第10期 2016年10月
组合机床与自动化加工技术
Modular Machine Tool & Automatic Manufacturing Technique
文章编号：10012265(2016)10010804
D0I:10.13462/j. cnki. mmtamt.2016.10.028
基于机器视觉的柴油机曲轴轴线弯曲检测
丁曙光，张正刘
（合肥工业大学机械与汽车工程学院，合肥230009）
No.10 Oct.2016
摘要：针对传统的柴油机曲轴弯曲检测方法效率低下、检测精度低的特点，提出一种基于机器视觉的非接触测量方法。其主要方法是旋转曲轴，拍摄曲轴各轴颈在不同角度位置的图像，对每幅图像进行中值滤波、二值化、边缘检测、亚像素处理，获取亚像素边缘，然后利用最小二乘圆法对曲轴的每个像素列截面进行拟合，求出各截面中心坐标，最后，再利用最小二乘法拟合直线，计算轴线直线度大
小，进而判断柴油机曲轴弯曲状况。实验表明该检测系统不仅检测精度高，检测速度也非常快关键词：机器视觉，柴油机曲轴，边缘检测，最小二乘法
中图分类号：TH133；TG506
文献标识码：A
Diesel Engine Crankshaft Axis Bending Detection Based on Machine Vision
DING Shu-guang ,ZHANG Zheng-liu
(School of Machinery and Automobile Engineering, Hefei University of Technology , Hefei 230009, China) Abstract: Due to the characteristics of the low efficiency and low detection precision of the traditional ben+ ding detection method for diesel engine crankshaft, a non-contact measurement method based on machine vi-sion has been put foward.Its main principle is that through the rotation of the crankshaft, a picture of the crankshaft in different position has been taken, which will be under the procession of the intake of image me-dian filtering,binarization,edge detection,subpixel,and obtain subpixel edge.Then using least square cir-cle method fit each pixel column section of crankshaft, and getting each section center coordinates. Finally, using the least squares fit a straight line,and calculating the size of straightness of the crankshaft to judge the degree of the bending of the diesel engine crankshaft. The experiment shows that the detection system is not only high precision,but also detection speed is very fast.
Key words : machine vision; diesel engine crankshaft;edge detection ;the least square method
0引言
柴油机曲轴是柴油机的一个重要零件，当其弯曲
变形超过一定值时，将会出现柴油机震动加大，甚至机件断裂的现象，从而影响柴油机的正常运行状态。因此，柴油机曲轴轴线的弯曲程度检测至关重要。
传统的检测方法是采用指示器法对其进行检测，但该方法不仅不能实时指导生产，而耳，检测不精确，检测效率也非常低[1-2]。针对以上的缺点，本文提出一种基于机器视觉的柴油机曲轴轴线弯曲检测方法，并搭建了一套视觉检测系统。其检测的方法为：利用 CCD相机采集柴油机曲轴图像，对采集的图像进行滤波、二值化及边缘检测处理，提取柴油机曲轴的边缘轮廓。然后对系统进行标定，将像素单位转换为实际单位，再通过最小二乘法进行像素列截面的圆拟合和轴线的直线拟合，得到曲轴的弯曲程度，最后，给出评定结果[3-5]。本系统在结构可以分为硬件结构和图像处
收稿日期：2015-12-21；修回日期：2016-01-19
理软件两部分。
硬件系统构成 1
首先在本文，我们要求检测系统的检测精度为
0.01mm，视场范围大小为6mm×4mm，检测速度为10 件/s。
机器视觉技术是利用光电成像系统采集被控目标的图像，而后经过计算机或专用的图像处理模块进行根据图像的像素、颜色、亮度等信息，来进行尺寸、形状、颜色的判断[68]，因而其检测系统中包括工业相机，图像采集卡，计算机等，本文的视觉检测系统总体结构如图1。
CCD相机+图像采集卡和总线
照明系统柴油机曲轴计算机
图1视觉检测系统总体结构
在硬件选型方面，本文的视场范围要求为6mm×
作者简介：丁曙光（1962一），安徽够县人，合肥工业大学副教授，研究方向为机电设备研究与设计，检测技术，微机应用技术，（E－mail）zhengli
万芳数据26.com。