采用結構光視覺檢測技術進行斷路器裝配完整性的檢測

杜婷婷

DU Ting-ting

（北京機械工業自動化研究所，北京 100120）

0 引言

隨著現代化生產的發展，機械加工的精度和復雜程度越來越高，對零件檢測的精度、效率和自動化程度的要求也越來越高，同時，被檢零、部件形狀的復雜性和測量的實時性也對常規的機器視覺檢測方法構成了嚴峻的挑戰。在一些特定的場合，如對易變形零件、曲面的輪廓以及零件的孔心距等的檢測，都是常規的檢測方法無法做到的。除了進一步提高CCD相機的分辨率和精度以及開發新的圖像處理工具提高圖像處理的能力外，采用新的照明技術和照明方式發展新的檢測方法也是非常重要的。

結構光視覺檢測是一種既利用圖像又利用可控光源的測量技術。其基本思想是利用照明光源中的幾何信息幫助提取被檢測目標的幾何信息，而不僅僅單純依靠被檢測目標的圖像信息。結構光視覺測量方法是為了解決立體視覺中圖像匹配的難題而提出來的，該法不僅具有快速、精確、高分辨率、抗干擾性好等優點，而且結構簡單、易于實現，常常可以取得事半功倍的效果。根據照射系統采用的結構光方式不同可劃分為∶點結構光、線結構光、多線結構光、網格結構光、二進制編碼、灰度編碼及彩色編碼方法等。確定結構光的光源及照射方式，進行結構光圖像的處理和計算是這種檢測技術的關鍵。

結構光視覺檢測技術的研究在國內外已取得不少的研究成果。它已成功地應用于電子、汽車、紡織、機械加工等現代工業中。例如現代PCB板上要安裝的芯片多為球柵陣列BGA芯片。在安裝時要求管腳具有很高的位置精度，如果管腳三維尺寸誤差較大，特別在高度方向，造成管腳頂點不共面，安裝時個別管腳和線路板接觸不良，會導致漏接、虛接。BGA芯片管腳共面性激光視覺測試系統使用線光源，并利用圖像拆合器在不降低分辨率的情況下加大視場。在滿足精度的情況下，同時提高了速度，滿足在線測量的要求[1]。還有基于結構光的焊縫質量檢測系統、測圓孔的結構光檢測系統、結構光三維檢測技術，無縫鋼管直線度的測量等等。隨著結構光視覺檢測技術的不斷發展與完善，這項技術在更多的領域內得到應用。我們采用這項技術以較低的成本成功地解決了斷路器裝配完整性檢測中的若干難題。

1 關于線結構光技術

線結構光法與點結構光法相比，測量所獲得的信息量大大增加，而實現的復雜性并沒有增加，因而在實踐中得到了更廣泛的應用，其原理如圖1所示。它采用線光源由光投射器在空間投射出一個光平面，當光平面與被測物體表面相交時便在物體表面產生一亮線型的條型光。條型光由于物體表面深度的變化以及存在的間隙而受到調制，表現在圖像中則是條型光發生了偏移和斷續，偏移的程度與深度成比例，斷續則顯示出了物體表面間的物理間隙?；谌菧y量原理，對獲取的圖像進行計算和分析處理，就可得到我們所需的測量結果。

這種線結構光視覺系統的應用能夠大幅降低檢驗成本，提高產品質量，加快生產速度和效率，應用前景廣闊，可以解決普通視覺系統檢測較難處理的問題。

圖1 線結構光測量原理示意圖

2 采用線結構光技術進行斷路器裝配完整性檢測的系統構成

斷路器裝配完整性在線檢測系統是斷路器自動裝配檢測生產線的一個重要組成部分。該系統可對五種型號的斷路器，每種型號的19個部位進行檢測。與人工檢測方式相比它的檢測標準客觀一致，減少了人為不可控因素，大大降低了漏檢率，保證器件不會錯裝、漏裝，提高了檢測的可靠性和工作效率。

