基于LabVIEW的按鍵絲印自動檢測系統(tǒng)

黃捷

（福建星網(wǎng)銳捷通訊股份有限公司 福建省福州市 350000）

每個公司都需要對出廠的產(chǎn)品進行質(zhì)量控制，出廠前需要進行產(chǎn)品外觀及性能檢查。特別是帶按鍵的產(chǎn)品進行按鍵絲印的檢測，如果按鍵位置裝錯或者絲印缺失等，都會引起客戶的投訴，輕責(zé)需要批量返工，重則需要進行大額賠償，進而客戶對公司的品質(zhì)失去信心。目前大多制造工廠依然使用人工目視檢測的方法,這樣不但效率底下，而且漏檢、誤判等現(xiàn)象時有發(fā)生。一方面人工成本不斷提升，另一方面是對品質(zhì)的高度要求，所以使用自動化設(shè)備替代人工目視檢查的需求尤為突出[1]。

LabVIEW 是由美國NI 公司開發(fā)，專為工業(yè)生產(chǎn)中的測試、測量和控制應(yīng)用而設(shè)計的圖形化系統(tǒng)工程軟件，可快速訪問硬件和數(shù)據(jù)信息，使用內(nèi)置控件可快速的制作出美觀且實用的測試軟件界面。

HALCON 是德國MVtec 公司開發(fā)的一套完善的標(biāo)準的機器視覺算法包，擁有應(yīng)用廣泛的機器視覺集成開發(fā)環(huán)境。它節(jié)約了產(chǎn)品成本，縮短了軟件開發(fā)周期——HALCON 靈活的架構(gòu)便于機器視覺的快速開發(fā)。

1 系統(tǒng)設(shè)計

系統(tǒng)軟件，使用LabVIEW 軟件編寫框架，核心的機器視覺及缺陷檢測由Halcon 實現(xiàn)后被LabVIEW 調(diào)用。

系統(tǒng)硬件（如圖1），主要包括升降系統(tǒng)，工業(yè)相機+鏡頭，LED 光源。

根據(jù)按鍵絲印可能出現(xiàn)的缺陷，例如缺失，按鍵裝錯，絲印被污染等，需要選擇高分辨率工業(yè)相機，配合無畸變廣角鏡頭，光源需要無頻閃，亮度可調(diào)，關(guān)照均勻的白色LED 環(huán)形光源。

系統(tǒng)工作過程（焦距與光源已提前設(shè)置好）：

（1）待測物放置于測試平臺上。

（2）工業(yè)相機采集高清圖像。

（3）計算機通過USB 接口讀取時時圖像。

（4）軟件進行圖像處理與缺陷檢測，并對缺陷位置進行標(biāo)注，同時后臺進行數(shù)據(jù)統(tǒng)計[2]。

2 圖形采集

圖形采集方式有兩種方式，一是通過LabView 視覺模塊的NIIMAQDx 模塊中提供了獲取圖像的各種子VI，包括打開相機，配置相機，啟動采集，獲取圖像，關(guān)閉相機等子VI 模塊，通過對這些字VI 模塊的調(diào)用及編程實現(xiàn)對圖形進程采集。

另一種是調(diào)用相機公司提供的DLL 的動態(tài)鏈接庫文件，使用LabView 提供的調(diào)用庫函數(shù)節(jié)點（Call Library Function Node.CLFN）通過對該節(jié)點的配置實現(xiàn)DLL 的調(diào)用，調(diào)用時需根據(jù)該相機的SDK 文檔正確調(diào)用相應(yīng)的函數(shù)，并進行函數(shù)輸入輸出的參數(shù)配置，進而實現(xiàn)圖像采集的功能。

3 圖像預(yù)處理

在圖像采集過程，由于各種原因總會引入一下干擾信息，而在圖像分析中，圖像信息的準確度直接影響識別算法的設(shè)計與檢測效率，因此在圖像分析（特征提取、分割、匹配和識別等）前，需要進行預(yù)處理。圖像預(yù)處理的主要目的是去除圖像中不關(guān)注的信息，重點關(guān)注有用的真實信息，增強目標(biāo)信息的可檢測性、最大限度地簡化數(shù)據(jù)，從而提高圖像分析（匹配，識別等）的可靠性和高效性[3]。

匹配模板的生產(chǎn)過程也就是圖像特征值的提取過程。特征值提取是整個圖像識別的重要環(huán)節(jié)。由于是配合生產(chǎn)使用，不但要求準確度，生產(chǎn)效率也是要重點考慮的。本系統(tǒng)檢測重點是按鍵絲印，所以需要將感興趣的區(qū)域（也就是ROI）確定出來，ROI 的確定，LABVIEW 提供了一個方便的VI（IMQA ConstrctROI），可以手動確定ROI 區(qū)域，然后使用IMAQ xtract 進行圖像分割，分割后才能進行下一步模板的建立。

4 Halcon創(chuàng)建模板，及模板匹配

模板匹配[1]是一項用于圖像中快速定位已知參量或基準模式，是一項關(guān)鍵技術(shù)[2]。以及其模板匹配可以提供一個圖像中的特定特征值是否存在，以及數(shù)量和位置。通過使用圖像的特征值與待測圖像進行匹配，該部分的完成是整個系統(tǒng)核心部分[3]。

Halcon 中提供的匹配有基于組件匹配、基于灰度值匹配、基于形狀匹配。這三種匹配的方法各具特點，分別適用于不同的圖像特征，但都需要先創(chuàng)建模板，再尋找模板。在目標(biāo)檢測過程中，常用的方法就是設(shè)置一個模板，以窗口滑動的方式遍歷整幅待檢測的圖像進行匹配。

