基于圖像識別的PLC智能控制系統設計?

張俊民

（中國飛行試驗研究院 西安 710089）

基于圖像識別的PLC智能控制系統設計?

張俊民

（中國飛行試驗研究院 西安 710089）

針對傳統PLC燈板大批量生產檢測中存在漏檢、錯檢等問題，結合當前主流計算機視覺技術、自動化技術等，設計了一款PLC燈板的質量檢測系統。該系統包含圖像采集卡、結果顯示、PLC分揀單元等模塊。利用圖像處理技術，比較圖像一定矩形區域內的白色像素點個數，如果超過預設，則判定PLC燈板存在缺陷，并通過PLC控制系統進行自動分揀。最后通過實際運行，驗證了該系統具有速度快、精度高的特點，從而實現了對PLC燈板的自動化檢驗。

計算機視覺；形態去噪；圖像識別；可編程邏輯控制器；智能控制

1 引言

隨著圖像處理技術、計算機視覺技術和自動化技術的不斷發展，人們開始越來越多開始將目光投向智能檢測領域，從而改變過去主要依靠人工或者半自動檢測的方式。其中，圖像處理更是智能檢測應用的重點，并被大量的研究。如劉百芬（2014）利用機器視覺技術設計了一款PCB裸板缺陷自動檢測系統，并通過Harris角點算法將標注電路和采集到的電路進行比較，從而大大提高了檢測的準確率；葉文通（2014）通過對數據圖像的處理后，通過提取相關的特征點，實現了胡柚的自動化分揀。但這些系統的提出，都比較側重于圖像處理與特征提取，本文則在傳統研究的基礎上，提出一款圖像處理聯合PLC的燈板檢測系統，并對系統的實現進行了詳細的闡述。

2 系統原理

本文提出的PLC燈板智能控制方案，其主要的原理是利用圖像處理技術，對圖像特征進行提取，從而判斷PLC燈板是否存在質量問題，并顯示檢驗結果。具體識別與控制原理則如圖1所示。

3 硬件系統設計

3.1 系統整體架構設計

結合計算機視覺技術，該智能控制系統從大的角度可以分為硬件和軟件兩個部分，從功能角度來看，可以分為圖像數據采集模塊、圖像數據處理模塊、PLC控制模塊、結果顯示和箱體單元幾個模塊。具體如圖2所示。

圖1 系統原理

圖2 系統整體架構

通過圖2可以看出，圖像采集單元主要負責對PLC燈板圖像進行采集；軟件部分主要對采集到的圖像進行處理，并判斷PLC燈板的質量好壞，然后將指令發送給PLC控制模塊，作出相應的動作，顯示LED結果。

3.2 圖像采集單元

當前隨著圖像測量技術的不斷發展，光學圖像測量成為工業領域應用最為流行的一種技術。在圖像采集單元部分，本文選擇CCD光學攝像機和PCI圖像采集卡對PLC燈板圖像進行采集，并將圖像上傳到計算機。CCD攝像機具有工作電壓低、體積小、成像質量高、實時傳輸、抗干擾強、壽命長等特點。CCD攝像機的成像原理為：通過光學成像系統，將光學信號轉變為視頻信號。具體如圖3所示。

圖3 CCD攝像機成像原理

PCI圖像采集卡主要將采集到的視頻信號轉換為計算機可以理解的數據格式。具體的工作原理如圖4所示。

圖4 PCI圖像采集卡工作原理

因此，結合上述硬件分析，將圖像采集單元的整體結構設計為如圖5所示。

圖5 數據采集單元整體結構

3.3 PLC控制單元

PLC控制單元的作用是對燈板進行檢驗和結果輸出。該模塊是一個以PLC為主的控制單元，通過與計算機處理軟件的交互，將對燈板的檢驗結果傳送給LED指示燈。本文選擇PLC系列中的PEC3000芯片作為主控單元，該芯片支持以太網和串口通信。同時程序編寫通常采用PLC_config軟件實現。程序通過讀取計算機給出的指令信號，并判斷被檢驗的PLC是否存在質量問題，則發送報文DIO3000和DIO3400，否則發送其他設備報文。具體控制思路如圖6所示。

