1、 硕士专业学位论文论文题目 基于机器视觉的密封圈尺寸在线检测系统的设计研究生姓名 柯国梁孙兵指导教师姓名专业名称研究方向论文提交日期电子与通信工程图像处理2014年 4月基于机器视觉的密封圈尺寸在线检测系统的设计 中文摘要基于机器视觉的密封圈尺寸在线检测系统的设计中文摘要橡塑密封圈的品质影响着机械的密封性能，而密封圈尺寸是否合格直接决定了密封圈的质量，我国现有密封圈尺寸的测量方法都是采用人工测量，这种方法存在测量精度差、劳动强度大、生产效率低等问题，而基于机器视觉技术的检测系统可以改善这些缺陷，因此开发本系统具有十分重要的意义。本课题的研究内容包括：系统硬件架构设计、软件控制设计以及对系统性能
2、的测试。系统硬件部分由光源、摄像机、镜头、工控机、机械手构成。摄像机、镜头和光源是用来获取高对比度的密封圈图像；工控机是用来实现相机参数设置、处理密封圈图像及控制机械手的抓取；机械手是依据系统对被测密封圈是否合格进行分类抓取。系统软件部分基于VC+6.0和 Halcon 进行开发，包括用 户操作界面和图像处理算法两个部分。用户操作界面包括相机设置、测试、机械手通信和数据查询；图像处理算法首先采用中值滤波剔除图像中的椒盐噪声，再采用阈值分割、膨胀、腐蚀算法提取出密封圈的形态，最后采用Sobel算法提取出密封圈边缘，并用最小二乘法拟合密封圈的实际边缘，以提高系统的测量精度。系统的测试结果表明：系统
3、检测速度大于 60个/min，精度达到0.05mm，误检率低于 0.1% ，满足系统性能要求。本文设计的基于机器视觉的密封圈尺寸在线检测系统具有测试精度高、成本低等优点，可应用于密封圈的生产、测量领域。关键字：机器视觉、密封圈、在线检测、尺寸测量作 者：柯国梁指导教师：孙兵Abstract Design of the Online Detection System for Seal Size Based on Machine VisionDesign of the Online Detection System for Seal SizeBased on Machine VisionAbstr
4、actThe size of seal decides its quality , which affects machines performance.In China,the ways available to measure the size of seal are all artificial, which has the problems suchas low accuracy,high labor intensity and low productivity, and the detect system based onmachine vision can improve thes
5、e defects,so it is important to develop a seal sizemeasurement system.In this paper, the main work includes hardware design, software design and systemtest. The hardware is made up of light, camera, lens, computer and mechanical arm. Theformer three are used for getting the images of seal with high
6、contrast; The computerserves for setting the camera parameter, handling the image of seal and controllingmechanical arm, which can classify according to qualified seals and disqualification. Thesoftware, developed on VC+6.0 and Halcon, consists of user interface and imageprocessing algorithm. User i
