第一章 绪论
1.1 背景及研究意义
金属切削刀具行业作为国民经济基础产业的装备制造业，是衡量一个国家机械制造先进水平的重要指标之一，也是中国工业化进程中的重要产业。目前，就产量而言，中国在刀具生产方面属于产量大国，但刀具行业的发展以及相应的技术运用上，我国相对于发达国家而言，依然存在着不少的差距。引起这种现象的主要原因，一方面是我国刀具行业上的总体技术装备水平不高，同时生产集中化程度上也存在不小的差距，所以与一些发达国家相比，无论从刀具产品的质量、精度、附加值上，都有所不足，刀具产品在国际市场上缺乏竞争力[1-3]。刀具行业想要实现可持续的发展，如何提高其产品精度成为首要解决的问题[4]。对于刀具行业大国而言，想要转变为刀具制造强国，除了采用先进的刀具材料和提高刀具加工工艺水平之外，不断提高刀具生产的质量检测技术水平也是重要的方面。作为金属切削刀具的主要产品之一，铣刀广泛应用于在铣床上加工平面、台阶、沟槽、成形表面和切断工件等。铣刀的几何尺寸、形状和位置误差的测量是确保产品质量的一个重要方面。机械零件具有多样性和复杂性，不同零件的几何测量方法不一样，通常情况下，几何测量方法[5]主要由工人通过使用机械、电子、气动等测量工具进行测量，但测量结果很大程度上会受到人为因素的影响，因检测人员的视觉疲劳等人为因素导致错检，存在自动化程度低、测量效率低等缺点，难以满足大批零件质量控制的要求。因此，急需研究一种新的检测方法代替传统的检测方法来提高检测效率及精度。
.....
1.2 国内外研究现状与发展趋势
在 20 世纪 50 年代，计算机技术发展到一定水平后，数字图像处理便开始在生产生活各行业中开始得到应用，从 20 世纪 60 年代开始，作为一门新兴学科，图像处理技术的应用越来越广泛[16]。图像处理技术可有效提高图像质量并改善图像视觉效果，通过图像处理可实现在输入低质量的图像之后，在输出的过程中获取高质量且满足一定要求的图像，一般以增强、复原、编码、压缩等比较重要的图像处理方法为主。对于图像处理的主要原因，一般包括有以下几个方面；提高图像视感质量，如进行图像的亮度和彩色变换，增强、抑制某些成分，对图像进行几何变换等，以使图像的质量得到改善；提取图像中所包含的某些特征或特殊信息，这些被提取的特征或信息往往为计算机分析图像提供便利。提取特征或信息的过程是模式识别或计算机视觉的预处理[17-19]。提取的特征可以包括很多方面，如频域特征、灰度特征、颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等；图像数据的变换、编码和压缩，以便于图像的存储和传输[20]。机器视觉是通过光学装置以及非接触式的传感器自行地接收和处理一个真实物体的图像，用分析图像获取所需信息或实现控制机器运动目的装置[21]，而运用计算机以及专用的图像处理设备，采用照明技术、成像技术和图像处理、模式识别等方式，对所获取的图像进行处理，以图像的像素分布、亮度和颜色等信息来实现检测和识别，这就是机器视觉检测技术[23]。机器视觉可以很好地解决人眼无法持续以及稳定完成某些高度智能性或重复性的工作，随着计算机和图像处理技术的的不断发展，这种检测技术已经越来越广泛地被应用于机械零部件及其相关的领域。
.....
第二章 机器视觉检测系统硬件设计
2.1 设计任务
三面刃铣刀的结构如图 2.1 所示。铣刀材料为高速钢，铣刀的外圆直径 d=50mm、内孔直径 D=16mm、轴台直径 d1=27mm、厚度 L=2mm、刀齿数量为 12 齿，根据国家标准GB/T 6119-2012 的要求，铣刀圆周刃的径向圆跳动公差值≤0.05mm 为合格。
.......
