薄片工業件特征在線視覺檢測系統研究

王玉槐，王琦暉，張慧熙，趙鑫權

(杭州師范大學錢江學院，浙江杭州310012)

制造業是浙江省乃至整個中國工業經濟的支柱產業。目前，制造企業大多建立了產品零件批量自動生產線，但檢測方式仍主要是傳統的人工抽檢。人工抽檢在保證產品質量方面存在瓶頸，工作量巨大，不僅很難完成100%的檢測，而且極易受檢測員及環境等因素的影響，很難保證檢測的效率與精度。另外，薄片件比較薄，在人工接觸力的作用下，會改變其相對位置，產生變形，影響測量的精度。而且，人工也很難對薄片件的不規則形狀、孔相對位置及孔徑和角度等做出高精度的檢測。以定時器極片檢測為例，其上存在一些圓孔、直角、圓弧、不規則非圓組合曲線、沖壓毛刺缺陷等特征，人工檢測很難精確識別這些尺寸和缺陷特征，直接影響了對極片品質的判斷，無法得到滿意的結果甚至導致嚴重錯誤，直接造成較大的經濟損失。因此，研究并開發在線非接觸式視覺檢測系統具有重要的意義和價值。

作者研究了極片件的機器視覺自動檢測關鍵技術，并開發了相應的檢測系統。

1 視覺檢測系統

作者開發的視覺檢測系統的結構如圖1所示。

圖1 視覺檢測系統的結構圖

該系統由圖像采集子系統、圖像處理和分析子系統和執行控制子系統三部分組成。圖像采集子系統包括光源設置及照明方式、照明箱 (屏蔽罩)、CCD攝像機、鏡頭和IEEE1394圖像采集卡等;圖像處理和分析子系統由運行于工控機上的圖像檢測軟件系統完成，包括圖像的去噪、二值化、邊界跟蹤、尺寸測量、缺陷識別、數據管理及報警等模塊;執行控制子系統包括可編程控制器 (PLC)、輸送帶、接近開關、電磁閥及氣缸等。

2 檢測系統設計

2.1 圖像采集子系統設計

根據被檢極片的特點和具體的指標要求，該系統采用高度可調的Costar SI-M310BXCCCD攝像機及COMPUTAR M1614鏡頭和配套IEEE1394圖像采集卡。

光源和照明方案是機器視覺系統的關鍵［1］。通過大量實驗比較，該系統采用背景照明方式高度可調的陣列式LED燈作光源;KOPPARAPU［2］提出一種決定光源最佳放置位置的解決方案，使得等強度多光源對被測面提供照度均勻的照明。

設光強為I的單個獨立點光源到照射平面的距離為D，則其照度E為:

由E和D2的反比關系可見，點光源無法為一定距離的平面提供均勻照明。因此，為獲得均勻照明，必須對多個光強為I的光源排列放置。在圖2所示二維空間中，任一點 pjk≡ (θj，φk)的照度可由式(1)求得:

圖2 平面光源分布光照示意圖

根據照度計算式 (1)，可以求得均勻照明時的最佳光源排列位置。

照明箱主要用來提供封閉且照度穩定的照明背景［3］。其最小高度尺寸可由式 (2)計算:

其中:Rmin為含磁環最大外徑圓區域的最小半徑;αh和αv分別為水平和垂直可視角。

2.2 圖像處理子系統設計

受制造現場客觀因素的影響，直接采集的圖像往往含有較多的噪聲信息。巴特沃斯低通濾波器(BLPF)的通帶與阻帶之間沒有明顯的不連續性，因此其空域響應沒有“振鈴”現象發生，模糊程度減少［4］。作者首先應用BLPF對極片圖像進行去噪處理，較大程度上消除了圖像掃描噪聲，同時保留了主要的細節信息。

最大類間方差閾值法是閾值自動選擇的最優方法［5］。選擇最大類間方差法計算最佳閾值，從而分割背景和物體對象。針對文中的256級灰度圖像，設灰度值為i∈［0，255］的像素個數為ni，則總像素數為:

各灰度像素個數的概率為pi=ni/N且

設閾值T將所有像素分為灰度值為［0，T-1］的C0和［T，255］的C1兩類，其概率分別為:

其中:μ是整幅圖像的平均灰度是閾值為T時圖像的灰度平均值。

兩類間的方差為:

其中:0表示黑，代表圖像的背景及極片缺陷特征的灰度;1表示白，代表極片端面的灰度。

2.3 特征檢測

采用該系統對極片的直線段長度、圓度、角度等主要尺寸進行了測量，對鐵銹、毛刺等缺陷進行了識別，實現了不合格極片的檢測。下面以極片中某一直角的檢測為例進行詳細介紹。極片生產時要求有兩個直角。該直角對極片的質量起到了關鍵作用。采用該系統測量該直角的具體過程包含以下步驟:

(1)在二值化圖像的基礎上，選取待測量角度的區域。

(2)設定邊界上任一點作為初始種子點，按8鄰域進行邊界跟蹤，找到灰度值為1的所有對象邊界點。為提高后續檢測精度，可對邊界像素點進行亞像素定位。

(3)將邊界點按角度的射線聚類分為兩大類。

(4)對每一類邊界點按最小二乘意義的直線擬合，求得兩條擬合直線方程:

(5)根據式 (4)可求得斜率為k1的直線到斜率為k2的直線的到角

(6)比較零件實際角度與計算角度的誤差，判斷該角度是否合格。

2.4 角度測量實例

該系統能實現極片多種尺寸及缺陷特征的檢測，下面給出上述介紹的某直角角度測量實例。采集的原始圖像及二值化圖像分別如圖3和圖4所示。選取待測直角區域二值化圖像如圖5所示。經該系統檢測后，實際測量角度為89.874°，如圖6所示。圖7為測量結果的局部放大圖。待測角的頂點直角坐標為(823.0，424.8)，亞像素坐標為 (424.8，823.0)。測量誤差計算如下:

圖3 采集原始圖像

圖4 二值化圖像

圖5 選取待測區域二值化圖

圖6 測量結果圖

圖7 測量結果放大圖

3 自動分揀子系統設計及實現

零件的識別和分類是視覺系統最重要的應用之一［6］。自動分揀子系統是實現零件分類的具體執行模塊，主要完成極片件的傳送、翻面、分類剔除等控制執行，由三菱FX2N-32MR PLC(可編程邏輯控制器)及接近開關、電磁閥、執行氣缸等組成。

3.1 工作原理

自動分揀子系統的工作原理如下:(1)PLC控制送料氣缸將定時器極片傳送至輸送帶。(2)當極片到達檢測工位時，相應的光電觸發器發出信號，驅動CCD攝像機采集圖像，并實時經圖像采集卡A/D轉換，傳送到工控機。(3)工控機程序系統對圖像進行去噪、二值化、邊界提取跟蹤等處理，然后提取特征參數實現尺寸及缺陷特征的識別，最后將分析、判斷結果 (合格Pass/不合格Fail)邏輯信號發送給PLC。(4)根據P/F信號，PLC做出相應的響應。如果是F就驅動氣缸剔除該極片，否則進入下一工序。(5)PLC驅動翻料氣缸對極片翻轉換面，重復步驟(2)—(4)實現對極片的另一端面的重復檢測處理。(6)雙端面都檢測合格的極片，則認為是合格的極片零件。

3.2 軟硬件設計與實現

根據系統的工作原理及其實際工作需求，在極片隨傳送帶運動過程中，共需經過5個工位。每個工位需要1個接近開關檢測極片的到位，故共需5個接近開關。其中，2個工位需要驅動剔除氣缸運動，1個工位需要驅動翻料氣缸運動，另外，傳送帶需要控制轉動，故共需4個輸出電磁閥。其PLC硬件接線圖和梯形圖分別如圖8和圖9所示。其中，X11是工作位，用于接收上位機串口發來的檢測結果信號。通過上位機通信協議設置工作位實現上位機對PLC輸出的控制。

圖8 硬件接線圖

圖9 梯形圖

4 結論

研究并開發了定時器極片的尺寸和缺陷特征機器視覺自動檢測系統。主要介紹了系統的組成、圖像采集及光源和照明方案的設計、圖像處理及分析子系統的設計、執行控制子系統的設計等。利用最大類間方差法求解了最優閾值，實現了圖像的二值化;利用三菱FX2N PLC設計了控制接線和梯形圖程序，實現了自動檢測的運動執行控制。檢測了長度、角度及圓度等尺寸特征和雙面鐵銹等缺陷特征，完成了薄片件的視覺檢測。給出了定時器極片的角度特征檢測實例，測量相對誤差為0.14%，絕對誤差為0.126°。

【1】LU Jiping，LITTLE James J.Reflectance and Shape from Images Using a Collinear Light Source［J］.International Journal of Computer Vision，1999，32(3):213-240.

【2】KOPPARAPU S K.Lighting Design for Machine Vision Application［J］.Image and Vision Computing，2006，24(7): 720-726.

【3】YING Yibin，WANG Jianping，JIANG Huanyu.Inspecting Diameter and Defect Area of Fruit with Machine Vision［J］.Transactions of CSAE，2002，18(5):216-220.

【4】章毓晉.圖像處理和分析［M］.北京:清華大學出版社，1999.

【5】張弘.數字圖像處理與分析［M］.北京:機械工業出版社，2007:116.

【6】GOLNABI H，ASADPOUR A.Design and Application of Industrial Machine Vision Systems［J］.Robotics and Computer-Integrated Manufacturing，2007，23(6):630-637.