斷路器裝配完整性在線檢測系統包括硬件和軟件兩部分，其原理圖如圖2所示。與常規的機器視覺檢測系統相比硬件結構的差異僅在于待測工件采用線結構光照射。該系統的誤檢和漏檢率極低，檢測的可靠性大大提高，系統的成本也可降低不少。此外還需要說明的是，本系統不僅僅局限用于某些型號產品某些部位的檢測，只要在軟件中進行定制，保存相應的數據文件就可以方便地提供多工件的定制功能。當需要改變檢測對象或檢測功能時，調用相應的軟件即可以進行新的、穩定可靠的重復檢測。

本檢測系統的軟件則是在功能強大的視覺算法平臺Sherlock 7.0上進行二次開發構建的。系統軟件的算法流程是根據各被檢部件的形狀、灰度信息在一定范圍內進行搜索計算，若器件圖像滿足匹配度要求，即為合格。另外，該軟件還具有顏色檢測功能。獲取一個區域的彩色顏色信息后與標準模板的彩色顏色信息進行比對，兩者相差大于一定值時，確定為失敗或不合格，反之則為合格。當通過常規機器視覺系統獲取的圖像難以準確檢測、判別工件部位形狀和灰度特征時，采用結構光技術進行檢測往往是比較切實可行的、可靠的解決辦法。本軟件支持各種與結構光技術相關的各種圖像分析、計算和處理功能。

圖2 斷路器裝配完整性在線檢測系統原理圖

3 采用線結構光進行斷路器裝配完整性的檢測

使用常規白色光源照明獲取的斷路器的視覺圖像如圖3所示。通過這樣的圖像，用機器視覺系統有六個部件較難進行準確的定位檢測，如圖中所示的1、2、3、4、5、6這六個部分。它們或者尺寸小，或者反光強烈多變，或者特征不明顯，除非采用多臺高分辨率CCD相機分辨進行檢測否則誤檢、漏檢率較高。

圖3 待檢測的斷路器的常規視覺圖像

采用線結構光技術進行檢測時，將兩束結構光按特定的角度和方向投射到需檢測的斷路器上。用兩臺CCD相機來分別檢測1、2、4和3、5、6，這樣可避免因光束形成的圖像線比較短的造成的誤檢、漏檢的風險。圖4為在暗場使用結構光拍攝的效果圖。

圖5則是裝配正確的斷路器使用結構光拍攝的局部暗場效果圖。其中，線條1是工件的基準線；線條2為結構光投射在保護墊片（3）上反射的條型光；線條3為結構光投射在靜觸點（5）上反射的條型光；線條4為結構光投射在銅排（6）上反射的條型光。斷路器裝配正確時，線條2、3、4相對于線條1的距離和位置是固定的，如果安裝錯誤則會有偏差。

圖4 斷路器使用結構光拍攝的效果圖

圖5 裝配正確時的效果圖

圖6所示的是缺少保護墊片（3）時獲取的圖像。此時，原線條2位置的條型反射光移到了線條5所示的位置。當銅排（6）被裝反時，原線條4位置的條型反射光移到了如圖7所示線條6的位置。對于1、2、4可以通過類似的方法來進行檢測。

為了準確檢測線條間的相對位置和距離，系統軟件還要對獲取的圖像進行處理。圖8所示的就是進行邊緣提取后獲得的圖像。被檢測出的線條1、線條2、線條3、線條4的邊緣都已用綠線標明。

