基于机器视觉的非接触尺寸测量定.doc

基于机器视觉的非接触尺寸测量技术研究摘要 伴随着科学的快速腾飞，以机器视觉为基础的非接触性尺寸测量发法在工业领域里实现了十分普遍的运用用，该方法非接触、时效性强、效率高、受外界影响小，并且精确性特别好。机械零件的尺寸测量在工业生产的过程里属于十分重要的部分，测定结果的迅速程度和可信度直接关系到产品的效果以及工作的进度。但是先前的测量技术早就无法达到工业生产中对产品规格检测的迅速程度和可信度的规定，因此作者提出了以机器视觉为基础的非接触尺寸测定的方法，从而达到产品规格的快速及准确的测定。首先，通过研究各个硬件的性能参数，选择了合适的硬件，并搭建了测量系统的硬件平台。这个测定系统的基础设施一般包括图像收集设备、实验操作区、CCD摄影仪、镜头、和电脑等部件。然后，灰度转变、图像滤波、二值化、边缘测定等预先处理方法也被用于这种测定技术。图片的预先处理部分，对比剖析了多种多样的滤波方法，总结出以小波转变为基础的模极大值去噪方式，同时还一一描述介绍了多种的图片边缘测定方法，总结出以小波转变为基础的多尺度边缘测定方式。此外，作者还详细描述和剖析Hough方式，同时还给出了自己的优化建议。作者通过Matlab里所带有的GUIDE界面编辑功能，以GUI为基础构造出该检测系统的软件设施，使其具备了处理图片所用到的多个计算方式以及规格鉴定的能力。之后，作者通过对该系统的多次实践检验，研究了具体的调查数据，剖析了测定结果的误差原因，进而总结出尽量消除误差的策略。研究结果显示，以机器视觉为依据的非接触尺寸测的方法完全达到了理想的效果，在工业领域可以做到对产品规格测定的高效性和可信度的规定。关键词：机器视觉，非接触测定，尺寸测定，图像处理Non-contact dimensional measurementbased on machine vision technology researchABSTRACTWith the development of science and technology，Non-contact dimensional measurement based on machine vision technology research has been very widely used in industrial production, with the character of non-contact, real-time, rapid, strong anti-interference ability and high precision. The dimensional measurement of mechanical parts is an important part of industrial production, the speed and accuracy of their test results have a direct impact on the production quality and production efficiency. But the traditional measurement methods cannot meet the requirements of mechanical parts dimensional measurement with high accuracy and speed in modern industrial production, so this paper proposes a non-contact dimensional measurement system based on machine vision, to achieve accurate and speed measurement.Firstly, to study the various hardware performance parameters and build a hardware system. According to the needs of the subject to select the right hardware, and build a measurement system hardware platform. The