基于图像处理技术的基准孔位检测方法研究
孟于腾达1 苗宇航2*
1.中国飞龙通用航空有限公司 哈尔滨 150060
2.哈尔滨理工大学 先进制造智能化技术教育部重点实验室 哈尔滨 150080
摘要：针对航空工业飞机部件机器人自动制孔中基准孔定位精度差与检测效率慢的难题，提出一种改进的Hough变换拟合圆算法，通过工业相机采集基准孔位图像，利用滤波器去噪、otsu阈值分割、以及边缘检测等图像处理技术实现对基准孔的位置特征提取，最后实验证明改进的Hough变换拟合圆算法可高效、精准地完成对基准孔的拟合。
关键词：图像处理技术；滤波器去噪；阈值分割；边缘检测；改进Hough变换
在航空制造业中，装配连接孔的质量对飞机寿命起到了至关重要的影响，因此对于航空工件中基准孔位置的精确识别是保障飞机质量的关键。飞机部件基准孔是一种圆形结构，检测圆孔尺寸及位置可以借助圆检测算法实现。对于圆检测技术研究Chen[1]等提出了一种高效随机检测算法（RCD），在图像中随机选择四个边缘像素，以确定图像中是否存在可能的圆。Jiang[2]等提出一种基于差异区域采样的快速圆检测算法，提高了圆检测的速度。Tommaso[3]提出了一种新颖的用于圆检测的迭代算法稳健地检测描述真实圆的每种结构的内点。
对于圆检测的问题，常用的还是Hough变换圆检测算法，基于霍夫变换技术的物体形状检测技术，用于进一步的分割不同物体。许益成[5]针对夜间与昼间车辆检测的不同，提出一种基于Hough圆检测的夜间车辆检测方法。
上述圆检测方法应用于不用领域一定程度上可以清晰、高效地检测圆。在航空工业机器人自动制孔的场景中由于环境光等因素会给图像采集造成干扰，影响孔位检测精度。针对上述问题，本文通过工业相机获取基准孔位图像，用均值滤波对图像进行降噪，采用Canny边缘检测算法实现对基准孔的位置特征提取，最后通过改进的Hough变换拟合圆算法成功获取基准孔的圆心坐标与半径。
1 基准孔位置特征提取
1.1均值滤波
均值滤波作为最常用的线性滤波算法其原理是邻域平均法[6]。原始基准孔图像中每个像素点周围一定区域的所有像素的算术均值代替原有的像素值其表达式为：
图1所示为三种不同的均值滤波模板降噪后的基准孔图像。
.png)
图1 均值滤波处理后的基准孔图像
由均值滤波处理后的基准孔图像可以看出，采用3×3模板后的均值滤波处理更加清晰。
1.2Otsu二值化处理
Otsu自适应阈值分割法是以图像的灰度直方图为依据，设图像的灰度级F，第i级像素为ni，将图像灰度级用阈值s将灰度划分为C0和C1两类，因此C0、C1的均值分别为：
其中θ是从x轴向上的角度，（a，b）是圆心，r是圆半径。Hough变换需要三维空间处理图像导致计算量大、计算速度慢并消耗巨大的存储空间。针对其缺点，本文采用一种增量圆霍夫变换法，使
为验证改进霍夫变换拟合基准孔的准确性，在对基准孔进行Canny边缘检测后对比霍夫变换拟合基准孔与改进的霍夫变换拟合基准孔的效果与结果，其中基准圆心坐标为（235，235），直径为5.925mm。图4（a）所示为传统Hough变换拟合后的基准孔效果，图4（b）所示为改进Hough变换拟合后的基准孔效果，表1为Hough变换拟合后的结果，表2为改进Hough变换拟合后得结果。
表21改进Hough变换拟合基准孔结果
|
圆心坐标
（pix）
|
拟合圆直径
（mm）
|
基准孔直径（mm）
|
运行时间
（ms）
|
误差
（mm）
|
|
（232.8，233.1）
|
5.793
|
5.925
|
456
|
0.132
|
|
（231.7，234.6）
|
5.797
|
5.925
|
347
|
0.128
|
|
（233.4，231.2）
|
5.814
|
5.925
|
382
|
0.111
|
|
（232.5，232.9）
|
5.788
|
5.925
|
459
|
0.137
|
|
（234.1，233.3）
|
5.842
|
5.925
|
366
|
0.083
|
|
（232.2，233.5）
|
5.771
|
5.925
|
332
|
0.154
|
Hough变换图像结果
通过实验效果可以看出，改进Hough变换拟合圆算法在拟合精准度上明显优于传统Hough变换算法。分析得知，在运行效率的问题上，改进的Hough变换在运行时间上有着很大的缩短。在拟合孔的直径问题中，两种拟合圆直径拟合误差的问题上改进Hough变换算法仍优于传统Hough变换算法，综上所述本文所采用的改进Hough变换算法在对基准孔位检测的问题上具有一定的可行性。
4 结论
针对现代航空工业机器人自动制孔高精度识别基准孔位的需求，采用一种改进Hough变换的拟合圆算法，获取基准孔位的圆心坐标及半径。算法优点在于：精准地拟合基准圆孔，同时使用增量属性来减少资源需求，使用并行属性减少计算时间，与传统Hough变换拟合圆算法相比，在拟合精准度与运行时间上有着较大的提升。最后通过实验证明，改进Hough变换拟合基准圆孔对航空工业机器人高精度制孔具有良好的应用价值。
参考文献：
[1] Chen，T C.，and Chung，K L.（2001）. An Efficient Randomized Algorithm for Detecting Circles. Computer Vision and Image Understanding，83（2），172–191.doi：10.1006/cviu.2001.0923 .
[2] 许益成，谭文安，陈丽婷.基于Hough变换检测前大灯的夜间车辆检测[J].控制工程，2018，25（08）：1360-1363.