автореферат диссертации по инженерной геометрии и компьютерной графике, 05.01.01, диссертация на тему:Исследование точностных характеристик систем технического зрения при восстановлении контуров плоских деталей

НИЖЕГОРОДСКИЙ ГОСУДАРСТВЕННЫЙ АРХИТЕКТУРНО-СТРОИТЕЛЬНЫЙ УНИВЕРСИТЕТ

ИССЛЕДОВАНИЕ ТОЧНОСТНЫХ ХАРАКТЕРИСТИК

СИСТЕМ ТЕХНИЧЕСКОГО ЗРЕНИЯ ПРИ ВОССТАНОВЛЕНИИ КОНТУРОВ ПЛОСКИХ ДЕТАЛЕЙ

Специальность: 05.01.01 - Прикладная геометрия

и инженерная графика

¡5 ОД

6 ИЮН 1339

На правах рукописи''

ЖНМБУЕВА ЛЮБОВЬ ДАМБИЕВНА

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Нижний Новгород 1999

Работа выполнена в Восточно-Сибирском государственном технологическом университете

Научный руководитель:

доктор технических наук, профессор В.В.Найханов, кандидат технических наук

Научный консультант:

Т.Д. Дамдинова

Официальные оппоненты:

доктор технических наук, профессор С.А. Синицын, кандидат технических наук, доцент С.Ю. Желтов.

Ведущее предприятие: НИИ прикладной математики и кибернетики ННГУ, г. Н. Новгород

Защита состоится 14 мая 1999 г. в 13 час. на заседании диссертационного Совета Д 064.09.03 при Нижегородском государственном архитектурно-строительном университете по адресу: 603600, г. Нижний Новгород, ул. Ильинская, 65, ауд. 5-202.

С диссертацией можно ознакомиться в библиотеке ННГАСУ.

Автореферат разослан 14 апреля 1999 г.

Ученый секретарь диссертационного Совета Д 064.09.03, кандидат

технических наук, доцент

¿ИЯЛ.А&Т -Л4/ / П

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. В настоящее время системы технического зрения все шире начинают использоваться на производстве. Их внедрение требует разработки и создания систем, способных устойчиво работать в различных производственных условиях и позволяющих автоматизированным комплексам адекватно и корректно воспринимать информацию об окружающей среде.

Одним из перспективных областей применения систем технического зрения в промышленности является создание всевозможных, интеллектуальных обмерочных комплексов, предназначенных для измерений плоских и объемных объектов. Несомненно, пространственные задачи, требующие анализа трехмерных сцен, как правило, намного сложнее и более востребованы, чем «плоские» задачи. Тем не менее, в настоящее время на производстве одной из актуальных проблем является автоматизация обмера плоских деталей, так как во многих отраслях плоский шаблон детали все еще является основным носителем геометрической информации и одним из главных средств контроля формы. Замеры площадей производятся на электронных машинах посредством работы датчиков, которые фиксируют контур деталей, а преобразование контуров геометрических фигур в цифровую форму осуществляется в большинстве случаев полуавтоматически при активном участии оператора. Громоздкость оборудования и возникающие при измерении довольно высокие погрешности не желательны.

Имеющийся опыт использования систем технического зрения для обмера деталей, развитие микропроцессорной и вычислительной техники создают предпосылки для создания недорогих быстродействующих устройств для измерения деталей. Более точное измерение на базе компактной электронно-вычислительной техники способствует автоматизации технологического процесса при решении таких задач, как замеры площадей, контроль формы и размеров деталей, получение информации о контурах деталей и преобразование ее в цифровую информацию в компактной форме, размножение лекал, формирование раскладок лекал и т.д. Автоматизация решения этих задач особенно актуальна при частой сменяемости номенклатуры выпускаемых изделий и многоассортиментном производстве, в частности, в легкой промышленности.

При автоматизации обмера сплошных плоских деталей важную роль играет вопрос точности восстановления формы и размеров объекта. Анализ же существующих методик, нацеленных на решение данной задачи, показал, что в этом направлении исследований еще не выработана единая точка зрения. И это объясняется, прежде всего, тем, что данное направление начало нарабатываться относительно недавно. Таким образом, исследование точности измерений сплошных плоских деталей системами технического зрения является актуальной задачей.

Целью настоящей диссертационной работы является исследование точности измерений плоских деталей системой технического зрения В соответствии с поставленной целью в работе решаются следующие задачи:

- разработка методики определения точностных характеристик систем технического зрения при восстановлении контура плоских деталей;

- выявление факторов, значимо влияющих на точность измерений плоских деталей системами технического зрения;

- выявление систематических погрешностей при восстановлении контура плоского объекта;

- разработка методов устранения систематических погрешностей;

- на базе выявленных данных разработка методики определения оптимальных условий съемки, обеспечивающих минимальные погрешности при восстановлении форм плоских объектов.

Методы исследования. Настоящие исследования базируются на методах проективной, вычислительной геометрий, математической статистики, вычислительной техники.

Научная новизна работы заключается в том, что разработана и исследована методика, позволяющая оценить точность измерения плоских объектов системами технического зрения. При этом выявлены факторы, значимо влияющие на точность измерений, систематические погрешности и причины их возникновения, разработан метод калибровки систем технического зрения, позволяющий рассчитывать данные по внутренним параметрам и определять дефекты сборки камеры, а также разработан метод восстановления контура плоского объекта с учетом полутонов граничных пикселов.

Практическая значимость проведенных исследований заключается в том, что предложенный способ определения точностных характеристик систем технического зрения может использоваться в реальных автоматизированных обмерочных комплексах. Кроме того, результаты исследований по-

сг

зволили разработать модуль калибровки камеры и программно-технический комплекс, позволяющие в автоматическом режиме определять точность сборки камеры и исследовать в целом точностные характеристики систем технического зрения.

Реализация работы. Результаты исследований, выполненных в диссертационной работе, докладывались на пятой (во Франции, Париже, 1996 г.) и шестой (в Португалии, Виламоре, 1997 г.) международных конференциях по компьютерной графике, на IV Всероссийском семинаре «Нейроинформатика и ее приложения» (г. Красноярск, 1996 г.), на Всероссийской научно-технической конференции «Роль геометрии в искусственном интеллекте и САПР» (г. Улан-Удэ, 1996 г.), на Всероссийской научно-методической конференции «Новые информационные технологии в вузах и на предприятиях легкой промышленности» (Санкт-Петербург, 1998 г.), на ежегодных внутри-вузовских научных конференциях преподавателей и сотрудников ВСГТУ (1996-98 гг.) и были внедрены в некоторых НИИ, на предприятиях авиационной и обувной промышленности. Реально действующая система и пакеты программного обеспечения используются в научно-исследовательских работах и производстве, а также в учебном процессе в виде лабораторных работ.

Публикации. По теме диссертации опубликовано13 научных работ.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованной литературы, приложений и включает 124 страницы основного текста, 48 рисунков, 24 таблицы и 110 наименования использованных литературных источников.