hardware part of the measurement system is mainly composed of test bench, CCD camera, the lens, acquisition card and computer.Secondly, the measurement system uses the gray transform, image filtering, binarization, edge detection in the image pre-processing technique. In the image pre-processing, analysis and comparison of several different smoothing effect, proposed a modulus maximade-noising algorithm based on wavelet transform, analysis and comparison of several different image edge detection effect, proposed a multi-scale edge detection algorithm based on wavelet transform. To propose the improvement algorithms with regard to the Hough transform. This paper uses MATLAB as image processing software, and set up the measurement system software platform using the GUIDE editor GUI interface provided by MATLAB. Thus, the image processing software includes size comparison, the judgement defective sorting and other functions, and proposed a calibration method for the measurement system.Finally, the measurement system has been repeated experiments, analyzed the experimental data and study the source of error in the measurement system, and proposes a method to reduce the error. The experiment results show that the non-contact dimensional measurement system based on machine vision can meet the high accuracy and high speed. Keywords: machine vision, non-contact measurement, dimension measurement, image processing创新点摘要作者深入地探究了以机器视觉为依据的非接触尺寸测定方法，它的创新之处包括：1. 传统的图像去噪方法，存在着如何兼顾保留图像的细节信息和抑制噪声的难题，其具有一定的局限性，就脉冲讯息、白噪音、非稳定迅息而言，当信噪比很微弱的时候，即使被滤波仪滤过后，非但信噪比没有出现大的改观，图片的很多重要的信息也丢失掉了，所以先前的去噪方式十分需要改进。基于原先的图像处理方式的诸多不足，作者总结了一种以小波转变为依据的模极大值去噪方式。以小波转变为依据的模极大值去噪方式是从小波转变模极大值的非恒定本质出发，进而确定信号的独特性，并利用搜寻尺度空间里的模极大值以及噪音、迅号的各异的尺度来进行处理的。利用此方式产生的去噪结果十分的理想，未涉及噪声方差的计算，也不需要过度的依靠噪音，可以最大限度的维持图片的重要迅息并极大地减少噪声，增加了图像的处理效果。2. 通过之前的图像边缘测定技术实施边缘测定，其测定结果的可信度非常低，此外所显示的抗噪能力也不好。