基于机器视觉的零件圆心距在线测量系统设计

彭晶鑫， 石秀东， 姚晨明， 孙 攀

(1.江南大学 机械工程学院， 江苏 无锡 214122；2.江南大学 江苏省食品先进制造装备技术重点实验室， 江苏 无锡 214122)

随着“中国制造2025”发展战略的深入推进，工件尺寸特征测量技术也在飞速发展，工业上对于新的测量技术有更高的要求，需要满足自动化，高精度，高效率的特点[1]。测量精度与相机的分辨率、光学成像系统以及图像处理算法密切相关，在技术方面如何提升尺寸测量的精度是现代制造业重要的研究方向[2]。相机分辨率的盲目提高势必会带来成本的增加，如何在硬件条件一定的情况下提升测量精度，就需要在图像处理算法上做出改进。

在尺寸测量系统中，测量精度与边缘检测的精度有很大关系。目前，边缘检测中比较经典的算子包括Canny，Roberts，Sobel，Prewitt和Gauss-Laplace算子等[3]。但是，这些算子的检测精度在像素级。随着工业生产中对产品精度要求的不断提高，像素级的检测精度已经不能满足实际的生产需求。此时亚像素级别的检测算子引起越来越多的关注[4]。将边缘领域的像素分解达到细化边缘，准确定位的方法被称为亚像素级边缘检测算法。比较常见的亚像素检测方法包括拟合法、插值法和空间矩等[5～9]。其中Zernike矩[10]作为经典的正交矩,具有对图像旋转以及尺寸变化稳定不变的特性，使得定位精度较高，在实际生产过程中应用较为广泛。课题组设计了一种基于Zernike距亚像素级别边缘点拟合圆心测量零件圆心距尺寸的在线检测方法。……