基于機器視覺的易開蓋卷邊檢測

義烏市易開蓋實業公司 周 揚

基于機器視覺的易開蓋卷邊檢測

義烏市易開蓋實業公司 周 揚

本文提出一種運用機器視覺檢測易開蓋卷邊缺陷的方法，利用低角度紅色環形光源與高速相機進行卷邊圖像采集，采集的圖片經過圖像處理，極坐標轉換。以計算厚度數組標準差的方式識別卷邊缺陷。實踐表明，本文所使用的方法，可靠穩定，能夠實現1500次/分鐘的卷邊缺陷在線自動檢測。

機器視覺；在線檢測；易開蓋

引言

易開蓋的卷邊質量是影響封罐性能的關鍵點。卷邊破損作為A類缺陷，在成品蓋總的比列必須控制在百萬分之一以下，確切的說，應該杜絕此類缺陷進行封罐工序。鐵質易開蓋由于片料生產的緣故，生產過程中無法避免產生卷邊破損的蓋子，而且一次能夠產生一模多個缺陷蓋子，如果不能及時發現問題，將批量產生這種蓋子。后工序由于這類缺陷的存在，設備故障將顯著增加，嚴重影響生產效率。目前國內公司多采用人工目測的方法進行卷邊缺陷檢測，由于卷邊區域非常狹窄，通過肉眼分辨極易疲勞且效率偏低，無法保證大批量蓋子的卷邊缺陷的穩定可靠性，而且由于德國contec基本蓋設備每通道每秒產生25只蓋子，人眼無法做到實時在線檢測。機器視覺是用機器代替人眼來做檢測和判斷，具有高效率，高精度，高穩定性的優點，非常適合卷邊缺陷這類狹窄區域的檢測，應用機器視覺對卷邊進行實時在線檢測成為必要。

1.系統設計

系統由光纖傳感器，編碼器，環形光源，鏡頭，工業相機，工控計算機，運動控制卡以及高速踢蓋電磁閥等組成，如圖一所示：

圖一 機器視覺系統構成

系統檢測流程分解如下：（1）觸發部分：蓋子通過自動流水線進入視覺檢測系統，當蓋子檔住光纖對射傳感器時，傳感器產生一個觸發信號給工業相機，同時編碼器和運動控制卡確定蓋子位置。（2）采集部分：相機接到觸發信號后，觸發頻閃控制器工作，光源進行一次頻閃打光，同時相機進行200微妙的延時拍攝。（3）處理部分：拍攝完成后，通過千兆以太網網口將蓋子圖像數據傳給工控計算機的檢測程序，并進行卷邊區域的檢測。（4）踢蓋部分：檢測程序將結果輸出給I/O運動控制卡。如果檢測的蓋子有缺陷，PLC輸入將端接收到運動控制通過固態繼電器發出的信號，并控制高速電磁閥將卷邊缺陷剔除。

2.圖像特征及檢測算法

鐵質易開蓋涂膜顏色大致分為黃色，銀白，暗綠三種顏色，易開蓋Y300蓋子直徑大小約79.2mm,卷邊高度約1.95mm。由于著重檢測卷邊區域的缺陷，采用了一款直徑175mm低角度的紅色環形LED光源，配合頻閃控制器，可使光源的點亮在1μs-1023μs之間可調，延長光源的使用壽命。為了滿足1500EPM*2的檢測速度，相機采用了basler AC640-90的黑白30萬像素，同時配合12mm的定焦1.8F的CCTV鏡頭，把相機延時拍攝時間控制在200μs，減少圖像拖影現象。圖二，蓋子在高速生產線運動時候拍攝的典型卷邊缺陷蓋缺陷，可以看出圖像非常清晰，光照均勻，卷邊區域缺陷明顯。

圖二 蓋子高速運動中拍攝的圖片

圖像處理可以分成如下流程：

（1）首要任務是編寫以VC++和Halcon混合編程的軟件，通過open_framegrabber及grab_image_async進行圖像的采集工作。

（2）采集圖片后，確定蓋子在圖片中的中心并計算出卷邊最外邊界的直徑。基于這些信息后才能對卷邊區域進行極坐標變換。從采集圖像上看，皮帶與卷邊區域邊界較為明顯，為了縮短處理時間，直接采用Threshold的二值化的分割處理，合并連通區域，并進行特征提取。處理結果可以得出，中心位置的行坐標及列坐標，并且計算出蓋子最大直徑。

（3）采用雙線性的插值算法進行極坐標轉換，其中小半徑可以用卷邊最大半徑減去12，大半徑由卷邊最大半徑加上8，定于并得出卷邊區域的極坐標變化后的1600*40的矩形圖像。由于卷邊區域厚度大概只有10個像素，需要高準確度的提取卷邊邊緣的輪廓。通過9*3的中值濾波抑制噪聲，再使用亞像素精度算子，較好的提取卷邊的外輪廓及內輪廓。下之后對內外輪廓每一列提取一個點組成2個包含1600個行坐標的數組，并對其進行計算：

可以得出卷邊固定弧度下的厚度標準差，并且得出最大標準差所在的位置。通過定義標準差的范圍，判斷卷邊是否存在缺陷。處理結果如下圖三所示，可以看出處理時間只用了7.9ms，處理速度非常快。

圖三 實際生產中的檢測界面

3.結束語

本文所使用的卷邊缺陷檢測算法，異與國外設備的對比度或者模式識別的處理方式，但是充分考慮了生產實際的檢測目的，同時在VC++多線程編寫下，雙通道同時在線檢測算法部分只需10ms處理時間，完全滿足了Contec基本蓋設備的每分鐘1500次*2的蓋子在線檢測，保證了后工序BRUDERER高速成型生產效率，同時也提高了產品的質量。

[1]周文舉.基于機器視覺的在線高速檢測與精確控制研究及應用[D].上海大學,2013.

[2]斯蒂格.尤里奇.機器視覺算法與應用(雙語版)[M].清華大學出版社,2010.

周揚，現供職于義烏市易開蓋實業公司，主要從事機器視覺與自動控制研發。