由于之前的图像边缘测定技术的诸多不足，作者总结了一种以小波转变为依据的多尺度边缘测定方式。以波转变为依托的多尺度边缘测定方式主要从小波转变的多尺度本质来确定讯号的部分特点，多尺度边缘测定在尺度较大的时候，对于噪音的过滤效果也很好，然而也会使被处理的图像丢失部分弱边缘。相反，多尺度边缘测定在尺度较小时，尽管可以确定更全面的图像边缘信息，然而也会将大量的噪音部分当做边缘部分来进行错误的鉴定，所以多尺度测定方式虽然能够较好的权衡噪音和准确定位这两个因素，不但可以较大幅度的削减噪音，还可以实现相对全面的图像边缘。这种方式有着无可取代的抗噪效果，还可以实现边缘测定的准确性。3. 在机器视觉的规格测定方法中，一般通过Hough转化法来获取被测产品的几何参数。Hough转化是把图像概念转化成参数概念，通过多数边界点呈现的具体参数特征去确定图像的线条，大多用来确定图像里的椭圆形、直线、圆形等等。由于之前的Hough转化的速度非常慢，还会占用较多的存储面积，所以作者总结了一个优化过的Hough转化的测定方式，这种方式的主要依据是通过图片边缘的梯度趋势特点去最大限度的减少无效积累。就拿圆形产品来讲，这种方式是基于梯度趋势特点对不定向采样显示的边缘点集在不在图片里的同一圆形上为依据，如果满足要求，则继续进行下一步。如果不满足，就无须再累计参数，进而重复以上的不定向采样，得到相应的边缘点集。通过这个方式就能够最大限度的降低无效积累，加快测定速度。此外，对于符合梯度趋势特点的圆形，在逐步累积的环节中，通过圆的几何特征为依据条件进行判断，无需对不满足约束条件的点进行平方运算，从而减少无效操作，减低计算量，提高运算速度。第一章 绪论1.1基于机器视觉的尺寸测量系统的研究背景及研究意义我国的经济水平在快速提升，科学水平的也不断提高，机械产品的研究和生产在我们的生活中变得越来越普遍。机械设计与制造离不开各种各样的机械零件，因此，机械零件的检测成了一项既基础又重要的工作。国内大部分从事机械加工的公司内部，产品的规格测定还是通过百分表、千分尺等低端的方式来进行。这些低端的非自动测定技术在很大程度上需要依靠工作人员来实现，这无疑加重了工作人员的负担，不但工作量大，测定速度慢，而且测定结果的可信度也低，此外还会出现不少的人工操作失误，如此一来便更难实现高准确性、高速度、大规模的产品测定模式。所以，只有开发低投资、高回报、高准确性的产品规格测定方式，才可以实现我国机械产品制造领域的快速发展和高度腾飞。这种情况也促使了国内外许多科研学者对零件的尺寸测量方法进行了大量的理论分析与实验，为求找到测量机械零件尺寸的最优方法。如今，科技水平不断提升，新的技术应用不断涌现，机器视觉技术更加普遍的被用来服务不同的领域，该技术以自动化来取代手动，实现全自动的零件测定及分析，还可以实现全部生产制造流程的自动化。机器视觉亦为计算机视觉，它是人工智能研究中十分炙手可热的探究方向，其与天然语言理解、专家系统并称作人工智能的3个核心部分。机器视觉技术主要利用光学类设备以及非接触的传导仪准确采集和加工一个具体实物的图像，然后把被锁定的对象变成图像讯息，在图像预处理的环节中，通过将以上讯息加以精确的计算，进而得到该分析对象的特异性参数，并依照所得出的测定结论来操控生产装置的动作。此项研究应用还能够进一步拓展，使电脑可以根据平面的图像来确定三维空间的具体讯息，使计算机既可以获得三维空间里具体对象的几何特征，包括定位、形态、动作等，还可以将这些对象加以分析、鉴定和保存。机器视觉技术属于多种功能技术的一个集合体，主要涵盖了图像加工、光源照明，计算机软硬件设备、机械制造、光学影像、条件控制、数字化视频、传导仪、人机对接等多个领域。如今，数字图像的处理水平逐步提升，机器视觉方法逐步完善，以机器视觉为依托的非接触规格测定方法愈加普遍地为机械制造和生产领域提高技术支撑，很大程度上保证了工业产品的鉴定可信度。目前，机器视觉方式已经成为实现产品准确测定的最佳选择，具有十分广阔的市场前景。此外，国内的工业制造行业愈加地趋向于对机器视觉方法的具体实践。它在测定的过程中，不需要与被测产品进行接触，有着无与伦比的优势。该方法不致于使被测产品出现丝毫的损害，无接触，时效性强、受外界影响小，精确性好，可大规模进行等。