大面积平面网格尺寸快速检测方法及系统

Fast Speed Detection Method and System for the Mesh Size in Large Flat Area

郭继平1,2　于冀平1　彭　翔2　刁　艳1　宋　涛1

(深圳市计量质量检测研究院1，广东 深圳　518055；深圳大学光电工程学院2，广东 深圳　518060)



大面积平面网格尺寸快速检测方法及系统

Fast Speed Detection Method and System for the Mesh Size in Large Flat Area

郭继平1,2于冀平1彭翔2刁艳1宋涛1

(深圳市计量质量检测研究院1，广东 深圳518055；深圳大学光电工程学院2，广东 深圳518060)

摘要：为实现对密集网孔尺寸的快速测量，提出一种大面积高精度平面网格尺寸快速自动化检测方法及系统。首先利用高、低双放大倍率光学同轴成像系统同时获取被测网格图像；并由图像中同名网孔计算出高、低倍图像尺寸转换比例系数，进而得到低倍图像中所有网孔的尺寸；最后通过三维运动平台实现不同位置网孔的自动化测量。实验证明该系统大幅提升了密集网孔的测量效率，最高精度达1 μm，可用于试验筛检测并可实现对筛网面质量的客观综合评价。

关键词：自动化检测试验筛影像测量光学成像系统镜头电荷耦合器网格传感器

Abstract：In order to realize the fast speed measurement of the mesh size,the fast speed automated detection method and system with high accuracy for the mesh size in large flat area is proposed.By adopting the optical coaxial imaging system with two of the magnification,low and high; to capture the image of the measured mesh,and calculate the conversion ratio between the sizes of images of the same mesh under different magnification,then the sizes of all meshes in low magnification images are obtained.Finally,automatic measurement of the mesh in different position is implemented through 3D motion platform.The experiments verify that the system greatly enhances the measurement efficiency of dense mesh,the maximum accuracy is up to 1μm,it can be used in detection of test sieves,and realize objective comprehensive evaluation for quality of sieve surface.

Keywords:Automated inspectionTest sieveImageMeasurementOpticsImaging systemShotCharge-coupled devices

GridSensor

0引言

试验筛是粒度分析和筛分试验的标准器，广泛应用于冶金、化工、医药、建材等行业领域。试验筛具有典型的平面网格结构，网格尺寸是决定其质量水平的关键参数[1]。常见的试验筛中，最小网孔尺寸仅有20 μm，直径为100 mm的试验筛上约有490万个网孔。国家标准GB/T 6003.1-1997及国家校准规范JJF 1175-2007对试验筛的检测和质量评判方法进行了规定[2-3]。标准要求在筛网面上至少选择两个取样部位，共测量40个网孔尺寸，并依此对整个筛子做质量评价。对具有上百万个网孔的试验筛而言，该评价方法存在不合理性。传统的方法是通过万能工具显微镜或投影仪进行手动测量，测量效率低下且存在人为误差。因此，如何实现对试验筛网格尺寸的快速自动化精密测量是近年来研究的热点之一。

已报道的试验筛自动测量和分析方法对试验筛等平面网格尺寸测量技术的发展有重要的意义，但仍没有根本解决试验筛由于检测孔数较少带来的质量评判问题[4-8]。因此，进一步研究大面积试验筛高精度快速测量方法，提升试验筛网孔测量采样率乃至实现全部筛网孔的自动检测，具有十分重要的意义。

1测量方法及系统

1.1大面积平面网格快速测量方法

实现大面积平面网格尺寸的高精度快速测量，需要解决两个技术问题：一是如何在保证测量精度的同时获得大面积测量视野，以保证单次成像能够获得足够多的网格图像；二是如何实现对大量网格特征的快速提取和尺寸计算。 为解决上述问题，本文设计结构如图1所示的双放大倍率共轴成像系统，用于获取被测网格图像。成像系统由两个CCD、两组成像镜头及一个光束分束器组成。其中大视野CCD所用的成像镜头组放大倍率较低，用于获得较大测量视野；小视野CCD所用的成像镜头具有较高的放大倍率，用于获得高精度的网孔图像。两组镜头由分束器连接形成共轴光路，两个光路图像中心重合。此外，本文系统中的两个成像镜头组都设计为放大倍率可调，以保证在对不同规格的试验筛(孔径范围0.02~5 mm)进行检测时，两个CCD都能够获得较为理想的网孔图像。其中大视野镜头包含0.2×、0.4×、0.8×三种放大倍率，小视野镜头包含1×~ 4.5×共五个放大倍率。