СОДЕРЖАНИЕ РАБОТЫ

Во вселении обосновывается актуальность темы диссертационной работы, сформулированы цели и задачи исследований, отмечены научная новизна и практическая значимость результатов.

В первой главе проведен анализ литературных источников, посвященных существующим методам и средствам измерений геометрических форм и размеров плоских объектов. Информация о контурах плоских деталей сложной формы необходима на производстве для автоматизации замера площадей шаблонов и материалов, контроля их формы, размеров и автоматизации подготовительно-раскройного производства. Проведенный анализ позволил выбрать наиболее прогрессивный метод измерения системой технического зре-

ния. Процесс обмера сплошных плоских деталей системами технического зрения можно условно разделить на два этапа: формирование цифрового изображения и его обработку. Исследование этих этапов позволило выявить, что погрешности, вносимые на всех стадиях формирования и обработки изображений, переплетаются и взаимно влияют друг на друга так, что выделить каждую составляющую очень сложно. Это подтверждает и тот факт, что до сих пор так и не проведены реальные эксперименты, которые позволили бы определить величины погрешностей отдельных составляющих СТЗ, что позволило бы определить их долю в итоговой погрешности. В работе также отмечается, что анализ существующих методик, нацеленных на решение данной задачи, показал, что в этом направлении исследований еще не выработана единая точка зрения. Объясняется, прежде всего, это тем, что названное направление исследований начало нарабатываться относительно недавно. Учитывая сказанное, в данной работе ставилась задача разработки методики определения точностных характеристик систем технического зрения при восстановлении контуров плоских деталей на базе оценки суммарной погрешности измерения. Точность измерения СТЗ зависит от многих факторов, поэтому представлялось необходимым на основе разработанной методики выявить факторы, значимо влияющие на точность измерений. В ходе измерений всегда возможно выявление систематических погрешностей. В связи с этим были проведены дополнительные исследования по выявлению наиболее характерных систематических погрешностей, определению причин их возникновения и разработке методов их устранения.

Для полного решения задачи по определению точностных характеристик систем технического зрения было необходимо разработать методик определения оптимальных условий съемки деталей, при которых восстановление контура осуществляется с минимальными погрешностями.

Во второй главе на основе предварительно проведенного выбора разработана методика оценки точностных характеристик систем технического зрения и методика определения оптимальных условий съемки, обеспечивающих минимальные погрешности при восстановлении контуров плоских деталей. Для решения поставленных задач была разработана и реализована в рамках выполнения данной работы автоматизированная система по исследованию точностных характеристик систем технического зрения.

Аппаратная часть СТЗ состоит из телевизионной камеры, контроллера (видеоплаты), персонального компьютера типа IBM, и оборудования, позво-

ляющего формировать различные условия съемки (изменять дистанцию между исследуемым объектом и оптическим центром телевизионной камеры, освещенность и т.д.). Освещение исследуемого объекта - рассеянное.

Состав программного обеспечения системы включает в себя следующие модули:

1. Модуль выделения контура объекта.

2. Модуль разбиения выделенного контура на отдельные кромки.

3. Модуль, формирующий аналитическое описание кромок контура дугами полиномов, состыкованных по первому порядку гладкости.

4. Модуль, преобразующий аналитическое представление кромок в загущенный точечный базис.

5. Модуль по определению точностных характеристик.

Из названных модулей были приняты в качестве базовых модули 2-4, разработанные сотрудниками научной лаборатории кафедры ИКГ ВСГТУ.

Модуль выделения контура объекта, формирующий упорядоченное множество координат граничных пикселов, позволяет выделение контуров объектов разными способами: по бинарному изображению, с учетом яркости граничных пикселов, на базе операторов Робертса и Собеля.

Модуль по определению точностных характеристик определяет погрешности обмера исследуемых объектов.

Программное обеспечение системы разработано в среде Borland Pascal.

Математическая обработка результатов экспериментов производилась в автоматическом режиме с применением методов математической статистики и компьютерного моделирования. Для этого использовался пакет программ Microsoft Excel для Windows 95, версия 7 и был разработан пакет программ в среде Borland Pascal. На этапе предварительной обработки экспериментальных данных производился отсев грубых погрешностей, определение вида распределения, проверка воспроизводимости эксперимента по критерию Кохрэна, определение количества параллельных опытов и расчет доверительного интервала. Для выделения и оценки отдельных факторов, вызывающих изменчивость изучаемой случайной величины (погрешности обмера и диапазона порогов) использовался дисперсионный анализ. Для определения зависимости погрешности обмера и диапазона порогов от факторов использовался регрессионный анализ.

В системе технического зрения деталь и телевизионная камера не связаны жестко друг с другом, поэтому при вводе информации нет базы, от ко-

торой можно вести отсчет. В связи с этим точность обмера системой технического зрения оценивалась точностью восстановления контура круга, у которого его центр является точкой привязки. В этом случае появляется возможность изготовления деталей и их обмера с большой точностью.

За критерий оптимизации была принята погрешность обмера кругов, которая определялась следующим образом. Массив точек восстановленного контура круга аппроксимировался окружностью, из центра которого проводился действительный контур. Величина отклонения этих контуров и составляет погрешность обмера контура объекта. Точки восстановленного контура располагались как с внутренней, так и с внешней стороны от действительного контура. Поэтому из полученного массива погрешностей определялись максимальная, минимальная и средняя значения, таким образом формировался так называемый «массив трех погрешностей», при этом средняя погрешность определялась как среднеарифметическая величина. Так как погрешность измерения зависит от порога бинаризации, то выходными параметрами системы были приняты: погрешность обмера и оптимальный порог бинаризации.

Определение порога бинаризации основано на анализе гистограммы яркостей. Полученные нами гистограммы показали, что в большинстве случаев участок, разделяющий объект от фона вместо ожидаемой впадины, представлял собой «плато». Это свидетельствовало о наличии «диапазона порогов» вместо конкретного порогового значения. Для нахождения в этом «диапазоне» оптимального его значения были выявлены вариации «массива

трех погрешностей» для конкретных значений порогов. Оптимальным принято такое значение порога, при котором средняя погрешность равна нулю. Это соответствует точке пересечения кривой средней погрешности с осью абцисс (рис.1).

Разработанная нами методика определения точностных характеристик предусматривает следующую последовательность работ.

1,0

-1,0

Определение оптимального порога бинаризации Погрешность, мм Д_ 2_ д

^-^-рЛГГГ;

Порог

Рис.1

1. Калибровка системы технического зрения.

2. Формирование полутонового цифрового изображения, при этом объект располагается в центре кадра.

3. Обработка цифрового изображения. Выделение контуров объектов осуществляется по следующим методам: по бинарному изображению, с учетом полутонов граничных пикселов, на базе операторов Робертса и Собеля.

4 Определение точности измерений СТЗ.

