程 鵬, 丁寶平, 郎 寧, 劉凌霄, 武斌功, 陳 橋
(1.中機(jī)生產(chǎn)力促進(jìn)中心, 北京 100044; 2.中國電子科技集團(tuán)公司 第三十八研究所, 安徽 合肥 230088)
面對國家利益擴(kuò)展、空間安全、海洋安全和網(wǎng)絡(luò)安全等嚴(yán)峻情況, 軍事電子設(shè)備能為國家和部隊(duì)?wèi)?yīng)對各種安全威脅,多樣化的軍事斗爭任務(wù)提供支持,滿足軍種轉(zhuǎn)型為信息化發(fā)展戰(zhàn)略的要求, 適應(yīng)高技術(shù)信息化作戰(zhàn)條件下的作戰(zhàn)風(fēng)格變化,保證國家的安全利益不會受到損害。總的來說,軍工電子設(shè)備力量是國家地位的重要支柱,是作為國家利益的重要保障,是贏得世界政治、軍事和經(jīng)濟(jì)的一種重要保障。 在現(xiàn)代戰(zhàn)爭中,預(yù)警機(jī)經(jīng)常用來對數(shù)十萬平方公里的空中和海上目標(biāo)實(shí)施警戒監(jiān)視, 并指揮和控制對方的作戰(zhàn)行動。 此外,除了預(yù)警飛機(jī)可以與電子戰(zhàn)飛機(jī)合作以消除電子干擾外, 還可以作為信息綜合處理中心和信息分發(fā)平臺, 進(jìn)行綜合信息和聯(lián)合戰(zhàn)術(shù)信息分發(fā)等。 預(yù)警機(jī)搭載的遠(yuǎn)距離警戒雷達(dá)在高空探測各種目標(biāo),由于飛行高度較高,能夠很大地克服由于地球的曲率和降落對長距離低海拔目標(biāo)的阻擋作用。 因此,預(yù)警機(jī)雷達(dá)在低空突防目標(biāo)時(shí),搜索和預(yù)警能力要比地面雷達(dá)強(qiáng),可以贏得有效的防御時(shí)間,從而贏得有效的防御。與地基雷達(dá)相比,預(yù)警機(jī)有良好的功能性,可以在作戰(zhàn)地區(qū)靈活部署,為遠(yuǎn)海交戰(zhàn)或進(jìn)入敵方空間作戰(zhàn)提供信息支持。預(yù)警機(jī)能夠獨(dú)立執(zhí)行領(lǐng)空放哨任務(wù), 也能與地面雷達(dá)站構(gòu)成強(qiáng)大的警網(wǎng)。根據(jù)美國空軍的計(jì)算,預(yù)警機(jī)巡邏率是一般戰(zhàn)機(jī)20~30 倍的巡邏率。 由于預(yù)警機(jī)能夠獲取和控制自己的力量,能夠全面、快速地獲取信息,能夠作戰(zhàn)、協(xié)同交斗能力以及網(wǎng)絡(luò)中心戰(zhàn)的中央節(jié)點(diǎn)等優(yōu)點(diǎn), 因此被稱為“空中帥府”。綜上,預(yù)警機(jī)在國防安全方面擔(dān)當(dāng)了重要作用,在現(xiàn)代戰(zhàn)爭中,預(yù)警機(jī)一定要承擔(dān)重大的使命,也是極其關(guān)鍵。
機(jī)器視覺就是模擬人的視覺,用來判斷識別,機(jī)器視覺技術(shù)于1950 年左右出現(xiàn),主要以模式統(tǒng)計(jì)方法為基礎(chǔ)[1],即結(jié)合概率理論進(jìn)行模式識別,當(dāng)時(shí)的圖像分析以二維形式進(jìn)行分析,圖像識別主要以二維形式進(jìn)行。 60 年代以來,通過Robert 對“塊世界”的研究,機(jī)器視覺進(jìn)入了三維空間,標(biāo)志著機(jī)器視覺進(jìn)入了一個(gè)三維。 80 年代早期,Davidmarr[2]教授將計(jì)算機(jī)與心理物理、數(shù)學(xué)和神經(jīng)心理結(jié)合起來,使機(jī)器視覺研究達(dá)到了一個(gè)新高度,他的理論也為當(dāng)時(shí)許多研究者提供了一種新的觀點(diǎn)。 直到上世紀(jì)90年代,隨著電腦等高科技處理工具的迅速發(fā)展,同時(shí)還為機(jī)器視覺的發(fā)展創(chuàng)造了很好的條件[3]。自21 世紀(jì)以來,機(jī)器視覺在人們的日常生活中應(yīng)用到了各個(gè)領(lǐng)域, 開啟了機(jī)器視覺應(yīng)用的時(shí)代。 將機(jī)器視覺應(yīng)用于產(chǎn)品的質(zhì)量檢測也是其主要發(fā)展趨勢之一, 機(jī)器視覺測量系統(tǒng)隨之而產(chǎn)生,測量系統(tǒng)的性能和它的硬件及算法有直接的聯(lián)系;測量系統(tǒng)的應(yīng)用范圍在不斷擴(kuò)大,在生活、工業(yè)眾多領(lǐng)域出現(xiàn)了機(jī)器視覺測量系統(tǒng)的影子, 而且有的系統(tǒng)不僅能實(shí)現(xiàn)測量而且還可以起到控制的作用, 大大方便了人們的日常生活。
