摘要：機(jī)器視覺在大型工件自動(dòng)探傷檢測(cè)中的應(yīng)用資訊由優(yōu)秀的流量計(jì)、流量?jī)x生產(chǎn)報(bào)價(jià)廠家為您提供。1引言 機(jī)器視覺就是用機(jī)器代替人眼來做測(cè)量和判斷。機(jī)器視覺系統(tǒng)是指通過機(jī)器視覺產(chǎn)品將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，再傳送給專用信息處理裝置作進(jìn)一步加工的軟、硬件設(shè)備。由。更多的流量計(jì)廠家選型號(hào)價(jià)格報(bào)價(jià)歡迎您來電咨詢，下面是機(jī)器視覺在大型工件自動(dòng)探傷檢測(cè)中的應(yīng)用文章詳情。

機(jī)器視覺就是用機(jī)器代替人眼來做測(cè)量和判斷。機(jī)器視覺系統(tǒng)是指通過機(jī)器視覺產(chǎn)品將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，再傳送給專用信息處理裝置作進(jìn)一步加工的軟、硬件設(shè)備。由于機(jī)器視覺系統(tǒng)可以快速獲取大量信息，而且易于自動(dòng)處理，和便于與加工控制信息集成，因此，在現(xiàn)代自動(dòng)化生產(chǎn)過程中，人們將機(jī)器視覺系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗(yàn)和質(zhì)量控制等領(lǐng)域。機(jī)器視覺系統(tǒng)的特點(diǎn)是自動(dòng)、客觀、非接觸、精度高，可方便地提高生產(chǎn)的柔性和自動(dòng)化程度。在一些不適合于人工作業(yè)的危險(xiǎn)工作環(huán)境或人工視覺難以滿足要求的場(chǎng)合，常用機(jī)器視覺來替代人工視覺;在大批量工業(yè)生產(chǎn)過程中，用人工視覺檢查產(chǎn)品質(zhì)量效率低且精度不高，用機(jī)器視覺檢測(cè)方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動(dòng)化程度。由于機(jī)器視覺易于實(shí)現(xiàn)信息集成，是實(shí)現(xiàn)計(jì)算機(jī)集成制造的基礎(chǔ)技術(shù)之一。總之，隨著機(jī)器視覺技術(shù)自身的成熟和發(fā)展，可以預(yù)計(jì)它將在現(xiàn)代和未來制造企業(yè)中得到越來越廣泛的應(yīng)用。

眾所周知，工業(yè)CT技術(shù)作為一種先進(jìn)的無損檢測(cè)技術(shù)，它不僅可以用于工件內(nèi)部結(jié)構(gòu)和缺陷的無損檢測(cè)、質(zhì)量評(píng)定、定性分析和判斷，還可以通過對(duì)工業(yè)CT圖像的測(cè)量來實(shí)現(xiàn)工件內(nèi)部結(jié)構(gòu)尺寸和缺陷尺寸進(jìn)行測(cè)量和定量分析，測(cè)量精度高，可重復(fù)性好。近年來，從定性檢測(cè)向定量測(cè)量方向發(fā)展是工業(yè)CT技術(shù)的一個(gè)重要研究方向，并且已取得了很大的進(jìn)展。但是，目前國(guó)內(nèi)外對(duì)工業(yè)CT圖像的測(cè)量大都還依賴于手工方法進(jìn)行，不僅測(cè)量的可重復(fù)性差而且測(cè)量精確度不高，越來越難以適應(yīng)大批量的圖像處理工作的需要。因此，文章結(jié)合工程實(shí)踐，文中針對(duì)手工測(cè)量存在的一些問題，對(duì)工業(yè)CT圖像自動(dòng)測(cè)量方法作些探討，根據(jù)工業(yè)CT圖像的自身特點(diǎn)提出了一種基于邊緣提取的自動(dòng)測(cè)量方法。

2Canny的邊緣檢測(cè)原理簡(jiǎn)介

通過工業(yè)CT機(jī)獲得大型金屬工件的斷層圖像，然后傳輸給中央管理系統(tǒng)，系統(tǒng)利用圖像處理技術(shù)，對(duì)獲取的圖片進(jìn)行分析，提取工件缺陷相關(guān)尺寸信息，存儲(chǔ)在數(shù)據(jù)庫中，供圖像分析系統(tǒng)對(duì)金屬或其它材料的基體組織、雜質(zhì)含量、組織成分、缺陷大小等進(jìn)行精確、客觀地分析，為產(chǎn)品質(zhì)量提供可靠的依據(jù)。

