基于机器视觉的尺寸测量方法

第5章 尺寸测量技术
直线拟合的哈夫变换方法
直线函数：y=px+q
图像空间XY：(x, y) 参数空间PQ：(p, q)
Y (x2, y2)
(x1, y1)
O
X
Q
q=-x1p+y1
q’
q=-x2p+y2
O
p’
P
点--线对偶性：
图像空间中共线的点，对应在参
数空间中相交的线。
参数空间中相交于一点的所有直
Hough变换的基本思想：依次检查图像上的每个棋子(特定 像素)。对每个棋子，找到所有包含它的容器(直线)，并 为每个容器的计数器加1。遍历结束后，统计每个容器 所包含的棋子数量。当图像上某个直线包含的特定像素 足够多时，就可以认为直线存在。
第5章 尺寸测量技术
L4
A L1
B L8
L6
L7
L2
L3
Hough变换时，依次对像素A、B进行处理
像素A的处理结果：L1、L2、L3、L4等直线的计数器加1； 像素B的处理结果：L2、L6、L7、L8等直线的计数器加1； 最终结果：除L2外，其余直线区域的计数器值均为1。
根据图像大小设定阈值T，规定若某个直线计数器内包含 的特定像素数量>T，则认为此直线存在。
第5章 尺寸测量技术
5.5 角度测量
在工业零件视觉检测的应用中，经常需要对工件中的一些 角度进行测量。
螺母正视图中每条边相互的夹角大小及是否相等 零件底面与侧面的垂直度检测
角度检测的关键是对所测角度的两条边线的提取，然后利 用斜率计算公式得到两条线的夹角。
可采用以上介绍的方法，得出两条直线方程
第5章 尺寸测量技术
Hough算法的改进

F a, b i2 yi axi b
i 1 i 1
n
n
2
极值原理：
F a F b
n n n n xi yi xi yi n ③ a i 1 i 1 i 1 2 xi yi axi b 0 2 n n i 1 2 n xi xi ② n i 1 i 1 2 yi axi b 0 1 n a n ① i 1 b yi xi n i 1 n i 1
第5章 尺寸测量技术
第5章 尺寸测量技术
尺寸测量是机器视觉技术最普遍的应用行业，包括 物件的长度、角度、孔径、直径、弧度等都是典型的物件 待测几何参数。 传统尺寸测量精度低、速度慢、无法满足大规模自 动化生产的需要。 基于机器视觉的尺寸测量技术属于非接触性测量， 具有检测精度高、速度快、成本低、便于安装等优点。不 但可以获取在线产品的尺寸参数，同时可对产品作出在线 实时判定和分检。
2. 依次逐行检测至扫描结束。
3. 循环取得各点的标号，根据不同的标号，将像素加到对 应的数组。 4. 计算各个连通区域的面积及个数等。
第5章 尺寸测量技术
Hough算法的改进
基于局部PCA方向统计分析的Hough直线检测算法
首先通过边缘检测获得图像边缘，对边缘像素进行分 块处理，利用PCA得到所有掩膜范围内的主元方向，将 获得的局部方向信息映射到参数空间，侧重利用其统计 规律来模糊约束 Hough变换极角范围，达到减少运算量 和存储累计矩阵的目的。
直线间距离测量 线段长度测量
第5章 尺寸测量技术
5.1.1 距离测量
基本步骤：
1)对定位距离的两条直线进行识别和拟合。(关键步骤) 2)得到直线方程后，根据数学方法计算两线间的距离。

科技创 新 与应 用 Ｉ ２ ０ １ ３ 年第３ ２ 期
工 业 技 术
基 于机器视 觉 的零部 件尺寸检测 技术
鄢 国 林 付 军 杨 亚 宁
（ 大连民族 学院 信 息与通信工程学院， 辽宁 大连 １ １ ６ ０ ０ ０ ）