機(jī)器視覺技術(shù)采用視覺方法和圖像處理結(jié)合, 實(shí)現(xiàn)了檢測和量度的,集成了硬件、軟件,并在相機(jī)配合下能夠自行檢測,這樣就明顯得提升生產(chǎn)方面的效率,實(shí)現(xiàn)了檢測的智能化。 德國提出的4.0 工業(yè)方式意味著一種智能和信息化工業(yè)生產(chǎn)的形成。 中國提出了 “中國制造2025”[4],建設(shè)智能工廠,加強(qiáng)獲取信息和處理信息的智能性。 在中國,機(jī)器視覺技術(shù)廣泛的被應(yīng)用于智能設(shè)備,如工業(yè)機(jī)器人檢測[5]等,機(jī)器視覺應(yīng)用也從低端向高端轉(zhuǎn)移,實(shí)現(xiàn)了在線和高精度測量[4,7]。由于以機(jī)器視覺為基礎(chǔ)的研究方法高精度,效率好,實(shí)時(shí)性良好,其發(fā)展情況正在穩(wěn)步變好。機(jī)器視覺增加了機(jī)器的視覺功能,并在視覺軟件或圖像處理軟件等配合下實(shí)現(xiàn)工業(yè)目標(biāo)。 將機(jī)器視覺介入檢測領(lǐng)域,能夠?qū)崟r(shí)進(jìn)行高精度測量[4,6],遠(yuǎn)高于人工處理的速度。 將機(jī)器視覺技術(shù)劃分為三維信息重建和通用的視覺信息系統(tǒng),即機(jī)器視覺系統(tǒng)的功能類似于人的視覺功能,如智能機(jī)器人。利用視覺測量法可以明顯地提高測量速度,節(jié)省了大量人工測量所占據(jù)的時(shí)間,其精確度遠(yuǎn)高于人工測量所占據(jù)的精確度,生產(chǎn)費(fèi)用降低,因此在大量工業(yè)生產(chǎn)中機(jī)器視覺技術(shù)將發(fā)揮重要作用[6,7]。
典型的機(jī)械視覺系統(tǒng)有:工控器、相機(jī)、鏡頭、光源,運(yùn)動控制系統(tǒng),圖像處理軟件等一定機(jī)械結(jié)構(gòu),見參考文獻(xiàn)[8,9]。 其運(yùn)作步驟如下:第一步,通過攝像機(jī)獲得產(chǎn)品的目標(biāo)圖片, 然后將目標(biāo)圖像由模擬信號變換為數(shù)字訊號;第二步,將數(shù)字信號發(fā)送給圖像處理軟件,然后根據(jù)整個(gè)或局部像素的高低,特殊形狀,突出色彩甚至是明顯的噪聲,通過一系列方法提取產(chǎn)品目標(biāo)的特點(diǎn),最后按輸出結(jié)果執(zhí)行下一步的操作[10,11]。機(jī)器視覺是一門綜合性技術(shù),其中包括:數(shù)字圖像處理技術(shù)、光學(xué)工程技術(shù)、計(jì)算機(jī)技術(shù)、傳感器技術(shù)、機(jī)械工程技術(shù)、自動化技術(shù)等[12,13]。
在現(xiàn)代工業(yè)生產(chǎn)中,所有的步驟是密切相關(guān)的,任何步驟都沒有使用先進(jìn)工藝,將會成為產(chǎn)業(yè)制造的屏障。零件檢查是所有精密部件的生產(chǎn)過程中必須經(jīng)歷的一個(gè)步驟,同時(shí)也是質(zhì)量的保證關(guān)鍵?;跈C(jī)器視覺的尺寸測量方法,在過去取得了長足的進(jìn)展,是精密度測量技術(shù)不可分割的一個(gè)組成部分。
機(jī)器視覺技術(shù)是利用視覺的方法與圖像處理相結(jié)合來實(shí)現(xiàn)檢測與測量的, 針對預(yù)警機(jī)雷達(dá)結(jié)構(gòu)件常見的孔、槽類特征,對檢測算法進(jìn)行設(shè)計(jì),算法主要包括:二值化處理、形態(tài)學(xué)濾波、雙邊、邊緣提取、 最小二乘擬合等步驟。
圖1 自主研發(fā)預(yù)警機(jī)雷達(dá)結(jié)構(gòu)件檢測平臺Fig.1 Detection platform for radar structural parts of early warning aircraft