По разработанной методике были уточнены следующие факторы, влияющие на точность измерений:

при формировании изображения - тип и вид телевизионной камеры и видеоплаты, параметры настройки аппаратуры, расстояние меж-ду оптическим центром телевизионной камеры и объектом; диафрагма объектива, масштаб увеличения изображения, калибровка системы технического зрения, положение и расположение источников света, освещенность объекта, соотношение контрастности фона и объекта, форма, размеры и материал исследуемого объекта, соотношение линейных размеров и площадей объекта и кадра, положение объекта на плоскости фона, временной фактор;

- при обработке изображения: тип оператора выделения границ объекта, величина допускаемой погрешности при аппроксимации контура детали, величина расстояния между дугой и хордой, стягивающей дугу, количество дополнительных точек для аппроксимации кромок.

Из них ранее не учитывались следующие: расстояние между оптическим центром телевизионной камеры и объектом, выбор оптимального расстояния может заметно уменьшить оптические искажения (сферическую аберрацию, кому); материал исследуемого объекта; отражательные свойства поверхности объекта (качество поверхности объекта, цвет); форма и размеры объекта; соотношения линейных размеров детали и кадра, положение объекта относительно оптической оси камеры; временной фактор.

В ходе предварительных экспериментов было установлено:

1. Тип и вид камеры, видеоплаты, качество их сборки и настройки аппаратуры существенно влияют на точность измерений. Анализ влияния этих факторов на погрешность показал, что они действуют комплексно и взаимосвязано. Исхода из этого, возникает целесообразность определения погрешности обмера для конкретного состава системы технического зрения.

2. В зависимости от технической возможности установки был определен предел изменения расстояния между оптическим центром камеры и ис-

следуемым объектом: от 500 до 1500 мм. Так как при изменении дистанции изменяется линейный размер кадра, для отечественной камеры КТП-82 были установлены зависимости линейных размеров кадра от дистанции.

Камера «М3000» снабжена трансфокатором,- т.е. съемка осуществляется с эффектом «наезда» (плавное изменение масштаба до 8-кратного увеличения), поэтому устанавливать прямую зависимость линейного размера кадра от дистанции практического смысла не имело.

3. При соотношении линейных размеров детали и кадра от 0.35 до 0.75 для камеры КТП-82, а для камеры «М3000» - от 0.15 до 0.90 погрешности измерения минимальные.

4. Верхний предел освещенности был обусловлен техническими возможностями установки. За границу минимальной освещенности брался тот предел количества света, при котором происходило распознавание контура исследуемого объекта.

6. При применении телевизионной камеры марки КТП-82 для стабильной работы необходимо включение ее за 50 - 60 минут до съемки.

7. Целесообразно исследуемые объекты располагать на контрастном черном фоне в центре кадра.

8. Установлено, что при выделении контура по бинарному изображению и на базе операторов Робертса и Собеля максимальная точность измерения достигается при величине допустимой погрешности аппроксимации Д=0.55 пике., а при выделении контура с учетом яркости граничных пикселов - Д=0.35 пике. Максимальное расстояние 8 между дугой и хордой, стягивающей дугу, при загущении кромки массивом точек зависит от коэффициента масштабирования; найдена аналитическая зависимость между ними.

9. С точки зрения точности восстановления контура наиболее предпочтительным является метод восстановления с учетом полутонов граничных пикселов. В дальнейшем для обработки изображений принят этот метод. Более подробно обоснование метода изложено в четвертой главе.

После установления допустимых границ действия этих факторов в ходе дальнейшей работы были найдены оптимальные значения для наиболее существенных из них: освещенности, диафрагмы объектива камеры, расстояния, масштаба изображения, размеров объекта.

Для их оптимизации была разработана методика определения оптимальных условий съемки для разных составов СТЗ.

При ее разработке исследовалась зависимость выходных параметров системы: погрешности и порога от перечисленных выше факторов. При этом были проведены две серии экспериментов при разном составе СТЗ с применением принципиально разных по конструкций камер: с видиконом (отечественная камера КТП-82) и с ПЗС связью (камера «М3000» фирмы Панасоник). Полученные результаты позволили сделать следующие выводы: -

1. Освещенность и диафрагма объектива для камеры любой конструкции, как факторы, влияют не значимо на погрешность обмера (рис.2), а на диапазон порогов и его оптимальное значение значимо (рис.3).

Зависимость погрешности от освещенности и диафрагмы (камера «М3000»)

Зависимость диапазона порогов от освещенности и диафрагмы (камера «М3000»)

-2 0 2 Диафрагма

Рис.2

Освещенность, л»

-2 0 2 Дюфрм«

Рис.3

2. Однако, величина погрешности зависит от ошибки определения оптимального порога. Поэтому при поиске оптимальных условий съемки были определены зависимости ошибки определения оптимального порога и соответствующих при этом изменений погрешностей от освещенности и диафрагмы. Полученные зависимости (рис.4,5) позволяют обосновать выбор оптимальной освещенности и диафрагмы для конкретного состава СТЗ.

3. Увеличение погрешности с увеличением диаметра круга и дистанции между объектом и камерой КТП-82 (рис.6) свидетельствует о наличии аберрации в оптической системе, т.е. о довольно низком качестве оптической системы камеры КТП-82.

Зона возможных значений оптимального Зависимости изменения погрешности ДХ

порога - (±3а) - камера «МЗООО»

от диафрагмы и освещенности - камера «МЗООО»

ПО ,

У л* 36 оптим. порога + 3

~з "" .1': 1

Сдиадзр

С ссвещенносгб)

Рис.4

{осЗещенмосгг^

Рис.5

4. При применении камеры «МЗООО» точность восстановления контура одного и того же объекта увеличивается с увеличением масштаба изображения (рис.7), что свидетельствуют о высоком качестве изготовления данной камеры. При качественном изготовлении камеры дистанция между ее оптическим центром и объектом будет влиять на точность только на больших расстояниях, когда будет сказываться влияние среды (воздуха), через которую проходят световые лучи. Поэтому исследования зависимости точности восстановления от дистанции для камеры «МЗООО» не проводились из-за технических ограничений установки.

Зависимость погрешности от дистанции и диаметра (камера КТП-82, освещенность 220 лк, диафрагма 4,0)

5 1?С НО "„3 1Я0 300

1 - дистанция 600 мм: 4 - дистанция 1200 мм:

2 - дистанция 750 мм; 5 - дистанция 1500 мм.

3 - дистанция 950 мм;

Рис.6

Зависимость погрешности от масштаба изображения (камера «МЗООО»)

0,351

* 0.3

г. 0,25 § 0,2 1 0,15 | 0,1 С 0.05 О

1 - диафрагма - 2,0; 2 - диафрагма - 4,0; 3 - диафрагма - 5,6.

Рис.7

5. При съемке камерой «М3000» с одной и той же дистанции при постоянном масштабе изображения с увеличением размера объекта погрешности обмера возрастают.

Таким образом, применимость разработанной методики определения оптимальных условий съемки для любого состава СТЗ подтверждается. На основании этого можно сделать вывод о правомерности определения параметров, влияющих на определение точности обмера контуров объекта и учета их в разработанной методике.

