摘  要： 為了檢測汽車一些需鉚接的零部件在生產中的合格情況，提出了一種基于圖像檢測技術的高精度鉚接縫隙的測量方法。通過ＣＣＤ工業相機采集圖像，利用圖像處理算法對圖像進行預處理，對圖像縫隙特征進行提取和參數計算。將該方法用于實際塑料鉚接的圖像檢測中，獲得了較好的檢測效果。實驗結果表明，該方法能夠有效提高檢測精度，具有一定的實用價值。
關鍵詞： 塑料鉚接；精確測量；圖像檢測

　近些年，在塑料鉚接的實際生產過程中，利用圖像處理對鉚接的合格程度進行判斷得到了廣泛關注。隨著計算機視覺技術的發展，視覺傳感器技術也應用到了鉚接縫隙的檢測過程中。利用視覺傳感器技術來獲得鉚接結果的特征信息，獲取的結果具有信息量大、不需與被檢測物接觸、精度高和靈敏度高等特點，可適用于各種塑料鉚接的檢測場合，具有發展前途。
　視覺傳感器由于可以遠離被檢測物體，采集信息量豐富，得到廣泛應用。采用CCD光學器件組成塑料鉚縫的圖像信息采集傳感系統，然后將獲取的鉚縫圖形信息進行圖像處理和縫隙寬度的計算，獲得塑料鉚接中鉚接縫隙的寬度。根據這個結果控制執行機構，判斷此被檢測產品是否已經鉚接或者是否鉚接合格，提高產品鉚合格率。
1 塑料鉚接縫隙圖像檢測系統結構
　塑料錨機縫隙圖像檢測系統主要由視覺傳感、圖像處理和縫隙寬度的計算3部分組成。在塑料鉚接縫隙的圖像檢測過程中，首先由視覺傳感器獲取塑料鉚接縫隙的圖像信息，并將信息傳輸到PC；然后PC對所獲取的圖像信息進行處理，減少圖像中的噪聲污染，并加強塑料鉚接縫隙圖像的特征信息；再通過所設計的算法來提取鉚接縫隙的特征點，獲取鉚接縫隙的寬度。計算機把此寬度與系統中所存的標準寬度范圍進行對比，如果在未鉚的范圍，則說明此被測物沒有進行鉚接；如果在不合格的范圍，則說明此被測物鉚接不合格，從而實現系統實時檢測的目的。系統結構的功能框圖如圖1所示。塑料錨接縫隙圖像檢測系統主要是在VS2010開發平臺上進行的，開發界面如圖2所示。

　將均值濾波和中值濾波放在此設計中進行比較，鉚接縫隙濾波前后比較如圖3所示。

　從圖3可以看出，中值濾波克服了均值濾波所帶來的圖像模糊，更好地去除了孤立點、線的噪聲以及二值噪聲的同時很好地保留了圖像的邊緣。圖像二值化在圖像處理中同樣起著重要的作用，因為對于圖像來說，過多的灰度值信息將會影響圖像檢測和識別的速度。為了減少灰度冗余信息，需要將不同灰度級的目標圖像與背景圖像進行分離，即進行圖像二值化。本文所采用的圖像二值化方法是迭代閾值法，其算法如下：

　顯然，圖像空間中圓上的點映射到參數空間中的一族圓錐的交點正好對應于圓的圓心坐標和圓的半徑。對參數空間適當量化，得到一個三維的累加器陣列，陣列中的每一個立方小格對應（a，b，r）的參數離散值。對圖像空間所存在的圓邊界形狀檢測時，先計算圖像每點強度的梯度信息，然后根據適當閾值求出邊緣，再計算與邊緣上的每一點像素距離為r的所有點（a，b），同時將對應（a，b，r）立方小格的累加器加。改變r值（可以根據先驗知識確定其變化范圍，減少計算量）再重復上述過程，當對全部邊緣點變換完成后，對三維陣列的所有累加器的值進行檢驗，其峰值小格的坐標就對應著圖像空間中圓的圓心。數字圖像式可寫為：

　表1所示1.10為沒有鉚接的閾值，即當D≥1.10時，此產品沒有鉚接。對于鉚接不合格的也是如此判斷，即當D≥0.31時為鉚接不合格。
　圖像處理技術是隨著計算機的發展而新興的一門學科，圖像處理技術至今仍處在發展階段。現在已經提出的鉚接縫隙圖像處理方法大都是針對具體問題提出的，因此對一幅鉚接縫隙圖像沒有通用的處理方法。本文運用了圖像處理技術對鉚接縫隙圖像進行處理，識別出縫隙的內外邊緣，再通過縫隙的寬度計算法求出了縫隙的寬度，并與標準寬度閾值進行比較得到具體的錨接結果，最終得到比較理想的效果。
參考文獻
[1] 楊帆.數子圖像處理與分析[M].北京：北京航空航天大學出版社，2008.
[2] 郭文強，侯勇嚴.數字圖像處理[M].西安：西安電子科技大學出版社，2009.
[3] 李鵬輝，趙文光，朱宏平，等.基于數字圖像處理技術的多點動態位移監測[J].華中科技大學學報，2011，39（2）：80-84.
[4] 王偉，何小元，楊福俊，等.基于數字光測的表面裂縫寬度圖像分析法[J].測控技術，2006，25（7）：23-25.
[5] 耿鑫，肖瑾，胡曉光．基于物理模型的彩色圖像邊緣檢測與分類[J]．儀器儀表學報，2010，31（8）：1782-1787．
[6] 張道德，胡新宇，楊光友.一種改進的隨機Hough變換圓形檢測算法[J].電子器件，2009，32（3）：721-724.