中文引用格式： 黃浩，國聯(lián)坤，周先彥，等. 基于機器視覺的微小沖壓零件尺寸測量[J]. 電子技術應用，2024，50(7)：59-64.
英文引用格式： Huang Hao，Guo Liankun，Zhou Xianyan，et al. Size measurement of tiny stamping parts based on machine vision[J]. Application of Electronic Technique，2024，50(7)：59-64.
引言
本文所涉及的微小沖壓零件作為繼電器結構中的關鍵件，是繼電器性能指標是否能達到要求的重要影響因素。若零件出現(xiàn)尺寸超差問題，可能導致繼電器裝配或使用過程中出現(xiàn)參數(shù)超差、結構異常等問題。因此，需要對零件進行精確的尺寸測量，以確定其是否達到設計工藝的要求。而對于此類微小型不規(guī)則形貌的金屬零件，若采用人工測量方法，需要依次對直線、圓弧進行測量，精度受主客觀因素影響，測量過程復雜且效率低下，無法滿足高準確度、大批量、迅速響應的測量要求。
機器視覺技術在尺寸測量領域的應用在國內(nèi)外已經(jīng)引起了廣泛的研究與關注。Rosati等設計了一款針對眼鏡零部件的尺寸測量系統(tǒng)[1]，使用機器手臂進行零件擺放，再通過攝像機進行圖像采集并做圖像處理，然后進行測量，該系統(tǒng)對零部件的測量偏差為0.016 9 mm。邢雪亮等研究了一種針對航空鉚釘?shù)某叽鐧z測技術，首先采集圖像并進行中值濾波與圖像二值化處理，然后進行圖像分割與輪廓處理，最后進行Canny邊緣檢測，測得航空鉚釘?shù)念^部直徑尺寸在精度0.001 mm的要求下偏差不超過90%[2]。劉陽等提出了一種針對圓孔識別測量的視覺定位方法，通過圖像增強及閾值分割等進行圖像預處理，再進行邊緣輪廓提取后使用最小二乘曲線擬合算法進行邊緣擬合，然后進行測量與定位，該方法對圓孔識別定位的準確率為100%[3]。李小菁通過圖像采集、圖像預處理、邊緣提取及視覺傳感器進行標定，實現(xiàn)了小型零件尺寸的測量，該系統(tǒng)對空調(diào)主機散熱片支撐銅管的測量誤差最大為0.021 mm[4]。汪鳳林等設計了一種基于機器視覺的飛輪齒圈尺寸檢測方法，對齒圈檢測準確率達98.8%以上，內(nèi)徑最大偏差0.181 mm，各參數(shù)與標準值間齒厚的最大偏差為0.093 mm[5]。
從上述應用情況來看，隨著機器視覺技術的進步與發(fā)展，視覺測量技術也在不斷地進行創(chuàng)新和改進，并廣泛應用至各行各業(yè)，逐漸替代了效率低下、準確度差的人工測量。利用機器視覺檢測，可以實現(xiàn)對測量目標快速實時的自動檢測，具有準確度高、效率高等特點。因此，本文引入了一種新穎的檢測策略，該策略依賴于機器視覺技術，并成功實現(xiàn)了對微小沖壓零件自動快速準確的測量。
本文詳細內(nèi)容請下載：
http://theprogrammingfactory.com/resource/share/2000006072
作者信息：
黃浩，國聯(lián)坤，周先彥，吳遠進，王濤，李敏芳
（貴州振華群英電器有限公司，貴州 貴陽 550018）