До сих пор в работе рассматривались вопросы точности восстановления плоских объектов на примере кругов. Принятие такого подхода к исследованию точностных характеристик СТЗ, по крайней мере, позволило разработать достаточно строгую методику, позволяющую определить точность восстановления объектов, близких по форме к кругам. За форму, альтернативную кругам, в работе приняты вытянутые объекты. Для исследования влияния вытянутости объектов на точность восстановления использовались эллипсы. Выбор такой геометрической формы в качестве контура вытянутой детали объясняется, во-первых, тем, что при различных длинах осей эллипса имеется возможность проверить влияние вытянутости на точность восстановления. Во-вторых, имеется возможность аналитического описания контура, что позволяет определить погрешности обмера.

Было установлено, что погрешности восстановления контура минимальны при расположении эллипса, когда его большая ось наклонена по отношению к горизонтальной оси под углом 45°, при этом коэффициент масштабирования равен отношению размера в пикселах к размеру в миллиметрах, а величина оптимального порога детали зависит от его вытянутости. Вы-тянутость детали количественно рассчитывалась через отношение в/а, где в и а - соответственно длины большой и малой осей эллипса. Как видно из рис. 7 абсолютная величина погрешности и оптимального порога увеличиваются с увеличением вытянутости детали.

С учетом полученных результатов, в работе предложена следующая методика восстановления контуров деталей вытянутой формы.

I. Необходимо определить ось минимальной инерции исследуемой детали и построить описывающий данную деталь прямоугольник минимальной площади, при этом вытянутость исследуемой детали количественно будет выражаться отношением длины прямоугольника В( к его ширине а\. Далее

Влияние вытянутости детали на точность обмер» и величину оптимального порога

0.Э5 0.3 0.25 ( 0.2 [ 0.15

I 01

1.0.05 : О

12 3 4 Вытянут оеть детали, в/а

а)

. . .

- < '

Л - ^^г. «14(5 а 14(6 Д615 ХБ(6

2 4

Вьтшутостъ детали, в/а

б)

Рис.7

нужно подобрать базовый для данной детали круг, диаметр этого круга сЬ должна равняться длине прямоугольника В|.

2. Произвести обмер базового круга с!, при линейном размере кадра 1ц, определить величину оптимального порога, соответствующего минимальной погрешности.

3. При съемке деталь следует располагать так, чтобы ось минимальной инерции была наклонена под углом 45° к горизонтальной оси кадра и необходимо установить такой же масштаб изображения, как для базового круга.

4. Для обработки цифрового изображения детали необходимо определить коэффициент масштабирования и оптимальный порог в соответствии с вытянутостью детали.

5. Для оценки точности обмера детали необходимо знать диаметр круга <Ь, равного по площади исследуемой детали. Точность обмера базового круга диаметром (11 при масштабе изображения, когда соотношение линейных размеров детали и кадра равно отношению ёгЛы, соизмерима с точностью обмера исследуемой детали.

В третьей главе изложены результаты исследований по выявлению систематических погрешностей и разработке методов их удаления, а также методика калибровки камер.

Известно, что из-за несовершенства технических средств и погрешностей при настройке телевизионной камеры процесс формирования цифрового изображения сопровождается искажением геометрических форм исследуемых объектов. Некоторые из этих искажений носят постоянный характер, они относятся к систематическим погрешностям. Было установлено, что по-

/¿г

грешности восстановления круга при обходе его изображения по контуру изменяются по синусоиде, поэтому полученная закономерность и разработанная методика калибровки камеры позволила скорректировать величины , погрешностей.

Под калибровкой камеры в работе подразумевается процесс автоматического установления параметров телевизионной камеры на базе анализа изображений геометрических объектов известной формы и известного их местоположения в предметной системе координат с использованием аппарата проективной геометрии. В работе приведена методика калибровки камеры, используемой в системе технического зрения при восстановлении контуров плоских деталей сложной формы, которая сводится к решению следующих задач:

- определение точки пересечения оптической оси камеры с картинной плоскостью;

- определение точки пересечения оптической оси камеры с предметной плоскостью;

- определение положения оптической оси относительно корпуса телевизионной камеры;

- определение положения картинной плоскости (фотослоя) и оптической оси телевизионной камеры (определение дефектов сборки камеры).

Для решения задачи была разработана установка, которая предусматривает плоско-параллельно перемещение предметной плоскости.

На рис.8 приведена расчетная схема, использующаяся при применении установки. Калибровочный шестиугольник используется для установления соответствия между точками картинной и предметной плоскостей. На схеме введены следующие обозначения: П - картинная плоскость, к - предметная плоскость (положения Я¡, А?), А^зАзА^АзАа - калибровочный шестиугольник (объект), А '¡А '¡А '¡А VI '¡А '6 - изображение шестиугольника в картинной плоскости ; т. 5 - оптический центр; - оптическая ось камеры; т. Ы' - точка пересечения оптической оси с картинной плоскостью, т. N1 и N2 - точки пересечения оптической оси с предметной плоскостью соответственно в положениях А/, Я?. Практическая реализация калибровки камеры осуществлялась по следующей методике:

1. Камера устанавливалась стационарно вертикально (рис.8), а предметная плоскость - горизонтально в положение Яу.

2. Затем определялась точка пересечения оптической оси с предметной

плоскостью Л/ - точка Л';.

3. Для второго положения предметной плоскости А? также определялась точка пересечения с оптической осью -точка N2-

4. Осуществлялась проверка на вертикальность линии N¡N2 с корректировкой положения камеры в случае необходимости.

Методика определения точки пересечения оптической оси с картинной плоскостью основана на том, что если телевизионную камеру и калибровочный шестиугольник закрепить стационарно, то проекции одной и той же угловой точки снимаемого объекта, полученные при различных фокусных расстояниях, будут принадлежать одной прямой, аппроксимирующей этот массив точек; причем данная прямая будет линией пересечения плоскости, инцидентной оптической оси камеры и какой-либо вершине калибровочного шестиугольника. Все прямые, построенные для различных угловых точек калибровочного шестиугольника, будут инцидентны точке И'. Точку пересечения оптической оси с предметной плоскостью можно определить, основываясь на методах проективной геометрии. В работе использовался основной инвариант проективных соответствий - сложное

отношение четырех точек. В плоскости П прямая а', соединяющая точку Г>Г с одной из вершин шестиугольника, например с А]', пересекает прямую А'зА'4ъ точке Вг' (см. рис.9). Для того, чтобы найти в плоскости хОу ей соответственную, необходимо продолжить отрезки А/А/ и А/А/. Они пересекаются в точке В/. Тем самым на прямой А/А/ были определены четыре точки, определяющие сложное отношение (А/А/В\'В1Г).

Расчетная схема

&

По величине этого сложного отношения вычислялось положение точки В2 в плоскости хОу. Прямая а, соединяющая точки Вг и А/ в плоскости хОу, соответствует ее проекции а'. Для нахождения точки N на прямой а на базе сложного отношения четырех точек-не хватает еще одной точки. Эта недостающая точка находилась вначале на изображении как точка пересечения прямых с? и

и была обозначена через точку В3'. В плоскости хОу точка /?з находилась аналогично точке В\ (Вг^апАцАг). Имея на прямой а' четыре точки, вычисляли величину сложного отношения /? - {Ах'Вг'Ы'Вз), затем зная величину р и имея три соответственные точки из четырех, координаты точки N определялись следующим образом

{Хвг-Х^-Мхп-Хм) ' у _{Увз -Увг)*Ум ~Р*{Увг ~Ул)*Ув1 .

