基于单目视觉的圆形物体直径测量方法

基于单目视觉的圆形物体直径测量方法

丁海洋，朱兴龙 ，成沁源

(扬州大学机械工程学院，江苏 扬州 225127)

摘要：为了测量圆形物体的直径，无需考虑复杂的成像模型，基于一种先测量后建模的思想，首先测出一系列标准物体的直径，接着依次将这些物体放到测量平台上，通过图像处理的方法依次获取这些物体在CCD相机中的直径，建立一一对应的关系。根据这些数据，利用曲线拟合的方法建立实验模型。最后根据实验模型，在一定范围内测量其他未知直径的物体，并与人工用游标卡尺测量这些物体的直径进行比较，验证了该方法的可行性并分析了尺寸测量误差产生的原因。

关键词：单目视觉；图像处理；测量模型

直径是几何量测量的重要参数之一，在现代工业中应用十分广泛，在工业生产与控制中，对直径实现快速与高精度的测量有着重要的价值[1-2]。文献[3]提出了一种基于物体的数学模型与成像轮廓进行三维视觉测量与重建的方法。该方法用于有规则形状的物体，利用被测物体数学描述和物体轮廓及其投影之间的关系进行三维测量与重建，获得尺寸参数。文献[4]基于单目视觉，构建出一种便捷、大量程的测量曲面系统。该系统能够测量不规则的物体，通过对系统标定，提高了测量精度。文献[5]提出了一种基于单目视觉测量平面上物体位置的方法，利用标定出的模型参数，根据目标图像坐标算出其平面坐标位置，实现目标的定位及长度测量。以上的方法大多是先推导出数学模型，然后根据模型计算。对摄像机采用内外参数标定，标定较为麻烦。本文基于先测量再建模的思想[6]，先测量出一系列的圆形物体的直径，然后通过图像处理的方法，获取图像中一系列圆的直径。利用数据拟合的方法，建立实际测量的直径与程序获取的直径之间的测量模型，然后利用测量模型去得到未知直径物体的直径。

1 直径检测的方法

在测量过程中，根据测头是否接触物体，将测量分为接触式测量与非接触式测量[7]。接触式测量原理简单，使用方便，价格低，但测量速度慢，使用时易受到环境因素的影响，会对被测物体表面造成影响。接触式测量主要包括卡尺测量、千分尺测量、经纬仪测量、三坐标测量机测量等。非接触式测量与被测物体不接触，对物体表面没有影响，测量速度快，应用十分广泛。常见的检测方法有电容检测法、光电检测法、视觉检测法等。本文使用单目视觉检测，以OpenCV与VS2008进行程序设计，能够实现圆形物体直径的快速准确测量。

2 图像处理算法

图像的处理过程包括：图像的获取、图像的灰度处理、二值化、提取图像的边缘轮廓、对图像的轮廓进行拟合、获取图像的直径。首先通过CCD相机获取圆形物体的原始图像，然后使用OpenCV中的函数对图像进行灰度处理，接着对图像进行阈值处理。阈值处理是一种广泛应用的区域分割技术，利用物体和背景两者之间灰度值不一样，首先选取合适的阈值，然后判断图像中每个像素点是不是满足阈值的要求，之后确定该像素点是属于物体还是背景，从而生成二值图像。将获取到的彩色图像转换为灰度图像和二值图像的目的是提高图像处理的运算速度。图1是一元硬币的原始图像，图2是灰度图像。

获得物体的二值图像之后，需要获取图像的边缘，也就是物体的轮廓。图像的边缘是图像的最基本特征，边缘点是指图像中像素灰度有阶跃变化或屋顶变化的那些点。常见的边缘检测算子有Robert算子、Sobel算子、Canny算子等，各种算子有不同的优缺点。本文使用OpenCV中的函数，获取边缘轮廓的数据，然后使用最小二乘法对轮廓进行拟合，拟合轮廓如图3所示。

图1 原始图像 图2 灰度图像

图3 拟合轮廓

3 实验平台搭建与实验验证

3.1 实验平台简介

图4为本实验系统平台。实验平台由Baumer相机、相机固定板、环形光源和转台组成。将圆形物体放在转台中央，使用Baumer相机获取图像并

输入到计算机内进行图像处理。

图4 实验平台

3.2 实验

将直径为φ5.0mm、φ7.5mm、φ10.0mm、φ12.5mm、φ15.0mm、φ17.5mm、φ20.0mm、φ22.5mm、φ25.0mm、φ27.5mm的圆形物体(如图5所示)依次放在转台中央，通过程序获取每个物体的直径，见表1。