摘 要： 在 工业 生 产 中 ， 基 于零 部 件尺 寸 的 几何 特征 和 面 阵 式 Ｃ Ｃ Ｄ获取 的零部 件 图像 ， 利 用基 于 Ｈ Ａ Ｌ Ｃ Ｏ Ｎ软 件 的数 字 图像 处理 技术， 采 用灰度 变换、 高斯滤波、 降噪、 标定等一 系列的图像分析处理技术 实现 了对零部件尺寸进行精确检测 。并开发设计 了一 种 自动 检 测及 分拣 系统 ， 实现 了对 零部 件 的 精确 检 测 。 经过 大量 的 实验 结 果表 明 ， 在误 差允 许 范 围 内采 用机 器视 觉 的检 测 方 法 可 以 实现 对零 部 件尺 寸基 本 参数 快 速 准确 的 测量 并 能稳 定 的 实现 自动 化 生产 。 关键 词 ： 机 器视 觉 ； 图像 处 理 ； 零部 件 尺 寸 时候会 涉 及 各种 各 样 的零 部 件 ， 通过 模 板 匹 配技 术 就 可 以实 现 。模 区分不同类型 的物体 和得到 目标物 目前 ， 在新兴市场经济和新型技术不 断崛起 的背景下 ， 生产出 板匹配可 以用来做完整性检测 、 基于灰度 高品质且价格低廉 的产品是企业发展的急切需求 ， 然而近些年来在 体在图像 中的位姿 。模板的匹配有几种不同的匹配方式 ： 使用 图形金字塔进行 的匹配 、 基于灰度值 的亚像素精度 国内现有生产条件下生产出的产品存在着很大的问题。 传统意义上 值 的匹配 、 带旋转和缩放的模板匹配 。在应用匹配 的时候我们主要是 的生产需要设备处于时常工作状态以便于随时检测 ， 然而这样 的工 的匹配 、 作方式导致了设备在一定的时间内出现设备闲置 的现象 ， 大大 的浪 用来区分不 同类型的物体 ，很多其他 的技术都能分别出不同的物 但 对某 种 特 殊 类 型 的 物体 来 说 ， 实 现一 个 可 靠 的 识 别 算 法 是 很 费了生产资源并无法实现可靠的 自动化生产 ； 还有一个更为重要的 体 ， 另 外 如果 被识 别 物体 经 常 发生 变化 。 就 必 须 为每 种 物体 开 原因在于工业生产线上生产出的产品 ， 对于其尺寸精度 的测量人们 复 杂 的 。 大 多 数 都 通 过 自己 的主 观 意识 或 者 粗 浅 的 测试 方 法 去 判 别 零 部 件 发一个新的识别算法。通过模板匹配技术就可以实现上述功能。 ２ ． ５ 提取 亚 像 素边 缘 尺寸是否合格 ， 这样的判断方式检测出的精度根本满足不了客户的 需 求 。基 于上 述 诸 多 问题 的提 出 ， 一 种 基 于机 器 视觉 的检 测 方法 应 亚像素精度轮廓表示 图像 中两个 区域之间的边界 ， 这两个 区域 而另 一 个 区域 的灰 度 值小 于灰 运而生 ， 此概念 的提出为生产加工业实现 自动化 、 智 能化带来 了空 中一个 区域 的灰度 值 大 于灰 度 阈 值 ， 为了获得这个边界我们需要将图像的离散转换成一个连续 前的变革 。随着机器视觉的应用 ， 机器视觉 的应用大大 的提高了产 度阈值 。 品的质量 、 降低 了人 口红利并能在一定程度上 降低生产成本 ， 带动 函数 ， 而通过双线插值的方法就能完成这种转换 。在零部件尺寸检 测 的工 业 生产 中 ， 通 过工 业 相机 采 集 回来 的零 部件 图像 往 往都 是 像 生 产 加工 业 走 向 自动化 、 智 能化 的道路 【 １ 】 。 １系 统 的整 体结 构 素精度 的， 在零部件尺寸检测中我们需要达到 比图像像素分辨率更 因此从 图像 中提取亚像素精度是达到高精度要求的唯一 本研 究是 基 于 工业 生 产线 上 对 不 同零 部 件 尺 寸 的检 测 ， 机 器视 高 的精度 ， 觉 的零 部 件 尺 寸检 测 主 要 分 为 图像 采 集 、 图像 分 析 处 理 、 显 示 结 果 有 效 的途 径 。