基于機(jī)器視覺的自動(dòng)定位系統(tǒng)的研究

基于機(jī)器視覺的自動(dòng)定位系統(tǒng)的研究

0動(dòng)態(tài)彈性點(diǎn)技術(shù)隨著現(xiàn)代社會(huì)科學(xué)技術(shù)的發(fā)展和進(jìn)步，手機(jī)已經(jīng)成為大多數(shù)人日常生活中不可或缺的工具。人們使用手機(jī)進(jìn)行通信、娛樂和購(gòu)物，這增加了人們對(duì)手機(jī)及其部件的質(zhì)量要求。耳機(jī)插孔是手機(jī)外部極其重要的零件之一,用于接電話、聽音樂、看電影等,這促使智能手機(jī)生產(chǎn)企業(yè)提高耳機(jī)插孔的制造質(zhì)量,在智能手機(jī)日趨同質(zhì)化的今天,給終端用戶提供獨(dú)特并且最佳的耳機(jī)功能享受,是每個(gè)智能手機(jī)制造商都必須考慮的事情。耳機(jī)插孔系圓筒形零件,與其配合使用的即耳機(jī)插頭。當(dāng)插頭與插孔配合使用時(shí),插頭上的金屬觸面與插孔內(nèi)凸起的彈性觸點(diǎn)配合接觸,完成耳機(jī)與手機(jī)之間的聯(lián)接。耳機(jī)孔壁上彈性觸點(diǎn)的高度決定著耳機(jī)插頭在與其配合時(shí)的松緊度與電接觸優(yōu)劣度,所以彈性觸點(diǎn)的高度檢測(cè)成為現(xiàn)代智能手機(jī)生產(chǎn)商越來越重視的環(huán)節(jié)。機(jī)器視覺作為工業(yè)自動(dòng)化領(lǐng)域的一項(xiàng)新型技術(shù),涉及計(jì)算機(jī)科學(xué)、人工智能、圖像處理、神經(jīng)生物學(xué)、模式識(shí)別等領(lǐng)域,已廣泛參與到生產(chǎn)監(jiān)視、物料定位、零件檢驗(yàn)、表面缺陷檢測(cè)等具體應(yīng)用中,近年來得到人們廣泛關(guān)注。本文所述系統(tǒng)要求檢測(cè)耳機(jī)孔壁彈性觸點(diǎn)的高度,其藏于孔壁內(nèi)側(cè)且尺寸微小,工業(yè)上常利用萬能工具顯微鏡(例如德國(guó)OPTON生產(chǎn)的UMM型工顯)進(jìn)行耳機(jī)孔壁彈性觸點(diǎn)高度的檢測(cè),測(cè)量過程復(fù)雜,且用人眼根本無法連續(xù)穩(wěn)定的進(jìn)行測(cè)量,反而會(huì)帶入人為誤差,本文構(gòu)建一套基于視覺軟件Sherlock的非接觸測(cè)量系統(tǒng)來進(jìn)行耳機(jī)孔壁彈性觸點(diǎn)的高度檢測(cè)。1視覺系統(tǒng)的工作原則和硬件組成1.1數(shù)字視頻監(jiān)控系統(tǒng)機(jī)器視覺是用機(jī)器代替人眼來做測(cè)量和判斷,機(jī)器視覺系統(tǒng)是指通過機(jī)器視覺產(chǎn)品將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào),傳送給專用的圖像處理系統(tǒng),根據(jù)像素分布和亮度、顏色等信息,轉(zhuǎn)變成數(shù)字化信號(hào);圖像處理軟件對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來抽取目標(biāo)特征,如位置、面積、數(shù)量、長(zhǎng)度等,再根據(jù)預(yù)設(shè)的公允值和其他條件輸出結(jié)果,例如尺寸、角度、數(shù)量、合格/不合格、有/無等,進(jìn)而根據(jù)判別結(jié)果來控制現(xiàn)場(chǎng)設(shè)備動(dòng)作。機(jī)器視覺系統(tǒng)的基本組成與信息傳遞過程可概括為:光源、目標(biāo)工件、鏡頭、CCD相機(jī)、采集卡、PC、圖像處理軟件、信號(hào)輸出裝置及機(jī)械構(gòu)件運(yùn)動(dòng)處理,如圖1所示。1.2組成和結(jié)果分析本視覺檢測(cè)系統(tǒng)主要由圖像采集、圖像處理、測(cè)量計(jì)算及結(jié)果分析幾部分組成,如圖2所示。硬件包括工業(yè)計(jì)算機(jī)、CCD、工業(yè)鏡頭、GigE網(wǎng)卡及網(wǎng)線、機(jī)器視覺光源、光源控制器、工作臺(tái)等,如圖3所示。2軟件和測(cè)試結(jié)果2.1圖像特征邊緣點(diǎn)提取系統(tǒng)軟件為自編程序,主要是圖像處理及測(cè)量部分。本套檢測(cè)軟件的設(shè)計(jì)思想是在模塊化的基礎(chǔ)上,利用完善的Windows系統(tǒng)操作平臺(tái),采用VisualC++語(yǔ)言編制而成。