考慮待測零件結(jié)構(gòu)特征、 加工工藝特點(diǎn)、操作人員的方便性和舒適性,兼顧設(shè)備成本、人力成本、能源成本、場地成本、管理成本以及設(shè)備柔性等因素提出一種基于多傳感器信息融合的預(yù)警機(jī)雷達(dá)結(jié)構(gòu)件檢測平臺。 以三坐標(biāo)測量儀為主體,搭載觸針,白光共聚焦傳感器、工業(yè)相機(jī)三種傳感器,實(shí)現(xiàn)預(yù)警機(jī)雷達(dá)結(jié)構(gòu)件的快速測量。本文算法在此平臺上進(jìn)行測試實(shí)驗(yàn),檢測平臺配備1 億像素工業(yè)相機(jī)進(jìn)行圖像采集, 選擇焦距為170mm 施耐德工業(yè)鏡頭。相機(jī)工作距離設(shè)為WD=100mm,相機(jī)視野范圍FOV=25mm×20mm,相機(jī)感光靶面尺寸H×V=43.80mm×32.87mm,單像素物理尺寸為0.0018mm。
算法流程如圖2 所示,針對通孔、盲孔等圓形特征,視覺測量算法流程如下:(1) 設(shè)置閾值進(jìn)行二值化提??;(2)取反獲得目標(biāo)區(qū)域;(3)降噪去除多余噪聲;(4)利用canny 算子提取目標(biāo)區(qū)域邊緣;(5) 利用最小二乘算法進(jìn)行圓擬合。 擬合過程如下:首先通過式(1)建立圓方程,(x,y)代表邊緣點(diǎn),(xc,yc)代表圓心坐標(biāo),R 為圓孔直徑,其次通過式(2),(3),(4)將方程轉(zhuǎn)化為函數(shù)求解過程,分別通過(6)~(14)計(jì)算函數(shù)偏導(dǎo)值,最終求取得到擬合圓的圓心坐標(biāo)及直徑。
圖2 檢測流程Fig.2 Algorithm detection process
槽類特征檢測流程與類檢測特征類似: ①設(shè)置閾值進(jìn)行二值化提取;②取反獲得目標(biāo)區(qū)域;③降噪去除多余噪聲;④提取目標(biāo)區(qū)域邊緣;⑤向指定方向投影;⑥去除干擾邊緣;⑦利用最小二乘算法擬合;⑧圓心距與兩半徑之和即為槽長,擬合得到的圓直徑即為槽寬。
系統(tǒng)及算法設(shè)計(jì)完成后,利用C 語言結(jié)合opencv 算法庫編寫程序并實(shí)現(xiàn)運(yùn)算, 選取圖3 中2 種零件上的7種特征進(jìn)行尺寸測量試驗(yàn)。 試驗(yàn)結(jié)果如表1 所示。
圖3 預(yù)警機(jī)雷達(dá)結(jié)構(gòu)件Fig.3 Radar structural parts of early warning aircraft
表1 實(shí)驗(yàn)結(jié)果(單位:毫米mm)Tab.1 Experimental results(unit:mm)
圖4、圖5 分別對結(jié)構(gòu)件表面槽、孔檢測過程進(jìn)行了展示,實(shí)驗(yàn)證明,本文提出的預(yù)警機(jī)結(jié)構(gòu)件尺寸測量算法測量精度均在在0.01mm 范圍以內(nèi),且可具有較好的抗噪能力。
圖4 結(jié)構(gòu)件孔檢測過程圖Fig.4 Inspection process chart of structural part hole
圖5 結(jié)構(gòu)件槽特征檢測過程圖Fig.5 Process chart of structural groove feature detection
本文為解決預(yù)警機(jī)雷達(dá)結(jié)構(gòu)件尺寸測量的問題,采用機(jī)器視覺技術(shù)采集圖像,經(jīng)過二值化處理、腐蝕和膨脹處理、邊緣提取、最小二乘擬合等步驟實(shí)現(xiàn)孔、槽的特征值提取, 并在在團(tuán)隊(duì)自主開發(fā)的實(shí)驗(yàn)設(shè)備上進(jìn)行試驗(yàn)驗(yàn)證。 結(jié)果顯示,它可以準(zhǔn)確實(shí)現(xiàn)結(jié)構(gòu)件的尺寸測量。 該系統(tǒng)也可以有效應(yīng)用到其他小型零件的尺寸檢測中, 也可以為其他系統(tǒng)的應(yīng)用開發(fā)提供借鑒。