{Увъ-Увг)-0*{Уп~Ул,)

Камеру, у которой положение точки ¿V' известно, закрепляли стационарно, а предметную плоскость с калибровочным объектом устанавливали в различных положениях, и для каждого ее положения рассчитывали координаты точек Л7 в предметной системе координат. Прямая, аппроксимирующая полученный массив точек, определяла положение оптической оси объектива относительно корпуса телевизионной камеры. Решение данной задачи позволило наработать методику по определению картинной плоскости (пластины с фотослоем) относительно корпуса камеры. При этом были определены следующие данные: пространственные координаты точки Ы' в предметном пространстве; направление наибольшего наклона оптической оси к картинной плоскости; величину угла между оптической осью и пластиной с фотослоем

В четвертой главе разработан способ восстановления контура объекта с учетом полутонов граничных пикселов и проведена сравнительная характеристика различных способов восстановления контура плоской детали.

Одним из основных этапов обработки цифрового изображения, существенно влияющих на точность обмера, является выделение контура объекта. При восстановлении контура по бинарному изображению яркости граничных пикселов представляют собой пороговые значения при выделении контура

объекта. В случае, когда объект находится на контрастном фоне, пороговое разделение полутонового изображения облегчается. Если светлый объект и темный фон достаточно контрастны, то характеристическая функция /с(х,у) равна нулю в точках, где яркость меньше некоторого порогового значения (фон), и единице, где она превосходит его (объект). При пороговом разделении полутонового изображения на объект и фон на границе между ними определялся контур объекта, с использованием цепного кода Фримена. Задача по определению контура решалась в два этапа. Вначале определялась первая точка, принадлежащая объекту. На втором этапе определялся контур замкнутой границы области изображения объекта, представляющий собой зубчато-образную линию с точностью определения до одного пикселя.

Метод восстановления контура объекта по бинарному изображению обладает высоким быстродействием, но система работает только с качественными изображениями. Для расширения области применения системы в данной работе была предпринята попытка модифицировать этот метод с целью уменьшения влияния качества изображения на восстановление контура. Для этого точки контура, определенные описанным выше способом, кроме выходного файла, записывались также в стек. В стек они помещались в виде объекта, имеющего 3 поля: координаты точки и направление поиска. В случае, когда поиск следующей точки заканчивался неудачно, из стека извлекались координаты предыдущей точки и направление поиска, а текущей точке присваивался цвет фона. Данный метод исключил возможность зацикливания процедуры.

Для уменьшения погрешностей нахождения границы изображения была предпринята попытка корректировки найденной зубчатообразной границы с учетом яркости каждого граничного пиксела. Было установлено, что граница между объектом и контрастным фоном в большинстве случаев - это небольшой участок перехода «толщиной» в два-три пиксела, а диапазон полутонов граничных пикселов довольно большой и представляет собой весь спектр от яркости фона до яркости объекта. Большой диапазон полутонов граничных пикселов объясняется следующим образом. Контурная линия, проходящая через граничные пиксели, разделяет данный пиксель по площади на объект и фон, и соотношение площадей объекта и фона в одном пикселе соответствует его яркости (полутону). При корректировке предполагалось, что положение контурной точки смещается от центра пиксела по нормали к контуру в соответствии с яркостью рассматриваемого пиксела, чем выше яр-

кость, тем на большую величину смещается контурная точка в сторону фона и наоборот. Величина смещения контурной точки от центра определялась по формуле

ОГ = -ц--у-

' + 0.5 —- (2)

где /'■,, „, - полутон граничной точки;

Роб • среднее значение полутона объекта, Рф - среднее значение полутона фона.

Результаты коррекции границы показаны на рис. 10, по рисунку видно, что метод коррекции границы изображения по полутонам позволяет восстановить границу более достоверно с учетом особенностей локальных изменений яркостей фона и объекта.

Представляло интерес сравнить точность восстановления контуров с учетом полутонов граничных пикселов с другими методами, такими как восстановление контура объекта на базе операторов Робертса и Собеля.

При обработке изображения этими операторами граница полученного полутонового изображения объекта обладает определенной шириной. Так, для круглых объектов это «кольцо» тонкое при обработке оператором Робертса, чем при применении оператора Собеля.

Выделение внешней и внутренней границ выполнялось путем сравнения яркостей пикселов полученного после обработки полутонового изображения с порогом на основе модифицированного метода цепного кодирования Фримена. Затем, совершая обход по одной из найденных границ (в программе - но внешней), определялась ближайшая ей точка на внутренней границе. Разделив пополам отрезок, соединяющий соответствующие точки, получали среднюю точку, которая представляла собой точку контура объекта. Таким

\

1 - сглаженный контур; 2 -- зубчатообразный контур.

Рис.10

образом, сделав полный обход по контуру, получали упорядоченный массив точек, инцидентных контуру объекта.

Ниже в таблице 1 на конкретном примере представлена точность обмера круга диаметром 70 мм, снятого камерой «М3000» при освещенности 220 лк, диафрагме объектива (+1).

Таблица 1

Точность восстановления контура круга_

Метод восстановления Погрешность, мм

Метод восстановления контура объекта по бинарному изображению 0.200

Метод восстановлен!«) контура объекта с учетом уровня полутона граничных пикселов 0,137.

Восстановление контура объекта на базе оператора Робертса 0,166

Восстановление контура объекта на базе оператора Собеля 0.187

Наименьшая точность получена при восстановлении контура объекта по бинарному изображению, что объясняется выделением зубчатообразного контура с точностью до одного пикселя. Результаты обработки полутоновых изображений на базе операторов Робертса и Собеля приемлемы, так как контур объекта определяется как средняя линия между внешней и внутренней границами «кольца», причем средний контур «кольца» практически не изменяет свои размеры в зависимости от порога. Но недостатком этих методов восстановления является низкое быстродействие из-за необходимости определения трех контуров, кроме того, не определяется контур на изображениях, сформированных при низкой освещенности. Наименьшие погрешности получены при методе восстановления с учетом полутонов граничных пикселов.

Полученные данные позволяют сделать вывод, что с точки зрения точности восстановления н надежности наиболее предпочтительным является метод восстановления контура объекта с учетом полутонов граничных пикселов, повышающий точность по сравнению с методом восстановления контура по бинарному изображению в среднем на 25 %.

ОБЩИЕ ВЫВОДЫ ПО РАБОТЕ

Проведенные исследования позволяют сформулировать следующие основные выводы:

1. Анализ литературных источников и поисковые исследования позволили выявить основные факторы, влияющие на точность измерений системами технического зрения:

- при формировании изображения: тип и вид камеры и видеоплаты, параметры настройки аппаратуры, расстояние между оптическим центром камеры и объектом; диафрагма объектива, масштаб увеличения изображения, калибровка системы технического зрения, положение и расположение источников света, освещенность объекта, соотношение контрастности фона и объекта, форма, размеры и материал исследуемого объект, соотношение линейных размеров и площадей объекта и кадра, положение объекта на плоскости фона, временной фактор;

- при обработке изображения: тир оператора выделения границ объекта, величина допускаемой погрешности при аппроксимации контура детали, величина расстояния между дугой и хордой, стягивающей дугу, количество дополнительных точек при аппроксимации кромок.

