前言：尋找寫作靈感？中文期刊網用心挑選的談機器視覺的機械自動化檢測系統設計，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：闡述基于機器視覺的機械自動化檢測系統設計。在系統硬件方面設計了機械圖像采集裝置，利用相機和光源對機械圖像進行采集。在系統軟件方面，采用機器視覺技術對機械圖像數據進行分析，提取機械故障特征，再通過計算機械誤差與閾值比較，判定機械是否存在故障。
關鍵詞：機器視覺，機械自動化檢測系統，誤檢率，機械圖像采集裝置。
0引言
隨著機械制造行業的不斷發展，為了保證機械設備生產質量，并且提高機械設備檢驗工作效率，機械自動化檢測系統具有智能化、信息化特征，并且具備效率快、操作方便等優點，被廣泛應用到機械制造領域中，加快機械制造業發展進程[1-10]。雖然機械自動化檢測系統的應用為機械制造生產帶來了便利，但是現有的系統在實際應用過程中經常出現漏檢和錯檢現象，誤檢率較高，導致機械質檢工作質量較低，機械自動化檢測效果較差，傳統系統已經無法滿足機械自動化檢測工作需求，為此提出基于機器視覺的機械自動化檢測系統設計。
1系統硬件設計
在傳統系統硬件基礎上，設計了機械圖像采集裝置，搭配系統固定的服務器、顯示器等基礎硬件設備構成了基于機器視覺的機械自動化檢測系統硬件結構。此次采用BYKMOSD/5AD66D工業相機作為機械圖像采集任務的執行器，該相機尺寸為15mm×25mm×13.5mm，有效像素可以達到130萬，采集的圖像清晰度較高[11]。為了保證BYKMOSD/5AD66D工業相機拍攝機械圖像的質量，在機械圖像采集裝置中設計了光源，光源的作用是輔助BYKMOSD/5AD66D工業相機拍攝，突出范圍內機械目標特征，提高相機拍攝區域的光線亮度，此次采用的是高密度的LED燈作為相機拍攝光源。在機械檢測現場利用C接口將BYKMOSD/5AD66D工業相機與系統電源連接，并且將LED燈通電，將相機安裝在機械檢測平臺的左上方或者右上方，將LED燈固定在BYKMOSD/5AD66D工業相機鏡頭下方，選用75°環形高度直接照射光源，并且將BYKMOSD/5AD66D工業相機的信噪比參數設定為2.15dB，采用逐行掃描/連續輸出模式對機械表面進行掃描[12]。將工業相機采集到的機械圖像數據以TXXT格式保存到系統計算機上，為系統計算分析提供數據基礎，以此完成系統硬件設計。
2系統軟件設計
2.1基于機器視覺的機械故障特征提取
在系統對機械故障特征提取方面采用機器視覺技術，通過以太網接口將采集到的機械圖像數據傳輸到系統中，利用機器視覺技術對數據進行處理，其過程如下。由于采集到的機械圖像為灰度圖像，灰度圖像清晰度較低，因此首先需要將機械灰度圖像轉化為彩色圖像，再將彩色圖像轉化為二值圖像，實現對機械圖像的分割處理。引入幾何間隔M概念，表示如式（1）所示。式中，m為機械圖像數據的幾何間隔；p為機械圖像數據函數間隔；w為機械圖像數據間隔最大的最優超平面；q為機械圖像數據到超平面的距離；v為機械圖像數據間隔最大的最優超平面橫向方向量構成的矩形。將不為零的機械圖像數據提取出來，構成數據集合，提取到機械故障特征。
2.2機械自動化檢測分析
在上文基礎上，對提取到的機械故障特征進行分析自動化分析。生產后的機械設備與原機械圖紙會存在一定的誤差，如果該誤差超過一定范圍，則會判定該機械設備質量不合格，存在機械故障，因此以機械設備最大允許誤差作為機械自動化檢測閾值B，將計算到的機械誤差與該閾值進行對比，如果超出該閾值則系統自動判定該機械存在故障，輸出檢測結果。機械誤差的計算主要是根據上文提取到的機械故障特征，其計算如式（2）。（2）式中，x表示機械設備圖像誤差；n表示數據集合F中故障圖像數量；vn表示當前機械v部分的數值；v表示要求數值。利用上述公式計算出機械誤差，將計算結果與B做比較，輸出比較結果，將最終的檢測分析結果上傳到系統顯示界面，以此完成基于機器視覺的機械自動化檢測，進而完成了系統設計。
3實驗論證分析
實驗以某機械設備為實驗對象，該機械設備數量共125臺，機械整體重量為150kg，利用此次設計系統與傳統系統對該機械進行自動化檢測。實驗以Windows2014作為操作系統，硬盤為UIH14GB，內存大小為8GB。實驗將該機械設備分成4個部分，布設24個檢測點，對相機與光源進行安裝，相機與檢測臺間距為75cm，相機與光源的間距為15cm，將BYKMOSD/5AD66D工業相機的拍攝頻率設定為2.56Hz，拍攝范圍設定為100cm，鏡頭角度調整為45°～-65°，實驗共采集到機械圖像數據4.2GB。利用式（2）對機械4個部位的誤差進行計算，如表1所示。實驗分別記錄檢測量為25臺、50臺、75臺、100臺、125臺時系統檢測情況，利用BUS軟件分析系統是否存在誤檢情況，如果存在計算系統誤檢率，將其作為實驗結果，對兩種系統進行對比分析，如表2所示。從表2中數據可以看出，基于機器視覺的機械自動化檢測系統具有良好的可行性和可靠性。
4結語
分析表明，此次結合機械質檢工作需求，以及傳統系統在運行上存在的弊端，采用機器視覺技術對機械圖像進行處理，設計了一套新的機械自動化檢測系統，并在設定的實驗環境中完成了兩種系統對比實驗，驗證了基于機器視覺的機械自動化檢測系統具有較高的精度，此次研究對降低系統誤檢率，提高機械自動化檢測工作質量水平具有一定的現實研究意義。
作者：李曉東 單位：長春工業大學
