摘要：阐述钢球表面检测的意义和机器视觉的基本原理，使用LabVIEW 和NI Vision Assistant对所采集的钢球图像进行了处理且做出相应分析。

　　关键词：钢球表面检测；机器视觉；NI Vision Assistant．；LabVIEW

1 引言 轴承在国民经济各个行业中应用极其广泛，对其质量的要求也在不断提高。钢球是轴承的重要零件，其质量对球轴承的精度、运动性能及使用寿命等均构成较大影响。大量的轴承试验表明：钢球占影响轴承全部因素的60％ ，轴承失效因钢球破坏的比例达58．8％ 。　　机器视觉是研究计算机或其他处理器模拟生物宏观视觉功能的科学和技术，也就是用机器代替人眼来做测量和判断。机器视觉将图像处理、计算机图形学、模式识别、计算机技术、人工智能等众多学科高度集成和有机结合，而形成的一门综合性的技术，具有自动化、客观、非接触和高精度等特点。　　本文构建的钢球表面划痕机器视觉检测系统的主要组成部分包括摄像头及光学部件、照明光源、图像采集卡、工控机、检测软件、数字I／O和网络连接等。　　首先采用光电转换器件CCD将被摄取目标转换成图像信号，此时的场景图像是灰度图像，即三维场景在二维平面上的投影；再通过数据采集卡将此图像信号传送给专用的图像处理工控机，根据像素分布和亮度、颜色等信息，将其转变成数字化信号并进行各种运算来抽取目标的特征；最后使用数字I／O板卡来实现机器视觉系统与外界系统和数据库的通信，控制生产流程并将“通过／失败(PASS／FAIL)”的信息送给数据库。钢球表面划痕机器视觉检测系统的软件采用了LabVIEW 和NI Vision Assistant比如不锈钢钢球。