2. Проведенный анализ работ по точности восстановления контуров объекта показал, что существующие методики оценивают точность обмера системами технического зрения от каждого источника погрешностей отдельно. Сложность учета взаимного влияния факторов друг на друга позволяет сделать вывод о целесообразности разработки методики по их суммарной погрешности.

3. Разработаны методика и программно-технический комплекс для определения точностных характеристик систем технического зрения при восстановлении контуров плоских деталей, что позволяет в процессе их применения полностью автоматизировать исследование точности измерений плоских деталей.

4. На базе выявленных данных разработана методика определения оптимальных условий съемки, обеспечивающая минимальные погрешности восстановления контура

5. Выявлены систематические погрешности в процессе формирования цифровых полутоновых изображений и разработаны методы их удаления. Разработана методика калибровки систем технического зрения, использую-

щая математический аппарат проективной геометрии и имеющая преимуще ства перед другими методами по надежности, достоверности и полноте расчетных данных.

6. Разработан способ восстановления кон тура объекта с учетом полутонов граничных пикселов. Обоснована предпочтительность этого метода установлением сравнительной характеристики различных способов восстановления контуров плоских деталей: по бинарному изображению, на базе операторов Робертса и Собеля, с учетом полутонов граничных пикселов. Предлагаемый способ повышает точность восстановления контура по сравнению с методом восстановления по бинарному изображению в среднем на 25 %.

Основное содержание диссертации опубликовано в работах:

1. Жимбуева Л.Д., Дамдинова Т.Ц., Найханова Л.В. Автоматизация обмера плоских деталей сложной формы с применением системы технического зрения // Новые информационные технологии в вузах и на предприятиях легкой промышленности. Сборник тезисов докладов Всерос. науч. метод, конференции - Спб., 1998, - С. 31-32.

2. Жимбуева Л.Д., Найханов В.В., Дамдинова Т.Ц. Исследование влияния размеров объекта, дистанции, освещённости и диафрагмы на величину оптимального порога // Роль геометрии в искусственном интеллекте и САПР. Сборник докладов Всерос. науч. техн. конференции,- Улан-Удэ, 1996. -С.29-31.

3. Жимбуева Л.Д., Спесивцев А.Ю., Наумов М.А. Исследование влияния освещенности объекта и величины диафрагмы камеры на точность восстановления формьт объекта // Материалы Российской научно-практической конференции «Образование в условиях реформ: опыт, проблемы, научные исследования», часть П. - Кемерово, 1997. - С. 107.

4. Исследование точностных характеристик систем технического зрения, используемых для автоматической оцифровки контуров плоских деталей сложной формы: Отчет по НИР; руководитель В.В. Найханов. - НИР «Геометрические аспекты интеллектуальных робототехнических комплексов» №ГР 01960007999. - Улан-Удэ, 1997. - 57 с. Отв. исп. Жимбуева Л.Д., Аю-шеев Т.В., Дамдинова Т.Ц. и др.

. 5. Найханов В.В.. Дамдинова Т.Ц,, Жимбуева Л.Д., Влияние условий на точность восстановления форм объектов системами технического зрения ,7

Нейроинформатика и ее приложения. Тезисы докладов IV Всероссийского семинара / Под ред. А.Н. Горбаня. - Красноярск, 1996 - С.65.

3. Найханов В.В., Дамдинова Т.Ц., Жимбуева Л.Д. Перезадание обвода массивом точек с учетом заданной стрелки прогиба // Сборник научных трудов, серия: Технические науки, вып. 3. - Улан-Удэ, 1996. - С. 160-164.

7. Найханов В.В., Жимбуева Л.Д., Дамдинова Т.Ц. Методика определения оптимального порога при исследовании точностных характеристик СТЗ // Сборник научных трудов, серия: Технические науки, вып.З, Улан-Удэ,

1996. - С.59-64.

1. Найханов В.В., Жимбуева Л.Д., Дамдинова Т.Ц. Методика определения точностных характеристик СТЗ при восстановлении контуров плоских легален // Сборник научных трудов, серия: Технические науки, вып.5, Улан-Удэ, 1998. -С.39-51.

). Найханов В.В., Жимбуева Л.Д., Хангажинова С.А. Способ определения уровня полутона.// Роль геометрии, в искусственном интеллекте и САПР. Сборник докладов Всерос. науч. конференции. - Улан-Удэ, 1996, С.46-48.

10.Найханов В.В., Жимбуева Л.Д., Цыдыпов А.Г. Исследование и разработка способа устранения систематических ошибок, возникающих из-за неточности конструкции телекамеры и установки её положения // Роль геометрии в искусственном интеллекте и САПР. Сборник докладов Всерос науч. конференции. - Улан-Удэ, 1996. - С.39-43.

11 .Распознавание плоских объектов по их цифровым изображениям: Отчет по НИР; руководитель В В. Найханов. - НИР «Геометрические аспекты интеллектуальных робототехнических комплексов» №ГР 01960007999. -Улан-Удэ, 1997. - 59 с. Отв. исп. Дамдинова Т.Ц., Аюшеев Т.В., Жимбуева Л.Д и пр.

12.Naikhanov V.V., Damdinova T.Ts., Zhimbueva L.D. A machine vision system for accurate object description / Proceedings of the Fifth International Conference on Computational Graphics and Visualization Techniques. - Paris, 1996. -P. 298-301.

13.Naikhanov V.V., Tsydypov T.Ts., Zhimbueva L.D. Automation of the camera calibration / Proceedings of the Sixth International Conference on Computational Graphics and Visualization Techniques. - Vilamoura. Algarve, Portugal,

1997. - P. 410-420.

НИЖЕГОРОДСКИЙ ГОСУДАРСТВЕННЫЙ АРХИТЕКТУРНО-СТРОИТЕЛЬНЫЙ УНИВЕРСИТЕТ

На правах рукописи

ЖИМБУЕВА ЛЮБОВЬ ДАМБИЕВНА

ИССЛЕДОВАНИЕ ТОЧНОСТНЫХ ХАРАКТЕРИСТИК

СИСТЕМ ТЕХНИЧЕСКОГО ЗРЕНИЯ ПРИ ВОССТАНОВЛЕНИИ КОНТУРОВ ПЛОСКИХ ДЕТАЛЕЙ

Специальность 05.01.01 - «Прикладная геометрия и

инженерная графика»

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель доктор технических наук, профессор Найханов В.В.