在产品规格测定的工作中，机器视觉的有效运用，可以高效的测定产品的具体参数，既达到了较高的可信度，又节约了时间和工作量，减少人工失误，实现了高度的自动化运行模式。 在现代工业化生产过程中，制造工业领域不仅注重生产率的提高，同时也注重产品质量的提高。目前工业产品的高速生产线上每分钟都有成百上千的零件或产品被生产出来，这些高速从生产线上穿过的零件或产品使人工检测越来越无法胜任。众所周知，机器视觉技术能够大规模高效地进行自动化分析，从而高度的集成大量的讯息，此外，这项技术还可以最大限度的实现自动化的操作模式，为电脑集成制作提供了重要的支撑。所以，在目前工业发展的大环境下，机器视觉技术已经得到了普遍的推广，比如在零件测定、质量鉴定、运行监督等方面都有所涉及。当有的生产工作不够安全，不方便进行手动操作时，或是有的现场人工视觉无法发挥作用时，就会采用机器视觉技术进行操作。当制造行业进行大规模的产品生产和制造时，若采用传统的人工视觉的方式去测定产品的优劣，可信度会很低，检测速度也会很慢，相对而言，机器视觉的鉴定方式能够最大限度的实现操作过程的自动化以及达到较快的工作进度1。机器视觉技术中一个十分关键的部分是尺寸测量，该部分在很早以前便进行了相关的探究和分析。在机器视觉技术中，非接触尺寸测量属于比较先进和独特的鉴定方式，目前，该技术已被普遍的用于生产制造过程中，比如在线测定、高准确度以及高效性的测定领域。可以看出，旧的落后的产品测定技术已经远远的滞后于生产制造领域的更新节奏，因此作者总结了以机器视觉为依托的非接触尺寸测定方式，来解决目前零件的尺寸测量领域中存在的一些问题，不仅对于学术研究领域，而且对于工业化生产，乃至国民经济的发展，都有着重大的意义。1.2基于机器视觉的尺寸测量系统的国内外研究现状虽然对于机器视觉这一技术的探讨从六十年代就已经开始，然而，直至二十多年之后，D.Marr发表了机器视觉的相关研究，这一技术才真正地步入迅猛发展的阶段，并逐步得到科研领域的重视，成为众人争相探究的热门领域。在二十世纪八十年代初期，很多国家开始利用机器视觉方法来进行金属板表面瑕疵的实时测定，进入二十世纪九十年代以后，以线阵CCD为依托的机器视觉非接触测定方式得到了深入的探讨分析，逐步发展为金属板表面瑕疵实时测定的重要方法。YKT企业生产的非接触3坐标测定方法Zip250属于高效性、高强度、高准确性的先进测定仪，这个测定仪所能够承受的载重量达到了二十五公斤，刻度尺的分辨率都达到了0.25m，测定仪还自带有数码法兰盘的摄像系统及先进的DSP处理系统，可以实现快速的图像处理，此外，它还能够和接触式探头联合使用。ZEISS企业根据视觉测定的理念发明了Premium坐标仪，并添加了导航功能，可以在车身整体质量的控制进程中，对产品的相关参数、边缘的特异性、缝隙等方面进行高效准确的测定。英国EES企业在实现系统的高可信度和实际应用上进行了深度的优化和改进，提高了残缺图像的显示效果以及残缺对象的发现概率，还提高了系统对空间的操控实力，它的热轧带金属表层测定方式在西方钢铁生产行业发达的国家中得到了普遍的推广。这些年，我国的专业学者在机器视觉方向也进行了深入的探讨和分析，特别对于图像处理的研究投入了大量的人力物力。中科院学者梁华为等开发了“从双峰直方图得出二值化阈值”的方法，这种方式不涉及进行任何的直方图处理，仅仅依靠计算就可以得到相应的二值化阈值，此外，该方法还具有占用内存面积小、处理效率高的优点。吉林大学李欣欣等人开发了一个“以机器视觉方法为依托的产品加工和控制方式”。这种方法将压电驱动机精细位移的优点和步进电机的特点进行融合，创立了3自由度产品加工方式2。通过CCD图像数据收集、图形拟合、模式鉴定、在线控制对象距离的改变，实现了准确的定位和操控。1.3本文研究的主要内容由于之前的测定技术已经远远达不到工业制造行业对产品规格测定的高效性以及高准确性的指标，笔者总结了一个以机器视觉为依托的非接触性尺寸测定方式。为此，作者做了大量的理论准备和实际探究。本课题的研究目标是：利用CCD摄像仪得到被测定产品的图形，然后把得到的相应图形通过Matlab处理，实现灰度变化、二值化、滤波去噪以及边缘测定，从而获取质量较好的图像，然后再通过Hough转化得到产品的图形特异性参数。本课题的研究意义在于构建一套性价比较高，适合实验室进行的零件尺寸测量的系统，为现代化工业的非接触式测量打下基础。 本文的各章内容如下:第一章：以机器视觉为依托的尺寸测定方式的操作机理及设计方法。