基于機器視覺的連接板尺寸檢測系統設計

葛振華

泰安北航科技園信息科技有限公司 山東泰安 271000

1 序言

連接板在常規機械設備中應用廣泛，常用于設備中不同構件之間的連接。目前大部分的連接板尺寸檢測仍以人工檢測為主，通常是質檢人員通過眼睛觀測，找出明顯不符合尺寸要求的零件，并輔以抽檢的方式。但這種方式不但效率低，而且容易出現漏檢、誤檢的現象。

隨著機器視覺的發展，其在工業生產中的應用越來越廣泛，對工業生產的加工與檢測都產生了巨大的影響。機器視覺可弱化人工檢測的主觀判斷，通過高分辨的視覺成像，對圖像特征進行分析提取，可有效提高檢測的精度及效率[1-5]。

本文結合實際生產需要，針對120Y型連接板（見圖1）設計了一種基于機器視覺的尺寸檢測系統。

圖1 120Y型連接板

2 檢測系統的總體結構設計

系統總體框架如圖2所示，包含上位機、工業相機、光源、標定圓、位置檢測傳感器、分揀裝置、輸送帶、不合格品區和合格品區等，其中上位機以樹莓派為控制核心，包含26個IO引腳及豐富的通信接口（如IIC、SPI、UART等），可讀取并發出控制信號，在控制系統復雜程度不高時，可身兼上位機與下位機的所有功能，取代下位機。

系統工作流程如圖3所示，在工作時，被測零件由輸送帶傳輸，當其被運送至位置檢測傳感器處時，位置檢測傳感器立即向上位機發送被測零件到位信號；上位機控制工業相機、光源，拍照并獲取圖像信息；在對圖像信息進行視覺識別并分析后，若被測零件滿足圖樣要求，零件被傳輸到合格品區，否則，上位機便控制分揀裝置將其傳輸至不合格品區。

圖2 系統總體框架

圖3 系統工作流程

3 系統軟件設計

根據連接板尺寸檢測系統需要，軟件部分由信號輸入模塊、圖像采集模塊、機器視覺處理模塊和執行模塊組成，軟件系統結構如圖4所示。其中信號輸入模塊用于采集位置檢測傳感器發出的被測零件到位信號；圖像采集模塊用于通過工業相機獲取被測零件及標定圓的圖像信息；機器視覺處理模塊為本系統的核心組成部分，用于對輸入圖像的前期處理、分割及識別，由濾波模塊、二值化模塊、邊緣檢測模塊、輪廓檢測模塊、分割處理模塊、圖像標定模塊、零件識別模塊和分析模塊組成；執行模塊根據機器視覺處理模塊的分析結果，將被測零件分揀到不合格品區或合格品區。

圖4 軟件系統結構

4 機器視覺處理模塊關鍵技術分析

4.1 工業相機分辨率的選擇

由圖1中120Y型連接板尺寸可知，尺寸精度要求為±0.3mm，故機器視覺檢測精度應至少比其高一個層級，取±0.1mm。對于機器視覺來說，至少需要兩個像素來代表檢測目標中的最小特征。因此工業相機應具備的最小像素分辨率為

式中，Rmin是工業相機的最小分辨率（px）；Lmax是檢測目標的最大尺寸（mm），綜合考慮連接板零件尺寸及標定圓，取值為175mm；Lmin是檢測目標的最小特征長度（mm），取值0.1mm；pmin是最小特征的像素數（px），取值為2px。

根據式（1）計算結果，選用海康工業相機MVCE200-10GM/GC，分辨率為5472px×3648px，滿足系統需求。

4.2 圖像濾波處理

圖5 原圖與不同濾波效果對比

原圖與不同濾波效果對比如圖5所示。盡量保留圖像細節特征，并對目標圖像進行噪聲抑制，是圖像進行視覺識別時不可缺少的操作，其處理效果的好壞將直接影響到后續圖像處理和分析的有效性和可靠性。在本系統設計時，應用OpenCV對圖像分別進行中值濾波、高斯濾波和均值濾波處理（濾波內核大小均為3），由圖5可知，對圖像進行高斯濾波與均值濾波后，噪點去除效果不理想，而中值濾波則達到了較好的效果，故本系統選用中值濾波作為圖像濾波處理方式。

4.3 圖像預處理、分割及標定

圖6 圖像預處理

（1）圖像預處理 如圖6所示，在對圖像進行二值化處理、邊緣檢測后，即可應用外部輪廓檢測的方式獲取輪廓區域，外部輪廓檢測后可應用函數cv::drawContours將檢測到的輪廓繪制展示。

（2）圖像分割為標定圓區域及零件區域 由圖1、圖5可知，零件外輪廓為矩形，標定圓外輪廓為圓，因此對兩者按不同的輪廓特征進行區分。對檢測到的外部輪廓通過函數cv::minAreaRect計算出每個輪廓的最小邊界矩形，并計算邊界特征

式中，height是輪廓的最小邊界矩形的高度（px）；width是輪廓的最小邊界矩形的寬度（px）。

式中，area是輪廓面積（px2），perimeter是輪廓周長（px）。

根據式（2）、式（3）的計算結果，當Δ1、Δ2滿足設定值時，即可確定所計算輪廓為圓形，即標定圓區域，否則為零件區域，從而完成圖像的分割。

（3）圖像尺寸標定 計算圖像中兩個標定圓的中心距Lc，并以此建立像素與尺寸測量之間的對應關系。

式中，x1、x2、y1、y2分別為兩個標定圓在圖像中的橫、縱坐標值。

則，每毫米的像素值Tm為

式中，Lm是標定圓的實際中心距（mm）。

4.4 零件尺寸檢測

根據分割出的零件區域，通過計算其最小邊界矩形，可計算出零件最大寬、高尺寸

式中，mw、mh分別為零件寬、高的檢測值（mm），可通過與圖1中尺寸進行對比，來判斷是否滿足要求；pw、ph分別為零件寬、高的檢測像素值（px）。

對于零件內部3個孔的尺寸檢測，可分別應用式（2）、式（3）對是否為圓孔進行判斷，并得到半徑的像素值，再根據輪廓中心的像素值坐標，參照式（6）、式（7）轉換至毫米尺寸值，根據圖1對尺寸值進行判斷。零件內圓孔尺寸檢測結果如圖7所示，其中True表示尺寸符合要求，False表示尺寸不符合尺寸要求，x、y、r分別表示寬度、高度及半徑尺寸。

圖7 零件內圓孔尺寸檢測結果

5 結束語

本系統應用機器視覺識別技術，通過對連接零件進行帶輸送、到位拍照和圖像處理分析（圖像濾波、二值化、邊緣檢測、特征檢測、圖像分割及尺寸標定等），并根據識別結果，對零件進行分揀，實現了連接板尺寸的自動化檢測。相比傳統人工檢測，可有效提高檢測效率，并降低誤檢率。