轴类零件自动检测的新方法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
CCD器件 (电荷耦合器件 ) 摄像系统自动测量工
第 4期
李百华等: 轴类零件自动检测的新方法
511
件尺寸的基本原理如图 1所示。 CCD摄取零件的图像 后, 通过图像采集卡将图像传输到计算机, 得到零件的 外形轮廓。实际零件与所摄图像之间存在线性关系, 对图象进行处理就可以测量出零件实际尺寸 [ 2] 。
收稿日期: 2008 03 18 作者简介: 李百华 ( 1976- ), 硕士 研究生, 研究方 向为自 动控制、图
像处理、汽车检测技术, lbh1994@ 163. com; 王 时龙 ( 联系 人 ) , 教授, 博士生导师, slw ang@ cqu. edu. cn
1 信息采集方式 1 1 CCD信息采集
由上面所述, 要将 CCD 扫描过整个曲轴轴线, 并且曲轴中心线与 CCD运动的直线应平行, 高度相 同, 这样采集的图片利于合成, 最终设计出来的扫描 系统的结构如图 4所示。
图 2 检测机构简图
2 机械结构 2 1 曲轴的转动机构
由于曲轴结构复杂、尺寸多、立体性、形状不规 范, 要将各个位置尺寸都检测到, 需要多角度采集信 息, 将曲轴上各处尺寸都在图像中显示, 才可以满足 曲轴的检测要求, 在多次采集的过程中, 许多尺寸将 重复出现, 对重复测量的结果通过平均, 检测精度将 进一步提高。由于要检测的曲轴型号多, 为适应不 同型号的检测要求, 装夹机构设计成一边用三爪卡 盘固定, 而另一端是可调的平台支撑机构, 适应Hale Waihona Puke Baidu轴 长度的变化。如图 3所示。
对数字图像 ( , )的每个像素取它的梯度值 ! ∀ ( , ) = ( #x f ( i, j) ) 2 + ( #y f ( i, j) ) 2 ( 1)
取适当的门限 ∃ % &, 如果 ! ∀ ( , ) > ∃ % &, 则 ( , ) 为阶跃状边缘点。
Roberts算子是对 ! ∀ ( , )的一种近似 P(, ) =
图 1 CCD 信息采集原理图
1 2检测系统的组成 首先是由滑块上的 CCD摄像头、丝杆、曲轴装夹
机构和步进电机组成的图像采集系统, 通过对步进电 机转动控制, 再经过丝杆和滑块带动 CCD扫描整个 曲轴, 将采集的图像传输到计算机中, 从而得到曲轴 的完整信息。检测机构简图如图 2所示。另一部分 是在计算机内运行的软件系统, 将采集的图像进行处 理, 最终检测出要求的数据, 得到各处的尺寸。
图 4 扫描运动系统
3 控制软件 软件系统由运动控制和图像 处理两个方面组
成。运动控制部分实现曲轴的定位、摄像头的运动、 曲轴的转动; 图像 处理部分完成 采集图像、保存图 片、合成图片和对合成的曲轴图像进行二值化、边缘 提取、尺寸测量、打印测量结果 等计算过程 [ 3] 。两 个部分不是独立完成, 而是交织在一起工作, 共同实 现检测功能。 3 1 曲轴检测位置的确定
图 6 视角示意图
3 3 图片的提取与合成 曲轴图片采集完成后, 保存至指定位置。每张
图片中间区域基本是垂直, 提取图片中间一小部分 像素宽度 代 表的 实 际距 离 是相 邻 两次 采 集 图片 CCD 走过的距离。走过的距离 和采集的距离相同 避免重复提取和遗漏的情况出现。
图片合成是提取的逆过程。因为采集的图片有 先后的顺序, 顺序代表曲轴的不同位置, 应依次连接 起来, 并且每张提取图片要紧靠上一张图片的最后
图 3 曲轴转动结构
2 2 CCD摄像头扫描机构 曲轴整体尺寸大、公差要求高, , 结构复杂, 立体
性强, 一次拍摄整体的轮廓, CCD 的像素点所对应 的实际尺寸要大于公差要求, 不能达到检测的精度。 该系统采用多次采集曲轴图片, 将采集的图片合并 组成完整曲轴, 合成曲轴图像的像素点检测精度可 以达到要求, 从而提高整体检测效果。
∋(){ | ( - 1, - 1) - ( + 1, + 1) |, | ( - 1, + 1) - ( + 1, - 1) | } ( 2)
可用 ! ( , ) = | #) ( , ) | + | #) ( , ) ( 3)
作为 ! ∀ ( , ) 的近似 [ 7] 。最后提取的结果如 图 8所示。
51 2
机械科学与技术
第 28卷
步进电机带动曲轴转过一个角度, 采集图片, 检测图 片最高点位置是否在上述范围内。在该范围内, 曲轴 位置就是采集图像的最佳位置, 不在该范围内, 重复 以上步骤。这一过程流程图如图 5所示。
一个像素点位置排放, 防止出现两张图片像素重叠 或衔接不紧密。最后合成的曲轴图像如图 7 所示。
之中, 这是目前研究热点之一 [ 1, 2] 。 在自动检测领域, 传感器技术的进步促进了各种
