轉盤式鈑金沖壓件高速視覺檢查機的設計

馬 超 付主木

(河南科技大學信息工程學院，河南 洛陽 471023)

鈑金沖壓件具有規格一致性高、制品精度高、加工成本低的特點，廣泛應用于生產生活中的各個領域，如儀器儀表、辦公機械及汽車配件等[1]。

在鈑金沖壓過程中，一旦沖頭斷裂，將出現工件少孔、變形等不良品。另一方面，對鈑金沖壓件的裝配，較多地采用在沖壓件上沖孔攻絲的螺紋孔連接方式[1]，而這種方式加工出來的螺紋多數非常細小。在螺紋加工中一旦絲錐斷裂，將造成無螺紋不良品流出。傳統的沖壓件外觀和螺紋品控基于人工肉眼檢查，作業人員工作強度大且極容易出現誤判。更加嚴重的是，由于沖壓加工通常制造速度較快，生產和檢查速度的矛盾十分突出。如何對制品進行自動化、有效檢查是企業面臨的巨大難題[2-3]。

在眾多制品檢查方案中，基于機器視覺的檢查方案具有準確性好、靈活性強、效率高且非接觸的特點[4-5]，是對鈑金沖壓件進行檢查的理想選擇。

本文基于機器視覺設計一種轉盤式鈑金沖壓件高速視覺檢查機，此設備具有以下特點：

(1)采用透明玻璃轉盤作為鈑金沖壓件檢查載體，透明轉盤便于下方平面光的布光，以對工件外觀實現高速檢查。

(2)開發基于模板匹配的算法，有效發現鈑金沖壓件變形、缺孔等問題。

(3)針對鈑金沖壓件沖孔螺紋缺失問題，設計一種基于螺紋孔反光量和孔徑兩種特征的檢測算法，此算法能可靠完成檢查任務。

1 工件視覺檢查算法設計

本機器設計實現對鈑金沖壓件兩個方面的檢查，即工件外觀變形、缺孔檢查和螺紋缺失檢查。其中工件外觀檢查主要檢查鈑金沖壓件形狀是否正確，是否有變形、缺孔等瑕疵；螺紋檢查是對工件上螺紋孔有無螺紋進行檢查。針對這兩種算法的特點，需要采用的相機和布光配置方式不同。

對于工件外觀變形、缺孔檢查，需要對鈑金沖壓件進行垂直拍攝，此時使用平面背光光源在工件底部投光可以拍攝出清晰的輪廓供判斷。圖1中工業相機1和平面光源可以配合完成外觀檢查圖片的拍攝。對于螺紋缺失檢查，算法使用孔徑和反光量兩種特征。對于孔徑的提取，可以使用和工件外觀變形、缺孔檢查同樣的相機和光源配置。對于反光信息的采集，傾斜拍攝更加有效。圖1中工業相機2和環形光源可以配合完成圖片拍攝用于反光量的檢查。

1.1 工件外觀變形、缺孔檢查算法

對工件的外觀檢查，先對相機捕獲到的圖像進行預處理，之后進行閾值分割，再和預設的合格工件進行匹配，根據匹配結果判斷待檢工件是否有缺損、毛刺、少孔、變形等瑕疵。本設計使用垂直檢查相機所獲取的圖像，經過圖像的閾值分割、模板匹配、匹配結果后處理、基于結果的不良品判斷幾個步驟構成，下面詳述各個步驟作用和意義：

(1)閾值分割：閾值分割是將垂直相機捕獲的黑白圖像轉化為易于邏輯運算的二值圖，供模板匹配使用。閾值分割的本質是一種決策的過程，目的是將像素根據灰度值分配給前景和背景。本設計使用Otsu算法分割閾值分割，該方法為最大類間準則下最優[6]。圖2b展示了黑白相機采集的工件圖片，圖2c展示了對該工件圖片進行二值化后的圖像。

(2)模板匹配：設f(x,y)是經步驟(1)得到的待檢測工件的二值圖,g(x,y)是合格工件的二值圖，即模板，圖2a展示了工件的模板。模板匹配的過程即是利用異或運算找出待檢二值圖與模板中不一樣的像素，即I(x,y)=f(x,y)×g(x,y)。圖2d展示了經過異或運算后的圖像。

