基于Labview的圆度误差测量的研究

　　0 引言

　　圆度误差是非常重要的形状误差之一,是机械零部件的一项重要参数。一般是用圆度仪等专用高精度仪器通过接触式测量方法进行测量的,但对一些易碎、易爆的工件,这种方法测量起来非常不便。基于计算机视觉的图像测量是近年来在测量领域中发展起来的崭新技术。以CCD为图像传感器的测量方法具有非接触、高速度、动态范围大、信息量丰富等诸多优点,而且还便于与计算机连接,使得采集到的图像处理起来非常容易,从而使CCD在非接触检测方面得到了广泛的应用。本文探讨了利用CCD成像和Labview对圆度误差进行测量的方法。

　　1 测量原理

　　测量系统由光学照明系统、CCD摄像机、计算机组成,结构如图1所示。工作原理为:照明系统发出的平行光线使被测零件产生阴影轮廓,经透镜系统聚焦后成像于CCD面阵上。CCD将图像信号传入计算机,然后由Labview软件的IMAQVision工具包对所采集到的图像进行预处理、二值化、边缘检测、轮廓提取、计算圆度误差等。

　　2 图像处理

　　图像的处理通过Labview软件进行。IMAQ Vision是Labview内置的视觉开发工具包,其中包括IMAQVision和Vision Builder两个组件。IMAQVision是一个功能强大的函数库,提供了在Labview平台上开发机器视觉系统所需要的各种子程序,例如图像采集、系统校准、图像处理、几何量测量等。Vision Builder是一个交互式的机器视觉系统开发环境,可以在系统软件设计的每一步看到输出的中间结果,并可以随时进行修改。设计完成后能够自动生成Labview程序代码。

　　由于在本测量系统中,图像中只有一个物体,图像相对简单,且物体与背景之间对比度较大,并都具有较均匀的灰度分布,故可直接用IMAQ ExtractSingle ColorPlane函数对图像进行二值化处理。为避免齿轮加工过程中留下的毛刺对测量结果造成的影响,可以对齿轮图像进行滤波。IMAQVision提供了一组滤波函数,能够实现低通滤波、中值滤波、高斯滤波等图像处理,提高测量精度。边缘定义为图像中相邻像素灰度值比较大的突然改变。IMAQVision检测边缘的基本方法是沿着一个一维剖面检测像素灰度值的变化量,这个一维剖面即检测线。IMAQVision提供简单边缘检测和高级边缘检测两种方法。执行简单边缘检测时,沿着检测线逐个像素进行扫描,按设定的阈值加减一个滞后量确定边缘位置。高级边缘检测方法用各个点像素值与它前后点像素值的平均值作为确定边缘的条件。高级边缘检测的steepness参数是分析点以后的取值范围,用来设定预期的边缘过渡区。

　　本实验中应用IMAQ Find CircularEdge函数,进行齿轮轴孔的测量。将环形查找区的中心定义在图像中心,一般用图像短边长的1/4做查找区半径。IMAQ Find CircularEdge函数在环形查找区内做一系列向心检测线,用这些检测线与图像的交点拟合一个圆,给出圆心坐标和半径,即齿轮轴孔。检测线间隔应适当放宽,例如间隔20°,得到圆心坐标和半径参数。结果中还包括所寻圆半径的方差(像素值),若方差值超过预期值,说明该零件的圆度未达到要求。例如在图2中,检测到的圆环半径(pixels)为23.10,方差(pixels)为2.10。