào)焦評價值,當其達到最值時調(diào)焦效果最好。較好的調(diào)教評價函數(shù)應(yīng)具有以下特性:(1)無偏性;(2)單峰性;(3)較高的信噪比;(4)較小的計算量[6]。系統(tǒng)采用基于像素數(shù)評價函數(shù)。在圖像處理中,對整幅圖像的有效像素進行統(tǒng)計,可評價系統(tǒng)調(diào)焦性能。其表現(xiàn)形式為:

6359166122011000002595475.png

6359166136444300004511331.jpg

當像素灰度值在域值時,n(x,y)值取1,否則其值取0。圖7為實驗函數(shù)曲線,可以看出,該函數(shù)具有處理速度快、單調(diào)性好、峰值明顯的優(yōu)點,適合本系統(tǒng)的應(yīng)用。

3.3 亞像素邊緣檢測算法研究

Sobel算子既能確定邊緣點的位置和方向,還能根據(jù)像素點上下、左右鄰點的灰度加權(quán)差,對噪聲進行平滑,能提供較好的圖像邊緣信息,因此在邊緣主體區(qū)域粗定位時選用Sobel算子。過粗定位所得邊緣點,沿邊緣法線方向拓展像素,得到一系列過邊緣線的像素點,求得這些點的灰度值,然后根據(jù)這些點的灰度分布的數(shù)學特征,利用五次正交多項式最小二乘法擬合原理求得擬合函數(shù),再根據(jù)擬合曲線確定圖像邊緣亞像素點的位置,從而實現(xiàn)邊緣的亞像素精確定位,這就是改進的亞像素邊緣檢測算法。

本課題選取5個像素點,橫坐標x代表像素值,其取值分別設(shè)為-2、-1、0、1、2,其縱坐標y代表各點對應(yīng)的灰度值,依據(jù)施密特正交化法與正交多項式最小二乘法擬合原理求得擬合方程表達式F5(x):

6359166128563900008583991.png

依據(jù)最值極值求解條件,將函數(shù)F5(x)對x求二階微分并令其等于零,求得x的數(shù)值即是亞像素點的位置。

6359166129483800004679900.png

4 實驗數(shù)據(jù)及分析

刀具測量系統(tǒng)的精度主要取決于系統(tǒng)調(diào)焦精度與亞像素邊緣檢測算法的精度。

(1)調(diào)焦精度研究

在刀具測量系統(tǒng)中,對選取的同一刀具依據(jù)調(diào)焦、離焦、調(diào)焦的過程進行多次測量,提取刀具測量數(shù)據(jù)如表1所示。

6359166124606800008344054.jpg

根據(jù)誤差評定原則,系統(tǒng)調(diào)焦重復(fù)性精度約為

6359166142359000005136478.png

(2)亞像素邊緣檢測算法精度研究

保持被測刀具的位置不變,有系統(tǒng)對其進行多次測量,并提取邊緣點的亞像素坐標,如表2所示。

以單個像素點坐標理論值與檢測值的坐標差作為算法偏差,經(jīng)計算得其標準偏差約為0.1 pixels。

6359166134391900008513445.jpg

5 結(jié)論

數(shù)字刀具測量系統(tǒng)以視覺檢測技術(shù)為基礎(chǔ),以圖像處理為主要手段,測量精度達到3 μm,運行效率快,自動化程度高,操作簡便,提高了機床的效能,有效減少了操作人員的工作量。

參考文獻

[1] 韓永杰,佟永祥。多功能車刀幾何角度測量儀的研制[J]。中國現(xiàn)代教育裝備,2011(1):47-50.

[2] 呂黎黎。基于液晶顯示模塊與單片機的數(shù)字化角度測量裝置[J]?,F(xiàn)代制造技術(shù)與與裝備,2010(6):15-17.

[3] 劉力雙。電子攝像式刀具預(yù)調(diào)測量儀的研究[D]。天津:天津大學,2006.

[4] 張學峰,陳瑾,翟從鴻,等?;?1單片機和PDIUSB12的USB接口設(shè)計[J]。微型機與應(yīng)用,2015,34(6):16-18,22.

[5] 李金泉,吳林,陳善本。一種基于ZOM正交矩亞像素邊緣檢測算法及在機器人視覺標定中的應(yīng)用[C].Proceedings of World Congress on, Intelligent Control and Automation(WCICA), V2, 2002(6):1210-1214.