图1　双倍率共轴成像系统

测量时，两个CCD同时采集被测筛网同一位置的网格图像。小视野CCD的放大倍率较高，测量面积小，其采集的图像P中包含的网格较少(假设为N个)，每个网格图像所占的像素数多。大视野CCD的放大倍率较低，测量面积大，其采集的图像Q中有大量的网格(假设为M个，M>>N)并包含了小视野CCD图像中的所有网格，每个网格图像所占的像素数少。通过精密测量图像P中的少量网格尺寸可计算出图像Q中所有网格尺寸，具体算法如下。

(1)基于边缘灰度图像的曲面拟合法[9]提取图像P中所有的网孔亚像素边缘特征，计算得到图像P中每个网孔的像素尺寸UPi，利用事先校准标定好的比例尺系数β可进一步得到每个网孔的实际物理尺寸，XPi=β×UPi,i=1,…,N。

(2)利用两个CCD图像中心重合的特性，从图像Q中查找出与图像P中相同的网孔，即找到两个图像中的同名网孔，提取同名网孔的边缘并计算网孔像素尺寸UQi,i=1,…,N。

(3)由下式计算图像Q与图像P的网孔尺寸转换系数：

(4)提取图像Q中所有网格图像的像素尺寸WQj，并计算出所有网孔的物理尺寸XQj：

XQj=λ×WQjj=1,…,M

(2)

上述算法中，仅需要对图像P和Q中的少数同名网孔进行精密测量，通过转换系数即可得到大视野中的多数网孔尺寸，可用于实现网格尺寸的大面积测量。相对直接使用大视野镜头测量，该方法可获得更高的测量精度。

1.2自动化测量系统及工作原理

利用上述双倍率共轴成像系统，在七海光电生产的影像测量仪(型号：SeavenOsean Accura III)的基础上，搭建自动化测量系统。系统硬件部分主要包括双倍率共轴成像模块(其中大视野CCD分辨率为1 280×1 024 pixel， 小视野CCD分辨率为640×480 pixel)、XYZ三轴运动控制系统、照明光源、计算机及夹具;软件部分主要包括测量控制模块及图像采集与运算处理程序。系统工作时，首先使用夹具将被测样品固定于三维运动平台的中心，通过软件系统控制XYZ运动轴定位聚焦至感兴趣待测区域。然后根据被测样品网孔尺寸，分别选择设置大视野、小视野成像镜头的放大倍率，以确保获得适合测量的网格图像。为兼顾测量效率和精度，本文在选择小视野镜头倍率时，以使图像视场内网孔个数尽量少为原则，但必须包含至少一个完整网孔；选择大视野镜头倍率时，在使得视场内网孔数目尽量多的情况下，以单个网孔图像边长所占像素数大于5为原则。最后，调整照明光源，使两个CCD对网格清晰成像并开始采集图像，由图像处理算法快速提取网孔图像特征[10]，并按1.1节中所述算法计算待测网孔的尺寸结果。系统通过软件控制界面可以预先设置多个待测区域，测量过程中三维运动平台自动运动到各待测位置，双倍率共轴成像模块依次对区域内网格尺寸进行测量，最终得到所有设定区域内的网孔尺寸结果，从而实现全自动化测量。测量结束后，软件自动对所有数据结果进行统计分析，形成测量报告，用于对网格面的整体质量进行评价。此外，该系统也可仅使用小视野CCD作为常规影像测量仪对网孔进行直接测量，其方法和功能与文献[8]类似，在此不再赘述。

2实验结果

使用本文研制的平面网格自动化测量系统对试验筛(网孔标称基本尺寸W=0.1 mm，直径100 mm)进行了测量。实验中设置均匀分布于试验筛网面的25个待测区域，选择大视野镜头倍率为0.4×，测量视场为(15.2×11.6)mm，小视野镜头倍率为4.5×，测量视场为(0.94×0.6)mm。参考GB/T 6003.1-2012，确定该试验筛网孔尺寸最大偏差X=0.034 mm、中间偏差Z=0.019 mm、平均偏差Y=0.005 mm，并依此对测量数据进行统计分析，结果如表1所示。同时，为说明本文方法的测量效率，分别使用工具显微镜、光学投影仪及影像测量仪对试验筛进行了对比测量，分别记录各自测量的网孔数和所用时间，统计结果列于表2。由结果可知，本文方法的测量效率远高于其他测量方法，可实现对试验筛网格尺寸的大面积测量，提供足够的统计分析数据样本，可以给出孔径尺寸的统计分布情况，为客观全面评价试验筛的质量提供了有效途径。

