moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2026.61.10.001 2386 Снижение погрешности микроскопических измерений сквозных отверстий за счет оптимизации коэффициента относительного смещения порога при адаптивной бинаризации изображения Reducing of the microscope error for the control of through holes by optimizing the relative threshold offset coefficient with adaptive image binarization Ковалев Александр Вячеславович Kovalev Alexander Vyacheslavovich infiniti-525@mail.ru aff-1 Бушуев Семён Викторович Bushuev Semyon Viktorovich mtkenny@mail.ru aff-2 Шулепов Алексей Виленинович Shulepov Alexey Vileninovich avshul@yandex.ru aff-3 Московский государственный технологический университет «СТАНКИН» Moscow State University of Technology "STANKIN" Московский государственный технологический университет «СТАНКИН» Moscow State University of Technology "STANKIN" Московский государственный технологический университет «СТАНКИН» Moscow State University of Technology "STANKIN" 01 01 2026 1 1 10.26102/2310-6018/2026.61.10.001 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

Видео-измерительные микроскопы (ВИМ) широко применяются в научных исследованиях и на производстве для контроля геометрии объектов сложной формы, однако результаты измерений на них сильно зависят от условий освещения и параметров обработки изображений. В работе исследуется влияние уровня нижней подсветки на выбор оптимального значения коэффициента относительного смещения порога относительно локального фона для адаптивной бинаризации изображений при измерении сквозных отверстий. Данный параметр был оптимизирован по критерию минимизации отклонения измеренного диаметра от эталонных данных, полученных на координатно-измерительной машине (КИМ, Carl Zeiss). После реализации обработки получаемых от микроскопа изображений и расчетов параметров полученных профилей окружностей было показано, что оптимальное значение коэффициента относительного смещения порога демонстрирует близкую к линейной зависимость от уровня нижней подсветки (30–85 в условных единицах ВИМ). На основании полученных данных была предложена методика автоматизации выбора коэффициента относительного смещения порога, снижающая влияние оператора на результаты измерений. Материалы статьи могут быть использованы для повышения воспроизводимости и снижения погрешности измерений в промышленных системах автоматизированного оптического контроля геометрии готовых изделий.

Video measuring microscopes (VMM) are widely used in scientific research and in production to control the geometry of objects of complex shape, however, the measurement results on them strongly depend on lighting conditions and image processing parameters. In this paper, the influence of the backlight level on the choice of the optimal value of the relative threshold offset coefficient relative to the local background for adaptive binarization of images when measuring through holes is investigated. This parameter has been optimized according to the criterion of minimizing the deviation of the measured diameter from the reference data obtained on the coordinate measuring machine (CMM, Carl Zeiss). After processing the images obtained from the microscope and calculating the parameters of the obtained circle profiles, it was shown that the optimal value of the relative threshold offset coefficient demonstrates a close to linear dependence on the level of the lower illumination (30–85 in conventional VMM units). Based on the data obtained, a method was proposed for automating the selection of the relative threshold offset coefficient, which reduces the operator's influence on the measurement results. The materials of the article can be used to increase reproducibility and reduce measurement error in industrial systems of automated optical geometry control of finished products.

 видео-измерительный микроскоп оптимизация измерений погрешности оптических измерительных систем проекционные измерения распознавание образов video measuring microscope measurement optimization optical measurement errors projection measurements pattern recognition Исследование выполнено без спонсорской поддержки. The study was performed without external funding. References Зуйков А.А., Шулепов А.В. Повышение точности измерения малогабаритных отверстий с помощью измерительного микроскопа на основе цифровой обработки изображения. Вопросы электромеханики. Труды ВНИИЭМ. 2012;127(2):45–48.  Shimizu Y., Chen L.-Ch., Kim D.W., et al. An insight into optical metrology in manufacturing. Measurement Science and Technology. 2021;32(4):042003. https://doi.org/10.1088/1361-6501/abc578 Makhesana M.A., Bagga P.J., Patel K.M., et al. Comparative analysis of different machine vision algorithms for tool wear measurement during machining. Journal of Intelligent Manufacturing. 2025;36(7):4567–4591. https://doi.org/10.1007/s10845-024-02467-3 Otsu N. A threshold selection method from gray-level histograms. Automatica. 1975;11:23–27. Bradley D., Roth G. Adaptive thresholding using the integral image. Journal of Graphics Tools. 2007;12(2):13–21. https://doi.org/10.1080/2151237X.2007.10129236 Burger W., Burge M.J. Principles of Digital Image Processing: Core Algorithms. London: Springer; 2009. 332 p. Canny J. A computational approach to edge detection. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1986;PAMI-8(6):679–698. https://doi.org/10.1109/TPAMI.1986.4767851 Illingworth J., Kittler J. The adaptive Hough transform. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1987;PAMI-9(5):690–698. https://doi.org/10.1109/TPAMI.1987.4767964 Montgomery D.C., Peck E.A., Vining G.G. Introduction to Linear Regression Analysis. Hoboken: John Wiley & Sons; 2022. 144 p. Wang Y., Peng M., Cheng X. A subpixel localization method based on edge diffraction. In: Conference on Optical Design and Testing III, Beijing, China. SPIE; 2007. P. 607–610.

The authors declare that there are no conflicts of interest present.