2 使用NI Vision Assistant对钢球图像的处理及分析 使用NI Vision Assistant 8．0的编程界面。直径6mm的钢球经过CCD采集回来的图像如图3(a)所示。由于系统采用的照明光源等原因，钢球中心有一个面积较大的圆型暗斑，这会干扰对钢球表面划痕的判断，在以后的图像处理中必须将其去掉。在钢球表面还有几个较明显的不规则的暗点，这些就是钢球表面的划痕，使用NI Vision Assistant编程对钢球图像进行处理后可以将其检测出来。　　图像预处理是指在处于最低抽象层次的图像上所进行的操作，这时处理的输入和输出都是亮度图像。预处理的目的是改善图像数据，抑制不需要的变形或者增强某些对于后续处理重要的图像特征。在图像预处理操作中，滤波指的是使用输入图像中一个像素的小邻域来产生输出图像中新的亮度数值的方法。平滑高斯滤波(Smoothing—Gaussian)是基于Kernel来削弱一个所选定的像素点的周围像素点光强值变化程度，它的实际含义是可以可靠地发现边缘。选用NI VisionAssistant中的Filter Setup操作框中的Smoothing—Gaussian滤波，Kernel Size选择为3×3。　　图像的灰度级别是很有限的，因此灰度级变换用硬件和软件实现都很容易。一般仅需要256字节的存储空间，将这个存储空间称为查找表(1ookup table)。原始的亮度作为查找的索引，表的内容是新的亮度。图像信号一般在显示时经过一个查找表，使得简单的灰度级变换有实时性。NI Vision Assistant中LookupTable(LUT)操作框的作用是改进图像的对比度和亮度，其包括了一些可以调节图像灰度值的选项设置。Square运算对图像的像素点进行变换，在降低了图像的亮度、减少了暗区的对比度的同时增加了亮区的对比度。选用Lookup Table Setup操作框中的Square对图像进一步处理。　　卷积(convolution)在图像分析的线性方法中是一种非常有用的线性、平移不变的运算。数字图像在图像平面上具有有限的域，因此平移不变性只有当平移量小时才有效，这使得卷积常在局部使用。物体的边界是将亮度图像与其解释连接起来的最重要的线索，边缘检测技术如，Kirsch，Soble，Pratt算子是基于很小邻域的卷积，对某些特殊的图像处理效果很好。NIVision Assistant中Convolution kernel的作用是凸显一个图像的边缘。选择Filter操作框中的Convolution．Highlight Details运算，Kernel Size为3×3。　　对处理后的图像数据进行分析之前，图像分割是最重要的步骤之一，它的主要目标是将图像划分为与含有的真实世界的物体或区域有强相关性的组成部分。灰度级阈值化是最简单的分割处理。很多物体或图像区域表征为不变的反射率或其表面光的吸收率，可以确定一个亮度常量即阈值(threshold)来分割物体和背景。阂值化计算由于具有代价小、速度快等特点被广泛的使用。NI Vision Assistant中阈值设定的意义是在灰度图像中进行分割像素点操作。手动阈值(Manual Threshold)操作可以设定灰度值像素点的取值范围，所有不在这个阈值范围内的像素点都被设为0，反之为1。Dark Objects操作可以分离出强度值范围从0到设定值范围内所有的像素点。使用ManualThreshold检测Dark Object，Threshold Range选择在45。　　数学形态学强调形状(shape)在图像预处理、分割和物体描述中的作用。它包括诸多具有很强数学背景的算法及快速算法，是传统意义上基于线性运算符(如卷积)的信号处理的一个对应。NI Vision As—sistant中Basic Morphology操作框对二值化后的图像中的粒子的形状进行调整。Dilate objects消除目标粒子之间的小间隙，扩展目标点的轮廓。Basic Morphol—ogy处理中选择Dilate objects进行图像处理，矩阵为5×5，Iterations为1。Advanced Morphology操作框对二值化图像中的粒子点进行高级操作，Remove large objects意义在于去掉大点，大点的定义是由腐蚀系数决定的，具体参数由Iteration设定。由上述处理后，钢球图像仅剩下中心较大的由于照明原因所形成的中心暗斑和一些较明显的划痕斑点。为了去掉中心暗斑，使用AdvancedMorphology操作框中的Remove large objects选项进行处理，Iterations值为1。　　最后对图像处理做出统计，得到了所检测的钢球表面所存在的划痕数目及每个划痕的中心坐标值。可以看到，最终的检测结果显示钢球存在6个较明显的划痕如下。

　　 Resuhs 1 2 3 4 5 6 Center ofMass X 70．07317 27．00000 70．94737 57．00000 29．57317 48．56098 Center ofMass Y 9．43902 51．05882 59．59649 68．00000 72．18293 72．92683

为了方便和整个钢球表面划痕机器视觉检测系统的后续程序的衔接，可以将NI Vision Assistant转化LabVIEW，生成的LabVIEW 的源代码。

3 结束语 钢球质量是衡量轴承质量的一项重要指标，必须对其进行严格检测，尤其是对表面划痕的检测。作为一门发展迅速的新兴学科，机器视觉技术在钢球表面检测中得到了越来越广泛的应用。本文构建的钢球表面划痕机器视觉检测系统使用NI Vision Assistant软件对所采集的钢球图像进行处理，通过实例表明该方法是可行的，有效的，且易于实现。依据该系统原理生产出的XA—I型全自动钢球检测机已得到实际的应用，受到了用户的好评，但在诸如检测速度、检测稳定性和光源照明等方面，还存在一定的改进空间。

参考文献：[1]潘洪平．钢球表面质量自动评价体系建立及其应用的研究[D]．哈尔滨工业大学，2000．[2]贾云德，等．机器人视觉[M]．北京：科学出版社，2000．[3]National Instruments Corpration．IMAQ Vison for LabVIEWUser Manual[Z]．USA：2003．[4]National Instruments Corpration．IMAQ Vison Concepts Manual[Z]．USA：2003．[5]朱虹，等．数字图像处理基础[M]．北京：科学出版社，2005．