(3)匹配結果后處理：為消除細微位置誤差等對異或運算產生干擾，本設計使用開運算對I(x,y)進行處理。

1.2 螺紋缺失檢查算法

螺紋檢查一直都是產業的重點和難點[7-9]，尤其是對鈑金沖壓件上微小螺紋有無的判斷，很少有相關文獻進行探討。

本設計經測試發現，鈑金沖壓件上有、無螺紋的孔有兩點區別：第一，在傾斜拍攝的圖像中，有螺紋的孔在光源照射下反光量比沒有螺紋的孔多；第二，在垂直拍攝的圖像中，有螺紋的孔比沒有螺紋的孔稍大。基于這兩點，本設計基于螺紋孔反光量和孔徑兩個特征對螺紋是否存在進行判斷。

利用垂直相機拍攝的圖片提取工件孔徑信息。本設計對圖像中工件孔所在區域邊緣提取、基于霍夫變換的圓擬合兩步找到螺紋孔的半徑，下面詳述各個步驟作用和意義：

(1)孔所在區域邊緣提取：將垂直相機得到的灰度圖像二值化，并將孔所在的ROI區域保存在矩陣中，圖4b顯示了所保存的ROI二值圖像。對得到的ROI灰度圖像利用sobel算子提取邊緣，sobel模板為:

(2)基于霍夫變換的圓擬合：對ROI區域E(x,y)的邊緣提取圖，使用廣義霍夫變換提取圓[6]。在此，廣義霍夫變換的輸入為E(x,y)，輸出為找到的孔的圓心直徑R和圓心位置(x,y)。

根據螺紋反光量統計中獲取的螺紋反光量信息Re，和螺紋孔孔徑測量中獲取的螺紋孔直徑R，判別工件的合格與否。該問題是典型的模式二分類問題。本設計將樣本特征表達為二維空間的向量X=(Re,R)。檢查工件前要先訓練分類器。實踐中采用100個合格工件和100個不合格工件作為訓練樣本集訓練最近鄰分類器，可以有效訓練分類器判斷有螺紋和無螺紋兩種情況。

2 機體結構及控制系統設計

轉盤式鈑金沖壓件高速視覺檢查機的機體結構如圖5所示，該機通過加料斗人工加料，使用透明玻璃轉盤作為檢查載體，可以實現平面光源在玻璃轉盤下方的布光。機體工作時載料轉盤不間歇轉動，可以實現高速檢查。檢查開始時，首先，從加料斗加載的工件被運送到工業相機1下方，同時觸發接近開關完成傾斜圖像的采集。然后，轉盤逆時針旋轉將工件進一步送至工業相機2下方，同時觸發接近開關完成垂直圖像的采集。接著，工控機完成工件外觀變形、缺孔檢查算法和螺紋檢查算法，并進行工件是否合格的判斷。最后，對不合格的工件采用不良品吹出裝置剔除，對剩下的合格的工件進行回收。

由于在螺紋缺失檢查中需要同時使用傾斜拍攝的圖像和垂直拍攝的圖像，系統的整體控制在實現時采用多線程的方式，如圖6所示。其中線程1和2分別負責相機1和2的圖像采集，并將采集到的圖像分別存入圖像隊列1和2。線程3在兩個圖像隊列不為空且等長時取出同一工件的兩幅圖像并運行檢查程序，對合格品進行回收，對不合格品進行剔除。

3 結語

為驗證工件外觀變形、缺孔檢查算法和螺紋缺失檢查算法的準確率，選取孔徑為φ0.4 mm、φ0.6 mm、φ0.8 mm、φ1.0 mm、φ1.2 mm的缺孔工件、缺螺紋工件各1 000件，進行孔缺失檢測和螺紋缺失檢測，結果如圖7所示。由圖可知，當孔的直徑大于φ1.0 mm時，兩種檢測都達到很高的正確率，可以用于生產實際。而當孔的直徑較小時，對孔缺失檢查，模板匹配開運算對圖像細節腐蝕作用強烈，造成不良檢出率越低。另一方面，對螺紋缺失檢查，當孔徑很小，無論反光量還是孔徑的測量都存在較大干擾。如果提高相機分辨率，采用微距鏡頭等方式，可望進一步減小可檢查孔的最小直徑。

轉盤式鈑金沖壓件高速視覺檢查機投產前，需要人工進行變形、缺孔檢查和螺紋缺失檢查兩道檢查工序。每道檢查工序安排4名檢查員和1名班組長，共計需要10名作業人員。作業強度高，工人極易疲勞造成誤檢。

投產后，相同任務只需要1名作業人員，且勞動強度大幅度降低。

未來計劃針對該機做進一步升級：(1)加入尺寸測量等算法，實現尺寸測量等更加豐富的功能；(2)對人工加料斗進行改造，實現自動加料；(3)更換更高分辨率的相機，使本設備對更小直徑的螺紋孔有效地檢查。