总结了一个以机器视觉为依托的规格测定方式，详细描述了该方法所具备的硬件设备，介绍了每个部分的独特作用。构建了测量系统的硬件方案设计。通过Matlab程序，建立了该测定方式的软件设施。第二章：以机器视觉为依托的规格测定技术的图像处理方式。阐述了产品图像噪音的产生原因，列举了处理图形的多种技术，比如：对得到的产品图形进行灰度转换以及边缘检测等。第三章：零件图像的几何尺寸测量。详细描述了通过Hough转化以及不定向Hough转化进行测定的方式和过程，进而总结了一种优化后的不定向Hough转化，显著降低了工作量，实现了高效率的测定。第四章：实验结果与分析。详细描述了该测定技术的标定方式和界面模式。然后对圆环零件的外径、内径和壁厚进行测量，通过比较测量系统的测量数据，对所产生的误差的原因做出了归纳，并总结了尽量消除误差的策略。1第二章 基于机器视觉的尺寸测量系统的工作原理及设计方法2.1基于机器视觉的尺寸测量系统的工作原理以机器视觉为依托的规格测定方式的操作机制是把待测产品放在载物台面，在图形处理仪的作用下以恒速移动至图形传导仪下。经光照射后，待测产品就会在图形传导仪中显示图形，图形传导仪把显示的模拟图形传递到图形收集设备，然后变为数字图形数据，图形处理仪通过这些数据来显现和处理。进而得出该产品的规格，并把所得的数据和标准规格做对照，确定该产品有没有达到规定的标准，然后利用相应的控制系统来操纵载物台面，把测定产品准确分归类。产品的尺寸测定方法的具体过程见图2.1。该方法的测定流程大体包括产品的图形收集、产品的图形预处理以及规格测定3个步骤。以机器视觉为依托的非接触规格测定方式是由硬件设备和软件设备2个方面构成的。硬件设备的具体工作是收集到准确的图形，再把图形的讯息转变为相应的数据讯息。软件设备的具体工作是预处理图形以及规格的测定。测定所需的硬件部分是该测定方式必不可少的部分，该部分负责进行图形的收集，在图形的收集结束之后，利用软件来进行产品的图形预处理和规格测定。首先利用Matlab系统来运用图形传导仪得到被测产品的图形，再把得到的待测产品图形保存到电脑里特定的位置。利用数字图形处理的过程把得到的产品图形通过灰度转化、边缘提取等过程之后，最后通过基于改进的Hough变换对零件进行尺寸测量，得到相应的测定结果。该测定方式统的主要目的是减少产品参数的测定损伤，实现无接触的测定3。2.2 基于机器视觉的尺寸测量系统的硬件平台从图2.2可以看出，以机器视觉为依托的规格测定方式的硬件平台包括摄像机、光源、支架、镜头、图形采集卡、载物台等部分。现在就硬件的选择做以简单的分析。（1）CCD和镜头的选择CCD是一类近来兴起的固体成像仪器，是如今机器视觉方法中经常使用的视觉传感仪，亦称作电荷耦合器件图形传导仪。它主要以大型硅集成电路技术为依托而开发出的模拟集成电子芯片，它能够把光信息改变成电荷信息。CCD传感器具有分辨率高、检测灵敏度高、低噪声、低功耗和高可靠性等很多优点，尤其在对噪声的控制能力方面也具有很强的优势。CCD的像元尺寸小，几何准确性好，具有很好的空间分辨能力，在对产品进行非接触的实时规格测定中得到了广泛的应用4。而且CCD的输出信号易于数字化处理，更容易与计算机连接，从而组成实时的自动化测量系统。笔者测定时所选择的是深圳维科企业生产的普通彩色数字型摄像机。它的主要性能指标包括：频率：15.625KHz（水平）50Hz（竖直）；分辨率：480TV行；总像素单元数：768（水平）576（竖直）；信噪比：50dB以上；工作湿度：在90%RH范围内；工作温度：-1050。镜头是机器视觉方法中用到的一个十分重要的设备，在该方法中，镜头的任务一般是把成像的实体聚焦在图形传感仪的光敏侧，必须有镜头的存在，CCD摄像仪才可以产生准确的图形。CCD相机镜头的优劣，与机器视觉方法的测定效果息息相关，因此必须慎重选取适当的镜头，这是该测定方式的过程中很关键的环节。选取镜头的基本原则是镜头的端口要与采用的CCD相机的镜头端口合适，此外，还要顾及待测定产品的规格等因素，使镜头和相机的联接端口型号一样，这样镜头的成像才可以涵盖镜头的传感仪。该测定方式中用到的是COMPUTAR企业的镜头。这种镜头具有很好的分辨能力，非常适合对精准度要求比较高的规格测定。（2）图像采集卡的选择图像采集卡是一种能够插进电脑或者不依靠电脑也能够使用的卡，可以作为图形处理环节与图形收集环节的连接媒介。