一鍵式測量儀

一鍵式測量儀

機器整體介紹：
基于光學成像的尺寸測量儀器在制造領(lǐng)域應用廣泛，傳統(tǒng)的光學尺寸測量儀器包括工具顯微鏡、投影儀、影像測量儀（二次元）等，都存在檢測效率低、人為操作誤差、人員技能要求高、數(shù)據(jù)難以信息化等各種問題。

一鍵式圖像尺寸測量儀產(chǎn)品為新一代影像尺寸測量系統(tǒng)，通過遠心光學系統(tǒng)、高速信號采集處理、高精度圖像處理算法、機器學習智能算法、UI 軟件設計等技術(shù)，實現(xiàn)了對物體二維尺寸的快速成像測量，有效地解決了一次成像范圍與測量精度的矛盾，大幅度提高了檢測效率和測量精度，消除了人為誤差，實現(xiàn)了精密測量的自動化和智能化。下表為本產(chǎn)品與傳統(tǒng)量具（數(shù)顯卡尺、千分尺等）、投影儀、工具顯微鏡、CNC 影像測量儀等儀器設備在測量效率、人為誤差、操作便捷性、數(shù)據(jù)信息化等各方面的區(qū)別。

產(chǎn)品主要特點：
1.簡便高效：大視野高景深成像，無需定位工件及夾具，單次測量周期為 1-2s，效率是傳統(tǒng)設備的數(shù)十倍；只需設置匹配特征、規(guī)劃測量項目兩個準備步驟，即可實現(xiàn)多產(chǎn)品、多尺寸批量測量；避免了傳統(tǒng)影像測量儀繁雜的操作流程，手經(jīng)短時間培訓即可熟練操作。
2.精準穩(wěn)定：雙遠心光路結(jié)合圖像畸變校正、亞像素數(shù)值處理算法，實現(xiàn)高精度、高穩(wěn)定性尺寸測量；精密電動平臺配合可程控調(diào)節(jié)的正面照明系統(tǒng)，滿足用戶對復雜表面尺寸的準確測量。
3.柔性智能：點、線、圓等測量元素的智能組合，可靈活調(diào)用修改，減少規(guī)劃工作量；測量數(shù)據(jù)可實時 SPC 統(tǒng)計分析，并以 Excel、PDF 、Word、圖片等格式保存；可智能識別被測產(chǎn)品并自動調(diào)用檢測檔案，無需人工搜索選擇，快速切換產(chǎn)品；特定要素測量工具可定制，CAD 交互、輪廓比對等功能可選配。
4.適用性廣：具有立式、臥式兩大系列，適用平面及回轉(zhuǎn)體工件；產(chǎn)品量程覆蓋 20-200mm，滿足不同規(guī)格類型產(chǎn)品測量；軟硬件接口豐富，可集成各類測量傳感器、自動化機構(gòu)及數(shù)字化管理軟件，組成自動化智能化系統(tǒng)。
5.自主成果：本產(chǎn)品具自主知識產(chǎn)權(quán)，成像組件均采用高性能進口產(chǎn)品，圖像處理算法技術(shù)*自主開發(fā)，而非基于 Halcon、eVision 等商用軟件包，為用戶提供了更好的性價比選擇、更快速及時的技術(shù)服務，且避免了盜版等法律風險。

技術(shù)指標：

軟件功能：

軟件*升級。

產(chǎn)品核心技術(shù)簡介
1．雙遠心光學成像系統(tǒng)
雙遠心光學成像系統(tǒng)主要是指在物方、像方主光線平行于光軸的光學系統(tǒng)，其具有高分辨率、誤差小、專業(yè)精確測量“近乎零畸變"等特點。如圖所示為普通光學鏡頭與遠心鏡頭的成像區(qū)別，遠心鏡頭由于主光線與光軸平行，不存在普通光學鏡頭存在的成像遠近造成的視覺誤差，因此適合高景深范圍的光學測量。邊緣為光滑曲面的物體在背光源照射下經(jīng)普通的鏡頭成像時，由于邊緣是過渡變化的曲面，致使一部分光線經(jīng)邊緣反射后進入鏡頭，并成像在 CCD 接收面上物體該邊緣部分在圖像中便呈現(xiàn)為亮區(qū)域，而物體在 CCD 接收面上實際應為暗區(qū)域。為消除上述誤差，采用遠心成像光學系統(tǒng)，保證了唯有與光軸平行或接近平行的光束能被 CCD  接收面接收，因此大大減小了物體邊緣不規(guī)則形態(tài)帶來的測量誤差，且消除了物距變化帶來的影響。因此，本產(chǎn)品選用遠心光學系統(tǒng)對被測件成像，在一定成像距離內(nèi)無需調(diào)焦，可消除透視變形，打破了常規(guī)光學測量儀器在測量前必須進行調(diào)焦操作的局限性，大幅度縮減測量準備時間，為一鍵式圖像尺寸測量儀實現(xiàn)“按一鍵，瞬間完成所有測量"奠定良好的基礎。

2．LED 照明系統(tǒng)

光源為光學測量系統(tǒng)的關(guān)鍵部件，合適的照明光源可突出被測產(chǎn)品特征、提高測量精度。我公司技術(shù)團隊對 LED 光源結(jié)構(gòu)設計進行了大量設計仿真與實驗研究，設計了可自適應調(diào)節(jié)的組合式照明結(jié)構(gòu)，通過成像參數(shù)對光源亮度進行閉環(huán)控制，消除雜散光對輪廓成像精度的影響，充分保證待測物體投影的真實性。
（1）在背面投影照明時為了保障輪廓邊緣銳利度，采用與成像雙遠心鏡頭相同原理的遠心平行 LED 光源，實現(xiàn)背面投影方向與主光線平行的照明光束。

