微小顆粒對刀具測量精（jīng）度的影響及誤差消除（chú）研究（jiū） -刀具網-數控機床市（shì）場網

您現在的（de）位置：刀具網> 技（jì）術前（qián）沿>微小顆粒對刀具測（cè）量精度的影響及誤差消（xiāo）除研究

微小顆粒對刀具測量精度的影響及誤差消（xiāo）除研究

2020-2-4 來源：中北大學機械工程學院作者：李曉男曾誌強王日俊黨長營等

摘要: 為（wéi）了消除（chú）微小顆粒對刀具測量精度的影響，提出一種基於機器視覺的通過設定閾值和方向選定消（xiāo）除微（wēi）小顆粒的（de）方（fāng）法（fǎ）。首先，對刀具進行亞像素邊緣（yuán）提取（qǔ），通過（guò）設定閾值確定刀具邊緣，利用刀具（jù）邊緣和微小顆粒邊緣法線方向的不同（tóng），找出微小顆粒邊緣並對其快速有效的（de）消除。最後，在測量（liàng）係統上對該方法進行驗證。實驗結果表明，經過消除（chú）微小顆粒（lì）後的刀具（jù）測量精（jīng）度達到±0. 02 mm，且單次測量平均運行時間為 100. 76 ms，該（gāi）方法能快速有效地消除微小（xiǎo）顆粒對刀具測（cè）量的（de）影響，提高刀具的測量精度，能夠滿足（zú）刀具測量高精度的要求（qiú）。

關鍵詞: 微小顆粒（lì）; 刀具; 機（jī）器視覺; 閾值; 法線方向; 高精（jīng）度

隨著我國（guó）提出中國製造 2025 製造強國的（de）目標，製（zhì）造業正在快速的發展，同時（shí）對於製造業（yè）的高精度、高效（xiào）率測量也越來越受到重（chóng）視（shì）。基於機器視覺技術的刀具在線高精度測量技術是（shì）保證高精度製造加工的重要手段之一。然而，刀具的測量工作環境較惡（è）劣，測量（liàng）精度易受到工作環境中微小顆（kē）粒等因素的影響，這對高精度加（jiā）工製造就會因測量精度不足導致加工產品不（bú）合格，進而造成（chéng）較大（dà）的（de）經濟損失。因此，研究對微小顆粒的消除對高精度測量具有重要的工程意義（yì）和實用價（jià）值。H. H. Shahabi 等對采集到的刀尖（jiān）圖（tú）像進行中值濾波以及（jí）形態學開運（yùn）算處理，達到減少光線強度變化和降低粉（fěn）塵微小顆粒對刀尖（jiān）測量（liàng）精度影響的（de）目的。

此算法能消除一定的粉塵（chén）微小顆粒的幹擾，但是對圖像（xiàng）進行形態學開運算會改變刀具邊緣的實際輪廓，使測量精度提高有（yǒu）限。周洋利用霍夫變（biàn）換（huàn）和差分（fèn）逼近幾何法將刀具輪廓分為直線和圓弧，並進行了兩種方法的比較分析———把刀（dāo）具輪廓假設為直線－直線連接或直（zhí）線－圓弧連接兩種情況，證明了前者抗噪（zào）更強（qiáng），計算量更小。但是此方法假設過（guò）於理想化，不適合粉塵（chén）微小顆粒這（zhè）種形狀不（bú）規則性和提取的邊緣多樣性的特點。對於沒有采用微小顆粒消除技術的刀具檢測儀，一般測量者采取先擦試刀具後再測量，但是此（cǐ）方式也無法保證空氣中的粉塵再次附著，而且對刀具進行反（fǎn）複擦試會使測量效率（lǜ）大大降低。

針對上述問題，本文主要運用機器視覺圖像處理軟件 Halcon 並結（jié）合 . NET，采用圖像處理（lǐ）技術（shù），對（duì）圖像進行邊緣檢測，粉塵（chén）微小顆粒消除（chú）、邊緣（yuán）擬合等方法達（dá）到微小顆粒（lì）的最終消除。