7、nterface is composed of camera parameter settings, testing,communication and data query manipulator; Image processing algorithms first employmedian filtering to remove salt and pepper noise, then extract the shape of seal bythreshold , dilation, and erosion algorithm, and finally draw the edge of se
8、al by Sobelalgorithm and fit out the real edge of it by the least square so as to improve accuracy.The test result shows that the system meets the demand with a detection rate higherthan 60 per minute, an accuracy of 0.05mm, and the error possibility less than 0.1%. Thisdesign, with such advantages
9、as high accuracy and low cost, can be applied to the fields ofproduction and measurement.Keywords: Machine vision, Seals, Online Detection, Size measurementWritten by Guoliang KeSupervised by Bing Sun目录第一章绪论11.1课题研究背景及意义11.2机器视觉技术的发展及在尺寸测量方面的应用11.2.1机器视觉技术的发展11.2.2机器视觉技术在尺寸测量方面的应用21.3本文主要研究内容及论文结构安排
10、2第二章系统架构设计42.1系统指标42.2系统设计42.2.1硬件架构42.2.2软件架构4第三章系统硬件63.1光源63.1.1光源的选择63.1.2照明方式的选择73.1.3光照亮度的控制93.2摄像机103.2.1摄像机成像103.2.2工业相机的选型113.3镜头123.4工控机15第四章系统软件控制设计174.1采集控制174.1.1相机的初始化174.1.2相机参数设置184.1.3数据采集和保存194.1.4反初始化194.2摄像机的标定控制194.2.1摄像机标定参数概述204.2.2摄像机标定方法214.2.3.摄像机标定流程.224.3数字图像处理方法234.3.1阈值分
11、割234.3.2膨胀算法244.3.3腐蚀算法264.3.4图像滤波去噪算法274.3.5边缘提取算法284.3.6拟合算法304.4数据的管理334.4.1图像数据存储334.4.2图像数据查询334.5工控机与机械手的通信344.4.1 Socket通信基本概念.344.4.2面向连接的 Socket通信实现.35第五章系统测试375.1光源的测试375.2镜头与摄像机的测试375.3机械手的测试385.4软件的测试385.5系统检测速度测试40第六章总结与展望416.1本论文的主要工作416.2今后的工作与展望42参考文献43附录 A图像算法代码（Halcon）.47附录 B 工控机通信
12、部分代码49附录 C 系统主界面51致谢52基于机器视觉的密封圈尺寸在线检测系统的设计 第一章绪论第一章绪论1.1课题研究背景及意义橡塑密封圈的作用主要是防止灰尘以及固体颗粒物进入机械的内部，同时也是为了防止液体或者固体颗粒物从相邻的结合面发生泄漏，广泛应用于各种需要密封性能好的行业。1近些年来，我国密封圈生产进入到快速发展时期，但是密封圈的生产大部分都是小企业，生产加工的环境比较差，自动化的程度也不够，设备落后，对密封圈的尺寸测量大都采用人工测量，这就人为导致测量标准的不一致，无法保证密封圈的标准化。我国传统的尺寸测量方法有卡尺和量规测量等，这些方法虽然比较简便和快捷，但是测量的数据比较少、
