基于VGA攝像頭識別技術(shù)的機床工作狀態(tài)檢測系統(tǒng)

柯星星　王子順　劉名利

摘 要：通過VGA攝像頭和影像處理器采集圖像信息，利用應(yīng)用了二值圖像和圖像的灰度切割算法識別機床工作狀態(tài)，實現(xiàn)對機床工作狀態(tài)的檢測。通過該機床的工作狀態(tài)檢測系統(tǒng)，將檢測識別出的信息送至整個機床的控制系統(tǒng)，將必要的信息及時反饋給工人，以維護系統(tǒng)的穩(wěn)定，以及智能調(diào)節(jié)的目的。該檢測量為數(shù)字信號，對精度要求不高，因此對硬件的要求較低，系統(tǒng)較為簡單，能夠自動化處理，安裝與維護成本低廉，可以推廣使用及普及。

關(guān)鍵詞：VGA攝像頭；二值圖像；灰度切割；智能調(diào)節(jié)

中圖分類號：TP391 文獻標(biāo)識碼：A 文章編號：1671-2064（2017）08-0068-01

機床作為機械制造業(yè)中重要的大型加工設(shè)備，但每一次的事故的發(fā)生會導(dǎo)致機件損傷，停機修理，影響生產(chǎn)，減少設(shè)備的使用壽命，甚至?xí)o工人帶來危險，機床的事故將會給企業(yè)和工廠帶來巨大的經(jīng)濟損失。分析總結(jié)大多數(shù)事故，其原因大多都是因為工作馬虎大意、技術(shù)不熟。其次，在機床空載時，普通機床的主軸電機的功率還是處于正常工作狀態(tài)，造成了大量的能量浪費。

基于以上的項目背景，我們設(shè)計了一種基于VGA攝像頭識別技術(shù)的機床工作狀態(tài)檢測系統(tǒng)，該系統(tǒng)可以實時監(jiān)測車床工作狀態(tài)，從而可以將車床加工工況、空載負(fù)載情況以及刀頭和其他物體的距離等一些信息實時反饋給機床控制系統(tǒng)和工人，機床控制系統(tǒng)能夠根據(jù)這些信息來監(jiān)控和調(diào)節(jié)機床，從而機床的穩(wěn)定性和安全性，減少機件的損壞率，工廠若在普通機床上安裝該基于VGA攝像頭視覺識別技術(shù)的機床工作狀態(tài)檢測系統(tǒng)，不僅可以一定程度上的解放和幫助車床師傅，還可以大大減少安全事故給企業(yè)帶來的損失，加入智能控制電機系統(tǒng)后還能減少車床功耗。

1 監(jiān)測方案設(shè)計

1.1 硬件選擇

本次設(shè)計中使用的CMOS攝像頭芯片為OV7725。

CMOS攝像頭芯片OV7725，圖像傳感器，體積小，工作電壓低，提供單片VGA攝像頭和影像處理器的所有功能。通過SCCB總線控制，可以輸入整幀、子采樣、取窗口等方式的各種分辨率8位影像數(shù)據(jù)。該產(chǎn)品VGA圖像最高達到30幀/秒。用戶可以完全控制圖像質(zhì)量、數(shù)據(jù)格式和傳輸方式。所有圖像處理功能過程包括伽瑪曲線、白平衡、飽和度、色度等都可以通過SCCB接口編程。OmmiVision圖像傳感器應(yīng)用獨有的傳感器技術(shù)，通過減少或消除光學(xué)或電子缺陷如固定圖案噪聲、托尼、浮散等，提高圖像質(zhì)量，得到清晰的穩(wěn)定的彩色圖像。

1.2 算法設(shè)計

通過OV7725采集到圖像后，圖形數(shù)據(jù)以YUV格式存儲，通過提取YUV格式圖片中的灰度信息，可以得到當(dāng)前時刻的灰度圖，再將灰度圖二值化形成二值化圖像。本設(shè)計中通過連通域判斷車刀與工件的相對位置從而實現(xiàn)工作狀態(tài)識別，在圖像中，最小的單位是像素，每個像素周圍有8個鄰接像素，常見的鄰接關(guān)系有2種：4鄰接與8鄰接。4鄰接一共4個點，即上下左右。

4鄰接連通為8鄰接連通的子集，判斷點數(shù)少，速度快，且誤判率低于8鄰接連通，故本次設(shè)計算法內(nèi)使用4鄰接判斷圖像連通。由于車刀和工件是從視場的兩個互相垂直的邊界進入視場，當(dāng)?shù)毒吲c工件間距較小時在圖像中的體現(xiàn)是出現(xiàn)白斑重合區(qū)域從而產(chǎn)生連通域，刀具與工件距離達到一定程度時連通域消失。

具體算法如下：（1）逐行掃描圖像，把第一行中第一個連續(xù)的白色像素組成的一個序列（下文稱為“團”）稱為“起始團”，并記下它的起點start、它的終點end、行號，將第二行中與起始團有重合區(qū)域的第一個團記錄為“目標(biāo)團”并記下它的起點start、它的終點end、行號。（2）對于第二行以后的所有行里的團，如果它與上一行目標(biāo)團有重合區(qū)域，則標(biāo)記為新的目標(biāo)團。（3）若刀具與工件間距較小，圖像中出現(xiàn)白斑重合區(qū)域從而產(chǎn)生連通域，則遍歷一次圖像后，目標(biāo)團行號為二值圖像高度，將標(biāo)志位置位，否則將標(biāo)志位清除。

2 可行性分析

（1）在實際應(yīng)用中，很多圖像的分析最終都轉(zhuǎn)換為二值圖像的分析，比如：醫(yī)學(xué)圖像分析、前景檢測、字符識別，形狀識別。二值化+數(shù)學(xué)形態(tài)學(xué)能解決很多計算機識別工程中目標(biāo)提取的問題，對于該技術(shù)中的二值圖像算法已經(jīng)較為成熟，且廣泛使用。

（2）本系統(tǒng)中的灰度切割算法屬于灰度變換中一個非常重要的概念，有較為夯實的理論研究基礎(chǔ)。且該檢測量為數(shù)字信號，對精度要求不高，因此對硬件的要求較低，系統(tǒng)較為簡單，能夠自動化處理，安裝與維護成本低廉，可以推廣使用及普及。

3 結(jié)語

本技術(shù)通過VGA攝像頭和影像處理器采集圖像信息，巧妙地應(yīng)用了二值圖像和圖像的灰度切割算法來判斷車刀與工件及其他物體的相對位置來實現(xiàn)對機床工作狀態(tài)的監(jiān)控，便于工人對機床進行維修，以達到智能調(diào)節(jié)目的。且具有硬件的要求較低，系統(tǒng)較為簡單，能夠自動化處理，安裝與維護成本低廉等有點，適于推廣使用和普及。

參考文獻

[1]羅文亮，倪晉平，馬鳴，陳登峰.基于灰度閾值分割的錐體零件缺陷識別算法[J].西安工業(yè)學(xué)院學(xué)報，2006，26.

[2]陳毅.基于灰度圖像和彩色圖像的瑕疵膠囊識別算法研究[D].武漢科技大學(xué)，2014.

[3]陳亮，楊康，張大偉.一種基于灰度偏差的快速指紋識別算法[J].沈陽工業(yè)學(xué)院學(xué)報，2003，22.