自动检测方法不断涌现, 出现了各种各样的自动接触 或非接触式检测方法, 这样给零件的检测系统提供了 多种选择余地。在发动机曲轴锻件等轴类零件的生 产中, 国内的厂家实现了自动或半自动化 [ 1] 。而其相 应的检测, 由于曲轴零件的结构复杂, 尺寸大, 立体性 强, 基本停留在手工检测阶段, 检测人员的劳动强度 大、效率低, 其测量精度受到很大的影响, 并且检测尺 寸的数量不能满足检测的要求, 许多尺寸无法检测, 检测手段的落后不能适应发展的需要[ 1, 2 ]。
中图分类号: TP391
文献标识码: A
文章编号: 1003 8728( 2009) 04 0510 04
An Autom atic Gauging System for C rankshaft
L i B aihua1, W ang Sh ilong2, L i Xueb ing3
( 1G uangdong V ocational Co llege o fM echan ica l and E lectrical T echno logy, G uangdong 510515; 2 Co llege ofM echan ica l Eng ineering, Chongqing U n ive rsity, Chongqing 400044; 3D aqing O il F ield E lectric P ow er G roup G as Turbine P lant, D aq ing 163114)
2009年 4月 第 28卷 第 4期
机械科学与技术 M echan ica l Sc ience and T echno logy fo r A e rospace Eng ineer ing
A pril 2009 V o.l 28 N o. 4
轴类零件自动检测的新方法
李百华
李百华 1, 王时龙 2, 李雪冰3
处的特征信息, 从而精确快速的检测出曲轴各个位置的几何尺寸和形位公差, 判断出被测曲轴是否
为合格产品, 达到该种轴类零部件检测目的。该方法解决了立体大尺寸零件测量中视角和检测精
度的难题, 拓宽了 CCD 检测的应用领域, 为其他轴类零件检测提供了一种新方法。
关 键 词: 发动机曲轴; 自动检测; CCD( 电器耦合器件 )
图 8 边缘提取结果
第 4期
图 5 曲轴检测位置找寻流程图
3 2 运动控制和图片采集 曲轴位置确定后, 使 曲轴固定不动, CCD 运动
一定距离采集一张图 片。除上面提 到的精度要求 外, CCD 运动到两个不同位置时, 拍摄同一截面位 置存在偏差, 这是曲轴立体效果和视角造成的结果 ( 如图 6), 它直接影响合成图片的检测精度。该系 统采取多次拍摄, 提取图片中间的一小部分, 再将这 些中间部分图片合成, 使曲轴以垂直投影的形式落 到合成的图像上, 解决立体效果和视角的影响。
( 1 广东机电职业技术学院, 广州 510515; 2 重庆大学 机械学院, 重庆 400044; 3大庆油田电力集团燃机电厂, 大庆 163114 )
摘 要: 本文提出了以 CCD 摄像方式来获取立体大尺寸发动机曲轴检测信息的方法, 阐述了该系
统的机械结构和软件组成, 介绍了对采集曲轴检测信息的提取、合成等图像处理过程, 得到曲轴各
检测系统的机械部分结构如图 2所示。由于曲 轴装夹的随意性, 首先应确定最佳检测位置。根据曲 轴的结构特点, 其沿主轴转动时, 图像高点达到最大 是采集图像的最佳位置。曲轴最远边缘点到曲轴主 轴线的距离, 各种型号这个值是确定的, 当曲轴最远 边缘点与主轴中心线形成的平面与 CCD镜头表面平 行时, 得到图像的高点达到最大。由于 CCD 与曲轴 主轴中心线的相对位置装夹后基本不变, 检测的曲轴 是半成品, 有毛刺存在, 所以曲轴最高点在图像中的 位置在很小的范围内波动。 CCD运动到一定位置后,
随着科技的进步和计算机业的不断发展, 数字 图像处理技术也得到飞速的进步, 且其应用领域日 益扩大。该技术是在数字技术和大规模集成电子技 术的高速发展基础上, 使得图像信息的采集、处理、 传输、显示和存储等技术有可能得以实际应用。各 种数字图像处理方法不断出现, 其中图像的变换、增 强、复原、分析等方面已经有很多成熟的算法。在边 缘提取方面, 虽然目前已研究出不少边缘提取、区域 分割的方法, 但还没有一种普遍适用于各种图像的 有效方式。因此, 对图像分割的研究还在不断深入