圖6 PLC控制流程

4 圖像處理算法設計

圖像處理算法是該系統實現的一個重要組成部分，負責對PLC燈板圖形的處理和識別，從而判定PLC燈板圖像與標準圖像的缺陷。在該部分功能中，主要分為兩個部分：圖像預處理和圖像檢測。

4.1 圖像處理

目前，針對圖像處理的方法很多，但通常是對圖像進行平滑、去噪等處理，從而為后續的圖像檢測奠定基礎。本文則選擇圖像灰度化、圖像拉伸、灰度直方圖平滑、二值化、二值圖像的形態學去噪等方法對圖像進行處理，具體流程如圖7所示。

在圖7中可以看到，圖像預處理的流程：首先將24位彩色圖像進行灰度化，然后通過灰度拉伸的方法，讓明的地方更明，暗的地方更暗；然后通過直方圖平滑處理，減少圖像邊緣的毛刺；在通過二值化處理，讓圖像變為白色目標和黑色背景的兩種區域；最后對二值化圖像進行去噪處理，消除圖像中的干擾。

4.2 圖像檢測算法

判定PLC燈板缺陷，主要是通過對采集到的圖像與標準圖像進行比較，或者設定閾值的方式。為簡化圖像處理的方便度，本文則通過設定閾值的方式來對圖像進行檢測。假設每個測量的PLC燈板中心位置點像素為A(a，b)，在A的周圍存在四個不同的像素點，在經過圖像處理后，掃描該區域內的白色像素點，超過設定閾值S，PLC燈板合格，如果小于設定的閾值S，則判定不合格。具體算法流程如圖8所示。

圖7 圖像處理流程

圖8 圖像檢測算法設計

5 PC與PLC通信實現

要實現PLC控制，必須要實現PC端與PLC控制的數據交互。傳統的通信方式包括以太網、CAN總線等。結合PEC3000芯片特點，其支持RS485和以太網通信。本文則選擇EPA（Ethernet for Plant Automation）通信，通過給PLC控制器配置不同IP，從而方便用戶進行讀寫。同時EPA協議在通信中，在應用層以下不需要設置UDP協議，從而在傳輸速率和實時性方面都較高。而對于數據的傳輸來講，只需要在數據報文前面添加EPA報文頭即可。

而對于EPA的具體實現流程如圖9所示。

圖9 EPA協議執行流程

6 系統實現

6.1 圖像處理實現

通過上述的圖像處理和檢測算法，可以得到原始圖像和處理后的圖像的對比圖，具體如圖10所示。

圖10 圖像處理

6.2 系統檢驗結果

位驗證上述控制系統的設計效果，搭建PLC智能控制檢測試驗平臺，并在燈箱單元中分別放入三組待檢驗的PLC燈板，其中A組放入100個好的PEC 6000，1個壞的 PEC6000；B 組放入 50個DIO3000，50個DIO3400，2個壞的DIO3400；C組放入 50個 PEC5000，50個 AIO5000，2個壞 PLC模板。由此通過上述的檢驗，得到表1結果。

表1 PLC智能檢測結果

7 結語

本文應用計算機視覺技術、自動化控制技術等，設計并實現了一款可用于工業制造產品檢測的智能控制系統，從而通過對產品圖像的對比，即可實現對大批量產品的自動化檢測，大大提高了工業制造效率，為工業制造的應用提供了參考。

［1］張國福，沈洪艷.機器視覺技術在工業檢測中的應用綜述［J］.電子技術與軟件工程，2013，22：111.ZHANG Guofu，SHEN Hongyan.Application of machine vision technology in industrial inspection［J］.Electronic Technology and Software Engineering，2013，22：111.