13、精度也不高，而随着我国经济水平的提高以及在工业产品检测精度要求上的提升，传统的尺寸测量方法对工业生产领域已经不是很适合。其他的检2测手段如显微镜、轮廓仪等测量方法虽然测量的精度比较高，但是需要检测设备在一定的环境中才能进行检测，这不但使劳动强度加大、生产效率变低，而且检测的过程也无法做到与生产过程同步，这与现代化工业所要求的实时在线检测是不相符合的2。因此，开发密封圈在线检测标准化系统具有重要意义。机器视觉检测工业产品质量的优点是速度快、可靠性强以及具有连续不间断性。相反，人工检测方法费时费力而且还无法保证精度和质量，所以机器视觉检测技术必然要取代人工检测方法。3机器视觉应用于生产过程的检测在
14、我国虽然起步较晚，但是一些在线检测产品的技术趋于成熟，如布和纸张表面瑕疵的检测。密封圈这种特殊的产品，由于其成品4为形变的状态，无法进行尺寸的测量，因此国内在线检测密封圈尺寸的设备几乎为空白。虽然国外的同类产品检测技术已经很成熟，但是设备昂贵，导致一些生产企业无法承受。本课题基于机器视觉的密封圈尺寸在线检测系统的研制，对密封圈生产企5业的发展具有应用和推广价值。1.2机器视觉技术的发展及在尺寸测量方面的应用1.2.1机器视觉技术的发展自 1950年左右提出机器视觉概念，1970年前后开始发展，90年代以后高速发展6。根据机器视觉的发展过程几个明显的标志可以将其分为三段，第一段是从机器视1第一章
15、绪论 基于机器视觉的密封圈尺寸在线检测系统的设计觉应用到“机器人”的研制；第二段是在 70年代左右，CCD图像传感器的出现，使得机器视觉的发展产生了一个重要的转折；第三段是 80年代以后，用在数字图像处理上的硬件技术的进步，如 CPU、DSP等，为机器视觉快速发展提供了必要的条件。我国机器视觉大概是从 20世纪 80年代开始真正的起步，1990年以后进入了发展的时期，21世纪开始则进入了比较快速的发展阶段。机器视觉技术可以应用在很多方面，根据应用的领域差别，大致可以将机器视觉系统分为四类：产品尺寸的测量、表面质量的检测、装配结构的检测和操作质量的检测。7数字化、实时化以及智能化是未来机器视觉在
16、技术方面的发展趋势，在产品方面的发展趋势将是智能摄像机占据主要的市场地位。随着机器视觉在自动化领域应用比例的扩大，已经使用了机器视觉产品的公司，将更加的依赖机器视觉的产品，而还没采用机器视觉产品的领域也将开始使用这项技术，从而应用领域的将不断增大1.2.2机器视觉技术在尺寸测量方面的应用8,9。尺寸测量是机器视觉研究和应用的重要领域，也是一个较早开始的研究方向。10在机器视觉尺寸测量方面国外起步相对较早，如加拿大著名的集团 DALSA将视觉系统应用于工业零件尺寸检测，采用背光照明的打光方式获取螺纹的清晰轮廓图像，选用 Inspect中 Tip和 Distance 工具检测出螺纹的尺寸，并达到精
17、度为 0.05mm。11美国将 CCD 技术使用在高精度机械位移 测量系统上，用来检测物体的机械位移，并达到精度 0.015pixel10。国内在机器视觉尺寸测量从九十年代开始起步，上海交通大学采用测量点序列得到机械零件的圆参数或者直线的估计值 12；天津大学和南京依维柯汽车公司合作研制的机器视觉坐标检测系统实现了对被测点三维坐标的准确测量 13；虽然机器视觉尺寸测量技术在生产领域得到应用和发展，但是仍然存在很多问题，如无法实现实时的在线检测以及无法保证检测的精度。1.3本文主要研究内容及论文结构安排本课题基于机器视觉的密封圈尺寸在线检测系统的设计，包括硬件的选型、软件控制及图像处理算法的研究
18、，主要内容如下：(1)根据密封圈产品的特点，搭建硬件平台，包括：光源、镜头、相机、工控机、机械手等。2基于机器视觉的密封圈尺寸在线检测系统的设计 第一章绪论(2)对采集的图 像进行目标识别处理，通过阈值分割、去噪、膨胀、腐蚀、亚像素精度化等算法，提取出密封圈的边缘，并给出密封圈的尺寸大小。(3)在 VC+6.0 的平台下，开 发出用户操作界面，包括相机参数 设置，图像采集、处理和显示，测量数据的查询等功能。(4)系统性能评 估，包括系统的稳定性、测量误差的分析。本文内容安排如下：第一章是绪论部分，叙述了机器视觉的理论和基于该理论的尺寸测量技术的发展过程与研究现状，给出本课题的研究意义以及论文主
