基于機器視覺的工件尺寸和角度的測量

戴知圣，潘　晴，鐘小蕓

(廣東工業大學 信息工程學院，廣州　510006)

?

基于機器視覺的工件尺寸和角度的測量

戴知圣，潘晴，鐘小蕓

(廣東工業大學 信息工程學院，廣州510006)

摘要：針對一款手機U盤芯片的二維尺寸的測量問題，提出運用圖像處理的方法，實現手機U盤芯片長度和偏角的非接觸式測量;通過COMS工業相機采集到U盤芯片的背光圖像，在邊緣檢測的基礎上，用Hough變換檢測和定位U盤芯片邊緣直線;針對在一條邊上Hough變換對應檢測到多條直線的情況，提出采用直線參數平均法擬合邊緣直線，從而獲得較精準的邊緣位置;通過對已知尺寸的標準塊進行相機標定，由此計算出精確的U盤芯片的尺寸和傾斜角度;實驗表明：該算法能夠滿足工程上較高精度的檢測要求。

關鍵詞：U盤芯片；二維尺寸；非接觸式測量；Hough變換

0引言

隨著智能手機的迅速普及，手機已超過筆記本電腦成為最重要的移動數碼終端設備。大量數據內容的不斷增加，手機U盤的出現極大地方便了手機和電腦之間的數據共享。目前大多數廠家進行U盤機芯尺寸測量主要是通過游標卡尺或者千分尺進行人工檢測。人工檢測存在效率低、可靠性差、易因工人疲勞而產生誤檢等弊端，難以滿足現在制造業強調的實時、快速、在線和非接觸檢測的特殊要求[1]，而基于機器視覺的檢測方法[2-6]彌補了人工檢測的所有缺陷。

本文針對一款手機U盤芯片二維尺寸和傾斜角度的檢測問題，提出利用機器視覺方法實現U盤芯片非接觸式測量。通過采集到的U盤芯片的背光圖像，經過一系列圖像預處理后，利用Hough變換[7-9]檢測U盤輪廓上的邊緣直線。針對在一條邊上Hough變換對應檢測到多條直線的情況，本文提出采用直線參數平均法擬合邊緣直線，從而獲得較精準的邊緣位置。通過提取特定的直線以及相交后求出的關鍵點的坐標，計算出芯片在圖像上的尺寸和偏角，最后通過相機標定計算出芯片的實際尺寸。

1光學檢測系統組成

本文設計的光學檢測系統(AOI)由圖像采集設備、光源、PC機以及圖像處理軟件構成。圖像采集設備是由500萬像素的CMOS工業相機和25 mm的定焦鏡頭組成。手機U盤芯片如圖1所示,本文實驗光源采用的是LED背光光源，在背光方式下，光源均勻的從被檢測物體的背面射出，可以獲得高清晰的輪廓，照射效果如圖2所示。相機采集到的圖像通過USB接口傳輸給計算機，利用軟件對圖像進行處理并識別被測U盤芯片是否合格。

圖1　U盤芯片原圖　　　　　　圖2　U盤芯片背光圖

2檢測原理及算法流程

檢測的目標是檢測U盤的最大長度和豎直方向兩條邊的夾角，如圖3所示，即計算AD邊到BC邊的最大距離以及AB邊與CD邊的夾角。因此，需要提取A、B、C、D 4個點在圖像中的坐標以及求得直線AB與CD的夾角。

圖3　U盤芯片二維結構圖

本文提出的算法主要分為五部分：圖像預處理、邊緣直線檢測、直線擬合、尺寸和角度的計算以及相機的標定。

2.1圖像預處理

預處理是通過對相機采集到的圖像進行灰度化、邊緣檢測、膨脹處理以及區域填充，最后再做一次邊緣檢測等一系列操作，如圖4所示。本文采用Canny算子進行邊緣檢測，提取的邊緣較完整，邊緣線連接程度好，定位較為精準，效果如圖5所示。

圖4　圖像預處理流程圖

圖5　第一次Canny邊緣檢測圖　　　　　圖6　填充效果圖

由于U盤芯片中部的拼接部分存在一定的間隙，在背光照射下會漏光，這對豎直方向邊緣的直線檢測造成很大干擾，還可能檢測不出最短的那條邊的直線。因此在邊緣檢測的基礎上做一次區域填充處理，將U盤邊緣內部全部填充為白色，如圖6所示。但是由于邊緣檢測檢測后的邊緣存在不連續性，這就不能保證檢測的外輪廓為封閉曲線，如果外邊緣不封閉，則不能填充成功。因此，在填充之前需要對邊緣檢測的圖像進行一次形態學膨脹處理，膨脹效果如圖7所示。由于需要提取邊緣的直線，Hough變換是基于邊緣圖像的基礎上進行直線檢測的，因此需要在填充圖像上再做一次邊緣檢測，檢測效果如圖8所示。

