基于單目機(jī)器視覺(jué)的耐火磚檢測(cè)技術(shù)

李海華，文雪平

（華中科技大學(xué)文華學(xué)院，湖北武漢 430074）

耐火磚是一種具有特殊用途的材料，通常用來(lái)做高爐的爐體或水泥窯等。高溫的使用環(huán)境對(duì)耐火磚的質(zhì)量提出了特殊的要求，它們的尺寸誤差、表面缺陷以及內(nèi)部結(jié)構(gòu)等都必須符合現(xiàn)有的質(zhì)量標(biāo)準(zhǔn)。因此，對(duì)耐火磚的生產(chǎn)過(guò)程進(jìn)行質(zhì)量檢測(cè)是非常關(guān)鍵的。

目前，中國(guó)多數(shù)廠家是利用簡(jiǎn)單的工具采用手工操作的方法對(duì)耐火磚進(jìn)行檢測(cè)，很少采用自動(dòng)化設(shè)備進(jìn)行在線檢測(cè)。檢測(cè)效率低下，并且檢測(cè)精度不高。隨著對(duì)耐火磚需求的不斷增長(zhǎng)，迫切需要廠家采用自動(dòng)的檢測(cè)技術(shù)來(lái)取代手工操作。文獻(xiàn)［1］利用CCD傳感器來(lái)測(cè)量磚的厚度和表面，它要求磚塊必須處于傳送帶上的某個(gè)固定的位置。文獻(xiàn)［2］利用固定的光源，通過(guò)分析投影來(lái)檢測(cè)磚塊的尺寸，是一種比較精確的方法，但它對(duì)放置磚塊的位置和角度有嚴(yán)格的要求。本文基于單目機(jī)器視覺(jué)技術(shù)提出了一種快速、自動(dòng)的耐火磚尺寸檢測(cè)方法。利用攝像機(jī)采集耐火磚的圖片，直接通過(guò)圖像處理技術(shù)能快速準(zhǔn)確地獲得磚塊的尺寸?？梢源蠓忍岣邫z測(cè)效率和穩(wěn)定性，提高了產(chǎn)品的競(jìng)爭(zhēng)力。

1 耐火磚檢測(cè)系統(tǒng)的結(jié)構(gòu)和原理

機(jī)器視覺(jué)檢測(cè)技術(shù)通過(guò)對(duì)實(shí)時(shí)拍攝的圖像進(jìn)行分析計(jì)算，能夠獲取到檢測(cè)目標(biāo)的形狀、輪廓、尺寸、表面特征以及其他信息等。該方法具有高速、高精度、非接觸式測(cè)量等優(yōu)點(diǎn)，在對(duì)各種不同目標(biāo)進(jìn)行在線檢測(cè)的過(guò)程中，得到了廣泛的應(yīng)用［3-6］。

本文采用單目機(jī)器視覺(jué)檢測(cè)系統(tǒng)，結(jié)構(gòu)如圖1所示。該視覺(jué)檢測(cè)系統(tǒng)主要由計(jì)算機(jī)和攝像機(jī)等硬件組成，為了獲取更清晰的圖像，利用專(zhuān)用的光源進(jìn)行照明。由于耐火磚的長(zhǎng)度、寬度和高度是固定值，采用結(jié)構(gòu)簡(jiǎn)單，可靠性高的單目機(jī)器視覺(jué)系統(tǒng)是比較合適的選擇。

圖1 視覺(jué)檢測(cè)系統(tǒng)結(jié)構(gòu)框圖Fig.1 Structure of visual inspection system

測(cè)量過(guò)程中，將攝像機(jī)正對(duì)著被檢測(cè)目標(biāo)的某一個(gè)表面，采集一幅圖像，并傳送給計(jì)算機(jī)，由計(jì)算機(jī)進(jìn)行分析計(jì)算，即可得出所需的信息。它的基本原理是兩個(gè)平面之間的映射關(guān)系，即被檢測(cè)目標(biāo)平面上的每個(gè)點(diǎn)與它在圖像平面上的投影點(diǎn)之間是一一對(duì)應(yīng)的［7］，如圖2所示。