19、要的工作内容。第二章给出系统设计指标与方案，描述系统的硬件和软件架构。第三章阐述本系统的硬件组成，详细介绍光源、摄像机、镜头和工控机等基本参数以及根据这些参数进行本系统的硬件选型。第四章阐述本系统的软件控制功能，主要分为用户操作界面和图像处理算法，详细介绍对获取的密封圈图像做中值滤波、阈值分割、腐蚀、膨胀、边缘提取和拟合处理，得到密封圈的边缘信息。第五章阐述本系统的测试，包括对系统的光源、相机、机械手等硬件部分的测试，以及软件控制模块的测试和密封圈样品的测试过程，并将测试结果与其他密封圈尺寸测量仪器的测量结果进行比较。3第二章系统架构设计 基于机器视觉的密封圈尺寸在线检测系统的设计第二章系统架
20、构设计本章介绍系统的设计指标、硬件结构及软件控制。2.1系统指标密封圈的尺寸测量在使用环境温度为 2610，系统主要技术参数如下：（1）镜头的分辨率：500万像素（2）相机CCD分辨率：500万像素（3）检测速度：60个/min（4）检测精度：0.05mm（5）待测物体尺寸范围：3cm-10cm（6）误检率：0.1%（7）输出数据项：密封圈的内径和外径尺寸、厚度尺寸、判定合格信息等。2.2系统设计2.2.1硬件架构本系统采集待测密封圈图像，并对图像进行处理，提取密封圈尺寸信息。系统硬件组成包括：光源、相机、镜头、工控机、机械手，系统结构如图 2.1所示：图 2.1系统总体结构图系统检测的过程：
21、当来自传输带的密封圈到达指定位置，摄像机对密封圈拍照，并将采集到的图像传送至工控机，工控机对该密封圈的图像进行处理，并显示，给出判定结果，传送给机械手对在测密封圈进行抓取分类。2.2.2软件架构该系统软件基于 VC+6.0平台开发，通过 Halcon图像处理软件对图像进行处理。系统软件部分实现以下功能：4基于机器视觉的密封圈尺寸在线检测系统的设计 第二章系统架构设计（1）摄像机的参数设置功能，用于获取对比度高的图像；（2）图像处理，得到密封圈的尺寸和坐标信息；（3）密封圈坐标转换，将判定合格信息传送给机械手，机械手抓取物件进行分类。（4）数据管理，将得到的密封圈信息存储在数据库中，方便记录和未
22、来的查询。系统的软件控制包括图像采集、摄像机标定、图像处理、产品合格判定、保存图像数据到数据库、工控机与机械手的通信。软件控制流程如图2.2所示：图 2.2软件控制流程图图像采集根据相机的 SDK（Software Development Kit ）设置相机参数。摄像机标定，校正摄像机镜头的畸变，将图像坐标系转化为实际坐标系，获得被测物体实际尺寸。图像处理算法包括阈值分割、区域的膨胀和腐蚀，选定感兴趣的区域；边缘的提取确定被测物体的边缘；直线和曲线的拟合提高测量的精度；图像数据保存 到ACCESS数据 库中；工控机与机械手的通信基于 TCP/IP协议，通过千兆以太网进行传输，控制机械手抓取物件
23、。5第三章系统硬件 基于机器视觉的密封圈尺寸在线检测系统的设计第三章系统硬件本课题的系统硬件包括光源、摄像机、镜头、工控机和机械手五个部分3.1光源图像的采集和处理是机器视觉系统的核心，图像质量对整个系统的测量精度和检测速度极为关键。而影响和决定视觉系统中图像质量最关键的因素是光源，因此选择适合的照明光源，可以使得获取的图像中目标特征与非目标特征得到最好的分离，并且可以抑制如自然光等环境光的干扰，提升采集到的图像信噪比，同时提高视觉系统的定位、测量、识别精度，以及系统的运行速度。因此合适的光源和打光方式在机14器视觉系统中是非常重要的。3.1.1光源的选择在机器视觉系统中，必须选择形状、照明的
24、亮度和均匀度满足要求的光源，对于光源的光谱特性也必须与实际的要求相符，同时还要考虑光源的使用寿命、发光效率和性价比。在机器视觉系统中，经常使用的照明光源主要有高频荧光灯、卤素灯和 LED光源。本系统要求光源的响应速度快，使用寿命长，亮度强和成本低，而卤素灯和高频荧光灯响应速度慢，并且高频荧光灯的亮度也较暗，因此本文选择 LED光源，其有以下优点：(1)使用寿命长为了使本系统在长时间的使用条件下，仍能保持稳定性，就得保证图像的质量维持一个基本稳定的值，这就要求光源的亮度得保持长时间的恒定，大部分的 LED灯能维持超过 3万个小时，而且使用智能控制系统，使其间断性的工作，寿命将得到一定的延长 15
