中文引用格式： 黃浩，國聯坤，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。若零件出現尺寸超差問題，可能導致繼電器裝配或使用過程中出現參數超差、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外已經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[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的尺寸檢測技術，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，測得航空鉚釘的頭部直徑尺寸在精度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，實現了小型零件尺寸的測量，該系統對空調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，內徑最大偏差0.181 mm，各參數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展，視覺測量技術也在不斷地進行創新和改進，并廣泛應用至各行各業，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，并成功實現了對微小沖壓零件自動快速準確的測量。
本文詳細內容請下載：
http://m.xxav2194.com/resource/share/2000006072
作者信息：
黃浩，國聯坤，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）
