基于机器视觉检测齿轮加工质量的研究

丁红昌，程 远

(1.长春理工大学机电工程学院，吉林长春 130012；2.长春师范大学国际交流学院，吉林长春 130032)

随着现代工业的高速发展，传统的通过人工视觉来检测齿轮的方法已经无法满足生产自动化以及高外观质量的性能需求，应运而生了结合计算机与光学仪器的高速性、可靠性、图像采集能力等优势的机器视觉技术[1]。机器视觉技术是将真实物体通过光学设备以及非接触式传感器扫描处理后将信号转化为计算机可以分析识别的数字信号，从而获得所需信息或者达到控制设备的目的。机器视觉技术完整的理论体系还没有成型，但是作为实现工业全自动化、车辆自动驾驶导航、机器设备智能化以及现代工业检测的核心之一，机器视觉技术有很大的发展空间[2]。

近年来随着光传感技术的迅猛发展，图像识别处理进入了一个新的阶段。摄像机、光学传感器以及数字相机等设备将拍摄目标转化为图像信号，经过专用的处理软件分析处理后转为数字信号，最后由计算机中的图像分析系统将信号通过不同的运算抽取出目标的各项特征[3]。机器视觉最显著的特点如下：(1)实时性高、精度高，计算机以及光学传感器拥有人所无法比拟的运算处理能力以及信息采集精度。(2)环境适应性强、性价比高，在许多恶劣的生产环境以及劳动强度大的工作中机器视觉拥有无与伦比的实用性及极高的性价比[4]。(3)综合技术强，机器视觉技术是一门大综合技术，包含如信号采集、传感器、机械控制、信号处理、图像处理分析等。各项技术相互融合、协调搭配，才构成了一个完整的机器视觉技术[5]。

在自动化加工生产中，产品在流水线上快速地被加工生产出来，纯靠人工检测已经无法适应这样高强度、高效率的生成模式，与此同时，接触式测量方式也无法满足高效、高质量的检测。采用非接触式的机器视觉检测成为保证产品质量的一种有效方式。

1 检测系统结构及工作原理

1.1 检测系统结构组成

检测系统的目的是设计开发一套能够对渐开线直齿圆柱齿轮采用机器视觉检测系统实现非接触式参数检测。检测系统由硬件系统与软件系统两部分组成。

硬件系统包括光源、CCD相机和图像采集卡，主要负责采集清晰的待测齿轮图像，将图像信号传输到计算机中。软件系统将图像信号经过一系列的运算处理得到齿轮各项参数。具体检查过程是：确认系统稳定运行且正确标定后，将待测齿轮放置在检测平台中央，通过背光照明，CCD摄像机获得齿轮图像，用图像采集卡将图像信号转化为数字信号传输到计算机软件系统，对齿轮图像依次进行预处理、图像处理、参数检测，最终给出检测结果。其结构如图1所示。

图1 检测系统结构图

1.2 工作原理

检测系统的光源模块发光提供光源，直接照射在工作台，待测齿轮摆放在工作台面上，固定在工作台的CCD摄像机获得齿轮图像后，图像采集卡将图像信号转化为数字信号传输到计算机中，计算机中的软件系统对齿轮图像依次进行预处理、滤波等。预处理的主要目的是降低噪声以及畸变对检测图像的影响，选用合适的滤波方法改善采集的齿轮图像。图像处理主要是进行边缘检测与边缘拟合，选择最合适的算法实现图像处理。最后提取经过处理的图像轮廓建立坐标系，优化数学模型后，通过相应的运算得到对应的各项齿轮检测值。

2 硬件设计

2.1 镜头选型

镜头作为机器视觉系统的重要组成部分之一，在机器视觉系统中，镜头作为图像采集的第一步，镜头质量的好坏直接决定了系统能否真实有效地检测到齿轮的各项参数[6]。如果选用不合适的镜头，产生的误差经过不断的放大，会导致最终检测结果严重失真[7]。选择镜头主要参照工作距离、焦距、景深、视场四项重要指标。选择工作距离短、镜头畸变小、焦距小、视角大的镜头[8]。选择畸变较小的镜头可以降低畸变带来的误差，达到简化数据处理、降低误差，提高工作效率和设备可行性的要求[9]。根据透镜成像原理，镜头的焦距与拍摄物体的面积大小及镜头到拍摄物体距离之间的关系，可以用下述公式计算:

