淺析無線物聯網技術在陶瓷制品表面檢測中的應用*

王 儲

(陜西郵電職業技術學院通信系 陜西 咸陽 712000)

關鍵字 無線物聯網 陶瓷缺陷 表面檢測 圖像處理

前言

目前，隨著無線物聯網技術深入應用與發展，新型數字化圖像處理算法應運而生。用于圖像處理的嵌入式微芯片體積更小，處理效率更高，應用于更加廣闊的工業領域。基于無線通信網絡完成數據傳輸已成為主流方式。因此，針對圖像的檢測系統，呈現出微型化、易攜帶、遠程化等發展趨勢。當今，工業應用中的無線通信技術，常見于無線局域網絡與無線互聯網2大類。ZigBee及Bluetooth是常見的無線局域網解決方案，由于無線局域網受到通信區域的限制，無法實現遠程數據獲取及控制。而無線互聯網技術可以很好地彌補這一不足，諸如WiFi及各類移動通信網絡，能夠提供互聯網接入服務。傳統的無線互聯網開發多是基于GPRS技術，但隨著移動通信技術的發展，GPRS技術依賴的2G網絡瀕臨關停。而3G網絡在我國覆蓋率逐漸飽和，3G網絡帶來了更大帶寬結合資費下調的因素，使得3G網絡成為目前嵌入式無線通信系統開發的主要方式。結合陶瓷制品表面檢測系統的特點，筆者選取移動通信網絡中的3G通信技術作為無線通信載體。利用嵌入式平臺控制陶瓷缺陷圖像的采集，通過3G通信模塊將圖像傳輸至客戶端，利用客戶端強大的計算處理能力對圖像進行處理，基于灰色模型算法完成陶瓷缺陷的鑒別。實現了靈活組網，降低了網絡維護費用，增加了系統的適應性。

1 檢測系統構成

本檢測系統以嵌入式無線物聯網技術為平臺，對陶瓷制品表面進行實時圖像采集，之后通過無線通信網絡完成圖像回傳。該檢測系統構成如下：嵌入式控制平臺、圖像采集模塊、3G無線通信模塊、基于Qt的用戶端UI界面。該系統原理框圖如圖1所示。其中客戶端工控機部分主要完成圖像數據的存儲、處理以及人機交互功能，其余硬件模塊具體構成如下：

圖1 無線檢測系統原理框圖

1.1 嵌入式控制平臺

嵌入式控制平臺主要完成智能網關功能，平臺采用Cortex-A8作為核心處理芯片，需要配合時鐘晶振為嵌入式平臺提供時鐘源，結合DDR儲存器、Flash完成嵌入式系統裝載與數據暫存。同時嵌入式平臺集成了USB接口與MiniPCI-E接口，分別用以對接圖像采集模塊與無線通信模塊，可以滿足系統功能上的需求。

1.2 圖像采集模塊

圖像采集模塊采用基于OV2710的CMOS相機構成，能夠采集640×480、1 280×720、1 920×1 080等分辨率的圖像數據，集成USB接口與嵌入式控制平臺級聯。嵌入式控制平臺完成初始化，并且完成一些相應參數設置。因為圖像數據采集模塊獲得的數據首先進入內核緩沖區，而圖像處理程序在工控機部分運行，因此需要提供緩沖空間來完成工控機與嵌入式控制平臺間的數據交流。筆者采取內存映射的模式，首先從內核開辟緩沖空間，同時將內核真正分配的緩沖空間映射至工控機，這樣程序就能夠在工控機一側訪問嵌入式控制平臺。然后啟動圖像采集模塊，這時系統會將捕捉到的陶瓷圖像數據傳至內核緩沖空間，在內核區域建立的緩沖空間可以被視為一個循環緩沖序列，工控機一側的程序在收到某幅陶瓷圖像數據時，會將緩沖空間鏈接至內核緩沖空間。至此，內核可以釋放原緩沖數據，并繼續利用此空間暫存新的陶瓷表面圖像數據。

1.3 無線通信模塊

3G無線通信模塊主要完成客戶連接請求的獲取，協助處理用戶數據傳輸，以及判斷用戶是否發出終止指令。本文設計的檢測系統搭載中興公司的MF210型3G模塊，支持WCDMA制式組網，利用國內中國聯通建立的3G服務網絡，實現數據傳輸功能。MF210模塊采用MiniPCI-E接口與嵌入式控制平臺連接，結合模塊內構通信協議，能夠實現對于采集圖像數據的透明傳輸。

2 檢測系統工作流程

在本檢測系統工作過程中，主要包括2個平臺。其一是采用Cortex-A8為核心的嵌入式平臺；其二是采用X64系統的工控機平臺。嵌入式控制平臺主要完成對于陶瓷制品表面圖像的采集，隨后利用3G無線通信模塊把圖像數據傳回客戶端，客戶端工控機接收到經過預處理的圖像數據后，再采用圖像處理算法完成缺陷的檢測。

2.1 嵌入式控制平臺工作流程

嵌入式控制平臺開機后，首先運行參數初始化程序，完成系統初始化，隨后將處于查詢式待機狀態，如收到用戶連接請求則開啟接收命令狀態，激活用于圖像采集的檢測攝像機，提取當前陶瓷制品表面圖像數據，獲取數據后在嵌入式控制平臺對數據進行簡單的預處理，完成圖像濾波、尺寸變換、局部亮度平衡等基礎圖像處理工作。隨后采用3G無線通信模塊將完成預處理的數據傳回至客戶端。嵌入式控制平臺工作流程如圖2所示。