该板卡从CCD摄相机获取模拟讯息，再通过A/D变换成相应的数字讯息，这些数字讯息保留在图形的储存空间内，在电脑产生输送命令后，利用PCI路径把保留的图形讯息输送至电脑的内存空间，使电脑可以加以分析和计算，也可以在显卡中直接进行呈现5。在选用图像采集卡的时候，应考虑摄像头型号的相似性，还要考虑是否与电脑端口合适。如果要连续采集图像，则需要较大的存储空间来存储，这时就要求在选用图形采集卡的时候，考虑其具不具备压缩的能力。在笔者所提出的测定方式中，不用得到大量的图形信息，无须占用太多的内存面积来保持图形。所以，最好选用无压缩能力的图形采集卡，这样会比较方便和实用。图形采集卡的产品规格一般包括下列内容：图像格式：图形格式包括灰度和彩色2个部分。一般而言，图形的灰度水平大致有二百多级，通常用八位来体现。在图形的灰度需要达到较高的精准度的情况下，就要用十位、十二位甚至十六位来体现。彩色图像是由RGB的3种色彩组合而成的。分辨率：图形采集卡可以实现的点阵极限，代表了它的分辨能力的高低。采样频率：这个参数代表了其对图形的处理效率。图像传输格式：该板卡要能够识别测定系统中CCD摄相机所传递的讯息格式。在详细剖析了图形采集卡的每一参数后，笔者的测定方式中所用的是凌华生产的RTV-24系列的多路径在线视频采集卡，分别有0,1,2,3四个通道，可以同时连接四个CCD摄像机，每个通道每秒钟能够输出30个的满帧图形，还兼具黑白与彩色图形，详情参见图2.3。（3）光源的选择光源在以机器视觉为依托的规格测定方法中是不可或缺的一个部件，照明的好坏密切地干系到所传递讯息的质量，还会决定图形的处理成效和规格测定的可信度的高低。光源一般包括可见及不可见2种类型，前一种类型主要包括日光灯、白炽灯、纳灯、LED等，它们的优点是比较便宜，成本低，在市场上不难买到，使用也很方便，但它们所发射的光能量不够恒定。后一种类型主要有X光、超声波等，它们在测定工作中可以达到很好的准确性，然而实际操作应用起来不是很方便，此外，其价格偏贵，会提高投资成本，所以在进行产品规格测定的过程中，大部分公司还是比较趋向于将前者作为选择的对象。此外，如今的销售市场还不存在统一的用于规格测定的照明装置，因此在不同的应用环境下，都必须根据特定的要求，认真挑选合适的照明装置，以达到最佳的测量效果。需要注意的是，LED产品具有速度快、节省空间、不易产热、高度节能、质量好等多项优点，还能够根据特定的测定要求，进行相应的操作变化使得光源呈现出各种各样的形态。正是因为LED产品具备以上所述的种种特色，才使它在以机器视觉为依托的非接触规格测定方法中成为大多数人首选的对象。笔者从多次产品规格测定的实践中认真总结经验，采用最终环形的LED光源充当照明，详情见图2.4。照明根据不同的应用方法主要包括：前向照射、背向照射、扩散光照射以及轴线光照射。第一种类型中照明设备与摄像设备都安置在待测产品的同一面，实际操作起来比较容易。第二种类型中照明设备与摄像设备分别安置在待测产品的两侧，这种方法得到的图形会呈现出很好的对比度。第三种类型中是利用特定的光导向仪将照明系统发出的光进行重重反射从而产生了扩散光，该仪器能够自由切换为各种各样的几何图形来满足具体测定方式的要求，通过这种方式得到的图形会有特别好的均匀性6。第四种类型中能够产生比较亮的光，在测定反射性很强的产品上的划痕时具有较大的优势。第二种照明类型的特别之处是得到的图形会呈现出很好的对比度。对比度的高低直接干系到图形边缘提取的准确性。背向照明需要将照明设备放置在需要测定产品的背面，具体的详情可以参见图2.5。这种照明方式在机器视觉尺寸测量系统中具有很好的应用，它能够突出待检测物体的轮廓而不造成虚影。被测产品所掩盖部分的成像为黑色，没有被遮住部分的成像为白色，这样就形成高对比度的图像。综合考虑之后，笔者在本次研究中采用了背向照明的方法。（4）支架支架主要是起到一个固定的作用，确保图像传导仪的空间位置不发生任何的变动。此外还需要注意的是，应尽可能的确保待测产品与摄像装置在同一水平线。2.3基于机器视觉的尺寸测量系统的软件设计（1）软件开发工具的介绍MATLAB也叫作矩阵实验室，是Math works企业生产的一款高性能的可视化科学计算软件，到目前为止，这个软件已经得到了业内领域的普遍认可，并得到了广泛的应用。