Нижний Новгород 1999

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ...........................................................................................................4

Глава 1. ОПРЕДЕЛЕНИЕ ФАКТОРОВ, ВЛИЯЮЩИХ НА ТОЧНОСТЬ

ИЗМЕРЕНИЙ СИСТЕМАМИ ТЕХНИЧЕСКОГО ЗРЕНИЯ........................9

1.1. Средства и методы определения геометрических параметров шаблонов и материалов................................................................................9

1.2. Процесс формирования изображения и анализ

потенциально возможных погрешностей........................................................................13

1.3. Погрешности математических методов обработки

цифровых изображений..........................................................................................................................................19

1.4. Методика расчета основных погрешностей измерений......................................25

1.5. Постановка задачи............................................................................................................................................................28

Глава 2. ОЦЕНКА ТОЧНОСТИ ИЗМЕРЕНИЙ И ОПТИМАЛЬНЫХ

УСЛОВИЙ РАБОТЫ СИСТЕМЫ ТЕХНИЧЕСКОГО ЗРЕНИЯ..........29

2.1. Методика определения точностных характеристик СТЗ

при восстановлении контуров плоских деталей....................................................29

2.2. Математическая обработка экспериментальных данных..................................40

2.2.1. Предварительная обработка экспериментальных данных..................41

2.2.2. Дисперсионный анализ..............................................................................45

2.2.3. Регрессионный анализ........................... ............................................................................47

2.3. Методика определения оптимальных условий съемки исследуемого объекта.........................................................................................49

2.4. Восстановление контура деталей вытянутой формы................................................64

Глава 3. ВЫЯВЛЕНИЕ СИСТЕМАТИЧЕСКИХ ПОГРЕШНОСТЕЙ И

РАЗРАБОТКА МЕТОДОВ ИХ УДАЛЕНИЯ......................................................................73

3.1. Анализ искажений геометрических форм объектов

при восстановлении его контура..............................................................................................................73

3.2. Калибровка телевизионной камеры......................................................................................................78

3.2.1. Калибровка телевизионной камеры с трансфокатором............. 85

3.2.2. Калибровка телевизионной камеры без трансфокатора............ 90

3.3. Определение дефектов сборки телевизионной камеры.................... 92

3.4. Методы устранения систематических погрешностей....................... 100

3.4.1. Преобразование координат точек изображения из

наклонной плоскости проекций в ортогональную......................... 100

3.4.2. Устранение систематической погрешности с учетом синусоидального закона распределения погрешности.................. 102

Глава 4. ВОССТАНОВЛЕНИЕ КОНТУРА ДЕТАЛИ С УЧЕТОМ

УРОВНЕЙ ПОЛУТОНА ГРАНИЧНЫХ ПИКСЕЛОВ..................... 104

4.1. Описание полутонового изображения............................................... 104

4.2. Метод восстановления контура объекта по бинарному изображению...................................................................................... 108

4.3. Модификация метода определения контурных точек по бинарному изображению..................................................................... 112

4.4. Метод корректировки границы изображения с учетом уровня полутона............................................................................................... 113

4.5. Восстановление контура объекта на базе операторов

Робертса и Собеля............................................................................. 120

4.6. Сравнительная характеристика выбранных методов восстановления контуров деталей по точности............................... 123

ЗАКЛЮЧЕНИЕ................................................................................................ 126

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ........................................ 128

ПРИЛОЖЕНИЯ............................................................................................... 140

ВВЕДЕНИЕ

В настоящее время системы технического зрения все шире начинают использоваться на производстве. Их внедрение требует разработки и создания систем, способных устойчиво работать в различных производственных условиях и позволяющих автоматизированным комплексам адекватно и корректно воспринимать информацию об окружающей среде.

Одним из перспективных областей применения систем технического зрения в промышленности является создание всевозможных интеллектуальных обмерочных комплексов, предназначенных для измерений плоских и объемных объектов. Несомненно, пространственные задачи, требующие анализа трехмерных сцен, как правило, намного сложнее и более востребованы, чем «плоские» задачи. Тем не менее, в настоящее время на производстве одним из актуальных проблем является автоматизация обмера плоских деталей, так как во многих отраслях плоский шаблон детали все еще является основным носителем геометрической информации и одним из главных средств контроля формы. Замеры площадей производятся на электронных машинах посредством работы датчиков, которые фиксируют контур деталей, а преобразование контуров геометрических фигур в цифровую форму осуществляется в большинстве случаев полуавтоматически при активном участии оператора. Громоздкость оборудования и возникающие при измерении довольно высокие погрешности не желательны.

Имеющийся опыт использования систем технического зрения для обмера деталей, развитие микропроцессорной и вычислительной техники создают предпосылку для создания недорогих быстродействующих устройств для измерения деталей. Более точное измерение на компактном оборудовании способствует автоматизации проектирования технологического процесса

непосредственно с применением электронно-вычислительной техники для решения таких задач, как замеры площадей, контроль формы и размеров деталей, получение информации о контурах деталей и преобразование ее в цифровую информацию в компактной форме, размножение лекал, формирование раскладок лекал и т.д. Автоматизация решения этих задач особенно актуальна при частой сменяемости номенклатуры выпускаемых изделий и многоассортиментном производстве, в частности, в легкой промышленности.

При автоматизации обмера сплошных плоских деталей важную роль играет вопрос точности восстановления формы и размеров объекта. Анализ же существующих методик, нацеленных на решение данной задачи, показал, что в этом направлении исследований еще не выработана единая точка зрения. И это объясняется, прежде всего, тем, что данное направление начало нарабатываться относительно недавно. Таким образом, исследование точности измерений сплошных плоских деталей системами технического зрения является актуальной задачей.

Целью настоящей диссертационной работы является разработка методики исследования точностных характеристик систем технического зрения при восстановлении контуров плоских деталей сложной формы. В соответствии с поставленной целью в работе решаются следующие задачи:

- разработка методики определения точностных характеристик систем технического зрения при восстановлении контура плоских деталей;

- выявление факторов, значимо влияющих на точность измерений плоских деталей системами технического зрения;

- выявление систематических погрешностей при восстановлении контура плоского объекта;

- разработка методов устранения систематических погрешностей;

- на базе выявленных данных разработка методики определения оптимальных условий съемки, обеспечивающих минимальные погрешности при восстановлении форм плоских объектов.

Методы исследования. Настоящие исследования базируются на методах начертательной, проективной, вычислительной геометрий, математической статистики, вычислительной техники.

Научная новизна работы заключается в том, что разработана и исследована методика, позволяющая оценить точность измерения плоских объектов системами технического зрения. При этом выявлены факторы, значимо влияющие на точность измерений, систематические погрешности и причины их возникновения, разработан метод калибровки систем технического зрения, позволяющий рассчитывать данные по внутренним параметрам и определять дефекты сборки камеры, а также разработан метод восстановления контура плоского объекта с учетом полутонов граничных пикселов.

Практическая значимость проведенных исследований заключается в том, что предложенный способ определения точностных характеристик систем технического зрения может использоваться в реальных автоматизированных обмерочных комплексах. Кроме того, результаты исследований позволили разработать модуль калибровки камеры, и программно-технический комплекс, позволяющие в автоматическом режиме определять точность их сборки и исследовать в целом точностные характеристики систем технического зрения.