25、,16,17。(2)颜色种类多机器视觉系统的中，有各种各样的物件需要进行检测，对光源的颜色要求也不一样。LED光的 颜色有红色、 绿色、白色、黄色、蓝色等(3)形状种类全18。在机器视觉系统中，对于同一个待检测目标若采用结构或形状不相同的光源时，6基于机器视觉的密封圈尺寸在线检测系统的设计 第三章系统硬件所采集到的图像效果也会差别很大。因此针对不同的检测对象，要突出其特征，对光源的形状结构、照明角度、光照范围大小等有特定要求。 LED光源是由多个单一的LED发光二级 管组合而成，因而可以 组合成符合被测产品要求的形状。现有 LED 光源有以下几种形状：点阵光源、面阵光源、环形光源、条型光源、同
26、轴光源、线型光源、圆形弧顶光源等。(4)响应速度快LED的响应时间 很短，一般在 纳秒级别，由于 LED发光二极管的容感性，其响应速度也在微秒级别。因此在很多点亮、通断或者切换需要速度非常快的场合，LED具有的优势十分的独特 14。(5)综合成本低LED光源具有使用 时间长 、能适应多种环境的特性，因此很大程度的减少了设备的运行和维护成本 14。3.1.2照明方式的选择本系统可适应复杂的生产、检测环境，为了保证光源在各个环境下都能使用，必须考虑以下的因素：物件的特征、物件的运动状态、环境光的干扰等。这些因素都对打光的方式提出严格的要求。根据图像传感器的工作方式，照明方式分为：前向照明、背光照明
27、、结构照明 19,20。（1）前向照明前向照明的意思就是光源位于待测物体的前面，主要用来照射物件的表面细小的特征，如物件表面的划痕、缺陷、褶皱以及其他的重要特征。前向照明示意图如图 3.1所示：图 3.1前向光源照明示意图在实际生产运用中，前向照明又分为低角度照明和高角度照明，其中低角度照明表示光源发光光线与被测物待测表面的夹角在 25以下。反之，高角度照明的夹角7第三章系统硬件 基于机器视觉的密封圈尺寸在线检测系统的设计度数在 75以上。在考虑使用低角度还是高角度照明的时候，应该根据待检测物件的背景纹理的不同进行选择，保证需要检测的特征与背景呈现最大的对比度 21。（2）背光照明背光照明方式
28、就是将光源放置在需要检测物体的背面。背光照明结构如图 3.2所示。这种照明方式导致物体表面的特征丢失，但可以突出不透明物件的轮廓以及透明物件的内部结构。这种照明方式在尺寸测量中有很好的应用，它能突出物件的轮廓而不造成虚影。由于待测的物体所遮住部分的成像为黑色，没有被遮住的部分的成像为白色，这样就形成高对比度的图像，90%精密测量系统中都是采用背光照明 21。图3.2背光照明示意图（3）结构光照明结构光是一种照射在待测目标表面具有特定的形状的光（如线性、平行四边形和圆形等）。结构光照明如图 3.3所示。结构光的应用分为：将光投射到感兴趣的物件表面，减少复杂性；利用二维视觉系统来提取物件三维信息。
29、结构光照明主要用于一些产品的破损检测，比如各种产品的包装材料、电脑和电视的 LCD液晶显示屏以及电影胶片等。21图3.3结构光照明示意图8基于机器视觉的密封圈尺寸在线检测系统的设计 第三章系统硬件3.1.3光照亮度的控制在获取密封圈的图像时，照明光源的亮度会使采集的图像发生相对应的变换。如果光照亮度过强（如图3.4a所示），会使得密封圈的边缘向内收缩，导致测量的密封圈尺寸偏小；若光照的亮度过弱（如图3.4b所示）会使得密封圈图像中一些非边缘的像素点也会成为边缘的一部分，导致测量的密封圈尺寸偏大。（a）光照亮度过强 （b）光照亮度过弱图3.4密封圈光照亮度过强和过弱图由上分析可知，光照亮度的不适
30、（过强或过弱）都会导致检测对密封圈边缘的误检，从而使得密封圈尺寸发生偏差，影响检测结果。因此需要对光源进行控制，保证光源的亮度适合密封圈图像的采集。根据采集图像的质量评价，本系统设计了对光源亮度的自动优化控制。经常用来评价图像质量的函数有梯度和函数、频谱函数以及信息熵函数等。由于梯度和函数具有峰值性强、灵敏度高的特点，而且函数值对光照亮度的变化具有很强的敏感性，所以本系统采用Roberts梯度和函数来估计图像的质量，并根据梯度和函数的值大小，来设置光源的亮度是加强还是减弱，从而达到最佳光照 22。Roberts梯度和函数的表达式如式3-1所示：N1 M 1FR f x, y f x1, y 1