表1　试验筛测量实验数据

表2　试验筛测量效率对比实验数据

为了验证本文系统的测量精度，对如图2所示的0.1 mm网格标准板(镀铬玻璃板，含9个网孔，孔径校准不确定度U=1.0 μm,k=2)进行了测量。实验中分别采用本文2.1节所述快速测量方法及小视野镜头直接测量方法对标准网格进行了10次重复测量，取10次测量结果的标准偏差s衡量系统的重复性精度，并取其中一个网孔的测量数据进行分析，结果见表3。

图2　标准网格板

测量方式孔径实测值/mm均值/mm重复性/μm直接测量0.09910.09910.09920.09920.09910.09930.09920.09910.09930.09910.09920.08快速测量0.09860.09910.09880.09880.09880.09880.09860.09860.09900.09910.09880.20

由表3结果可知，本文提出的自动化测量系统使用快速测量方法时,重复精度可达0.2 μm;使用直接测量方法时重复精度可达0.1 μm。依据不确定度评定理论，考虑校准网格板孔径校准值的不确定度分量，系统测量最优不确定度可控制在1 μm左右。由此可见，本文提出的快速测量方法及系统可在实现大面积测量的同时获得较高的精度，且能够满足试验筛等密集平面网格特征的测量技术需求。

3结束语

本文对快速二维影像测量技术进行了研究。针对试验筛等密集平面网孔特征尺寸快速测量需求，设计出双放大倍率共轴成像系统，提出一种网孔尺寸快速测量方法，并在常规影像测量仪的基础上研制出平面网格自动化快速测量系统。实验结果表明，本文方法有效可靠，可实现对试验筛网孔尺寸的大面积高精度快速测量。与传统测量方法相比新方法具有极高的测量效率，测量15万个网孔仅需要60 s，同时具有较高的测量精度，系统最优测量精度可达1 μm左右，无人为误差影响;能够自动对网孔尺寸数据进行统计分析并生成测量报告，实现对试验筛表面质量更加客观全面的评价。今后可在此系统上进一步开发，优化双放大倍率成像模块设计，扩大系统测量网孔尺寸范围，进一步提升测量精度，增强系统数据处理能力，以实现对试验筛全部网孔的快速检测，完善对试验筛等密集网孔尺寸测量和统计分析评价的能力，为推进国内外相关技术标准修订奠定基础。

参考文献

[1] Rideal G.R.Sieve analysis-precision through calibration[J].Powder Handling and Processing,2007,19(1):45-47.

[2] 国家质检总局全国筛网筛分标准化技术委员会.GB/T 6003.1-2012 试验筛技术要求和检验 第1部分：金属丝编织网实验筛[S].北京：中国标准出版社,2012.

[3] 国家质检总局全国几何量工程参量计量技术委员会.JJF 1175-2007 试验筛校准规范[S].北京：中国计量出版社,2007.

[4] Chen L M,Chen Z,Feng A S.Image analysis algorithm and verification for on-line molecular sieve size and shape inspection[J].Advanced Powder Technology,2014,25(2):508-513.

[5] Dahi G A,Byung J B,Daesuk K.Precise test sieves calibration method base on off-axis digital holography[J].Journal of the Optical Society of Korea,2011,15(2):146-151.

[6] 张建正,高敦岳.试验筛及金属丝网微机图像分析系统的研究[J].仪器仪表学报,1999,20(4):386-388.

[7] 苏翼雄,廖文军,周波,等.基于机器视觉的试验筛自动测量系统[J].中国计量,2009(5):75-76.

[8] 王晓飞,裘祖荣,杨聪,等.基于影像测量仪的试验筛自动测量方法[J].数据采集与处理,2013,28(2):257-260.

[9] Haralick R M.Digital step edges from zero crossing of second directional derivatives[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1984,6(1):58-68.

[10]于萧宇,郭玉波,陈刚,等.视觉测量中点目标的实时全局搜索[J].光学精密工程,2014,22(10):2796-2805.

中图分类号：TP216+.1;TH86

文献标志码：A

DOI:10.16086/j.cnki.issn1000-0380.201602017

国家自然科学基金青年科学基金资助项目(编号：61201355)；

深圳市科技研发资金条件与平台建设计划基金资助项目(编号：CXC201105060028A)。

修改稿收到日期：2015-03-04。

第一作者郭继平(1985-)，男，现为深圳大学光学工程专业在读博士研究生，工程师；主要从事几何量计量及光学三维成像与检测方面的研究。