主要包括圖像采集、參數(shù)設(shè)置、預(yù)處理(降噪)、特征邊緣點(diǎn)提取及數(shù)據(jù)計(jì)算。測(cè)量步驟:1硬件初始化;2工件機(jī)械定位;3打開光源;4CCD拍照;5圖像處理;6數(shù)據(jù)分析。由于耳機(jī)插孔內(nèi)觸點(diǎn)位置逐漸向內(nèi)共3個(gè),機(jī)械結(jié)構(gòu)保持耳機(jī)插孔位置不變,由伺服電機(jī)帶動(dòng)CCD前后移動(dòng),在第一個(gè)觸點(diǎn)位置拍照,記錄圓筒軸心點(diǎn)及觸點(diǎn)弧頂點(diǎn)位置,并計(jì)算兩者間距離后,CCD移至第二觸點(diǎn)位置處,拍得其截面弧線,得特征點(diǎn)并計(jì)算距離,以此類推求得第三個(gè)觸點(diǎn)弧面頂點(diǎn)到軸心線的距離。2.2a.系統(tǒng)遠(yuǎn)心外來電路本視覺系統(tǒng)圖像采集CCD采用加拿大TeledyneDALSA公司研制的GenieM1600-1/1.8智能相機(jī),該工業(yè)相機(jī)的像素個(gè)數(shù)為1600×1200,像元尺寸為4.4μm,采用GigE/GigEVision接口與PC聯(lián)接通訊。鏡頭采用日本OPTART遠(yuǎn)心鏡頭MP-1M-65/MP-1F-65,光源采用OPT-PI0805紅外點(diǎn)光源。利用上述圖像采集硬件系統(tǒng),配合PLC發(fā)送低電平指令給智能相機(jī),控制快門觸發(fā)拍照,采集圖像如圖4所示。2.3圖像的二值化、資本性及微分化對(duì)圖像進(jìn)行預(yù)處理的方法有中值濾波、二值化和圖像銳化。中值濾波器是將濾波器所含鄰域內(nèi)的所有像素的灰度值排序,取中值后再替換掉鄰域的中心像素灰度值。中值ξ通過樣本的概率分布,其中排序后的像素灰度值50%要小于ξ,而另外的50%要大于ξ,ξ的計(jì)算如公式(1),圖像二值化是選取一個(gè)灰度分割閾值T,將圖像中灰度值大于T的像素點(diǎn)認(rèn)為是純白色點(diǎn),灰度值小于T的像素點(diǎn)認(rèn)為是純黑色點(diǎn),設(shè)圖像表示為f(x,y),則二值化的數(shù)學(xué)表達(dá)式如公式(2),圖像銳化是對(duì)圖像進(jìn)行微分運(yùn)算,使圖像能夠突出灰度的過渡部分,以一維函數(shù)f(x)為例,其一階微分如公式(3),對(duì)圖像進(jìn)行上述三種預(yù)處理后,得到的圖像如圖5a所示。當(dāng)圖像進(jìn)行預(yù)處理后,需要對(duì)圖像的目標(biāo)特征進(jìn)行匹配定位,目的是在每次檢測(cè)時(shí),都能夠通過模板匹配準(zhǔn)確得找到目標(biāo)物。利用灰度值的相關(guān)性搜索方法,對(duì)圖像凸起的彈性觸點(diǎn)進(jìn)行匹配,并擴(kuò)大搜索框,使目標(biāo)特征落在搜索框內(nèi)實(shí)現(xiàn)定位,如圖5b所示。最后對(duì)圖像的邊緣點(diǎn)進(jìn)行提取和計(jì)算,最常用的方法是利用微分類梯度算子,對(duì)圖像進(jìn)行邊緣像素突變點(diǎn)的提取,如圖5c所示。3零件實(shí)際測(cè)量數(shù)據(jù)對(duì)采集到的圖像進(jìn)行預(yù)處理和特征提取之后,可得到外、中、內(nèi)部三個(gè)彈性觸點(diǎn)的弧面頂點(diǎn)到耳機(jī)插孔中軸線之間的距離,距離的尺寸范圍是1.40~1.55mm。測(cè)量12個(gè)零件所得數(shù)據(jù)如表1所示,表1中各觸點(diǎn)高度的測(cè)得值左邊為利用視覺測(cè)量系統(tǒng)測(cè)得的值,右邊值為利用萬能工具顯微鏡測(cè)量所得值。萬能工具顯微鏡的測(cè)量精度可以精確到0.001mm,可作為測(cè)量結(jié)果的衡量標(biāo)準(zhǔn)。由表1數(shù)據(jù)可知,本套視覺測(cè)量系統(tǒng)的精度在±0.006mm之內(nèi),公差的最大差值0.150mm,故測(cè)量精度能夠滿足耳機(jī)插孔彈性觸點(diǎn)的測(cè)量標(biāo)準(zhǔn)。4動(dòng)態(tài)高精度插孔檢測(cè)精度的提高(1)提出一種基于機(jī)器視覺的自動(dòng)檢測(cè)系統(tǒng)的原理及方法,該方法有效解決了耳機(jī)插孔內(nèi)部彈性觸點(diǎn)的難測(cè)量問題,更為有效的提高耳機(jī)插孔的制造工藝質(zhì)量。(2)實(shí)現(xiàn)對(duì)耳機(jī)插孔內(nèi)壁彈性觸點(diǎn)