圖2 兩平面間的映射關(guān)系Fig.2 Mapping relationship between two planes

假設(shè)P（x，y）是目標(biāo)平面坐標(biāo)系O-XY中某個(gè)目標(biāo)點(diǎn)的坐標(biāo)，即耐火磚表面的某個(gè)點(diǎn)；P′（u，v）是P點(diǎn)在圖像平面O′-UV上投影的坐標(biāo)。那么，P與P′點(diǎn)之間的映射是線性的，可表示如下［8］：

其中：s是比例系數(shù)；H是表示映射關(guān)系的矩陣。

矩陣H中每個(gè)元素的值由攝像機(jī)的一些參數(shù)組成，需要對(duì)系統(tǒng)進(jìn)行標(biāo)定才能確定［9］。當(dāng)通過(guò)標(biāo)定確定這些參數(shù)后，即可對(duì)耐火磚的長(zhǎng)度和寬度進(jìn)行測(cè)量和計(jì)算。由式（1）可得：

如果在圖像平面中能夠計(jì)算出磚塊所有邊緣點(diǎn)和角點(diǎn)的坐標(biāo)P′（u，v），那么，將這些坐標(biāo)分別代入式（2），可計(jì)算出它們?cè)贠-XY坐標(biāo)系中對(duì)應(yīng)點(diǎn)的坐標(biāo)P（x，y），從而得到耐火磚的實(shí)際長(zhǎng)度、寬度、平行度、垂直度等信息。下面介紹圖像平面中磚塊的邊緣點(diǎn)和角點(diǎn)坐標(biāo)的計(jì)算方法。

2 耐火磚圖像的采集和處理

2.1 圖像的采集

耐火磚通常是在模具中壓制而成的，它的表面比較粗糙。為了獲取清晰的圖像，還需要選用合適的光源進(jìn)行照明。本文以矩形耐火磚為例進(jìn)行尺寸的測(cè)量，采集到的圖像如圖3所示。

圖3 耐火磚圖像Fig.3 Image of firebrick

2.2 圖像的處理

耐火磚的棱和角經(jīng)常會(huì)被磨損，導(dǎo)致它比規(guī)定的尺寸要小，其圖像處理過(guò)程也比較復(fù)雜。經(jīng)過(guò)仔細(xì)分析耐火磚的邊緣特征，本文對(duì)其圖像采用邊緣提取、邊緣連接、邊緣分割和邊緣擬合4個(gè)步驟來(lái)完成圖像處理。

1）圖像邊緣提取

當(dāng)攝像機(jī)采集到耐火磚的圖像后，計(jì)算機(jī)先讀取圖像，并進(jìn)行濾波處理，再利用Canny邊緣檢測(cè)算子對(duì)它進(jìn)行邊緣提取［10］，即可獲得一幅單像素寬度的邊緣圖像。此時(shí)，絕大多數(shù)的邊緣點(diǎn)已經(jīng)從耐火磚的圖像中被提取出來(lái)。同時(shí)磚塊表面上的一些紋理，以及角上微小的磨損部分的邊緣也都被提取出來(lái)了，它們均為不規(guī)則的曲線。

2）圖像邊緣連接

由于提取到的圖像邊緣是不連續(xù)的邊緣點(diǎn)，在邊緣擬合之前需要對(duì)它們進(jìn)行邊緣連接。先對(duì)圖像中不連續(xù)的邊緣點(diǎn)進(jìn)行8鄰域的搜索，相鄰的邊緣點(diǎn)被視為在同一邊緣線上。經(jīng)過(guò)搜索后，再把一些不同的邊緣點(diǎn)連接起來(lái)代表著相應(yīng)的不同的邊緣線。由于耐火磚表面上的紋理多數(shù)為類(lèi)似顆粒狀的輪廓，它們的邊緣特征是曲率大、尺寸小。因此，可以根據(jù)邊緣線條的長(zhǎng)度和曲率，將許多表面紋理的邊緣從搜索結(jié)果中濾除掉。

3）圖像邊緣分割

當(dāng)磚塊2條相鄰的邊被連接成一條邊緣線之后，不能直接對(duì)這條邊緣線進(jìn)行直線擬合，應(yīng)該先進(jìn)行邊緣分割。在邊緣分割時(shí)，要檢查每一條邊緣線，并計(jì)算該線條上每個(gè)點(diǎn)的曲率，如果某個(gè)點(diǎn)的曲率異常的大，就以該點(diǎn)為界將邊緣線條分割開(kāi)。分割后的線條用不同灰度的粗線條表示，如圖4所示。