Abstract: W e presen t a m ethod for obta ining three d im ensiona l and large size parts info rm ation by CCD ( Charge Coupled Device), illustrate the m echanical structure and so ftw are composition of this system, and in troduce im age processing for extraction and synthesis o f crankshaft m easurem ent inform ation. W ith the inform ation obta ined from im age processing, geom etric dim ensions and to lerances o f the crankshaft of different ang les can be determ ined pre cise ly and rap idly. In this w ay the goal o f crankshaft m easurem ent is achieved. T h is m ethod settles the diff icult problem o f v isual ang le and precision of the three d im ensional and large size parts, expands the CCD detecting ap plicat ion field and prov ides a new w ay for other crankshaft parts m easurem en.t K ey w ord s: crankshaf;t autom atic m easurem en;t CCD( Charge Coup led Dev ice)
图 7 合成的曲轴图像
3 4 图像的边缘提取 边缘是图像的最基本的特征。由于图像系统是
在精心设计的可控环境下获取被测零件的图片, 因 此图像测量系统的边缘检 测算法侧重于定 位的精 确, 不漏检真边缘, 同时不产生伪边缘 [ 4 ] 。
边缘提取方法很多, 如 Roberts梯度算子、Sobe l 梯度 算 子、拉 普 拉 斯算 子、Prew itt 梯 度算 子 以 及 K risch算子等 [ 5] 。上述边缘检测算子看来 很相似, 但 Robert算子对具有陡峭的低噪声图像响应最好, 其他几种算子对灰度渐变和噪声较多的图像处理的 效果较好。根据实际情况, 图片为有陡峭的低噪声 图像, 所以选取用 R oberts梯度算子 [ 6] 。
第 4期
李百华等: 轴类零件自动检测的新方法
511
件尺寸的基本原理如图 1所示。 CCD摄取零件的图像 后, 通过图像采集卡将图像传输到计算机, 得到零件的 外形轮廓。实际零件与所摄图像之间存在线性关系, 对图象进行处理就可以测量出零件实际尺寸 [ 2] 。
收稿日期: 2008 03 18 作者简介: 李百华 ( 1976- ), 硕士 研究生, 研究方 向为自 动控制、图
像处理、汽车检测技术, lbh1994@ 163. com; 王 时龙 ( 联系 人 ) , 教授, 博士生导师, slw ang@ cqu. edu. cn
1 信息采集方式 1 1 CCD信息采集
由上面所述, 要将 CCD 扫描过整个曲轴轴线, 并且曲轴中心线与 CCD运动的直线应平行, 高度相 同, 这样采集的图片利于合成, 最终设计出来的扫描 系统的结构如图 4所示。
图 2 检测机构简图
2 机械结构 2 1 曲轴的转动机构
由于曲轴结构复杂、尺寸多、立体性、形状不规 范, 要将各个位置尺寸都检测到, 需要多角度采集信 息, 将曲轴上各处尺寸都在图像中显示, 才可以满足 曲轴的检测要求, 在多次采集的过程中, 许多尺寸将 重复出现, 对重复测量的结果通过平均, 检测精度将 进一步提高。由于要检测的曲轴型号多, 为适应不 同型号的检测要求, 装夹机构设计成一边用三爪卡 盘固定, 而另一端是可调的平台支撑机构, 适应Hale Waihona Puke Baidu轴 长度的变化。如图 3所示。
对数字图像 ( , )的每个像素取它的梯度值 ! ∀ ( , ) = ( #x f ( i, j) ) 2 + ( #y f ( i, j) ) 2 ( 1)
取适当的门限 ∃ % &, 如果 ! ∀ ( , ) > ∃ % &, 则 ( , ) 为阶跃状边缘点。
Roberts算子是对 ! ∀ ( , )的一种近似 P(, ) =
图 1 CCD 信息采集原理图
1 2检测系统的组成 首先是由滑块上的 CCD摄像头、丝杆、曲轴装夹
机构和步进电机组成的图像采集系统, 通过对步进电 机转动控制, 再经过丝杆和滑块带动 CCD扫描整个 曲轴, 将采集的图像传输到计算机中, 从而得到曲轴 的完整信息。检测机构简图如图 2所示。另一部分 是在计算机内运行的软件系统, 将采集的图像进行处 理, 最终检测出要求的数据, 得到各处的尺寸。