圖7　膨脹處理圖　　　　　圖8　第二次邊緣檢測圖

2.2邊緣直線檢測

本文采用Hough變換的方法提取U盤邊緣直線。由于Hough變換是通過在參數空間累加器進行累計投票來決定圖像空間中的直線參數，加上圖像空間和參數空間的離散化誤差、邊緣檢測誤差、圖像噪聲等因素影響，累加器矩陣中的每個單元的累加值可能來源于真實共線的點，也可能來源于圖像中的噪聲點。當算法里的步距角slop(θ)選擇過小時，會造成一條直邊上檢測出多條直線的情況；步距角選擇稍大則導致直線定位不準確;此外，參數空間累加器只記錄共線點數而沒有記錄點的位置關系，從而無法確定被測直線段的起點和終點。

針對一條直邊Hough變換檢測出多條直線，文獻[10-11]提出用弗里曼鏈碼法初步提取直線，去除部分不在直線上的點。在噪聲較多的情況下，該算法相對標準Hough變換算法可以提高計算速度。但在噪聲較少的情況下效果不明顯。

本文提出采用直線平均法做直線擬合，即將一條直邊上檢測出來的多條直線擬合成一條直線。雖然Hough變換不能定位被測線段的端點，但可以通過參數空間提取的直線對應的ρ和(值根據下面公式[12]來計算出直線上的兩個點pt1和pt2。

(1)

(2)

(3)

(4)

(5)

(6)

通過Hough變換檢測出U盤芯片輪廓的6條邊上的直線，分別提取屬于豎直邊AB、CD上的直線束，以及最長邊mn和ef上的直線，如圖9所示。由于Hough變換容易在一條邊上檢測出多條直線，AB和CD兩條邊的直線的是否準確關系到U盤偏角的檢測結果，因此本文提出對在AB和CD上的直線進行直線擬合，對mn和ef上的直線分別只取共線點數最多的一條。

圖9　U盤芯片平面圖

圖12　未擬合的多條局部圖　 　圖13　直線擬合局部圖直線

2.3豎直方向邊上的直線擬合

為了保證U盤芯片偏角檢測的精度，本文對Hough變換的步距角取0.1°，同時分別只取在AB和CD邊上的3~4條共線點最多的直線進行擬合，減少參與擬合的直線數量，使擬合的直線更精準。

具體做法：AB邊上直線束所對應的參數ρ和θ分別求平均值，得到新的一條直線的參數ρAB和θAB，同理得到CD邊上的新直線參數ρCD和θCD。

未擬合前AB和CD邊上檢測出多條直線，如圖10所示，局部放大如圖11所示；擬合后用藍色線畫出，水平方向兩條用最長直線畫出，擬合效果如圖12所示，局部放大效果如圖13所示。

2.4計算U盤芯片的最大像素長度和角度

兩條不平行直線相交，有且只有一個交點。通過擬合后的直線AB和CD分別與直線mn和ef相交，可以計算出A、B、P、Q四點在圖像上的坐標，但不能求出C、D兩點的坐標。通過A(x1,y1)、B(x2,y2)、P(x3,y3)3點坐標可以求出P點到直線AB的距離distance1。

distance1=

圖14　U盤芯片偏角圖

2.5相機標定

上文求出的是U盤圖像中的最大尺寸像素距離，要求得實際尺寸，還需要知道相機在固定焦距下圖像中每個像元的實際尺寸。

本文采用的方法是用一個標準尺寸的矩形標定塊對相機進行標定，標定塊長度為15.00 mm，豎直邊夾角為0°，該標準塊的尺寸誤差不超過1 μm。當檢測到標準塊的Angle為0°時，Distance數據才有效，則記錄該數據為Test_distance，單位為像素個數。本文采用的CMOS相機的分辨率2592×1944，通過式子：

3實驗結果及其分析

本文測試這款U盤在設計上的標準長度為24.60 mm，偏角為0°。如果被測U盤的長度大于24.70 mm或偏角大于1°則判為不良品。

隨機挑選了一個測試樣品，經千分尺測出該U盤芯片的實際長度為24.64 mm，在日本的基恩士光學檢測儀上測出該芯片的夾角為0.70°。

采用本文設計的直線擬合算法與未擬合算法分別對該U盤芯片進行了1 030次重復測試實驗，每次測試芯片在視野中放的位置不同，分別對測量的尺寸和角度的均值、最大誤差和標準差3個指標進行對比，對比結果如表1所示。