图5 一系列已知直径的圆

表1 实验数据

序号12345678910实际直径/mm5．07．510．012．515．017．520．022．525．027．5程序获取直径/pixel165．34244．63324．31403．96484．1562．76644．55722．97800．08883．08

获取数据后进行多项式拟合。将表1中数据绘成曲线,如图6所示，图中横坐标指的是实际直径的值(单位：mm)，纵坐标指的是程序获取直径的值(单位：pixel)，由图6中曲线的走势，采用一次函数对曲线进行拟合，拟合函数的表达式为：y=31.858x+5.881。

图6 实验数据

图7为VS2008与OpenCV编写的图像处理界面，界面由图片框、编辑框、按钮等组成。第一幅图片框显示的是获取的原始图像，第二幅图片框显示

图7 图像处理界面

的是经过灰度处理的图像，第三幅图片框显示的是图像处理之后拟合的物体的轮廓。编辑框中显示的是图像处理的结果。

图8为获取被测物体直径的流程图。

图8 获取直径流程图

3.3 测量模型精度验证

由实验得到拟合的函数之后，选取3个不同规格的硬币(一角、五角、一元)进行实验验证。将3个硬币依次放在之前的实验平台上，通过图像处理分别获得3个硬币的直径，此时直径的单位是像素。将程序获得的直径代入拟合的函数之中算出实际的直径大小(单位：mm)。将硬币由卡尺测得的直径与算出的直径进行误差分析，分析结果见表2。

表2 实验分析

实测物体卡尺测得的直径/mm程序得出的直径/pixel算出的直径/mm相对误差/%一角18．98596．4918．542．3五角20．38645．0620．061．6一元24．99791．6024．661．3

3.4 尺寸测量的误差分析

根据表2的分析结果可知，相对误差最大为

2.3%，相对误差比较大，误差产生的原因有以下3点：

1)对硬币进行测量时，采用的是人工用游标卡尺测量得出的尺寸，在操作过程中会导致尺寸测量的不准确。

2)摄像机的光轴与被测物体法矢量有一定的角度偏差，获取图像和进行图像处理时会产生偏差。

3)温度和光照的影响，不同的温度和光照会对摄像机造成影响，从而对获取的图像产生影响，影响程序获取直径的精度。

4 结束语

本文利用先测量再建模的思想，先得到实验模型，然后根据建立的模型得到未知直径物体的直径。此方法无需考虑成像模型、镜头畸变等带来的影响。实验表明该方法可以满足一般精度要求的物体直径的测量，还可以用于硬币的区分。采用VS2008与OpenCV结合编程，检测系统可以用于实时在线测量，提高工作效率。

参考文献：

[1] 梁世杰.基于线阵CCD的非接触式直径测量系统研究[D].南京：南京理工大学.2011.

[2] 王蔚晨,崔京远,黄杨，等.高精度直径测量技术研究的新进展[J].现代测量与实验室管理，2008, 6(2): 6-9.

[3] 郑顺义,孙明伟.基于物体成像轮廓的视觉测量与重建[J].测绘学报,2006,35(4):353-357.

[4] 刘丽丽,李航,刘志威，等.单目视觉的大型零件三维测量方法[J].机床与液压,2014,42(3):121-123.

[5] 尹英杰,徐德,张正涛，等.基于单目视觉的平面测量[J].电子测量与仪器学报,2013,27(4):347-351.

[6] 邓星宇,朱兴龙,王超.一种基于单目视觉和激光点的测距方法[J].机械设计与制造工程,2014,43(3):23-26.

[7] 涂文骁,左保齐.线状物直径检测方法[J].现代丝绸科学与技术,2013,28(2):72-76.

Method for measuring diameter of circular object based on monocular vision

DING Haiyang, ZHU Xinglong, CHENG Qinyuan

(School of Mechanical Engineering, Yangzhou University, Jiangsu Yangzhou, 225127, China)

Abstract：In order to measure the diameter of objects, it is unnecessary to take in complex imaging model. Based on the idea of first measurement then modeling, it presents the measuring process. The process includes: to measure a series of diameters of standard object, and take the diameter of CCD image for the measured object based on the measurement platform, establishes the one-to-one relationship between standard object and measured object. Using the curve fitting method based on these data, this method can obtain the diameter of object within a certain range. It compares the data measured with caliper, and verifies the feasibility of this method and analyzes the causes of measurement error.

Key words：monocular vision; image processing; measurement model

DOI：10.3969/j.issn.2095-509X.2017.02.018

收稿日期：2016-11-29

作者简介：丁海洋(1991—)，男，江苏扬州人，扬州大学硕士研究生，主要研究方向为机械设计及理论。

中图分类号：TH122

文献标识码：A

文章编号：2095-509X(2017)02-0084-03