圖4 分割后的圖像邊緣Fig.4 Edges of the image after segmentation

4）圖像邊緣擬合

通過(guò)邊緣分割將圖像的4條邊分割開(kāi)之后，最后對(duì)它們的邊緣進(jìn)行擬合。磚塊4個(gè)頂點(diǎn)的坐標(biāo)、2條平行邊緣之間的距離、邊緣的長(zhǎng)度等參數(shù)都能通過(guò)線性的擬合直線方程計(jì)算出來(lái)。

3 實(shí)驗(yàn)和結(jié)果

3.1 單目機(jī)器視覺(jué)檢測(cè)系統(tǒng)的標(biāo)定

對(duì)該視覺(jué)檢測(cè)系統(tǒng)進(jìn)行標(biāo)定的主要任務(wù)是確定映射關(guān)系矩陣H中每個(gè)元素的值。本文選取標(biāo)準(zhǔn)環(huán)規(guī)為對(duì)象，如圖5所示，采用上述測(cè)量方法對(duì)系統(tǒng)參數(shù)進(jìn)行標(biāo)定。

圖5 標(biāo)定用的標(biāo)準(zhǔn)環(huán)規(guī)Fig.5 Standard ring for demarcate

在目標(biāo)表面選取i個(gè)特征點(diǎn)來(lái)進(jìn)行實(shí)驗(yàn)，它們的坐標(biāo)分別為Pi（xi，yi），在圖像平面上可以分別計(jì)算出它們的投影坐標(biāo)P′i（ui，vi）。將這兩組坐標(biāo)代入式（1），以hj（j＝1，2，…，8，h9＝1）為變量建立方程組，即可計(jì)算出矩陣H中每個(gè)元素的值。實(shí)驗(yàn)中選擇了8個(gè)點(diǎn)來(lái)進(jìn)行計(jì)算，結(jié)果如下：

3.2 耐火磚的尺寸測(cè)量實(shí)驗(yàn)與結(jié)果

實(shí)驗(yàn)過(guò)程中，隨機(jī)選取生產(chǎn)尺寸應(yīng)該為300 mm×150mm的耐火磚來(lái)進(jìn)行檢測(cè)，同時(shí)對(duì)磚塊采用了與圖3不同照明亮度、以及不同拍攝角度的方式進(jìn)行圖像采集，獲取的圖像如圖6所示。

圖6 不同角度的耐火磚圖片F(xiàn)ig.6 Firebrick images from different angles

實(shí)驗(yàn)中任意選取了不同磚塊的5幅圖像，依據(jù)上述步驟，分別進(jìn)行分析和計(jì)算，獲得它們的長(zhǎng)度和寬度的測(cè)量結(jié)果，見(jiàn)表1。表中每塊耐火磚的長(zhǎng)度和寬度均有2個(gè)值，分別代表2條平行邊緣的相應(yīng)值。

表1 耐火磚長(zhǎng)度和寬度的測(cè)量結(jié)果Tab.1 Measurement result of length and width for firebricks

同時(shí)，利用卡鉗對(duì)以上磚塊的實(shí)際尺寸進(jìn)行了測(cè)量。實(shí)驗(yàn)數(shù)據(jù)表明，利用單目機(jī)器視覺(jué)檢測(cè)技術(shù)測(cè)量出的結(jié)果與實(shí)際尺寸之間的誤差很小，符合質(zhì)量檢驗(yàn)的要求，該算法具有較好的可靠性和穩(wěn)定性。

4 結(jié) 語(yǔ)