從信號(hào)采集角度考慮，透射被測(cè)工件的光子經(jīng)探測(cè)器轉(zhuǎn)換成模擬信號(hào)后，再經(jīng)過A/D轉(zhuǎn)換成數(shù)字信號(hào)，在上述過程中，原工件不同材質(zhì)區(qū)域的邊緣[1]，根據(jù)CT卷積反投影重建算法[2]中的點(diǎn)擴(kuò)散原理可知，真實(shí)邊界在數(shù)字圖中的邊緣范圍3個(gè)像素。

Canny把邊緣檢測(cè)問題轉(zhuǎn)換為檢測(cè)單位函數(shù)極大值的問題[3]。在高斯噪聲中，一個(gè)典型的邊緣代表一個(gè)階躍的強(qiáng)度變化。

（1）一個(gè)好的邊緣檢測(cè)算子應(yīng)具有三個(gè)指標(biāo):

低失誤概率，既要少將真正的邊緣丟失，也要少將非邊緣判為邊緣;

高定位精度，檢測(cè)出的邊緣應(yīng)在真正的邊緣位置上;

對(duì)每個(gè)邊緣有*的響應(yīng)，得到的邊緣為單像素寬。

（2）Canny提出了判定邊緣檢測(cè)算子的三個(gè)準(zhǔn)則[4]:

良好的信噪比:良好的信噪比準(zhǔn)則即將非邊緣點(diǎn)判為邊緣點(diǎn)的概率要低，將邊緣點(diǎn)判為非邊緣點(diǎn)的概率要低。信噪比的數(shù)學(xué)表達(dá)式：

（1）

其中，f（x）是邊界為[-ω,+ω]的濾波器脈沖響應(yīng)，G（-x）代表邊緣函數(shù)，σ是高斯噪聲的均方差，若信噪比大，則邊緣提取質(zhì)量好。

定位精度準(zhǔn)則。定位精度是指檢測(cè)出的邊緣點(diǎn)要盡可能在實(shí)際邊緣的中心。定位精度的數(shù)學(xué)表達(dá)式為:

（2）

其中，G'（x）和f'（x）分別表示G（x）和f（x）的一階導(dǎo)數(shù)。如果Localization值越大，那么表明邊緣定位精度就高。

單邊響應(yīng)準(zhǔn)則。即要保證單邊緣只有一個(gè)像素響應(yīng)，檢測(cè)算子的脈沖響應(yīng)導(dǎo)數(shù)的零交叉點(diǎn)平均距離D（f'）應(yīng)滿足f"（x）（為f（x）的二階導(dǎo)數(shù)）

（3）

zui后，Canny用泛函求導(dǎo)方法推導(dǎo)出高斯函數(shù)的一階導(dǎo)數(shù)，此即為該zui佳函數(shù)的zui好近似，計(jì)算方法簡(jiǎn)便。

3Canny邊緣檢測(cè)算法

Canny算法實(shí)際采用雙門限方法實(shí)現(xiàn)邊緣提取,其中兩個(gè)門限分別為h1與h2。Canny建議h2為h1的2～3倍。算法流程如下[5]:

Step1:初始化邊緣點(diǎn)位置EdgeDot=（col,vol）,col=0,vol=0。定義邊緣圖figureedge數(shù)組，大小為nWidth×nHeight，初始化為全255（非邊緣）;

Step2:在非zui大抑制所得圖中查看EdgeDot點(diǎn)的值，并賦給IfEdge;

Step3:if（IfEdge=noedge）thenStep7;

Step4:查看梯度圖中EdgeDot點(diǎn)的值，并賦給magni-tude;

Step5:if（magnitudeStep6:在記錄結(jié)果的邊緣圖中記下EdgeDot點(diǎn)并設(shè)置非zui大抑制圖對(duì)應(yīng)點(diǎn)值為noedge，然后在梯度圖中查看EdgeDot點(diǎn)的八鄰域點(diǎn)梯度magnitudenear，若magnitudenear>h1，重復(fù)執(zhí)行Step6,否則執(zhí)行Step7;

Step7:col++;

if（col>=nWidth）thenvol++;

if（vol>=nHeight）thenend;（程序結(jié)束）

執(zhí)行Step2。

算法中門限的選擇直接影響著Canny算子的性能。

作者用VisualC++6.0實(shí)現(xiàn)了該算法，主要包括:圖象平滑（imagesmoothing，這里使用高斯濾波）、微分（differentiation）處理、非zui大值抑制non-maximumsuppression）、邊緣閾值化（edgethresholding）等步驟。選取CT圖像序列中的一切片（如圖1所示）該圖像分割算法在實(shí)際應(yīng)用中效果如圖1所示:

圖1邊緣提取效果圖

4工業(yè)CT圖像的自動(dòng)測(cè)量

在工業(yè)CT圖像中不同區(qū)域的物質(zhì)表現(xiàn)為灰度值異于周圍物質(zhì)的灰度值。所以，研究者們常通過邊緣檢測(cè)技術(shù)和圖像分割技術(shù)把這個(gè)區(qū)域分離出來，使之成為一個(gè)獨(dú)立的分析對(duì)象，然后再進(jìn)行準(zhǔn)確測(cè)量。目前，常見的面積測(cè)量大都依賴于手工完成，主要通過用戶使用鼠標(biāo)點(diǎn)擊所測(cè)面積區(qū)域的周圍來得到一個(gè)閉合的區(qū)域，將該區(qū)域近似為待測(cè)的面積區(qū)域，而后通過統(tǒng)計(jì)該區(qū)域內(nèi)像素點(diǎn)的個(gè)數(shù)來近似計(jì)算面積。而常見的周長(zhǎng)和極徑測(cè)量也是如同面積測(cè)量一樣僅能得到一個(gè)近似值。顯然，這些測(cè)量方法由于人為原因或算法本身的缺點(diǎn)，給測(cè)量帶來了較大的誤差，并不具有可重復(fù)操作性，使得成批的圖像測(cè)量難以實(shí)現(xiàn)。

因此，以下通過對(duì)工業(yè)CT圖像進(jìn)行準(zhǔn)確地分割得到邊緣，并在此基礎(chǔ)上提出針對(duì)大型金屬工件的CT圖像面積、周長(zhǎng)以及極徑等幾何尺寸的自動(dòng)測(cè)量方法。

4.1面積測(cè)量

由于區(qū)域的面積與其內(nèi)部灰度級(jí)的變化無關(guān)，而只與該區(qū)域邊界有關(guān)，因此只要確定了區(qū)域邊界點(diǎn)的坐標(biāo)，就可利用邊界坐標(biāo)來計(jì)算區(qū)域的面積。在Green定理中指出，在x-y平面內(nèi)的一個(gè)封閉曲線包圍的面積由其輪廓積分給定，即

（4）

其中，積分沿著該封閉曲線進(jìn)行。Green公式表明，只要確定了一條封閉曲線的各點(diǎn)坐標(biāo)，就可以根據(jù)這些坐標(biāo)點(diǎn)計(jì)算出該曲線包圍的區(qū)域的面積。

由上述原理可得到面積計(jì)算的方法如下:由于工業(yè)CT圖像是一種離散化的數(shù)據(jù)形式，那么區(qū)域的邊緣也是一個(gè)離散的點(diǎn)集，因此需要將Green定理離散化后才能計(jì)算區(qū)域的面積。Green定理的離散形式如下：

（5）

該離散形式表達(dá)式實(shí)質(zhì)上是將封閉邊緣曲線確定的區(qū)域看成一個(gè)多邊形，并以區(qū)域中一點(diǎn)為中心點(diǎn)將其分成多個(gè)三角形，然后計(jì)算所有三角形的面積。

4.2周長(zhǎng)測(cè)量

區(qū)域的周長(zhǎng)是分割出的區(qū)域的邊界長(zhǎng)度。邊界通?？梢杂孟洞a、鏈碼和面積表示。其中隙碼方法表示時(shí)，測(cè)量長(zhǎng)度過程中包含了許多的轉(zhuǎn)彎，從而夸大了實(shí)際周長(zhǎng)值;而面積方法表示時(shí)，僅統(tǒng)計(jì)邊界點(diǎn)數(shù)，這樣又忽略了每一個(gè)像素的邊界長(zhǎng)度，從而縮小了實(shí)際周長(zhǎng)值;而鏈碼方法表示時(shí)，它既考慮了每個(gè)像素的邊界長(zhǎng)度，又把轉(zhuǎn)彎變成一條直線，這樣周長(zhǎng)的測(cè)量精度就提高了。邊界鏈碼測(cè)量的主要思想如下:鏈碼是從在物體邊界上任意選取的某個(gè)起始點(diǎn)坐標(biāo)開始的。該起始點(diǎn)有8個(gè)鄰接點(diǎn)，其中至少有一個(gè)是邊界點(diǎn)。邊界鏈碼規(guī)定了從當(dāng)前邊界點(diǎn)走到下一個(gè)邊界點(diǎn)這一步驟必須采用的方向。由于有8種可能的方向，因此可以將它們從0到7編號(hào)[6]，如圖2所示。邊界鏈碼包含了起始點(diǎn)的坐標(biāo)以及用來確定圍繞邊界路徑走向的編碼序列。