其中，f为镜头焦距，V为景物实际长度，H为景物实际宽度，D为镜头至景物实测距离，v为图像高度，h为图像宽度。

经过公式推算、实际测试以及反复试验，选用日本Computar公司的型号为M1614-MP的镜头，焦距为16 mm，镜头最大孔径比为1∶1.4，镜头接口C型。该镜头分辨率高，畸变小，适合高精度的尺寸检测。镜头参数见表1。

表1 M1614-MP镜头参数

2.2 图像采集卡选型

图像采集卡是对采集图像进行处理的基础,它将CCD摄像机输入的模拟信号通过A/D转换为离散的数字信号，离散的数字信号被存储在图像采集卡的存储单元当中[10]。从设备的兼容性以及软件系统的要求考虑，系统选用NI公司的图像采集卡PCI-1409。该型号的图像采集卡拥有8 bit快速模/数转换高质量的图像采集接口，最大分辨率为2048 Pixel(H)×1024 Pixel(V)，支持多种视频格式：PAL、NTSC等，具有四路模拟信号输出功能，还具有外部触发的功能，实物如图2所示。

图2 图像采集卡

图3 3×3中值滤波图

3 算法设计

图像处理算法的设计主要从图像预处理、滤波、边缘检测、边缘拟合等方面进行。

3.1 滤波

滤波主要有中值滤波法和均值滤波法，中值滤波的输出与输入噪声的密度分布有关，而均值滤波的输出与输入分布无关。从随机噪声的抑制能力方面看，中值滤波性能要比均值滤波差一些。对脉冲干扰来讲，中值滤波是很有效的。两种滤波法都有各自的优势，将同一采集图像使用上述两种方法进行滤波，实际观测发现3×3的中值滤波法最为合适。

中值滤波是一种非线性滤波，通过选择一个滑动窗口，用窗口正中点的值来代表窗口内全部点的替代值。对采集图像进行中值滤波时，滤波窗口会有各种不同形状的选择，如方形、十字形、圆形和环形等。在实际操作中，窗口的尺寸一般先用3再取5，逐点增大，直到找到最满意的滤波效果为止。分别选用3×3和5×5的窗口对采集图像进行滤波分析，通过对比发现3×3中值滤波得到的图像效果比较出色，中值滤波后的采集图像基本上去除了噪声干扰，而且图像边界的保持效果较好(图3)。

3.2 边缘检测

图像的边缘检测采用Sobel边缘检测算法，该边缘检测算子是先进行加权平均，再微分，求梯度，其数学表达式如下：

其中，

ΔGi=f(i-1,j+1)+2f(i,j+1)+f(i+1,j+1)-f(i-1,j-1)-2f(i,j-1)-f(i-1,j-1).

ΔGj=f(i-1,j-1)+2f(i-1,j)+f(i-1,j+1)-f(i+1,j-1)-2f(i+1,j)-f(i+1,j+1).

系统的机器视觉检测采集的图像噪声较小，且被检对象与背景之间对比度高，有明显的区域划分。LabVIEW中IMAQ Vision提供的高级边缘检测模块IMAQ Edge Tool具有亚像素细分的功能，实现了在维持CCD硬件不变的情况下，极大程度上提高系统测量的精度。

3.3 边缘拟合

机器视觉检测系统对采集图像进行边缘检测后，进行边缘拟合。本文采用直线拟合，直线拟合是将边缘检测后离散的点拟合成一条直线。由于物体外形边缘不连续以及噪声等影响，致使在边缘检测后本应该在一条直线上的离散点发生了错位，偏离了正确位置。系统选用MSD(Mean Square Distance)算法将边缘检测到的离散的边缘点拟合成直线。

本文选择矩形作为拟合区域，沿矩形长边方向为搜索方向，如果矩形水平方向长度大于竖直方向长度，搜索方向为从左向右；如果矩形水平方向长度小于竖直方向长度，搜索方向为从上向下。设定拟合区域的范围,要求落在拟合区域的点数至少是整个检测得到点数的一半以上,选择拟合区域中落点基本处于一条直线上的点组成的直线为L,利用上述公式计算MSD值。利用其余的点采用同样的步骤重新拟合一条直线,计算其MSD值,直到计算出所有点拟合的直线的MSD值。选择其中MSD值最小的直线作为拟合直线，去除掉距离拟合曲线较远的点，再次计算各条拟合曲线的MSD值。之后计算所拟合的直线的分数LFS(Line Fit Score)，其公式如下：