創(chuàng)建模板的函數(shù)：create_shape_model(Template::NumLevels, AngleStart, AngleExtent,AngleStep,Optimization,Metric,Contrast, MinContrast : ModelID ) 。

Template：要建立模板原始圖形，要使用圖形特征鮮明的圖形，但又不能太大。

NumLevels：金字塔的層數(shù)，金字塔分層法能有效的提高圖像匹配效率，一般設(shè)為auto，算法會自動計算金字塔的層數(shù)。

AngleStart：匹配起始角度。

AngleExtent：匹配的角度范圍。

AngleStep：配旋轉(zhuǎn)角度的步長，一般設(shè)為auto，算法將會基于模板的大小自動定義一個合適的角度步長。

Optimization：創(chuàng)建模板的方法，一般設(shè)為auto，算法將會自動確定模型的點數(shù)。

Metric：匹配模板的條件, 設(shè)為 'use_polarity'，圖像中的目標(biāo)必須和模型具有一樣的對比度。

Contrast：對比度，測量目標(biāo)與背景之間和目標(biāo)不同部分之間局部的灰度值差異。

MinContrast：將模板從圖像的噪聲中分離出來。

ModelID：輸出模板句柄。

模板創(chuàng)建好后，就可以用實時采集到的圖像，來進行模板匹配。就是在時時圖像中找出最佳匹配的模板，函數(shù)返回找到圖像的位置和旋轉(zhuǎn)角度。

模板匹配函數(shù)：find_shape_model(Image::ModelID, AngleStart, AngleExtent, MinScore, NumMatches, MaxOverlap, SubPixel, NumLevels, Greediness : Row, Column, Angle,Score) 。

Image：被搜索的圖像。

ModelID：模板句柄，由create_shape_model（）生成。

AngleStart：搜索起始角度。

AngleExtent：搜索角度范圍，必須與創(chuàng)建模板時的有交集。

MinScore：最小匹配值，也就是相似度，當(dāng)相似度大于此設(shè)置值時才會輸出結(jié)果。

NumMatches：輸出的匹配的最大個數(shù)。

MaxOverlap：目標(biāo)存在重疊時設(shè)置，本系統(tǒng)不允許目標(biāo)重疊，顧設(shè)置為0

SubPixel：計算精度的設(shè)置，決定是否精確到亞像素級，設(shè)為’interpolation’，這個模式速度較快，設(shè)為’least_square’,’ lease_square_high’，精度更高，但這樣會增加額外的時間，因此，這需要在效率與精度進行妥協(xié)，本次由于圖像特征明顯，顧設(shè)為’interpolation’。

NumLevels：搜索時金字塔的層數(shù)，一般與create_shape_model（）相一致。

Greediness：貪婪度，搜索啟發(fā)式，0-1 之間，在大多數(shù)情況下，在能夠匹配的情況下，盡可能的增大其值，本次設(shè)置為0.8。

Row, Column, Angle, Score：輸出匹配位置的行和列坐標(biāo)、角度、相似度得分。

本系統(tǒng)使用的是基于形狀匹配，為了達到較好的效果，做了許多測試，根據(jù)實際情況做了一些設(shè)置加快搜索匹配：

1，MinScore 值可配置，在系統(tǒng)中實時設(shè)置，值越大，速度越快。

2，限定搜索ROI 的區(qū)域，限定允許的旋轉(zhuǎn)范圍和大小范圍，本次圖像的ROI 區(qū)域較多，但是相對位置與角度都不變，只要找到一個，其他圖像可以根據(jù)坐標(biāo)軸計算，確定其位置與角度。

5 LabVIEW聯(lián)合Halcon

通過研究，目前LabView 調(diào)用Halcon 的方法有兩種,但都需要 調(diào) 用halcon.dll，halcondotnet.dll，hdevenginedotnet.dll，這 三 個DLL 文件。

圖2：構(gòu)建halcon 創(chuàng)建模板函數(shù)圖

一種是labview 使用.Net 構(gòu)造器節(jié)點，調(diào)用hal，依據(jù)已經(jīng)寫好的halcon 程序，依次構(gòu)建相關(guān)的halcon 算子，達到調(diào)用halcon的目的，實現(xiàn)相關(guān)的halcon 功能，如圖2，為構(gòu)建halcon 的創(chuàng)建模板函數(shù)[4]。

另一種是labview 先構(gòu)建halcon 運行環(huán)境，然后直接調(diào)用HDevEngine，也就是直接調(diào)用運行使用halcon 已經(jīng)寫好的程序，就不需要像第一種方法那樣重復(fù)進行算子構(gòu)建。

第一種方法過程相對復(fù)雜，無論是BUG 修改還是后續(xù)程序的升級都相對繁瑣，但勝在程序的保密性好。

第二種方法過程簡單，halcon 程序可以直接在文檔修改，但是halcon 程序文檔不是加密文件，故保密性較差，但由于是公司內(nèi)部使用，本系統(tǒng)采用第二種方法。

6 總結(jié)

本文介紹了利用LabView 軟件平臺，通過調(diào)用外部Halcon 的機器視覺功能，結(jié)合自帶的VISION 實現(xiàn)對按鍵絲印的自動化檢測，實際投入生產(chǎn)實踐表明，此檢測系統(tǒng)能滿足公司按鍵絲印檢測要求，有效的提升檢測效率。