31、 f x 1, y f x, y 1 (3-1)x0 y0 其中，f x, y为像素点(x,y)的灰度值，M，N是图像的长度和宽度大小。Roberts梯度和函数取极值，即 FR取最大值时，图像的质 量达到最优，也就是光照的强度大小达到最佳。在本系统中，根据Roberts梯度和函数图像评价方法，利用软件控制光源控制器（如图3.5所示），并采用爬山法 23，即根据当前的 FR值，适当的增强或减9第三章系统硬件 基于机器视觉的密封圈尺寸在线检测系统的设计弱光照的亮度，并计算 FR值。在增强光照亮度时 ，如果 F R的值大于上次 FR的值，则继续增强光照亮度，若 FR值小于上次 FR的值，则减弱光照强
32、度；在减弱光照亮度时，如果 FR 的值大于上次 F R的值，则继续减弱光照亮度，若 FR值小于上次 F R的值，则增强光照的量度。如此重复，直到 FR取得最大值截至，完成 对最佳光照的搜索，并设置此时的光照强度为默认的强度 22。因此通过该方法可以实时控制光照亮度。除了可以通过软件自动的调节光照的亮度，在现场测试时可以使用该控制器实时的手动调节光源的亮度，保证光照的亮度适中,从而减小算法的复杂度，加快检测的速度。图3.5光源控制器本系统对光源的要求是通过光源的光照使得获取的图像能呈现清晰、高对比度，因此当测量深色密封圈尺寸时采用白色的 LED面阵光源，而当测量白色密封圈尺寸时采用有色（如红色、
33、绿色）的 LED面阵光源，总之，在选取光源颜色的时候，保证采集的图像中背景与需要处理的目标区域呈现一定的对比度即可。光照的方式采用背光方式，同时使用光源控制器和软件来调节光源的亮度，这样不仅可以使相机采集到所要求的图像，而且可以使系统的硬件结构安放稳定。3.2摄像机机器视觉检测系统硬件部分中一个比较关键的部分就是摄像机，摄像机又称为工业相机，是用来将物件反射回的光信号转换成排列有序而且易于处理的电信号。摄像机不仅直接决定了所获取到的图像大小，而且也影响了系统的运行速度和运行模式，因此选择合适的相机十分的重要 24。3.2.1摄像机成像相机的成像流程为：目标（光线）发射（反射）的光线，经镜头后照
34、射在感光传感器上（CCD 电荷耦合器件， CMOS互补金属氧化物半导体）产生模拟的电流信10基于机器视觉的密封圈尺寸在线检测系统的设计 第三章系统硬件号，经模数转换器转换成数字信号，送至图像处理器处理并将处理后的压缩图像在存取器中存储。摄像机成像流程如图 3.6所示。模感光传感器图像转换器存储数转换器光线 镜头器光线模拟图像信号 数字图像信号 压缩图像信号图3.6摄像机成像流程3.2.2工业相机的选型工业相机的性能好坏直接影响图像采集的质量及检测的精准度。下面阐述工业相机的选型。（1）分辨率首先客户提供其需要的分辨率精度与视场大小，根据“相机分辨率 = (视场/ 精度)*(视场/精度 )”选择
35、相机，此外 还需要考虑镜头 的分辨率、系统抖动、光源波长（颜色）、物体形状等因素，因此相机分辨率要高于系统所要求的分辨率，才能满足实际的测量需求。（2）颜色本系统选择黑白相机，因为使用单色光源所拍摄的图像质量比彩色相机使用复合的光源所拍摄的图像质量要好。（3）传感器类型如果拍摄目标是静态的，可考虑使用 CMOS相机；如果目标是运动的，则优先考虑 CCD相机。（4）传感器尺寸工业上，一般常用的传感器尺寸如表 3.1和图 3.7和所示。11第三章系统硬件 基于机器视觉的密封圈尺寸在线检测系统的设计表3.1传感器尺寸列表图像尺寸（mm）CCD尺寸水平12.88.8垂直9.6对角16.011.08.0
36、1”2/3”1/2”1/3”1/4”6.66.4 4.84.8 3.6 6.03.6 2.7 4.5对角D1”2/3” 垂直V1/2”1/3”1/4”水平 H图3.7传感器尺寸示意图（5）相机镜头接口通常摄像机的镜头接口类型是 C/CS，需要和所选择的相机对应。如果有其他接口的镜头，需要考虑相机的接口。（6）相机的输出接口相机的输出接口有：Camera Link接口、GigE接口、IEEE1394接口、USB接口。同等价位像素条件下优先选择输出速度快的接口，Camera Link GigE 1394 USB。根据以上特性，本系统采用的是 CCD的面阵的 500万像素黑白相机。选用该相机的依据是