图 4 扫描运动系统
3 控制软件 软件系统由运动控制和图像 处理两个方面组
成。运动控制部分实现曲轴的定位、摄像头的运动、 曲轴的转动; 图像 处理部分完成 采集图像、保存图 片、合成图片和对合成的曲轴图像进行二值化、边缘 提取、尺寸测量、打印测量结果 等计算过程 [ 3] 。两 个部分不是独立完成, 而是交织在一起工作, 共同实 现检测功能。 3 1 曲轴检测位置的确定
图 6 视角示意图
3 3 图片的提取与合成 曲轴图片采集完成后, 保存至指定位置。每张
图片中间区域基本是垂直, 提取图片中间一小部分 像素宽度 代 表的 实 际距 离 是相 邻 两次 采 集 图片 CCD 走过的距离。走过的距离 和采集的距离相同 避免重复提取和遗漏的情况出现。
图片合成是提取的逆过程。因为采集的图片有 先后的顺序, 顺序代表曲轴的不同位置, 应依次连接 起来, 并且每张提取图片要紧靠上一张图片的最后
图 3 曲轴转动结构
2 2 CCD摄像头扫描机构 曲轴整体尺寸大、公差要求高, , 结构复杂, 立体
性强, 一次拍摄整体的轮廓, CCD 的像素点所对应 的实际尺寸要大于公差要求, 不能达到检测的精度。 该系统采用多次采集曲轴图片, 将采集的图片合并 组成完整曲轴, 合成曲轴图像的像素点检测精度可 以达到要求, 从而提高整体检测效果。
∋(){ | ( - 1, - 1) - ( + 1, + 1) |, | ( - 1, + 1) - ( + 1, - 1) | } ( 2)
可用 ! ( , ) = | #) ( , ) | + | #) ( , ) ( 3)
作为 ! ∀ ( , ) 的近似 [ 7] 。最后提取的结果如 图 8所示。
51 2
机械科学与技术
第 28卷
步进电机带动曲轴转过一个角度, 采集图片, 检测图 片最高点位置是否在上述范围内。在该范围内, 曲轴 位置就是采集图像的最佳位置, 不在该范围内, 重复 以上步骤。这一过程流程图如图 5所示。
一个像素点位置排放, 防止出现两张图片像素重叠 或衔接不紧密。最后合成的曲轴图像如图 7 所示。
之中, 这是目前研究热点之一 [ 1, 2] 。 在自动检测领域, 传感器技术的进步促进了各种
自动检测方法不断涌现, 出现了各种各样的自动接触 或非接触式检测方法, 这样给零件的检测系统提供了 多种选择余地。在发动机曲轴锻件等轴类零件的生 产中, 国内的厂家实现了自动或半自动化 [ 1] 。而其相 应的检测, 由于曲轴零件的结构复杂, 尺寸大, 立体性 强, 基本停留在手工检测阶段, 检测人员的劳动强度 大、效率低, 其测量精度受到很大的影响, 并且检测尺 寸的数量不能满足检测的要求, 许多尺寸无法检测, 检测手段的落后不能适应发展的需要[ 1, 2 ]。
中图分类号: TP391
文献标识码: A
文章编号: 1003 8728( 2009) 04 0510 04
An Autom atic Gauging System for C rankshaft
L i B aihua1, W ang Sh ilong2, L i Xueb ing3
( 1G uangdong V ocational Co llege o fM echan ica l and E lectrical T echno logy, G uangdong 510515; 2 Co llege ofM echan ica l Eng ineering, Chongqing U n ive rsity, Chongqing 400044; 3D aqing O il F ield E lectric P ow er G roup G as Turbine P lant, D aq ing 163114)
2009年 4月 第 28卷 第 4期
机械科学与技术 M echan ica l Sc ience and T echno logy fo r A e rospace Eng ineer ing
A pril 2009 V o.l 28 N o. 4
轴类零件自动检测的新方法
李百华
李百华 1, 王时龙 2, 李雪冰3
处的特征信息, 从而精确快速的检测出曲轴各个位置的几何尺寸和形位公差, 判断出被测曲轴是否
为合格产品, 达到该种轴类零部件检测目的。该方法解决了立体大尺寸零件测量中视角和检测精
度的难题, 拓宽了 CCD 检测的应用领域, 为其他轴类零件检测提供了一种新方法。
关 键 词: 发动机曲轴; 自动检测; CCD( 电器耦合器件 )
图 8 边缘提取结果
第 4期
图 5 曲轴检测位置找寻流程图
3 2 运动控制和图片采集 曲轴位置确定后, 使 曲轴固定不动, CCD 运动