1 、微（wēi）小（xiǎo）顆粒對刀具測量精度的影響

由（yóu）於（yú）加（jiā）工車間的環境（jìng）較為惡劣，空氣中常常會充滿粉塵，而且在刀（dāo）具加工過程中產生的切屑也極易附著於刀具表麵，這些微（wēi）小顆粒會對測（cè）量過程中刀具的邊緣（yuán）提取與邊緣擬合產生一定的幹擾。對於隻（zhī）附著在刀具表麵的切（qiē）屑的邊緣提取以及擬合，由於其灰度值和刀具的灰度值相近，對於小的離群點可以直接使用最小二乘（chéng）法擬合原理進行擬合，對於遇到較大的離群點或者擬合點的樣本數量不足（zú）這些情況時（shí），在使用（yòng）最小二乘法（fǎ）擬合原理的同時加入權重函數再進行擬合。

對於附著在刀具（jù）表麵的粉塵、切屑等微小顆粒（lì）而言，粉塵（chén）的灰度（dù）值較高且灰度分布不均（jun1）勻、範圍廣，如圖 1 所示，邊緣提取時（shí）會得到多段邊緣信息（xī），如圖 2b所示，若是直接使用附著切屑的刀（dāo）具（jù）的邊緣擬合方法（fǎ），會擬合出多條線段，如圖 2c 所示，無法有效獲得所（suǒ）需的刀具單向邊緣信（xìn）息，難以保證（zhèng）測量參數的精確性，甚至導致測量失敗。一般（bān）測（cè）量者（zhě）先擦試刀具後再測量，但是也無法保證空氣中的粉（fěn）塵再次附著，而且對刀具進行反複擦試會使測量效率大大降低。其（qí）中（zhōng）圖 2 是含有粉塵顆粒對刀具擬合的影響: ( 1) 含有粉塵微顆粒的刀具圖，如圖 2a 所示; ( 2) 提取出的亞像素邊（biān）緣，如圖 2b 所示（shì）; ( 3) 擬合效果，如圖 2c 所示，其結果（guǒ）沒有擬合出（chū）刀（dāo）具單向邊緣（yuán），進（jìn）而影響後續的測量精度。

2 、消（xiāo）除微小顆粒的方法研究

為了達到消（xiāo）除微（wēi）小（xiǎo）顆（kē）粒的目的，本文采取圖像（xiàng）處理技術對微小顆粒進行消除。首先對（duì）刀具圖（tú）像進行（háng）邊緣檢測，分析微小顆（kē）粒（lì）邊緣特點，並引入相關概念，再根據消（xiāo）除微（wēi）小顆粒的原理對其進（jìn）行消除。此以處理附著微小（xiǎo）顆粒的平底銑刀圖像為例。

2. 1 邊（biān）緣檢測

Canny 算子是具有濾波、增強和檢測的多級優化算子，在圖像處理前，Canny 算子首先使用高斯平滑濾波器來平滑圖像以（yǐ）消除噪聲，Canny 分割算法使用有限的點並采（cǎi）用（yòng）一階偏導的方（fāng）法進行梯度（dù）幅值和方向（xiàng）的計算。在處理過程中，Canny 算（suàn）子還將經過一個非極大值抑製的過程，最後，Canny 算法通過設定兩個閾（yù）值來檢測邊緣，使其連續性更好。

基於 Canny 算子對邊緣檢測的優點，本方（fāng）案選擇Canny 算子對刀具區域進（jìn）行亞像素級邊緣提（tí）取。

2. 2 微小顆粒（lì）邊緣的特點（diǎn）

基於對切屑等金屬微顆粒（lì）的可以直接使用最小二乘法並加入權重函數的方法進行邊緣擬合，故可以不進行消除。本文主要對（duì）粉塵微小顆粒的邊緣進行（háng）消除，通過對刀具圖像邊緣提取，提取的粉塵邊緣或者刀具邊（biān）緣的斷線此統稱為分枝，其類型（xíng）大概可（kě）以分（fèn）為以下 3 種情況如圖 3 所（suǒ）示:

( 1) 交叉邊緣，此刀具的邊（biān）緣與粉塵的邊緣出（chū）現交叉現象，如（rú）圖 3a 所示。

( 2) 噪聲點，由於（yú）噪聲在前期沒有完全（quán）消除，而導致邊緣提取後的圖（tú）像出現點狀的噪聲點，如圖 3b所（suǒ）示。

( 3) 斷線，由於光源角度等原因使粉塵中間段的灰度高（gāo）於兩端而造成（chéng）提取邊（biān）緣時出現斷裂，如圖 3c 所示，或者亞像素邊緣提取灰度閾值選取（qǔ）造成的刀具邊（biān）緣有斷裂，如圖（tú） 3d 所示。