圖2邊界鏈碼圖

在這個(gè)邊界鏈碼中，編號(hào)為0，2，4，6的像素點(diǎn)稱為偶步像素，而編號(hào)為1，3，5，7的像素點(diǎn)稱為奇步像素。

由該理論得出周長(zhǎng)計(jì)算的方法是:將區(qū)域邊界定義為以各邊界像素中心為頂點(diǎn)的多邊形。于是，相應(yīng)的周長(zhǎng)就是一系列橫豎向（△p1=l）和對(duì)角線方向（）的間隔之和[7]。一個(gè)缺陷的周長(zhǎng)可表示為:

（6）

其中Ne和No分別是邊界鏈碼中約定的走偶步（0、2、4、6）與走奇步（1、3、5、7）的數(shù)目。

4.3極徑測(cè)量

極徑是工件指定區(qū)域尺寸規(guī)格的描述。zui直接的極徑測(cè)量方法如下:由于工業(yè)CT圖像是一種離散化的數(shù)據(jù)形式，因此區(qū)域上各點(diǎn)的極徑就是區(qū)域的幾何中心到區(qū)域邊界點(diǎn)的距離。求極徑的實(shí)質(zhì)是求邊界點(diǎn)的坐標(biāo)和區(qū)域幾何中心的坐標(biāo)。然而，邊界點(diǎn)的坐標(biāo)可以由邊緣提取所得到的邊緣圖像得到，區(qū)域的幾何中心坐標(biāo)則可以通過將區(qū)域看成無數(shù)個(gè)邊界點(diǎn)到幾何中心所構(gòu)成的三角形的所有幾何中心坐標(biāo)的平均值來求取。因此，利用Green定理和三角形幾何中心的算法可以得到任意區(qū)域的幾何中心的離散形式為

（7）

（8）

4.4面積、周長(zhǎng)以及極徑的自動(dòng)測(cè)量

基于上述理論，文中將自動(dòng)測(cè)量分為對(duì)工件感興趣區(qū)域的半自動(dòng)測(cè)量和工件所有不同區(qū)域的全自動(dòng)測(cè)量。

該方法的主要思想是:通過自動(dòng)識(shí)別工業(yè)CT圖像中的不同區(qū)域，從區(qū)域的角度定義不同材質(zhì)的物質(zhì)，從而進(jìn)行區(qū)域測(cè)量。

具體實(shí)現(xiàn)步驟為:*步，自動(dòng)獲取得到工業(yè)CT圖像的邊緣圖像;第二步，自動(dòng)搜索邊緣圖像中所有的閉合曲線以及非閉合曲線軌跡;第三步，利用所有的閉合曲線創(chuàng)建工業(yè)CT圖像中所有的不同材質(zhì)的區(qū)域以及標(biāo)記所有非閉合曲線軌跡;zui后，通過自動(dòng)辨識(shí)不同區(qū)域并對(duì)這些區(qū)域進(jìn)行面積、周長(zhǎng)和極徑的測(cè)量。

經(jīng)實(shí)驗(yàn)論證:在工業(yè)CT圖像自動(dòng)測(cè)量中，面積測(cè)量精度平均達(dá)到97.6%，周長(zhǎng)測(cè)量精度達(dá)到98.2%，在標(biāo)準(zhǔn)圓和橢圓圖像的極徑測(cè)量中測(cè)量精度達(dá)到100%。

整幅CT圖像的自動(dòng)測(cè)量時(shí)間與圖像各個(gè)區(qū)域的面積相關(guān)，即:圖像區(qū)域面積越大，圖像區(qū)域創(chuàng)建的時(shí)間就越大，總的測(cè)量時(shí)間越長(zhǎng)。在給定工件的批量（1500幅）CT圖像的測(cè)量中，全部測(cè)量所用時(shí)間為17分鐘。

5結(jié)束語

從上述對(duì)工件的實(shí)際測(cè)量結(jié)果可以看出，文中提出的方法對(duì)于工業(yè)CT圖像的不同材質(zhì)區(qū)域的測(cè)量以及缺陷的測(cè)量不僅能夠達(dá)到較為理想的精度，而且還具有很高的可重復(fù)性等特點(diǎn)。它不但適用于對(duì)工件感興趣區(qū)域（如:缺陷）的幾何尺寸測(cè)量，而且還適用于批量工件的工業(yè)CT圖像內(nèi)部結(jié)構(gòu)尺寸的測(cè)量。因此，機(jī)器視覺在大型工件自動(dòng)探傷檢測(cè)中的應(yīng)用前景是令人樂觀的。

以上就是本文全部?jī)?nèi)容，歡迎您來電咨詢我廠家流量計(jì)選型、報(bào)價(jià)等內(nèi)容。

《機(jī)器視覺在大型工件自動(dòng)探傷檢測(cè)中的應(yīng)用》本文地址：http://xaqyj.com/news/1477.html 轉(zhuǎn)載請(qǐng)勿刪除！