圖2 嵌入式控制平臺工作流程

2.2 工控機工作流程

在客戶端，針對工控機構建基于Qt的客戶端UI界面。運行客戶端程序時，給定服務器網絡端口、IP地址，完成連接后系統狀態標簽將變為目前的連接信息。如果連接成功，即開始接收來自3G無線通信模塊的圖像數據，并在工控機中進行圖像處理，獲得陶瓷制品缺陷的檢測結果。工控機工作流程如圖3所示。

圖3 工控機工作流程

3 軟件環境的設計

嵌入式平臺的軟件具備特有的運行環境，在進行開發時需要利用交叉編譯系統完成跨平臺編程工作。通過在上位機上安裝交叉編譯器實現在上位機編程，并通過在線調試端口(串口、JTAG接口、網口等)完成在線調試和程序的燒寫。利用交叉編譯環境可以完成嵌入式控制平臺中系統引導的創建、內核的裁剪以及應用程序的編譯，最終實現嵌入式系統的特定功能。在嵌入式控制平臺的儲存器中需要依次燒寫uboot(用以引導系統)，系統內核(本文采用裁剪后的Linux-V.2.6.30)，嵌入式平臺專用文件系統，用于圖像采集、傳輸的應用程序，最后構建跨平臺的文件傳輸系統，本文采取網絡文件系統(Network File System，NFS)實現數據文件在上、下位機間的傳輸。檢測系統軟件環境的設計流程如圖4所示。

4 灰色關聯度模型算法

中國學者鄧聚龍教授在20世紀80年代開創了灰色系統理論，該理論分析方法是針對小樣本和孤立信息的不穩定性，提出了“部分信息已知，部分信息未知”的理念。對于存在缺陷和損傷的陶瓷制品表面特征，可以歸納為“部分缺陷信息已知，部分缺陷信息未知”的模式，所以能夠將陶瓷制品表面缺陷圖像數據類比為灰色系統，基于這樣的考慮，借助灰色系統理論中具有實用價值的灰色關聯度算法開展陶瓷缺陷區域的識別。

4.1 灰色關聯度模型

1)假定圖像數據中某個特定序列的初始圖像數值，如式(1)所示:

I0=(Y0(1),Y0(2),……,Y0(n))

I1=(Y1(1),Y1(2),……,Y1(n))

……

Ii=(Yi(1),Yi(2),……,Yi(n))

……

Im=(Ym(1),Ym(2),……,Ym(n))

(1)

圖4 軟件環境設計流程

2)相對數據序列差的算式，如式(2)所示：

Δi(T)=|I0(K)-I0(K)|,

Δi=Δi(1),Δi(2),……,Δi(n),

i=1,2,3,……,m

(2)

3)分別推導極端情況下極大、極小差值，如式(3)所示：

(3)

4)設定用于分辨的參數量λ∈(0,1)，推導關聯參量，如式(4)所示：

R0i=(Min+λMax)/(Δi(K)+λMax)

(4)

5)最后推導關聯度，如式(5)所示：

(5)

圖5 陶瓷制品表面缺陷檢測結果

由于非邊緣點即是像素值和環境像素間的區別，且差別較大。所以，能夠采用這個像素點和周圍像素點共同構成關聯序列，基于式(1)～(5)中完成推導計算。由于R0i被定義為初始像值序列Y0以及序列Yi共同形成的灰色關聯度，針對陶瓷表面缺陷圖像特點，采用這類灰色關聯度模型，能夠識別缺陷目標和背景圖像間的本質區別。通過以上處理，灰度直方圖中僅剩余一個波峰值。提前依據被檢測陶瓷特性設定關聯度閾值，當R0i小于該閾值，表示該點與其他參考序列間不存在相同的特征，即判定為區域目標點；假設R0i大于上述閾值，則表示該點與其他參考序列間的特征可被視為一致，不屬于潛在缺陷區域的目標點。

4.2 實驗與分析

為了盡量多地保留被檢測對象細節，檢測系統將攝像機采集圖像的分辨率設定為最大值(1 920×1 080)，利用嵌入式控制平臺對采集到的圖像進行預處理。首先針對圖像噪聲進行濾波處理，去掉多余噪點。初步確定圖像中的敏感區域，并根據實時網絡帶寬選擇圖像壓縮尺寸，如果網絡順暢則可將圖像壓縮至1 280×720，如果網絡擁塞則將圖像壓縮為640×480，這樣可以提高無線傳輸成功率，同時剔除冗余圖像數據，降低客戶端圖像處理難度。隨后將圖像數據經3G無線通信模塊傳回客戶端，在工控機一側使用基于灰色關聯度模型的圖像處理程序完成陶瓷表面缺陷識別。利用筆者設計的系統進行陶瓷制品表面檢測實驗，經過大量圖像數據的處理與分析，選取了具有代表性的檢測結果(如圖5)，被標記的表面缺陷主要體現為表面缺釉、表面開裂、表面沾污等。

從圖5還可以看出，上述算法能夠在平整表面區域準確標記缺陷目標，同時對于凸起、凹陷、立面連接區域存在的缺陷目標也能夠有效標記，受被檢測目標不同位置因素影響小，檢測效果穩定。針對檢測環境的不同光照強度，能夠智能適配。

5 結論

筆者提出了一種基于無線物聯網技術的陶瓷制品表面缺陷檢測系統。本檢測系統采用Cortex-A8作為核心芯片構建嵌入式主控平臺，配合基于OV2710芯片的CMOS檢測相機獲取圖像數據，經嵌入式平臺圖像預處理后利用MF210型3G模塊傳回工控機，在客戶端使用基于灰色關聯度模型的圖像處理程序完成缺陷鑒別。經實驗驗證本檢測系統可以對衛生陶瓷制品進行表面缺陷無線檢測。同時筆者提出的圖像處理算法具備良好的環境適應性，實時性強，能夠給同類產品提供可靠的技術參考。