2. 3 消除分枝原理

通過分（fèn）析刀具亞像素邊（biān）緣圖像可知，基本上（shàng）所有的交叉邊緣在（zài）交叉點（diǎn）處和刀具邊緣的主幹都會成一個比較大的夾角（jiǎo），粉塵微小顆粒的斷線和噪聲點都偏離刀具邊緣主幹，而且邊緣（yuán）提取後由噪聲產生的邊緣也非常短。

基於此（cǐ）種情況，提出一種基（jī）於曲線追蹤技術的消（xiāo）除分枝的算法，其基本思想是: 利用閾值（zhí）選擇和刀具（jù）邊（biān）緣（yuán）和微小顆粒邊緣方（fāng）向不同原則，對微小（xiǎo）顆粒進行消（xiāo）除。首先通過設定閾值找出刀具邊緣的主幹，然後（hòu）在所有的交叉點和斷點處，消除與刀（dāo）具邊（biān）緣法向方向不一致的分枝，這樣（yàng）最後得到的就是具有（yǒu）單一連通性（xìng）的曲線，那些與刀（dāo）具邊緣方向不一致和（hé）小於閾值的分枝都會被消除。

2. 4 消除分枝過程

以處理平底銑刀的（de）其（qí）中一條邊緣為例（lì），消除分枝（zhī）的具（jù）體步驟如下:

Setp1: 首先設（shè）定一（yī）個長度閾值。

Setp2: 找到圖像中所有的分枝，如圖 4a 所示，並計算交叉點、端點和孤立點的個數（shù），如果沒有（yǒu）交叉點（diǎn）和獨立（lì）點且端點數不大於兩（liǎng）個，則不進（jìn）行消除分枝操作，退出。

Setp3: 如果交叉點隻有一個，計（jì）算各個分枝（zhī）長度，選取較長的一根作為主幹，然後計（jì）算主幹和（hé）各個分枝在交叉點處的法線方（fāng）向，保留與主幹夾角最小的分枝。

Setp4: 如果交叉點多於一個，計算各個分枝的（de）長度，先將（jiāng）長度小於閾值的分枝消除。

Setp5: 再次計算交叉點的個數，判斷（duàn）有無交（jiāo）叉點（diǎn），如果沒有，執行下步操作; 如果（guǒ）有一個，則重複步驟( 3) 操作; 如果還有多個，則重新設定閾值，重複步驟（zhòu）( 4) 操作，直至沒有交叉點為止，此時剩餘的部分應該就是主幹和斷（duàn）線、孤立點，如圖 4b 所示。

Setp6: 計算此（cǐ）時（shí）圖中的端點數，如果端點個數不多於兩個（gè），進行下步（bù）操作，如（rú）果多於兩個，則證明有斷線存（cún）在，然後計算與該端點相連的斷線在該（gāi）點處的法線方向，與主幹過（guò）此點的法線方向進行比（bǐ）較，保留與其方向最為接近的分枝。

Setp7: 清（qīng）除孤立點。

Setp8: 輸出結果，即輸出的就是消除粉塵微小（xiǎo）顆粒後的刀（dāo）具邊緣（yuán），如（rú）圖（tú） 4c 所示。

3 、實驗研究

3. 1 實驗平台搭建

為了驗證此算法能較好的消除微小顆粒，運用此算法並以刀具測（cè）量係統( 以下簡稱“檢測儀（yí）”) 中的刀具直徑測量為例進行驗（yàn）證。實驗平台的搭建如圖 5 所示。實驗平台主要包括銑床、被（bèi）測刀（dāo）具和檢測儀，其檢測儀主要包括照明係統、CMOS 工業相機、鏡頭、驅（qū）動部分、顯（xiǎn）示器（qì）以及微型計算（suàn）機等。照明係統實現對被測刀具的穩定、均勻照明; COMS 工業相機精確采集刀具圖像; 鏡頭的主要作用是將目標成像在圖像（xiàng）傳感器的光（guāng）敏麵上; 驅（qū）動部分主（zhǔ）要驅動照明係統（tǒng）亮度的調節;顯示器（qì）主要是圖像和結果的顯（xiǎn）示; 微型計（jì）算機（jī）主要做圖像的數字化處（chù）理。針對該係統（tǒng）要（yào）求選取如下硬件:相機選用 MV－EM 1200C 型相機，其 1 200 萬的像素在視場為（wéi） 5 mm×5 mm 時像素精（jīng）度可達 1. 5 μm; 鏡頭（tóu）選用清晰度高（gāo）、倍率可變、光學無畸變、高對比度的 BT－2216 型雙遠心鏡頭; 光源采用 OPT －ＲI9060 － W 型矩形光。