37、：（1）采用静态拍照，选用面阵相机；（2）被检测的密封圈产品外观尺寸大约为 10cm，要求精度为误差不超过 0.05mm，(10cm/0.05mm)*(10cm/0.05mm)=400万，所以采用 500万像素的 CCD相机，从而保证精度在可控范围内。3.3镜头机器视觉系统中镜头的作用是将待测物件的光学图像聚焦在摄像机的光敏面阵上，镜头质量的优劣直接影响图像的质量，从而影响系统的性能。如果物体的图像信12基于机器视觉的密封圈尺寸在线检测系统的设计 第三章系统硬件息在采集时有很严重失真，在后续的处理环节中想要还原是比较困难的，因此合理选择镜头对设计机器视觉系统来说是十分关键的 25。镜头的种类有
38、很多，从视野范围分，有广角镜头、标准镜头和远摄镜头几种；从焦距的大小上分，有短、中、长和变焦距等几种镜头；从结构上分类，可以分为固定光圈定焦镜头、手动光圈定焦镜头和自动光圈定焦镜头等类型。本系统在选择镜头25时主要考虑以下问题：（1）焦距焦距是在光学中用于比较光聚散程度的一种度量方式，在摄像机中指光从镜头的光心到焦平面上焦点之间的距离。镜头有各自固有的焦距，焦距的大小决定了拍摄范围的大小，焦距 f表示为：工作距离f CCD长边（或短 边） (3-2)视野范围长边（或短边）（2）光圈通过镜头进入摄像机光敏面阵的光线多少由光圈的大小决定，表示为 F。F 值越大，表示光圈越小，进光量越少，画面越暗；
39、反之则画面越亮。对于成品镜头，光圈大小不能任意的进行改变，但是可以通过在镜头的内部加入各种形状并且大小可以调节的光栅来控制光敏面阵上的进光量。镜头的焦距光圈 F值 镜头光圈的直径 (3-3)完整的光圈值系列如下：F1.0，F1.4 ，F2.0，F2.8， F4.0，F5.6，F8.0 ，F11，F16，F22，F32，F45，F64。每个光圈值之间的进率为 1.4。图3.8各种形状的光圈13第三章系统硬件 基于机器视觉的密封圈尺寸在线检测系统的设计在摄像时，如果光线比较强烈，需要缩小光圈；光线比较昏暗，则增大光圈。（3）接口物镜的接口采用国际标准，共有三种类型：F型、C型、CS 型。最常用的接
40、口 F型接口，适用于焦距在 25mm以上的镜头；而镜头的焦距比 25mm小时，则采用 C型或 CS型接口。（4）景深景深是指在被拍摄物件聚焦清晰后，在物件前后一定距离内，其图像仍然清晰的范围。景深根据镜头的光圈大小、焦距以及拍摄距离的变化而变化。在拍摄具有一定深度物体图像的时候需要考虑镜头的景深，比如检测纸杯内壁的瑕疵、检测具有一定凹陷物件的深度，如果选用景深较小的镜头，将会使得误检率过高。（5）分辨率镜头的分辨率是决定其质量优劣的一个重要参数，分辨率是镜头在单位毫米内能够分辨的黑白条纹对数，如图 3.9所示：2d图3.9分辨率条纹分辨率为 1/2d，其中，d为线宽。分辨率为 lp/mm （线
41、对/ 毫米）。在理想镜头的成像焦平面上能区分的黑白条纹之间的间距为 1.22 1.22 FD/ f (3-4)其倒数即为理想镜头的分辨率NL 1 11.22 F (3-5)式中， 为中心波长，单位为毫米。因而可知，理想 镜头的相对孔径决定了它的分辨率。式 3-5决定的是视野中心的分辨率，而由于在视场边缘成像光束的孔径角比中心轴上要小，分辨率会有一定程度降低。14基于机器视觉的密封圈尺寸在线检测系统的设计 第三章系统硬件（6）畸变理想光学系统，在一对共轭图像平面上，放大率是恒定的。当视场较大时，放大率随着视场大小改变，这样就会使图像相对于原有物体失去相似性。这种成像缺陷称为畸变 26。畸变定义为
42、实际像高 y 与理想像高 y 0 之差 y y0 ，而在实际应用中经常使用到的是相对畸变，是 y y0 与理想像高 y0 之比的百分数，即yy0y0Dist 100% (3-6)发生畸变的光学系统中，若对间距相等的同心圆物件成像，产生的像一定是间距大小不相等的同心圆。当系统发生的是正畸变时，物件的真实像高 y 随视野范围的增大比其理想像高 y 0 增大得速度要快，则同心圆的之间的距离从内向外逐渐增大；反之，当为负畸变时，同心圆的之间的距离从内向外逐渐减小。若物面为图 3.8（a）所示，那么，发生正畸变的光学系统所产生的像为枕形，如图 3.8（b）；发生负畸变光学系统所产生的像为桶形，如图 3.
