基于OpenMV的零件缺陷檢測系設計

江達飛 徐中貴

摘 要：本文以軸對稱零件為研究對象，設計了一套以OpenMV視覺模塊為核心的在線零件檢測系統。該系統以最小轉動慣量求解二維圖像對稱軸為核心算法，結合STM32單片機控制系統，可實現零件對稱軸長度的測量，并以此對尺寸不合格產品進行篩選。

關鍵詞：OpenMV;在線識別;對稱軸檢測

Abstract： This paper took axisymmetric parts as the research object， designed an online parts detection system with the OpenMV vision module as the core. The system takes the minimum moment of inertia to solve the two-dimensional image axis of symmetry as the core algorithm， combined with STM32 single-chip microcomputer control system， it can realize the measurement of the length of the part axis of symmetry， and thus screen the unqualified products.

Keywords： OpenMV;online recognition;symmetry axis detection

1 研究背景

“中國制造2025”指出我國要從制造大國轉向制造強國。為實現上述目的，智能制造成為重要的轉型手段[1]。在智能制造過程中，機器視覺通過微型計算機來模擬人類視覺的功能，使用攝像機攝取目標并將其轉化為圖像信號，再利用人工智能算法對數據進行分析處理，可應用在眾多傳統傳感器無法測量的領域。本項目針對中小型企業由于生產設備精度低，生產的諸如注射針頭這類軸對稱零件存在尺寸偏差的問題，設計了一套以OpenMV為核心的缺陷檢測系統，通過對零件的對稱軸長度進行測量，檢測該零件是否達標，并通過分揀裝置，對不合格產品進行分離，提升產品整體質量。

2 系統方案設計

2.1 系統整體構成

系統主要由上料裝置、動力傳輸裝置、圖像識別裝置和分揀裝置四個部分組成[2]。其中，上料裝置主要將生產出的零件逐個傳送到物料帶上;動力傳輸裝置由伺服電機和傳送帶組成，通過主控芯片實現對檢測速度的精準控制;圖像識別利用視覺識別算法檢測出零件的對稱軸，并測量出零件的尺寸，從而判斷零件是否存在缺陷;分揀裝置由單片機控制，通過接收OpenMV分析的結果，對缺陷零件進行分揀。

2.2 關鍵算法設計

剛體動力學中指出，質量分布均勻的軸對稱剛體，在繞其對稱軸轉動時產生的轉動慣量最小[3]。對于二維圖像來說，可以把它近似看作一個擁有極低厚度和單位密度的剛體，那么只要求解出該剛體對于哪條直線的轉動慣量最小，即為該二維圖像的對稱軸。

3 系統硬件設計

系統硬件結構如圖1所示。電源模塊使用開關電源芯片，其穩定性是整個系統平穩運行的首要保證[4]。電源芯片在選型時需考慮整個系統的最大功率，因為系統中存在光源及舵機等設備，峰值電流可達到3 A左右，本設計使用了MP2303A芯片。視覺識別單元使用OpenMV模塊，其核心包含了OV7755感光元件和STM32F765單片機，支持320×240 16-bit RGB565彩色圖像，內置MicoPython及常用的圖像處理函數，可實現圖像識別的快速開發。除此之外，OpenMV還引出了眾多IO接口方便擴展，包括UART、SPI、IIC通信接口和10個通用IO?？紤]到設計需要控制的外設較多，其他設備并未直接使用OpenMV進行控制，而是通過串口外擴一個STM32單片機。

4 系統軟件設計

軟件流程圖2所示。首先調用snapshot（）函數，從攝像頭中抓拍一張圖像數據，然后使用find_blobs（）函數尋找零件所在的目標區域。如果目標區域是第一次越過圖像中心線，則說明是本次是新的待測零件，find_blobs（）函數返回零件所在的矩形區域以及零件圖像的質心坐標。使用binary（）函數對圖像進行二值化，并使用dilate（）函數對圖像進行“膨脹”運算，降低圖像噪聲，然后遍歷目標區域有效點并計算出[M]和[N]，從而推算出對稱軸的函數表達式。最后根據直線函數關系計算出零件內部對稱軸的長度，并與合格零件的數據進行比對，推斷出零件是否存在缺陷。

5 結語

本文以OpenMV視覺模塊為核心，設計了一種適用于測量軸對稱零件缺陷的檢測系統，通過二維圖像軸對稱算法，檢測出零件投影的對稱軸，并以此計算出零件在對稱軸上的長度，從而推斷出零件是否存在缺陷，最后通過STM32單片機控制系統對缺陷零件進行篩選，提高產品出廠時的合格率。

參考文獻：

[1]丁可浩，邱丹丹.基于OpenMV的智能分揀貨物機器人[J].電子世界，2020（2）：163-164.

[2]唐啟慧，谷紫穎，李振華.基于機器視覺的注射液針頭膠帽缺陷檢測[J].包裝工程，2019（13）：201-206.

[3]宋保運.一種新的檢測多邊形對稱軸的方法[J].洛陽理工學院學報（自然科學版），2014（2）：58-61，70.

[4]梁楠，郭雷，于勇.基于極小慣量的灰度圖像對稱軸檢測方法[J].微處理機，2009（6）：62-64.