调 用 ｅ ｄ ｇ ｅ ＿ ｓ ｕ ｂ ＿ ｐ ｉ ｘ算 子 、 ｇ ｅ ｎ ＿ ｐ ｏ ｌ ｙ ｇ ｏ ｎ ｓ ＿ ｘ ｌ ｄ算 子 、 ｓ ｅ — ｅ ｃ ｔ ｃｏ ｎｔ ｏｕｒ ｓ ｘ 及 控 制 三个 部 分 。 系 统主 要 由计 算机 主 机 、 工业 相 机 、 Ｌ Ｅ Ｄ光 源 和光 ｌ ｌ ｄ 、 算子和 ｕ ｎ ｉ ｏ ｎ ＿ ｓ ｔ ｒ ａ ｉ ｇ ｈ ｔ ＿ ｃ ｏ ｎ ｔ ｏ ｕ ｒ ｓ ＿ ｘ ｌ ｄ 算子， 通过滤波 ａ ｎ ｎ ｙ 可 以对 零 部件 目标 Ｒ ｅ ｇ ｉ ｏ ｎ进行 亚 像 素边 缘 提 取 ， 并 可 以直 电传感器 、 Ｐ Ｌ Ｃ可编程控制器以及单片机控制器 、 暗箱等 。 其工作过 器 ｃ 程是 ： 首先初始化设备并 自检设备 ， 然后计算机主机通过软件驱动 接返回由像素点组成的边缘 ， 具有亚像素精度 。 工业相机 （ 面阵式 Ｃ Ｃ Ｄ传 感 器 ） ， 但 是 工 业 相 机 在 此 时 只 是处 于一 ２ ． ６ 转换 为世 界 坐标 个等待采集图像信号的状态 ，当光 电传感器没有检测到物体 时， 此 在图像的分析与处理过程 中， 由于工业相机采集回来 的图像会 那 么 这个 时 候 我们 就 要 对 图像 进 行 一 定程 时工业相机继续等待采集图像信号 ； 当光 电传感器检测到产品经过 出现 一定 程 度上 的 畸变 ， 转 换 为世 界 坐标 的 目的在 于使 用标 定 后 的摄 像机 可 以 在 时， 打开 Ｌ Ｅ Ｄ光源并触发工业相机采集零部件数字图像 信号 ， 然后 度 的校 正 。 关闭Ｌ Ｅ Ｄ光源，单片机控制器经过 Ｕ Ｓ Ｂ串口通信方式将数据传输 世界坐标系 内进行未失真的测量。 这对于零部件尺寸的检测有着很 但是 给计算机 主机进行图像处理 ， 图像处理后判断物体是否合格 ， 不合 好 的效果 。这种未失真的检测用立体重构 的方法 也可 以实现， 格就放入不合格产 品收集箱 ， 合格就检测下一个产品。 立 体 重 构 的方 法需 要 多 个 摄像 机在 不 同的 位 置 上 同 时拍 摄 同一 物 ２ 图像 的 处理 及分 析 体， 但是在实 际应用中由于成本和安装空 间的限制 ， 这种未失 真的 ２ ． １标 定文 件 的 生成 方法是不可取的。因此在零部件检测 中， 我们选择 了转换 为世界坐 在图像处理过程 中， 更值得说明的是标定文件 的生成是有严格 标来达到未失真的测量。通过 ｓ ｅ ｔ ｏ ｒ ｉ ｇ ｉ ｎ ｐ ｏ ｓ ｅ 算子设置原始位姿获 ｍ ａ ｇ ｅ — ｐ ｏ ｉ ｎ ｔ ｓ ＿ ｔ ｏ ＿ ｗ ｏ ｒ ｌ ｄ算 子 转 换 为 世 界 坐 要求 的， 其处理 的步骤依次为创建标定模板 、 初始化内参 、 指定描述 得 系 统 参 数 ，然 后 运 用 ｉ 文件、 收集 标定 数 据 、 配 置校 正 、 标 定 计算 、 获得 标 定参 数 、 生成 标 定 标 。 文件 等 步 骤 。在标 定 的 过程 中运 用 到 了标定 板 ， 在这 里 我 们规 定 其 ３结 束 语 大 小必 需 为视 野 图像 的 １ ／ ４ 。系统 以二 十 幅不 同位 姿 的标 定板 图像 基 于机 器 的零 部件 尺寸 检测 技 术 ， 在 工 业 生产 中起着 举 足 轻重 的作 用 。 随着 机 器 视觉 的应 用 ， 我 们不 难 发 现 ， 机 器 视觉 的应 用 大 大 进 行标 定 并设 置好 标 定 文件 目 。 ２ ． ２ 灰 度转 换 的提高了产 品的质量 、 降低了人 口红利并能在一定程度上降低生产 在实际的生产加工中 ， 由于复杂的环境 因素的影 响很多零部件 成 本 ， 带 动 生产 加 工业 走 向 自动 化 、 智 能 化 的道 路 。 在机 器 视觉 的应 物体特征 的提取和尺寸的精确定位及测量是生产线上不可替 并不是像我们想象中的那么容易 区分。因此 ， 为了快速准确的识别 用中， 我们必须对其进行灰度转换 。 Ｒ Ｇ Ｂ图像每个像素颜色都对应三维空 代 的环 节 。 参 考 文献 间上的一个点 ，而灰度图像像素 的颜色可以对应 于一条直线来表 示。因而 ， 很容易得出彩色 图像转换为灰度 图像实质是寻求一个在 ［ １ 】 赵鹏． 机 器视 觉理 论及 应 用［ Ｍ 】 ． 电子 工业 出版 社 ， ２ ０ １ １ ： １ — ２ ． 三 维空 间 上 的映 射 。 ［ ２ 】 斯蒂格 ， 尤里奇 ， 威德曼． 机器视觉算， ａ － － ￣应 用［ ＭＩ ． 杨少荣， 等译 ２ － ３滤波降噪 北京： 清 华 大学 出版社 ， ２ ０ ０ ８ ： ２ １ ８— ２ ４ ５ ． 在 图像采集过程 中由于零部件结构 的复杂程度不一 ， 因而图像 中的 噪 声是 不可 避 免 的 ，噪声 会 影 响 系 统 对检 测 区域 的识 别 与判 定。 所以降噪滤波在整个检测系统 中起 到了不可替代的作用 。对于 噪 声 的处 理 有线 性 的滤 波 方法 和 非 线性 的滤 波方 法 ， 如 均 值 滤 波为 线性方法 ，采用 ｍ ｅ ａ ｎ ＿ ｉ ｍ ａ ｇ ｅ 算子对 图像灰度值进行平均处理从而 达到降噪平滑图像 的效果 。中值滤波为非线性的方法。然而对于精 度要求 比较高的零部件尺寸检测 ， 这两种滤波方法都不能达到我们 预 期 的效 ��

Ｋｅ ｙ ｗｏ ｒ ｄＳ ＂ｔ － ｅ ｒ ｍｉ ｎ ａ ｌ ；ｄ ｉ ｍｅ ｎ ｓ ｉ ｏ ｎ；ａ ｕ ｔ ｏ ｍａ ｔ ｉ ｃ ｉ ｎ ｓ ｐｅ ｃ ｔ ｉ ｏ ｎ； ｍａ ｃ ｈ ｉ ｎ ｅ ｖ ｉ ｓ ｉ ｏ ｎ
０引言
机器视觉（ Ｍ ａ ｃ ｈ ｉ ｎ ｅ ｖ ｉ ｓ ｉ ｏ ｎ ） 是研究用计算机来模
拟 生 物外 显 或 宏 观 视觉 功 能 的科 学 和技 术 ，用 摄
时间要能够和整个生产线 的生产周期的要求。
１ 系统工作原理
端子 尺寸 检测 系统 由 Ｃ Ｃ Ｄ传 感 器 、光 学 系
像机（ 即图像摄取装置 ，分 Ｃ Ｍ Ｏ Ｓ 和Ｃ Ｃ Ｄ 两种） 和计
算机等ห้องสมุดไป่ตู้器代替人眼对 目标进行测量 、跟踪和识 别 ，并加 以判断 。用图像来创建和恢复现实世界 模 型 ，最终用于实际检测 、测量和控制 。简单地 说 ，机器 视觉可 以理解 成 给机器 加装 上视觉 装 置 ，或 者 是 加 装 有 视觉 装 置 的机 器 ，就 是 用 机 器 代 替人 眼来做测量和判断 。给机器加装视觉装置 的 目的 ，是为 了使机器具有类似于人类 的视觉功 能 ，从而提高机器的自动化和智能化程度ｕ 。 端子零件作为连接件 ，在汽车电子产 品领域 大量使用 ，然后 由于金属端子 的厚度很 薄 ，在接 触力 的作用下 回产生大 的变形 ，从 而产生很大的 检测误差 ，所 以只能采用非接触的检测方法进行
Ｌ Ｅ Ｉ Ｍｉ ｎ — ｈ ｕ ａ ，Ｃ ＨＥ Ｎ Ｌ ｉ ａ ｎ ｇ ２
（ １ ． Ｇｕ ａ ｎ ｇ ｚ ｈ ｏ ｕ Ｏ ＴＩ Ｓ Ｅｌ ｅ ｖ ａ ｔ ｏ ｒ Ｃｏ ． ，Ｌ ｔ ｄ， Ｇｕ ａ ｎ ｇ ｚ ｈ ｏ ｕ ５１ ０ ４ ２ ５， Ｃ ｈ ｉ ｎ ａ； ２ ． Ｈａ ｎ ｇ ｚ ｈ ｏ ｕ Ｗａ ｎ ｘ ｉ ａ ｎ ｇ Ｐ ｏ ｌ ｙ ｔ ｅ ｃ ｈ ｎ ｉ ｃ ，