3. 2 圖像處理消（xiāo）除微小顆粒及實驗數據分析

其中利用檢測儀拍攝並選取含粉塵微小顆粒較多且顆粒較（jiào）明顯的平底銑刀圖像為例，利用 Halcon 軟件結合 . NET 和對其進（jìn）行相關（guān）圖像處理，獲得（dé）消除微小顆粒的圖（tú）像。圖 6a 為刀具原圖，b 為二值化後的旋轉刀具後的包絡圖像（xiàng），c 為利用 Canny 算子提取的（de）刀具以及粉塵微小顆粒的亞像素邊緣圖像，d 為消除粉塵微小顆粒分枝後的效果圖像，e 為直線擬合後的刀具邊緣圖像，f 顯示了消除粉塵微小顆粒後的結果在刀具包絡圖像中的位置。從這些（xiē）圖中可以看出（chū）此（cǐ）消除粉塵微小顆粒（lì）的算法，能較好（hǎo）地消除粉塵（chén）微小顆粒，獲得刀具的（de）單一連通邊緣。

對於（yú）刀具幾何參數測量的（de）高精（jīng）度要求，利用本算法對（duì）獲取的刀具邊緣進行擬合（hé）後（hòu）進行一維（wéi）距離直徑測量。采用上述圖像處（chù）理方法，選取四幅含有較多且明顯的粉塵微小顆粒的平底銑刀圖（tú）像進行實驗，其直徑分別為 10 mm、16 mm、20 mm、32 mm，首先使（shǐ）用刀具視覺檢測儀測量( 刀具擦除粉塵等微顆粒幹淨後進行測量（liàng）) 的刀具直徑分別為（wéi） 10. 027 5 mm、16. 024 7 mm、20. 026 2 mm、32. 025 6 mm。為（wéi）了減（jiǎn）小誤差，本實驗對以上四種刀具（jù）分別進行 5 次測量，並且刀具直徑測（cè）量分兩種情況，一種是消（xiāo）除粉塵（chén）前的刀具直徑測量（liàng）數據對比結果如表 1; 一種是消除粉塵後的刀具直徑測量數據對比結果如表 2 所示。

經（jīng）過兩組數（shù）據進行比較，消除粉塵微小顆粒前的刀具直徑（jìng）測量結（jié）果的平均誤（wù）差最大達（dá）到了 0. 101 4mm，誤差（chà）較大; 而運（yùn）用本算法消除粉塵（chén）微小顆粒後的刀具直徑測量結（jié）果（guǒ），其最大的平均絕對誤差為（wéi） 0. 019 1mm，測量精度達到（dào）±0. 02 mm，且單次測量平均運行時間為 100. 76 ms，運行效率（lǜ）比較高，可以較好滿（mǎn）足測量要（yào）求，對於圓（yuán）鼻刀、球刀等圓弧部分的微顆粒消除，此消除粉塵微小顆粒對刀具參數測量（liàng）精度影響的方法同樣適用。

4 、結語

本（běn）文從理論上分析了微小顆粒對刀具測量精度的影響，並在刀具邊緣擬合的過程中通（tōng）過消除分（fèn）枝算法對微小顆粒進（jìn）行消除。在高精度刀具測量（liàng）係統上對手動（dòng）擦（cā）除粉塵微小顆粒的檢測（cè）儀測量所得（dé）數據和（hé）使用本算法消除粉塵微小顆（kē）粒（lì）前後測量所得數據進（jìn）行了數據對比（bǐ）。實驗結果表明，測量精度達（dá）到±0. 02 mm，單次測量程序的平均運行時（shí）間為 100. 76 ms，該（gāi）方（fāng）法能快速有效地消除（chú）粉塵（chén）微小顆（kē）粒（lì）對刀具測量的影響，提高（gāo）了刀具測量的精度。

投稿箱：
如（rú）果您有機床行業、企業相關新聞稿（gǎo）件發表，或進行資訊合作，歡迎聯係本（běn）網編輯部，郵箱（xiāng）：skjcsc@vip.sina.com

更多相（xiàng）關信息

名企推薦

業界視點

| 更多

行業數據

| 更多

博文選萃

| 更多