Math Works公司从不同领域的研究应用需求出发，研发了图形处理、讯息传导、系统鉴定、归纳计算等三十多种有着不同特性的工具箱，均是业内高权威人士亲自参与设计的，不用依赖于任何的程序，就能够方便快捷地使用。此外，工具箱里的函数源程序都不是保密的，大部分为M类型的文件，用户只需根据相应文件的代码就可以进行更改。MATLAB有着卓越的数据处理能力，它是一种用于矩阵计算、算法研究、数据剖析以及图形处理的高级计算机语言，其内部存在着覆盖全面的函数公式，可编程的变通性比较好，并且具有其他软件在数据处理方面所不具有的优势，而且还提供了便捷的与其他软件间进行数据交换的功能。这次研究中充分发挥了MATLAB中的图形处理、工程计算以及数据归纳等，通过该软件强大的图形处理能力对实际测定工作中得到的产品图形加以处理，从而产生优质的图像。然后运用该软件编程，得到实验所要求的数据，并对这些数据进行分析处理。（2）软件总体结构设计软件一般是用来处理图形，进而测定具体产品的规格。通常来讲，在测定工作中，如果硬件装置不够完善，或是噪音的影响过大，都会使得到的图形质量明显下降，只有将这些图形做进一步的优化，才可以进行后续的操作，从而确保产品测定工作的可信度。产品规格测定的软件结构详情可参见图2.6。2.4 本章小结在第一章中，主要介绍了以机器视觉为依托的规格测定方法的操作机理、硬件装置以及软件设施。首先介绍了该测量系统的硬件结构，通过研究了各个硬件的性能参数，搭建了一套测量系统的硬件平台。然后结合Matlab软件中的GUIDE界面编辑器编辑GUI建立了该测量系统的软件平台。43第三章 基于机器视觉的尺寸测量系统的图像处理技术以机器视觉为依托的规格测定方法中比较关键的环节是对图形的处理。在这个环节中，因为采集设备或者传导媒介等方面存在的不足，会产生不同程度的噪音问题，使得所得的图形丢掉了关键的信息，进而影响图形的呈现效果。因此，对收集到的产品图形做进一步的优化，是这种规格测定方法中最为关键的一个步骤。这项技术的大体流程为：Matlab将收到的产品图形经过灰度转化、滤波去噪、图形的二值化以及边缘检测4个步骤的加工。图形的处理在以机器视觉为依据的规格测定方法中是不可或缺的，该环节为下一步的规格测定奠定了根基，保障了图形的真实性，方便电脑进行全面的计算和总结。3.1 图像的灰度变换灰度的转化是把初始图形里的各个像素的灰度值，依据特定的转换原理，变为不同的灰度值传送。灰度的转化就是三维背景中的图形显化处理，就是把三维背景中最初的图形灰度值，依据特定的转换原理，形成不同的但一一对应的图形灰度值，从而实现显化图形的效果。用公式可以表示如下：式中，代表了初始的图形，也就是显化之前的图形；是显化之后的图形，即处理后的数字图像；T代表的是对f进行的具体操作。灰度转化的过程就是依靠函数T来拓宽初始图形的灰度动态面积。灰度转化的操作结束后，图形的对比度会明显提高，与未处理的图形相比会更加有识别度，呈现质量会更好。原始图形的灰度转化过程，详情可以参见图3.1。（1）直方图直方图代表的是图形的灰度级详情，该图具有显著的统计学意义，它全面的呈现了特定图形的灰度级布局趋势。特定图形的直方图可以系统性地反映图形的灰度值布局趋势，并显示出了每一级别在总体中的比重。图形灰度直方图的转化，能够使图形的对比度显著地提高。该直方图与灰度级之间存在着函数关系，反映了图形所占据某个灰度的像素的数量，也可以理解为图形里的任一个灰度级和它的存在数量之间的关系。图形的灰度级跨度在，是第k级灰度，为第k级灰度的像素总数，为第k级灰度的频数，N为图像的像素总数。那么某个特定灰度级的像素所对应的概率值为：（2）直方图均衡化直方图的优化主要涵盖了均衡化处理以及规定化处理2个方面。直方图进行了优化处理，图形的像素值就会出现于每一级别中，使图形的不同像素值的区别更加明显，从而真实的反映图形的情况。直方图的均衡化是比较主流的优化策略。它的核心理念是对初始图形的像素灰度值加以修整，把图形上像素点偏多的灰度级加以强化，同时把图形里像素点偏少的灰度级加以弱化，将初始的不规则的直方图优化为均匀的布局，实现任意灰度级都占据等量的像素点，进而提高图形的对比度，使图形呈现更好的视觉效果，具备更加全面细致的信息。直方图的均衡化转化的公式如下：因为灰度级存在较强的离散特质，在特定的图形里灰度级只取总计L数值，而不可能完全契合于这几个离散值，所以就需要根据相应的设定差异最小的，同时确保每个都可以划入相同的灰度级7。