拉铆钉的检测方法

                             1 引言

   传统的拉铆钉和抽芯铆钉检测方法是人工测量，当拉铆钉的牙型落在公差带的范围内，则认为拉铆钉的质量是合格的。其优点是经济性好，操作简单；其缺点是拉铆钉的质最保证水平偏低，存在许多技术漏洞,效率低。比如，当拉铆钉的质量非常差时，检测人员会不知所措，不知道问题出在哪迅，同时，对于大批量拉铆钉的检测，费时费力,检测精度不高，更无法实现自动化。

  图像处理技术产生于上世纪20年代，发展于上世纪80年代，特别是由于近年來计算机处理速度的提高和图像传感器技术的发展,基于数字图像处理的非接触测量技术得到了飞速的发展。

                       2、 300万像素的图像采集硬件结构

    300万像素的图像采集硬件结构选用自带CAMIF接口的ARM9微处理器S3C32440A为主控制器，配以64MB的动态存储器SDRAM存储速度由大大高于Flash存储器，且具有读和写的属性，因此，SDRAM在系统中主要存储所采集到的图像数裾及作程序的的运行交间和堆栈区。但SDRAM不具有掉电保护功能，所以系统配以64MB的NAND Flash来存储系统的启动代码、内核和应用程序。CMOS图像传感器的配置和控制通过S3C2440A來实现，完成图像数裾的采集、存储、转发和分析。图像输入设备选用硬件像素达到300万的OV3640图像传感器。

                       3     拉铆钉的测量过程

    本文主要对拉铆钉图像滤波、边缘检测、几何参数的计算算法进行探讨。图像预处理实际应用中，系统获取的原始图像都是不完美的。因此，在对图像进行分析之前，要对图像进行预处理。常用的法有：均值滤波、中值滤波和高斯滤波等。图像边缘轮廓的提取数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域中十分重要的基础。边缘检测技术在数字图像处理中非常重要，因为边缘是图像中所要提取的目标和背景的分界线，只有提取了边缘才能将背景和目标区分开來。拉铆钉几何参数测量的关键也就在于边缘轮廓的提取。边缘检测局部算子法是考察图像的每个像素在某个邻域内灰度的变化，利用边缘邻近一阶或二阶导数变化规律，用边缘检测算子法提取轮廊边缘的方法。边缘检测算子检查每个像素的邻域并对灰度变化率进行量化，也包括方向的确定，然后使用基木方向导数掩模求卷积的方法提取边缘。此种方法应用于图像相对简单、被测物与背景的对比度较大的情况。但算子计算景较大,效率偏低，且算子的优劣决定边缘轮廊提取精度,不适于本测量的要求。闪此采用阈值法，即利用图像的灰度直方图分布得到该图像灰度阈值,再根据阈值将图像二值化，形成锐化图像，然后逐行扫描，搜索图像边缘，最终获得边缘轮廊曲线。

                         4  总结

    论文大概分析了拉铆钉高精度测最技术的实现方法，并利用Matlab进行了仿真分析，仿真结果满足实际工程需要。该套系统成功运用于眉山车辆厂的自动检测系统中，帮助眉山车辆厂降低人力资源，提商拉铆钉的质景，量化拉铆钉技术指标，增强产品国际竞争力。本文作者创新点：针对目前普遍采用的工业测量系统的缺陷，提出了一种基于嵌入式智能视觉传感器的非接触实时在线高精度测量系统。具有成本低，精度高，稳定性和实时性好的优势。