（2）在正面投射照明時，為了突出產(chǎn)品表面的起伏以及不同材質(zhì)及光澤的反
光特性，在主光源上采用多個角度組合的環(huán)形 LED 光源，并且在供電控制上實現(xiàn)程控分段控制，各段的亮度可單獨控制。

另外在針對一些表面光滑、邊緣整齊的產(chǎn)品表面成像測量時，可采用 LED 同軸光源，光線經(jīng) 45°分束器反射后，其投射方向?qū)⑴c相機同軸。

3．基于機器學習的圖像輪廓匹配算法

常規(guī)光學影像測量儀器對待測件的擺放位置和方向有非常嚴格的要求（比如，要放置在有標記的區(qū)域，需夾具配合等），否則，將無法得到準確的測量結(jié)果，甚至根本無法完成測量。然而，待測件一般是微小物體，嚴格擺放這樣的物品并不容易，加長了測量的準備時間。一鍵測量儀就是要把操作員解放出來，允許他們隨意擺放待測件，從圖像上觀察，主要是高低錯位、順/逆時針旋轉(zhuǎn)及鏡像。在測量軟件中實現(xiàn)待測件圖像與其標準圖像的自動配準，實際使用效果如圖。配準的前提則是圖像中的有效幾何特征，找到并提取出這些特征以確保圖像配準。在圖像處理過程中，由于圖像數(shù)字化表示所需數(shù)據(jù)的維數(shù)通常很高，直接對圖像的原始數(shù)據(jù)進行處理十分困難。為了提高測量儀測算速度，采用基于機器學習及模式識別的圖像輪廓匹配算法，獲取描述圖像自身的各類特征。在實際應用中，噪聲干擾、遮擋和復雜環(huán)境不可避免地影響了描述目標特征的有效性和準確性，進而終影響目標識，因此在機器學習模式識別中，需要特別考慮識別的穩(wěn)定性、顯著性和*性。本產(chǎn)品利用測量目標邊界上的點獲得特征描述方式，能夠簡便、直觀地完成對特征目標的描述，進而實現(xiàn)輪廓匹配。本算法在研究過程中對參數(shù)和流程進行了大量優(yōu)化，將誤判率降低到低程度，完成對高低錯位、順/逆時針旋轉(zhuǎn)及鏡像圖像的精確識別及匹配，保證在測量過程中可以隨意擺放待測件，減少測量準備時間。

4．亞像素精度幾何測量算法

圖像測量系統(tǒng)的數(shù)學模型是一個對被測物體亮度分布的幾次卷積的過程。由于卷積對函數(shù)具有平滑的作用，因此即使物體的亮度分布為較理想的階躍分布，系統(tǒng)的終輸出也是一個由高到低或由低到高的漸變過程。另一方面，CCD 感光元不但接收照射到自身感光面的光，還感受照射到相鄰感光面的光，這同樣造成 CCD 器件對階躍邊緣的響應信號存在由明到暗或由暗到明的一個漸變過程。邊緣的亞像素位置恰好存在于這一過渡過程中的斜率大的位置，因此采用插值及曲線逼近的方法獲得邊緣點的亞像素位置。插值法計算時間較短，抗噪能力和定位精度都較高，能夠有效提取亞像素邊緣，實現(xiàn)精確測量。本產(chǎn)品設計的亞像素精度幾何測量算法，能夠同時實現(xiàn)直線度、圓度、長度尺寸等多種幾何量的自動測量，基于高階插值、數(shù)值擬合等方法，確保測量精確度達到亞像素級別。

5．基于非線性技術(shù)的光學系統(tǒng)畸變校正算法

在高精度圖像尺寸測量應用中，鏡頭畸變校正具重要意義，即使是細微的畸變，也會造成精度嚴重滑坡。只有真實的圖像才能真實地反映物體的真實形態(tài)。但是鏡頭畸變是透鏡的固有失真造成的，實際應用中，還與鏡頭的精度、質(zhì)量、生產(chǎn)廠商有著種種關(guān)聯(lián)，是不可避免的。通常的鏡頭畸變主要為非線性畸變，包括了徑向畸變和切向畸變。常見的桶形畸變和枕型畸變正是由徑向畸變所造成的。而切向畸變是理想點沿著切線方向發(fā)生變化導致的，也可以理解為角度方向上的變化。因此，本產(chǎn)品對基于非線性技術(shù)的光學系統(tǒng)畸變校正算法進行了研究，以提高測量精度以及測量效率。將非線性畸變參數(shù)作為相機的內(nèi)部參數(shù)之一，通過對初值的獲取，聯(lián)合其他的內(nèi)部參數(shù)一并在非線性深度優(yōu)化求解過程中獲得。終利用得到的誤差補償函數(shù)的系數(shù)矩陣和徑向畸變參數(shù)，實現(xiàn)鏡頭畸變的誤差校正，有效改善了鏡頭畸變造成的檢測誤差，滿足工業(yè)測量過程中的實時性和高精度要求。

6．基于多核、多 CPU、GPU 加速等方式的圖像加速處理算法
由于一鍵式圖像尺寸測量儀測量精度高、速度快，所用的各種算法時間復雜度高，數(shù)據(jù)量大，算法中存在大量的細粒度計算，對系統(tǒng)處理速度要求*，常規(guī)的單核處理方式顯然無法滿足其應用需求。因此，我們的技術(shù)團隊開發(fā)了基于多核、多 CPU、GPU（Graphics Processing Unit，圖形處理器）加速等方式的圖像加速處理算法，利用并行式處理，結(jié)合 GPU 的通用計算來加速圖像處理計算中的輪廓匹配、亞像素精度幾何測量算法等，在保證測量精度的前提下，提高系統(tǒng)運算。