2.2 硬件设计
机器视觉系统由镜头、摄像机、照明光源、工作平台、计算机等组成。机器视觉系统的检测原理，如图 2.3 所示。被测物在一定的测量环境中，镜头安装在被测物件上方，照明光源发出光束使铣刀生成阴影轮廓在 CCD 像敏面阵上成像，并使整个像敏单元阵列上充满着铣刀的轮廓，CCD 把光信号转为电信号并且把信号传递给计算机的 Pylon Viewer，通过计算机对图像进行预处理，再将图像的特征点提取出来，与设置的标准参数值进行相应的比较计算，最后，判断铣刀的误差是否在允许的公差范围之内，并输出结果。在机器视觉检测系统硬件设计中，最关键的步骤就是选择合理的照明光源，照明光源的选择是视觉检测的基础，光源直接影响到图像质量。照明光源选择的过程中主要考虑了光源的类型、照明技术、照明方式和颜色。视觉系统使用的光源类型主要有：白炽灯、卤钨灯、氙灯、激光灯和 LED（发光二极管）光源等[33]。将常用的几种光源的性能与性价比作了比较，如表 2.1 所示。综合考虑，选择蓝色 LED 光源，其可靠性好可使系统稳定，抗震性能好可减少图像受噪声的干扰，寿命长可免去经常更换光源的不便，并且价格不高。照明方式根据光源的照明方式分为前向照明和背向照明，两种照明方式对比如表 2.2所示。
.....
第三章 图像处理的研究.......... 20
3.1 Pylon Viewer 的设置.......20
3.2 图像预处理............ 22
3.3 本章小结....... 29
第四章 图像算法的研究及软件的设计.... 30
4.1 图像算法实现简介......... 30
4.2 图像算法的原理.... 30
4.3 软件设计....... 39
4.4 软件的界面设计.... 43
4.5 本章小结....... 44
第五章 机器视觉检测系统相机标定的研究..... 45
5.1 机器视觉检测中的标定技术........... 45
5.2 本检测系统的相机标定技术........... 49
5.3 本章小结....... 51
第六章 三面刃铣刀机器视觉检测系统的实验
6.1 三面刃铣刀检测实验
通过系统的硬件设计和软件设计，设计机器视觉检测系统如图 6.2 所示，使用机器视觉检测系统可以检测铣刀的径向圆跳动误差，经过软件中铣刀参数的设置，还能够实现对不同规格的铣刀的检测。本文通过对 d=50mm、D=16mm、d1=27mm、刀齿数为 12 的三面刃铣刀(如图 6.1)进行检测实验。检测实验步骤如下：1) 运行软件，设置各轴的运动参数及步进距离、运动参数及运动当量，并输入软件参数化界面中产品信息和相机标定模块的参数值，如图 6.3 所示。2) 点击“打开相机”按钮，将弹出“打开相机成功”提示，勾选“实时显示”复选框，把被测铣刀放置在工作平台上，通过运动控制模块中的上下左右按键按钮，把铣刀移到合理的视野范围内，如图 6.4 所示。3) 点击“检测”按钮，根据机器警示灯发出的信号就可以判断工件是否合格，若工件不合格，机器发出蜂鸣，并且警示灯红灯和绿灯一起闪烁；若工件合格，警示灯只有绿灯闪烁，如图所 6.6 示。
......
结论
本文以研究三面刃铣刀类零件参数化、自动化视觉检测系统为目标，针对视觉检测系统的检测效率、检测精度和经济性等应用瓶颈，在机器视觉检测系统的硬件设计和搭建，工作原理分析，软件的设计以及实验和结果分析等方面进行了一定的研究。主要的研究内容如下：
1) 在确定设计任务的基础上，通过对机器视觉检测技术的国内外研究现状、关键技术和发展趋势进行了广泛的调研，提出了检测系统的设计要求和设计步骤。同时，对系统的硬件进行了总体设计，并通过方案的比较和分析，设计了工作平台，并对硬件系统中的照明光源、摄像机、镜头、运动控制卡进行了选型。
2) 对图像处理及算法进行了研究，阐述了图像处理的原理及过程，分析了图像算法的原理及实现。最后，运用所研究图像算法的原理，设计了参数化视觉检测软件。
3) 阐述了摄像机的几何成像模型和常用坐标及其关系，分析了镜头畸变的原理，并提出了畸变校正的方法。研究了相机标定的方法，介绍了相机标定的步骤，并对标定的数据进行曲线拟合，得出了相机标定的高度 h 与比例系数 k 和量块图像长度 L 三者之间的函数关系。
4) 介绍了机器视觉检测系统的检测实验的操作过程，通过机器视觉检测和传统人工检测方法的对比实验，实验结果表明了软件在精度上和速度上的优越性。
............
参考文献（略）