43、8(c)27、28。图中虚线所示是理想的像。图3.10畸变因为本系统测量的密封圈大小范围在 3cm - 10cm ，根据 镜头选用的标准，本系统采用的是分辨率比相机分辨率大的镜头，也就是镜头的分辨率在 500万像素以上，镜头的接口采用 CS型。而当 检测尺寸比 3cm小或者比 10cm 大的密封圈时，需要更换相应的镜头来保证分辨率的大小。对于尺寸小于 3cm的密封圈，采用焦距较大、分辨率稍小的远心镜头，对于尺寸大于 10cm的密封圈，采用焦距稍小，分辨率更高的镜头。3.4工控机工控机是工业上使用的计算机的简称，是一种采用总线结构，用于对生产过程中使用的机器设备、生产流程、数据参数等进行监测与控
44、制的工具总称 27。15第三章系统硬件 基于机器视觉的密封圈尺寸在线检测系统的设计本系统的工控机主要作用是用来控制摄像机摄取图像和处理图像，检测出密封圈的尺寸，并与机械臂进行通信，控制机械臂对物件进行分类操作。工控机的 CPU性能直接决定了图像处理的速度，因此本系统采用的工控机的配置为酷睿 I7处理器、500M硬盘、千兆网卡、WinXP操作系统。系统的硬件结构示意图如图 3.11所示:图3.11系统硬件结构示意图16基于机器视觉的密封圈尺寸在线检测系统的设计 第四章系统软件控制设计第四章系统软件控制设计本系统是实现密封圈的尺寸在线测量，因此软件控制功能是实现密封圈图像的采集、尺寸测量和合格信息
45、判断。软件控制包括图像采集、摄像机标定、图像处理、产品合格判定、工控机与机械手的通信，软件开发环境是微软公司的 VC+6.0 和 Mvtec公司的 Halcon图像处理软 件。4.1采集控制图像的采集决定了图像处理的速度与精准度。本系统使用的 500万像素的 CCD相机，图像的采集步骤如图所示：图4.1图像采集控制流程图4.1.1相机的初始化首先需要分配一段缓存区用于保存采集的原始数据，本系统采用的是 500万摄像机，分配的字节空间为 2592*1944，即 DWORD RawDataSize = 2592*1944;m_pRawData = (BYTE *)malloc(RawDataSiz
46、e*sizeof(BYTE);分配一段数据的缓存区用于存放 24bit的 RGB数据。这段缓存区用于存放由 m_pRawData数据转换后的24bit/pixel彩色数据，即DWORD RGBDataSize = 2592*1944*3；m_pRGBData = (BYTE17*)malloc(RGBDataSize*sizeof(BYTE)CapInfoStruct m_CapInfo, m_CapInfo.Bufferm_pRawData m_CapInfom_CapInfo.Bufferm_CapInfobuffer4.1.2相机参数设置4.24.218基于机器视觉的密封圈尺寸在线检测系
47、统的设计 第四章系统软件控制设计间的设置，系统采用的是滑动条和文本框的组合设置；最大曝光时间为 4098ms，最小为 0ms 。以上调用 m_CapInfo结构体，用来设置采集高度、采集宽度、水平偏移、垂直偏移和曝光时间。采集模式设置采用的是两个单选框，此处需要调用MV_Usb2SetOpMode，用来设置采集模式。4.1.3数据采集和保存在本系统界面上设置了“开始”按钮，此时调用的是MV_Usb2Start和MV_Usb2StartCapture两个函数，这两个函数将摄像机传回来的图像信息保存在指针m_pRGBData中。MV_Usb2Start函数总共有11参数，分别用来设置相机的句柄，图
48、像显示窗口的标题、样式、水平和垂直坐标、图像显示窗口的宽度和高度、其父窗口的句柄、菜单句柄、数据线程和显示线程，该函数能在MV_Usb2StartCapture采集图像的同时，实时显示当前的图像。MV_Usb2StartCapture函数，控制相机开始/停止采集图像，该函数有两个参数，相机的句柄和控制相机进行采集。本系统完成图像采集，调用 MV_Usb2GetRgbData函数来获取图像的 R、G 、B数据，并分别存储到内存空间 m_pRData，m_pGData，m_pBData中，调用 halcon 中gen_image3函数，生成待处理的图像数据。也可以采用相机 SDK中提供的MV_Us
49、b2SaveFrameAsBmp函数，将图像数据保存为图像，然后再读取保存后的图像进行处理，由于先写后读，而且图像数据是三通道数据，数据量大，导致软件运行速度达不到要求，因此本系统采用第一种方法对图像数据进行保存。4.1.4反初始化当图像采集结束时，由程序初始化时分配的相机运行内存还未释放，因此需要对相机进行反初始化来释放这段内存，防止内存泄漏。调用 MV_Usb2Uninit函数释放相应句柄的相机。4.2摄像机的标定控制本系统是用来测量密封圈的尺寸，因此需要提取密封圈的边缘。由于相机镜头的畸变，导致图像的越靠近边缘部分越会发生形变，这就会影响到尺寸的测量精度，为保证该检测精度，需要对摄像机进行标定。此外，由于图像处理结束后提供的位置坐标是基于图像坐标系下的坐标，需要进行坐标转换，将图像坐标系转换为世界坐标系，便于机械手操作定位，这里同样需要对摄像机进行标定 30,31。19第四章系统软件