Реализация работы. Результаты исследований, выполненных в диссертационной работе, докладывались на пятой (во Франции, Париже, 1996 г.) и шестой (в Португалии, Виламоре, 1997 г.) международных конференциях по компьютерной графике, на IV Всероссийском семинаре «Нейроинформатика и ее приложения» (г. Красноярск, 1996 г.), на Всероссийской научно-технической конференции «Роль геометрии в искусственном интеллекте и

САПР» (г. Улан-Удэ, 1996 г.), на Всероссийской научно-методической конференции «Новые информационные технологии в вузах и на предприятиях легкой промышленности» (Санкт-Петербург, 1998 г.), на ежегодных внутривузовских научных конференциях преподавателей и сотрудников ВСГТУ (1996-98 гг.) и были внедрены в некоторых НИИ, на предприятиях авиационной и обувной промышленности. Реально действующая система и пакеты программного обеспечения используются в научно-исследовательских работах и производстве, а также в учебном процессе в виде лабораторных работ.

Публикации. По теме диссертации опубликовано 13 научных работ.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованной литературы и приложения. Работа содержит 126 страниц основного текста, 48 рисунков, 24 таблицы и 110 наименований использованных литературных источников.

Во введении обосновывается актуальность темы диссертационной работы, сформулированы цели и задачи исследований, отмечены научная новизна и практическая значимость результатов.

В первой главе описаны средства и методы определения геометрических параметров шаблонов и материалов, приведены анализ потенциально возможных погрешностей процесса формирования и обработки цифровых изображений и обзор существующих методик расчета основных погрешностей измерений.

Во второй главе приведены методика оценки точностных характеристик систем технического зрения, результаты математической обработки экспериментальных данных, методика определения оптимальных условий съемки, обеспечивающих минимальные погрешности при восстановлении форм сплошных плоских объектов, методика восстановления контура вытянутых деталей.

В третьей главе изложены результаты исследований по выявлению систематических погрешностей и разработке методов их удаления, а также методика калибровки систем технического зрения.

В четвертой главе описан способ восстановления контура объекта с учетом полутонов граничных пикселов и приведена сравнительная характеристика различных способов восстановления контура плоской детали.

В приложении приведены акты внедрения.

Глава 1. ОПРЕДЕЛЕНИЕ ФАКТОРОВ, ВЛИЯЮЩИХ НА ТОЧНОСТЬ ИЗМЕРЕНИЙ СИСТЕМАМИ ТЕХНИЧЕСКОГО ЗРЕНИЯ

1.1. Средства и методы определения геометрических параметров шаблонов и материалов

Информация о контурах плоских деталей сложной формы на производстве необходима для автоматизации замера площадей шаблонов и материалов, контроля их формы и автоматизации подготовительно-раскройного производства.

Задача измерения шаблонов является одной из типичных для многих отраслей промышленности, где плоский шаблон является основным носителем геометрической информации и служит для контроля формы /1-6/. Известны работы по автоматизации измерения формы и площади криволинейных шаблонов с использованием оптоэлектронных следящих по контуру шаблона датчиков. Такой подход снижает погрешность методического типа. Однако быстродействие таких устройств невелико, а сложность устройства снижает надежность и повышает стоимость установки. Высокими эксплуатационными характеристиками обладают датчики рецепторного типа, которые обеспечивают измерение формы III. Этот подход нашел развитие в телевизионных системах для автоматического измерения площади шаблона с высокой точностью /8-20/.

Актуальной является также задача совершенствования методов автоматизации измерений площадей и толщин кож. Решение этих задач является одним из важнейших условий создания автоматических линий в кожевенном производстве, где условия труда особенно тяжелые. При этом возникает также задача автоматизации контроля качества кож, фиксация и оценка конкретных пороков автоматической системой. При автоматизации измерения площади кож получили развитие фотоэлектронные методы.

Современные машины для измерения площадей кож имеют весьма сложную конструкцию с прецизионными оптико-механическими сканаторами /21/.

При этом возникает ряд специфических погрешностей при измерении толщины и площади кожи. Погрешности при измерении толщины связаны с неровностью кожи и с ее деформациями при вдавливании измерительного ролика. Из-за имеющихся участков неплоской формы кожи возникают погрешности замера площади порядка 2-4 %. Расправляющие и транспортирующие механизмы вносят свои погрешности, в основном, за счет проскальзывания. Погрешности также вносят механические щупы. Точность измерения натуральной кожи, как объекта сложной формы, снижается при небольшом количестве точек измерения, как толщины, так и площади, внося методическую погрешность /8,9/.

В подготовительно-раскройном производстве применение новых методов автоматизированного программного раскроя материалов на основе луча лазера, механического ножа, струи воды высокого давления, ультразвука и других способов требует решения комплекса сложных задачи /21,22/, одним из которых является автоматизация оцифровки контуров сложных лекал и представление информации в максимально удобной и компактной форме. В большинстве известных раскройных комплексов и других системах обработки графической информации преобразование контуров геометрических фигур в цифровую информацию производится полуавтоматически при активном участии оператора. Устройства ввода графической информации характеризуются достаточно высокой производительностью по сравнению с ручными методами и простотой в эксплуатации, но применяемое при этом оборудование довольно громоздкое, сложное в изготовлении и отличается сравнительно невысокой точностью цифрового преобразования /24/.

В настоящее время автоматизацию оцифровки лекал можно осуществлять с помощью дигитайзера и сканера /25/. При вводе лекал с помощью дигитайзера чертеж лекала или вырезанное по внешнему контуру

лекало фиксируется на планшете дигитайзера, и оператор последовательно вводит опорные точки контура лекала и его внутренних элементов, позиционируя в нужной точке курсор дигитайзера и нажимая кнопку курсора. Для этой цели используют как 4-кнопочные, так и 16-кнопочные курсоры. Чтобы уменьшить количество ошибок, повысить качество и точность процесса оцифровки, лекала необходимо предварительно подготовить к вводу, с тем чтобы они удовлетворяли следующие требования:

- чертеж лекала должен быть четким;

- на чертеже должны быть нанесены долевая линия и внутренние элементы, отмечены вводимые (опорные) точки, их тип и атрибуты;

- рядом с конструктивными точками желательно пометить либо номер стандартного правила градации, либо значение приращений для процесса градации этой точки.

При вводе лекала с помощью дигитайзера неизбежно появляются линейные и угловые погрешности в геометрии лекала, что объясняется следующими причинами: построенный конструктором чертеж лекала уже содержит угловые и линейные погрешности; линии чертежа имеют неравномерную толщину, а контур лекала может быть искажен при вырезании ножницами; сделан неправильный выбор количества опорных точек или их месторасположения.

Даже правильно подготовленное лекало не позволяет полностью избежать погрешностей и ошибок, поэтому требуется производить последующую проверку оцифровки и коррекцию погрешностей ввода, которые обычно осуществляются в конструкторской подсистеме.

Для ввода лекал с помощью сканеров применяются следующие виды: планшетные и рулонные. Сам процесс сканирования заключается в следующем: чувствительный элемент считывающей головки представляет в виде