其中，PR为半径值。

不断循环执行上述过程，直到计算的直线分数大于所设定的值为止，此时的拟合直线就是最终拟合所得的直线边缘。

齿轮机器视觉检测系统选用图形化编程软件LabVIEW 2014和IMAQ Vision来编写软件系统。LabVIEW图形模块化设计方便搭建软件构架。软件设计主要包括：图形采集程序、图像预处理程序、图像处理程序、图像参数检测程序、初始化程序以及报表程序。选择标准状态机作为程序构架平台，设计流程如图4所示。

图4软件设计流程图

齿轮检测系统的软件操作界面包括测试界面、配置界面以及报表生成界面。系统启动后，进行初始化，确认设备通讯正常。然后进行系统标定，标定后选择齿轮型号，确认显示界面中齿轮的图像清晰后，检测系统开始采集待测齿轮图像。配置界面分为两部分：第一部分是配置部分，配置不同齿轮型号的齿数、模数、顶系系数以及齿顶高系数。第二部分是参数显示界面，显示当前选择的齿轮型号对应的各项参数值，试验结束后显示齿轮检测得到的值。试验结束时，在报表生成界面点击报表生成按钮，便会弹出Word文档的报表文件。

4 实验分析

选用一个标准的渐开线直齿圆柱齿轮及量块，计算齿轮理论标准值，将齿轮的系统检测值与理论标准值进行对比分析,验证所设计的渐开线直齿圆柱齿轮检测系统的可行性。通过对比分析可以得到检测系统是否具有可行性以及在检测过程中有哪些因素影响检测。

本文采用模数1.25，齿数40，压力角20°，中心孔直径10 mm的标准渐开线直齿圆柱齿轮进行检测对比。实物见图5，通过计算可以得到各项待检测参数的理论值，结果见表2。

图5 待测齿轮图

图6 万能工具显微镜

模数齿数分度圆直径/mm中心孔直径/mm齿顶圆直径/mm齿根圆直径/mm单齿检测齿距/mm两齿检测距/mm检测值1.2540501052.546.6253.9257.85

齿轮检测时，将待测齿轮手动安置在检测平台上，检测平台采用封闭式背光照明，将待测齿轮放置于平台中央。开启检测软件以及相关硬件，系统自检后，确保软硬件设备通讯正常，调整摄像头的位置以及焦距和光圈，直到在操作界面中图像采集窗口显示的待测齿轮齿廓清晰可见，确认保存后，进行系统标定，软件系统自行运算处理后得到待测齿轮的各项参数(表3)，通过计算可以得到齿轮偏差数据(表4)。

表3 齿轮检测数据

表4 齿轮偏差数据

由于CCD相机本身存在制造误差、软件误差等，验证所设计的渐开线直齿圆柱齿轮检测系统的结果是否合理有效，需要将机器视觉检测系统的检测结果与其他检测工具的检测结果进行对比分析。万能工具显微镜是一种采用影像法与轴切法按直角坐标与极坐标精确地测量各种零件的检测工具，具有抗振动性强、可以实现快速精确定位、自动识别、操作误差小、图像处理能力强、检测精度高等优点。实物见图6。

表5 两种检测方法的检测结果对比

由表5可见，机器视觉检测系统检测值与万能工具显微镜的检测值非常接近，说明设计的检测系统所得的数据真实可靠。

5 结论

渐开线直齿圆柱齿轮检测系统对齿轮各个参数的检测误差最大为0.162 mm，万能工具显微镜的最大检测误差为0.154 mm,通过实验数据对比，可得出机器视觉检测系统检测值精确。机器视觉检测系统结构简单，在减少人工误差、降低劳动强度与难度方面有着显著的优势；渐开线直齿圆柱齿轮检测系统的搭建，符合工业自动化的发展，在机械零件广泛应用的行业中将扮演重要角色。