［2］宋國慶，吳育民，馮云鵬，等.機器視覺在光學加工檢測中的應用［J］.影像科學與光化學，2016，01：30-35.SONG Guoqing，WU Yumin，FENG Yunpeng，et al.Application of machine vision in the detection of optical processing［J］.Image Science and Optics，2016，01：30-35.

［3］羅通頂，李斌康，郭明安，等.科學級CCD遠程圖像采集系統［J］.光學精密工程，2013，02：496-502.LUO Tongding，LI Binkang，GUO Mingan，et al.Remote image acquisition system of science class［J］.CCD Optical Precision Engineering，2013，02：496-502.

［4］楊文強，李邦.基于視覺實時性的CCD煙葉圖像采集及處理系統的研究［J］.中國農機化學報，2013，01：156-160.YANG Wenqiang，LI Bang.Research on CCD tobacco image acquisition and processing system based on visual real time［J］.China Agricultural Machinery Chemical，2013，01：156-160.

［5］黃以華，黃劍峰.基于USB的高清彩色CCD圖像采集系統［J］.電子設計工程，2012，04：170-173，181.HUANG Yihua，HUANG Jianfeng.High definition color CCD image acquisition system based on［J］.USB Electronic Design Engineering，2012，04：170-173，181.

［6］陳汗青，萬艷玲，王國剛.數字圖像處理技術研究進展［J］.工業控制計算機，2013，01：72-74.CHEN Hanqing，WAN Yanling，WANG Guogang.Digital image processing technology research progress［J］.Industrial Control Computer，2013，01：72-74.

［7］王耀東，余祖俊，白彪，等.基于圖像處理的地鐵隧道裂縫 識 別 算 法 研 究［J］.儀 器 儀 表 學 報 ，2014，07：1489-1496.WANG Yaodong，YU Zujun，BAI Biao，et al.Research on the crack detection algorithm of Metro Tunnel Based on image processing［J］.Journal of Instrumentation and Instrumentation，2014，07：1489-1496.

［8］顧陽，尚群立，余善恩，等.工業以太網的技術特性及關鍵技術研究［J］.機械制造，2010，03：1-4.GU Yang，SHANG Qunli，YU Shanen，et al.Industrial Ethernet technology characteristics and key technology of kesearch［J］.Machinery Manufacturing，2010，03：1-4.

［9］何玉智，馮冬芹，朱予辰.基于EPA網絡的多媒體數據確定性傳輸［J］.計算機工程，2014，02：26-30.HE Yuzhi，FENG Dongqin，ZHU Yuchen.Deterministic transmission of multimedia data based on EPA network［J］.Computer Engineering，2014，02：26-30.

［10］李忠海，李建偉，梁宵，等.基于圖像的消防水炮智能控制系統設計［J］.沈陽航空航天大學學報，2015，05：74-79.LI Zhonghai，LI Jianwei，LIANG Xiaoguan，et al.The design of monitor intelligent control system based on the image［J］.Shenyang Aerospace University Journals，2015，05：74-79.

Design of PLC Intelligent Control System Based on Image Recognition

ZHANG Junmin
（Chinese Flight Test Establishment，Xi'an 710089）

Aiming at the existing problems of omission and error detection of large quantities of traditional PLC lamp panel production，combined with the current mainstream computer vision technology，automation technology，quality detection system is designed with a PLC lamp panel.The system includes an image acquisition card，the results show，PLC sorting module and other modules.Using image processing technology，compare the number of white pixels within a certain rectangular region，if more than the preset，then determine the PLC lamp board defects，and automatic sorting through the PLC control system.Finally，through the actual operation，the system has the characteristics of high speed and high precision，so it can realize the automatic test of PLC light board.

computer vision，pattern recognition，image recognition，programmable logic controller，intelligent control

TP273.5

10.3969/j.issn.1672-9722.2017.11.040

Class Number TP273.5

2017年5月6日，

2017年6月23日

張俊民，男，碩士研究生，研究員，研究方向：飛行試驗數據處理技術。