一定距离采集一张图 片。除上面提 到的精度要求 外, CCD 运动到两个不同位置时, 拍摄同一截面位 置存在偏差, 这是曲轴立体效果和视角造成的结果 ( 如图 6), 它直接影响合成图片的检测精度。该系 统采取多次拍摄, 提取图片中间的一小部分, 再将这 些中间部分图片合成, 使曲轴以垂直投影的形式落 到合成的图像上, 解决立体效果和视角的影响。
( 1 广东机电职业技术学院, 广州 510515; 2 重庆大学 机械学院, 重庆 400044; 3大庆油田电力集团燃机电厂, 大庆 163114 )
摘 要: 本文提出了以 CCD 摄像方式来获取立体大尺寸发动机曲轴检测信息的方法, 阐述了该系
统的机械结构和软件组成, 介绍了对采集曲轴检测信息的提取、合成等图像处理过程, 得到曲轴各
检测系统的机械部分结构如图 2所示。由于曲 轴装夹的随意性, 首先应确定最佳检测位置。根据曲 轴的结构特点, 其沿主轴转动时, 图像高点达到最大 是采集图像的最佳位置。曲轴最远边缘点到曲轴主 轴线的距离, 各种型号这个值是确定的, 当曲轴最远 边缘点与主轴中心线形成的平面与 CCD镜头表面平 行时, 得到图像的高点达到最大。由于 CCD 与曲轴 主轴中心线的相对位置装夹后基本不变, 检测的曲轴 是半成品, 有毛刺存在, 所以曲轴最高点在图像中的 位置在很小的范围内波动。 CCD运动到一定位置后,
随着科技的进步和计算机业的不断发展, 数字 图像处理技术也得到飞速的进步, 且其应用领域日 益扩大。该技术是在数字技术和大规模集成电子技 术的高速发展基础上, 使得图像信息的采集、处理、 传输、显示和存储等技术有可能得以实际应用。各 种数字图像处理方法不断出现, 其中图像的变换、增 强、复原、分析等方面已经有很多成熟的算法。在边 缘提取方面, 虽然目前已研究出不少边缘提取、区域 分割的方法, 但还没有一种普遍适用于各种图像的 有效方式。因此, 对图像分割的研究还在不断深入
Abstract: W e presen t a m ethod for obta ining three d im ensiona l and large size parts info rm ation by CCD ( Charge Coupled Device), illustrate the m echanical structure and so ftw are composition of this system, and in troduce im age processing for extraction and synthesis o f crankshaft m easurem ent inform ation. W ith the inform ation obta ined from im age processing, geom etric dim ensions and to lerances o f the crankshaft of different ang les can be determ ined pre cise ly and rap idly. In this w ay the goal o f crankshaft m easurem ent is achieved. T h is m ethod settles the diff icult problem o f v isual ang le and precision of the three d im ensional and large size parts, expands the CCD detecting ap plicat ion field and prov ides a new w ay for other crankshaft parts m easurem en.t K ey w ord s: crankshaf;t autom atic m easurem en;t CCD( Charge Coup led Dev ice)
图 7 合成的曲轴图像
3 4 图像的边缘提取 边缘是图像的最基本的特征。由于图像系统是
在精心设计的可控环境下获取被测零件的图片, 因 此图像测量系统的边缘检 测算法侧重于定 位的精 确, 不漏检真边缘, 同时不产生伪边缘 [ 4 ] 。
边缘提取方法很多, 如 Roberts梯度算子、Sobe l 梯度 算 子、拉 普 拉 斯算 子、Prew itt 梯 度算 子 以 及 K risch算子等 [ 5] 。上述边缘检测算子看来 很相似, 但 Robert算子对具有陡峭的低噪声图像响应最好, 其他几种算子对灰度渐变和噪声较多的图像处理的 效果较好。根据实际情况, 图片为有陡峭的低噪声 图像, 所以选取用 R oberts梯度算子 [ 6] 。