基于圖像處理技術(shù)提出了一種利用單目視覺(jué)對(duì)耐火磚尺寸進(jìn)行檢測(cè)的方法，并介紹了相關(guān)的圖像處理技術(shù)。該視覺(jué)檢測(cè)系統(tǒng)主要由計(jì)算機(jī)和攝像機(jī)組成，系統(tǒng)結(jié)構(gòu)簡(jiǎn)單，便于實(shí)現(xiàn)。實(shí)驗(yàn)表明，該算法便捷，測(cè)量的精度和穩(wěn)定性能滿(mǎn)足生產(chǎn)的需求。它將機(jī)器視覺(jué)技術(shù)應(yīng)用于傳統(tǒng)的耐火磚生產(chǎn)和質(zhì)量檢測(cè)領(lǐng)域，有著廣泛的應(yīng)用前景。

／References：

［1］胡鴻豪，李冰林，蔡志端，等.基于CCD的瓷磚厚度在線檢測(cè)研究［J］.山東陶瓷，2006，29（3）：14-16.HU Honghao，LI Binglin，CAI Zhiduan，et al.Research for the on-line thickness detection of ceramic tile based on CCD［J］.Shandong Ceramics，2006，29（3）：14-16.

［2］HE Junji，SHI Li，XIAO Jianli，et al.Size detection of firebricks based on machine vision technology［A］.International Conference on Measuring Technology and Mechatronics Automation［C］.［S.l.］：［s.n.］，2010.394-397.

［3］李保章，崔彥平，李榮廷.視覺(jué)測(cè)量中基元特征亞像素提取方法的研究［J］.河北科技大學(xué)學(xué)報(bào)，2012，33（2）：146-149.LI Baozhang，CUI Yanping，LI Rongting.Extraction of feature primitives of computer vision［J］.Journal of Hebei University of Science and Technology，2012，33（2）：146-149.

［4］沈?qū)殗?guó)，顧寄南，陳雪芳，等.基于單目視覺(jué)的零件抓取信息提取技術(shù)［J］.制造業(yè)自動(dòng)化，2012，34（9）：24-26.SHEN Baoguo，GU Jinan，CHEN Xuefang，et al.Extraction technology of parts grab information based on monocular vision［J］.Manufacturing Automation，2012，34（9）：24-26.

［5］郭曉欣，李 穎，王震洲，等.基于紋理分割的視頻人體檢測(cè)［J］.河北工業(yè)科技，2012，29（3）：163-165.GUO Xiaoxin，LI Ying，WANG Zhenzhou，et al.Video detection of body based on texture segmentation analysis［J］.Hebei Journal of Industrial Science and Technology，2012，29（3）：163-165.

［6］李海華，陳 利.利用圖像實(shí)現(xiàn)孔類(lèi)零件內(nèi)徑檢測(cè)的方法［J］.工具技術(shù)，2011，45（6）：91-93.LI Haihua，CHEN Li.Method of inner diameter measurement for hole part using image［J］.Tool Engineering，2011，45（6）：91-93.

［7］王 娟，趙 艷.基于單幅圖像目標(biāo)空間定位的算法研究［J］.河北科技大學(xué)學(xué)報(bào)，2011，32（4）：347-350.WANG Juan，ZHAO Yan.Target spatialization algorithm based on single image［J］.Journal of Hebei University of Science and Technology，2011，32（4）：347-350.

［8］韓延祥，張志勝，戴 敏.用于目標(biāo)測(cè)距的單目視覺(jué)測(cè)量方法［J］.光學(xué)精密工程，2011，19（5）：1 110-1 116.HAN Yanxiang，ZHANG Zhisheng，DAI Min.Monocularvision system for distance measurement based on feature points［J］.Optics and Precision Engineering，2011，19（5）：1 110-1 116.

［9］解則曉，辛少輝，李緒勇，等.基于單目視覺(jué)的機(jī)器人標(biāo)定方法［J］.機(jī)械工程學(xué)報(bào)，2011，47（5）：35-39.XIE Zexiao，XIN Shaohui，LI Xuyong，et al.Method of robot calibration based on monocular vision［J］.Journal of Mechanical Engineering，2011，47（5）：35-39.

［10］李海華，齊紅敏，萬(wàn)亮亮.一種改進(jìn)的六邊形結(jié)構(gòu)的Canny邊緣檢測(cè)算法［J］.光學(xué)儀器，2011，33（1）：19-23.LI Haihua，QI Hongmin，WAN Liangliang.An improved algorithm of Canny edge detection of a hexagonal structure［J］.Optical Instruments，2011，33（1）：19-23.