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(yīng)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(shè)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(shè)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(shè)備的數(shù)十倍；只需設(shè)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(fù)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(wù)，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(yīng)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(chǔ)。

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(shè)計進行了大量設(shè)計仿真與實驗研究，設(shè)計了可自適應(yīng)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(yīng)用中，噪聲干擾、遮擋和復(fù)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(yīng)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(shè)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(yīng)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(yīng)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(fù)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(yīng)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。