两种经典的直线拟合(检测)算法：最小二乘法、哈夫(霍夫)变换法
直线拟合的最小二乘法
直线函数：y=ax+b，a、b是待定常数。
记：i=yi-(axi+b)
i反映计算值y与实际值yi的偏差，可正可负。 用i的平方反映估计值与实际值的偏差。
n
对拟合直线上的若干点，当它们的偏差平方和
2 i
最小，
决定的直线上所拥有的像素数。 初始化时，矩阵M置为0。
直线拟合的哈夫变换方法
2. 遍历图像，对像素(xi, yi) ，将的所有量化值和像素坐
标(xi, yi)，依次代入直线的极坐标方程，计算r的值， 根据当前r、，将对应的累加器加1，即： M[r][]=M[r][]+1。
第5章内容
长度测量 面积测量 圆测量 线弧测量 角度测量
5.1 长度测量
长度测量是尺寸测量技术中应用最广泛的一种测量， 基于机器视觉的长度测量发展迅速，技术比较成熟。特 别是测量精度高、速度快，对在线有形工件的实时 NG(No Good)判定、监控分检方面应用广泛。
直线间距离测量 线段长度测量
直线拟合的哈夫变换方法
点--线对偶性：
1. 图像空间XY中共线的点，对应在参数空间PQ中相交的线。 2. 参数空间PQ中相交于一点的所有直线，在图像空间XY里
都有共线的点与之对应。
结论：在PQ平面上相交直线最多的点，对应在XY平面上 的直线就是解。
问题：在XY平面中用斜率描述的直线存在斜率P无穷大(即 直线垂直)的情况，会给计算带来不便，一般采用点-正 弦曲线对偶。
它通过将源图像上的点映射到用于累加的参数空间， 实现对已知解析式曲线的识别。
由于Hough变换利用了图像全局特性，所以受噪声和 边界间断的影响较小，比较鲁棒(Robust)。

集 、处 理 、结 果 判 断 与 存 储 。 该 测 量 系 统 自动 化 程 度 高 、 成 本 较 低 、 测 量 速 度 快 ，测 量 精 度 可 达 士 ０ ． ０ ３
ｍｍ，可 部 分 取 代 三 坐 标 测 量 机 在 工 业 高 精 度 尺 寸 测 量 中的应 用 。 关 键 词 ：机 器 视 觉 ；测 量 系统 ； 工 业尺 寸 测 量
坐 标测 量机 配合夹 具 、 棱 镜才 能 够完成 ， 该 方法 费 时费 力， 自动化程 度低 。因此 ， 本 文提 出一 种基 于 多工业 智 能 相机Ｌ ４ 的非接 触 式 高精 度 三 维 尺 寸 测 量 系统 ， 该 系 统 自动化 程度 高 、 成本较低 、 测量速度快 ， 可 部 分 取 代 价 格 昂贵 的三 坐标测 量机 在工 业 高精度 尺 寸测 量 中的 应用 。 １ 高精 度三维 尺寸 测量 系统 研究 如图 １ 所示 为待 检 测 工 件 ， 其 具 有 两 条水 平 的边 框 以及两个 轴线 水平 的 圆孔 ， 根 据 生产要 求 ， 需要 测量 出这 两个 轴 线 水 平 的 圆 孔 中心 至 两 边 框 中 分 线 的距 离 。由于边 框 中分面 和 圆孔 不 处于 同一 平面 ， 因此 ， 涉 及 到 三维尺 寸 的测 量 。 本 文设 计 的高 精 度 三 维 尺 寸 测 量 系 统 如 图 ２所 示， 该 系统包 括机架 、 两 个相 机 支 撑 架 、 位 于两 个 相 机 支 撑架 之 间且 其 上 带 有 多 个标 记 点 的 待 测 工 件 定 位 座， 以及 用 于带动待 测 工 件定 位 座 在机 架 上 平 移 的 气 缸和 ３ 个 工业 智能 相机 ， 待 测工 件 定 位 座 上 还 设 有将 待 测工件 上 的两个 水平 圆孔 折 射 至 竖 直 方 向 的棱 镜 ，