[6] 肖義,魯五一,吳志虎。基于數(shù)字圖像處理的提升機鋼絲繩無損檢測[J]。微型機與應(yīng)用,2015,34(9):43-45,50.
編輯:lyn

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 數(shù)控機床
    +關(guān)注

    關(guān)注

    19

    文章

    768

    瀏覽量

    46229
  • 計算機視覺
    +關(guān)注

    關(guān)注

    8

    文章

    1695

    瀏覽量

    45905
收藏 人收藏

    評論

    相關(guān)推薦

    計算機視覺技術(shù)的AI算法模型

    計算機視覺技術(shù)作為人工智能領(lǐng)域的一個重要分支,旨在使計算機能夠像人類一樣理解和解釋圖像及視頻中的信息。為了實現(xiàn)這一目標,
    的頭像 發(fā)表于 07-24 12:46 ?558次閱讀

    機器視覺計算機視覺有什么區(qū)別

    。機器視覺研究目標是讓機器具有類似人類的視覺能力,能夠自動、準確地完成各種視覺任務(wù)。 計算機視覺
    的頭像 發(fā)表于 07-16 10:23 ?448次閱讀

    計算機視覺的五大技術(shù)

    計算機視覺作為深度學習領(lǐng)域最熱門的研究方向之一,其技術(shù)涵蓋了多個方面,為人工智能的發(fā)展開拓了廣闊的道路。以下是對計算機
    的頭像 發(fā)表于 07-10 18:26 ?1157次閱讀

    計算機視覺的工作原理和應(yīng)用

    計算機視覺(Computer Vision,簡稱CV)是一門跨學科的研究領(lǐng)域,它利用計算機和數(shù)學算法來模擬人類視覺系統(tǒng)
    的頭像 發(fā)表于 07-10 18:24 ?1517次閱讀

    計算機視覺與人工智能的關(guān)系是什么

    引言 計算機視覺是一門研究如何使計算機能夠理解和解釋視覺信息的學科。它涉及到圖像處理、模式識別、
    的頭像 發(fā)表于 07-09 09:25 ?490次閱讀

    計算機視覺和機器視覺區(qū)別在哪

    ,旨在實現(xiàn)對圖像和視頻的自動分析和理解。 機器視覺 機器視覺計算機視覺的一個分支,主要應(yīng)用于工業(yè)自動化領(lǐng)域。它利用
    的頭像 發(fā)表于 07-09 09:22 ?385次閱讀

    計算機視覺圖像處理的區(qū)別和聯(lián)系

    數(shù)據(jù)的過程。計算機視覺的目標是使計算機能夠像人類一樣“看到”和理解圖像或視頻內(nèi)容。 1.2 圖像處理
    的頭像 發(fā)表于 07-09 09:16 ?1099次閱讀

    計算機視覺在人工智能領(lǐng)域有哪些主要應(yīng)用?

    計算機視覺是人工智能領(lǐng)域的一個重要分支,它主要研究如何讓計算機能夠像人類一樣理解和處理圖像和視頻數(shù)據(jù)。
    的頭像 發(fā)表于 07-09 09:14 ?1108次閱讀

    計算機視覺屬于人工智能嗎

    和解釋視覺信息,從而實現(xiàn)對圖像和視頻的自動分析和處理。 計算機視覺的基本概念 2.1 計算機視覺
    的頭像 發(fā)表于 07-09 09:11 ?1053次閱讀

    計算機視覺怎么給圖像分類

    圖像分類是計算機視覺領(lǐng)域中的一項核心任務(wù),其目標是將輸入的圖像自動分配到預(yù)定義的類別集合中。這一過程涉及圖像的特征提取、特征表示以及分類器的
    的頭像 發(fā)表于 07-08 17:06 ?482次閱讀

    深度學習在計算機視覺領(lǐng)域的應(yīng)用

    深度學習技術(shù)的引入,極大地推動了計算機視覺領(lǐng)域的發(fā)展,使其能夠處理更加復(fù)雜和多樣化的視覺任務(wù)。本文將詳細介紹深度學習在計算機
    的頭像 發(fā)表于 07-01 11:38 ?644次閱讀

    計算機視覺的主要研究方向

    計算機視覺(Computer Vision, CV)作為人工智能領(lǐng)域的一個重要分支,致力于使計算機能夠像人眼一樣理解和解釋圖像和視頻中的信息。隨著深度學習、大數(shù)據(jù)等
    的頭像 發(fā)表于 06-06 17:17 ?790次閱讀

    計算機視覺的十大算法

    隨著科技的不斷發(fā)展,計算機視覺領(lǐng)域也取得了長足的進步。本文將介紹計算機視覺領(lǐng)域的十大算法,包括它們的基本原理、應(yīng)用場景和優(yōu)缺點。這些算法在圖像
    的頭像 發(fā)表于 02-19 13:26 ?1182次閱讀
    <b class='flag-5'>計算機</b><b class='flag-5'>視覺</b>的十大算法

    計算機視覺圖像處理、模式識別、機器學習學科之間的關(guān)系

    計算機視覺(computer vision):用計算機來模擬人的視覺機理獲取和處理信息的能力。就是指用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量
    的頭像 發(fā)表于 01-18 16:41 ?518次閱讀

    工業(yè)視覺計算機視覺的區(qū)別

    工業(yè)視覺主要解決以往需要人眼進行的工件的定位、測量、檢測等重復(fù)性勞動;計算機視覺的主要任務(wù)是賦予智能機器人
    發(fā)表于 01-16 10:06 ?515次閱讀
    工業(yè)<b class='flag-5'>視覺</b>與<b class='flag-5'>計算機</b><b class='flag-5'>視覺</b>的區(qū)別