圖6 缺少保護墊片(3)時的效果圖

圖7 銅排（6）裝反時的效果圖

從以上的實例中可以看出，與常規機器視覺檢測技術相比，采用結構光進行檢測有明顯的優勢。例如：對于尺寸較小的工件，如靜觸頭圓形觸點（5）和保護墊片（3），采用常規視覺檢測方法時除非使用高分辨率的相機或設置專用CCD相機進行局部放大檢測，否則很容易因零件表面氧化、色澤變化等原因造成誤檢或者漏檢。而利用結構光檢測時，靜觸頭、保護墊片的有無或位置偏差已被變換成反差明顯的條型光線段幾何位置的變化，大大降低了檢測的難度，既提高了檢測的可靠性，又可降低對CCD相機性能的要求，所需的數量也少。

圖8 邊緣提取處理后的圖像

4 關于線結構光檢測的圖像處理

線結構光視覺檢測系統中，視覺信息的處理技術主要依賴于圖像處理方法，它包括圖像增強、平滑、邊緣銳化、分割、特征提取、圖像識別與理解等內容。經過這些處理后，輸出圖像的質量得到相當程度的改善。既改善了圖像的視覺效果，又便于計算機對圖像進行分析、處理和識別[2]。

4.1 圖像的增強

圖像的增強用于調整圖像的對比度，突出圖像中的重要細節，改善視覺質量。通常采用灰度直方圖修改技術進行圖像增強。圖像的灰度直方圖是表示一幅圖像灰度分布情況的統計特性圖表，與對比度緊密相連。但是，直方圖僅能統計某級灰度像素出現的概率，反映不出該像素在圖像中的二維坐標。因此，不同的圖像有可能具有相同的直方圖。通過灰度直方圖的形狀，能判斷該圖像的清晰度和黑白對比度。

4.2 圖像平滑

圖像的平滑處理技術即圖像的去噪聲處理，主要是為了去除實際成像過程中因成像設備和環境所造成的圖像失真，提取有用信息。眾所周知，實際獲得的圖像在形成、傳輸、接收和處理的過程中，不可避免地存在外部干擾和內部干擾，如光電轉換過程中敏感元件靈敏度的不均勻性、數字化過程的量化噪聲、傳輸過程中的誤差以及人為因素等，均會使圖像變質。因此，去除噪聲，恢復原始圖像是圖像處理中的一個重要內容。

4.3 邊緣銳化

圖像邊緣銳化處理主要是加強圖像中的輪廓邊緣和細節，形成完整的物體邊界，達到將物體從圖像中分離出來或將表示同一物體表面的區域檢測出來的目的。它是早期視覺理論和算法中的基本問題，也是中期和后期視覺檢測成敗的重要因素之一。

4.4 圖像的分割

圖像分割是將圖像分成若干部分，每一部分對應于某一物體表面。在進行分割時，每一部分的灰度或紋理符合某一種均勻測度度量。本質是將像素進行分類。分類的依據是像素的灰度值、顏色、頻譜特性、空間特性或紋理特性等。圖像分割是圖像處理技術的基本方法之一，應用于諸如染色體分類、景物理解系統、機器視覺等方面。

4.5 圖像的識別

圖像的識別過程實際上可以看作是一個標記過程，即利用識別算法來辨別景物中已分割好的各個物體，給這些物體賦予特定的標記，它是機器視覺系統必須完成的一個任務。

通過圖像處理，可以使得檢測系統利用結構光拍攝的圖像更加清晰和利于處理分析，讓圖片的質量大幅提高。為圖像處理、計算和比對提供了更有利的保障。

5 結束語

結構光視覺檢測方法是為了解決立體視覺中圖像匹配的難題而提出來的，該檢測方法不僅具有快速、精確、高分辨率、抗干擾性好等優點，而且結構簡單、易于實現，近年來在工業環境中倍受青睞，在自動檢測和物體識別等領域內具有不可替代的作用。隨著我國電器工業的發展，結構光視覺技術勢必在該行業中得到廣泛的應用。

[1]孫長庫, 葉聲華.激光測量技術[M].天津∶ 天津大學出版社, 2001.

[2]陳福海.基于線結構光的視覺檢測相關技術的研究[D].哈爾濱∶哈爾濱工程大學.2009.