表1　直線擬合與未擬合的算法測試對比

通過以上數據表明：直線擬合算法比未擬合算法具有更好的魯棒性，計算誤差更小。在不同位置測出的數據不同主要是因為鏡頭的細微畸變所致，還有圖像的量化誤差也會對每次的檢測結果數據有一定影響?？梢愿鼡Q質量更好的鏡頭來改善檢測數據的精度，同時為了減小圖像畸變效應，檢測時盡量將工件放置在相機視野的正中央。

對已知缺陷類型的800個樣品進行檢測，其中253個為合格品，即尺寸或角度在誤差范圍內；547個為次品，次品中200個為尺寸不合格，250個為角度不合格，97個為尺寸和角度都不合格。檢測結果如表2所示。

4結束語

本文設計了一套檢測手機U盤芯片二維尺寸和角度的光學檢測算法，對U盤芯片邊緣的直線進行擬合的算法改進。通過對比直線擬合與未擬合的實驗數據，證明本文設計的算法具有較高的穩定性和準確性，可以滿足生產檢測的要求。此外，對另外兩款形狀相同、長度不同的手機U盤芯片進行抽

表2　800個樣品的檢測結果統計表

注：總體準確率為95.25%，檢測結果——“不正確”表示誤檢情況，“正確”表示檢測結果與實際相符。

樣測量，實驗數據與真實尺寸很吻合，證明本文的光學檢測算法在檢測類似形狀的工件方面具有一定的通用性。

參考文獻：

[1] 單桂軍,胡偉. 一種基于CCD的非接觸尺寸測量系統[J].電視技術， 2013, 37(15):41-43．

[2] 常春國,徐運濤. 應用機器視覺精確檢測工件尺寸的研究[J].電子質量， 2008(2):1-4.

[3] 趙永濤,賈培剛,姜冰清.基于CCD的機械零件尺寸測量研究[J]. 機電產品開發與創新， 2009,22(6):138-140.

[4] 黃品松,徐杜,蔣永平,等. 零件尺寸圖像檢測數據處理與高精度檢測方法[J].計算機系統應用， 2011,20(9):248-251.

[5] 馬艷娥,張波濤,高磊,等. 基于圖像處理的零件尺寸測量研究[J]. 電子與測試， 2011(8):39-41,95.

[6] 田原嫘, 黃合成, 譚慶昌,等. 基于機器視覺的零件尺寸測量[J]. 激光與光電子學進展, 2010, 47(1):82-90.

[7] 陳蓋凱. 基于Hough變換的直線檢測[J]. 西安航空技術高等?？茖W校學報， 2007,25(3):34-36.

[8] 朱芳芳, 顧宏斌, 孫瑾. 一種改進的Hough變換直線檢測算法[J]. 計算機技術與發展, 2009(19):19-22.

[9] Wang J, Zhu Q, Wang W, et al. Straight line extraction algorithm by Hough transform combining edge grouping[J]. Journal of Remote Sensing, 2014,18(02):378-383.

[10] 楊順遼. 基于Hough變換提取直線的改進方法研究[J]. 電腦與信息技術, 2006,14(5):29-31.

[11] 趙洪亮. 基于Hough變換改進的直線檢測與定位[J]. 激 光與紅外, 2009,39(9):1009-1011.

[12] Gary Brad-ski&ADRIAN Kaehler.Learning OpenCv [M]. American:O’Reilly Media,Inc.2008.

Workpiece Size and Angle Measurement Based on Machine Vision

Dai Zhisheng, Pan Qing, Zhong Xiaoyun

(School of Information Engineering,Guangdong University of Technology, Guangzhou510006,China)

Abstract:In this paper, for two dimensional size and angle of mobile U disk, an image processing methods was presented.It realized a non-contact measurement of the length and angle on mobile U-disk. Based on edge detection, it adopted Hough transformation to detect and locate the straight edge line of Usb chip through the backlighting image of Usb chip photographed by the COMS industrial camera.In the case that Hough transformation might detect to multiple straight lines on one straight edge.The method of linear parameter on average to fit the edge of a straight line was presented. so as to obtain accurate edge positions. Through the known size block for camera calibration, we can calculate the exact size and the angle of inclination of the Usb chip.The experimental results show that this algorithm can meet the detection requirements for higher accuracy in engineering.

Keywords：U-disk chip;two dimensional size; non-contact measurement; Hough transformation

文章編號：1671-4598(2016)02-0027-03

DOI：10.16526/j.cnki.11-4762/tp.2016.02.007

中圖分類號：TP391.41

文獻標識碼：A

作者簡介：戴知圣(1988-)，男，江西吉安人，碩士研究生，主要從事圖像處理、機器視覺方向的研究。

基金項目：國家自然科學基金(61001179)。

收稿日期：2015-07-11；修回日期：2015-10-15。

潘晴(1975-)，男，湖北武漢人，副教授，主要從事圖像處理、模式識別方向的研究。