基于机器视觉的铣刀侧铣磨损测量

魏效玲，崔 岳 ，王国锋

(1.河北工程大学机械与装备工程学院，河北 邯郸 056038 2.天津大学机械工程学院，天津 300072)

0 引言

刀具磨损是影响产品加工精度、加工质量的关键因素，目前刀具磨损的检测方法主要是以切削力、切削温度或声发射信号为依据进行检测[1]。但采用这些方法无法准确测出刀具的磨损量，有时会出现检测不准确的情况。近年来随着机器视觉的快速发展，采用机器视觉方法对刀具磨损的检测也越来越多。毕淞泽通过动态采集图像的方式实现刀具磨损区域图像的采集，并采用卷积神经网络对刀具磨损类型进行识别[2]。张苗苗通过图像亚像素边缘提取，采用多特征方法对刀具磨损情况进行判别[3]。桑宏强等通过卷积神经网络对工件纹理图片进行分析，间接实现对刀具磨损程度的判断[4]。邵伟业将刀具磨损量的测量转化为刀具径向尺寸的测量，并通过图像处理算法提高了径向尺寸的测量精度，从而实现刀具磨损的检测[5]。但这些研究均采用非在位或多角度动态采集方法获得大量图像，造成了检测的复杂性。

针对以上问题，本文采用双摄像头的方法对铣刀侧面磨损量进行计算。通过图像掩模及最小二乘法实现铣刀底面的旋转定位。采用改进的图像增强及检测算法提高了磨损检测精度，实现了铣刀侧面磨损测量。

1 采集系统架构

以卧式数控铣床为例，刀具图像采集系统主要由两套工业相机、镜头以及图像采集卡……