以上所述就是直方图均衡处理的基本原理。（3）直方图规定化均衡化处理的优势在于可以提高图形的对比度，但这种方法存在的问题是，对于其均衡化的程度很难把握，通常情况下均衡化的操作范围不能锁定到某个局部，只能是对整个对象的处理。在进行具体操作时，某些情况下需要改变直方图的原有形态，从而达到有针对性的提高特定灰度值跨度的对比度。当均衡化处理的方法满足不了以上要求时，相对便捷的直方图规定化就显示出了较大的优势。它主要是利用特定的映射公式，把初始的直方图转化为人们想要的形式。3.2 图像的噪声与处理方法3.2.1 图像的噪声在进行图形的收集、转化、输送和保存的进程中，图形的噪音可以说无处不在，产品的图形经常会因为噪音的存在而使得其丧失质量保障，导致产品测定的准确度降低，测定工作举步维艰。为了确保以机器视觉为依据的测定方法的可信度，就应该严格的抵制噪音的影响。噪音产生的源头主要有2个，分别是外界的图形噪音和内部的图形噪音。前者主要是因为外界不安定因素的综合影响而导致的图形噪音，这一类噪音的出现没有任何的征兆，通常很难防范。在本次研究中，笔者的测定工作中出现的图形噪音大多是系统内部图形噪音，产生的原因主要包括：图形收集传导仪的像素分辨率导致的噪音；组成部件自身质地所导致的噪音；规格测定系统配备的光源所导致的噪音；装置内部的电路导致的噪音。在数字图像中常见的噪声有：椒盐噪音、脉冲噪音以及高斯噪音等。第一种噪音指的是偶然产生的黑白亮度值，是实际操作中最常遇到的一类噪音；第二种噪音指的是仅包括偶然产生的白亮度值或是黑亮度值；第三种噪音指的是产生的亮度符合高斯分布或者是正态分布的噪音。因此，我们要把得到的产品图形充分地滤波去噪，尽量消除噪音的影响，以保持初始图形的特征性信息，从而可准确的提取产品图像的边缘。3.2.2 常规滤波算法所谓图像的滤波，就是对图像进行平滑处理，是降低和削减噪音的主流手段。以机器视觉为依据的规格测定方法中提取产品图像的过程中，会或多或少地受到噪音的影响，进而使图形的质量失去了真实性，这样会导致测量系统的图像预处理和边缘检测等过程变得很复杂甚至无法测量，所以要对采集到的灰度图像进行滤波，以此最大程度的恢复初始图像。对于不同类型的噪声可以有不同的滤波算法，对于某一种特定的噪声，应该选择最合适的滤波算法来去除噪声。3.2.2.1邻域平均法邻域平均法也叫作均值滤波法，能够最大限度地削减高斯白噪音。该方法的核心理念是将图形里的任意像素所对应的灰度值用该像素和它方圆特定范围内的全部像素的平均值来表示。如果产品图形里某个像素点的坐标是，其所对应的灰度值是，那么通过这种方法处理之后所传送的数值是：在这个公式里，N指的是以坐标为核心的邻域的集合，M指的是邻域N中包含的像素总量。进行了平滑计算过程之后，显示的图形像素点的灰度值出现了显著的改观，图形的方差变为了原来的M分之一，则可以看出这种方法有着卓越的去噪能力。邻域平均法削减噪音的特点是操作效率高，计算过程简明扼要。但这种方法也存在着不容忽视的问题，就是如果处理的图形过大，操作过程就会变得非常复杂，严重影响工作进度8。所以合理使用恰当的模板是十分重要的，一般所用的模板包括33，55，77。由于该方法的处理过程主要依赖于线性滤波器，因此虽然显著地削减了噪音，但也会严重影响图形的质量，使图形失去了部分的边缘信息，此外，这种不良影响会随着模板的变大而更加明显。3.2.2.2掩膜去噪法掩膜去噪法能够显著地削减偶然性噪音。常用的脉冲响应函数分别为：以上3类脉冲响应函数的作用域都是33，也就是说计算过程中要涉及到九个像素灰度。当然，如果实际应用中有要求，也可以采用55或者77等不同的作用域。然而这种方法在应用中也存在一些问题，即在削减噪音的操作中，图形也逐渐出现不清晰的现象。3.2.2.3中值滤波法中值滤波法能够最大限度地削减脉冲噪音以及椒盐噪音。该方法的核心理念是把图形里的任意像素的灰度值以这个像素的邻域里全部像素的灰度值的中值来表示。如果图形里像素点的坐标是，其所对应的灰度值是，那么经过这种方法处理之后所传送的数值是：在此公式里，N代表以为核心的邻域的集合，Med代表了整个集合的数值所计算得到的中间值。中值滤波仪属于非线性的仪器，这种方法的优势在于它既可以削减噪音的又可以最大限度地维护初始图形的特征性