王玉槐,王琦暉,張慧熙,趙鑫權(quán)
(杭州師范大學(xué)錢江學(xué)院,浙江杭州310012)
制造業(yè)是浙江省乃至整個(gè)中國工業(yè)經(jīng)濟(jì)的支柱產(chǎn)業(yè)。目前,制造企業(yè)大多建立了產(chǎn)品零件批量自動生產(chǎn)線,但檢測方式仍主要是傳統(tǒng)的人工抽檢。人工抽檢在保證產(chǎn)品質(zhì)量方面存在瓶頸,工作量巨大,不僅很難完成100%的檢測,而且極易受檢測員及環(huán)境等因素的影響,很難保證檢測的效率與精度。另外,薄片件比較薄,在人工接觸力的作用下,會改變其相對位置,產(chǎn)生變形,影響測量的精度。而且,人工也很難對薄片件的不規(guī)則形狀、孔相對位置及孔徑和角度等做出高精度的檢測。以定時(shí)器極片檢測為例,其上存在一些圓孔、直角、圓弧、不規(guī)則非圓組合曲線、沖壓毛刺缺陷等特征,人工檢測很難精確識別這些尺寸和缺陷特征,直接影響了對極片品質(zhì)的判斷,無法得到滿意的結(jié)果甚至導(dǎo)致嚴(yán)重錯(cuò)誤,直接造成較大的經(jīng)濟(jì)損失。因此,研究并開發(fā)在線非接觸式視覺檢測系統(tǒng)具有重要的意義和價(jià)值。
作者研究了極片件的機(jī)器視覺自動檢測關(guān)鍵技術(shù),并開發(fā)了相應(yīng)的檢測系統(tǒng)。
作者開發(fā)的視覺檢測系統(tǒng)的結(jié)構(gòu)如圖1所示。
圖1 視覺檢測系統(tǒng)的結(jié)構(gòu)圖
該系統(tǒng)由圖像采集子系統(tǒng)、圖像處理和分析子系統(tǒng)和執(zhí)行控制子系統(tǒng)三部分組成。圖像采集子系統(tǒng)包括光源設(shè)置及照明方式、照明箱 (屏蔽罩)、CCD攝像機(jī)、鏡頭和IEEE1394圖像采集卡等;圖像處理和分析子系統(tǒng)由運(yùn)行于工控機(jī)上的圖像檢測軟件系統(tǒng)完成,包括圖像的去噪、二值化、邊界跟蹤、尺寸測量、缺陷識別、數(shù)據(jù)管理及報(bào)警等模塊;執(zhí)行控制子系統(tǒng)包括可編程控制器 (PLC)、輸送帶、接近開關(guān)、電磁閥及氣缸等。
根據(jù)被檢極片的特點(diǎn)和具體的指標(biāo)要求,該系統(tǒng)采用高度可調(diào)的Costar SI-M310BXCCCD攝像機(jī)及COMPUTAR M1614鏡頭和配套IEEE1394圖像采集卡。
光源和照明方案是機(jī)器視覺系統(tǒng)的關(guān)鍵[1]。通過大量實(shí)驗(yàn)比較,該系統(tǒng)采用背景照明方式高度可調(diào)的陣列式LED燈作光源;KOPPARAPU[2]提出一種決定光源最佳放置位置的解決方案,使得等強(qiáng)度多光源對被測面提供照度均勻的照明。
設(shè)光強(qiáng)為I的單個(gè)獨(dú)立點(diǎn)光源到照射平面的距離為D,則其照度E為:
由E和D2的反比關(guān)系可見,點(diǎn)光源無法為一定距離的平面提供均勻照明。因此,為獲得均勻照明,必須對多個(gè)光強(qiáng)為I的光源排列放置。在圖2所示二維空間中,任一點(diǎn) pjk≡ (θj,φk)的照度可由式(1)求得:
圖2 平面光源分布光照示意圖
根據(jù)照度計(jì)算式 (1),可以求得均勻照明時(shí)的最佳光源排列位置。
照明箱主要用來提供封閉且照度穩(wěn)定的照明背景[3]。其最小高度尺寸可由式 (2)計(jì)算:
其中:Rmin為含磁環(huán)最大外徑圓區(qū)域的最小半徑;αh和αv分別為水平和垂直可視角。
受制造現(xiàn)場客觀因素的影響,直接采集的圖像往往含有較多的噪聲信息。巴特沃斯低通濾波器(BLPF)的通帶與阻帶之間沒有明顯的不連續(xù)性,因此其空域響應(yīng)沒有“振鈴”現(xiàn)象發(fā)生,模糊程度減少[4]。作者首先應(yīng)用BLPF對極片圖像進(jìn)行去噪處理,較大程度上消除了圖像掃描噪聲,同時(shí)保留了主要的細(xì)節(jié)信息。
最大類間方差閾值法是閾值自動選擇的最優(yōu)方法[5]。選擇最大類間方差法計(jì)算最佳閾值,從而分割背景和物體對象。針對文中的256級灰度圖像,設(shè)灰度值為i∈[0,255]的像素個(gè)數(shù)為ni,則總像素?cái)?shù)為:
各灰度像素個(gè)數(shù)的概率為pi=ni/N且
設(shè)閾值T將所有像素分為灰度值為[0,T-1]的C0和[T,255]的C1兩類,其概率分別為:
其中:μ是整幅圖像的平均灰度是閾值為T時(shí)圖像的灰度平均值。
兩類間的方差為:
其中:0表示黑,代表圖像的背景及極片缺陷特征的灰度;1表示白,代表極片端面的灰度。
采用該系統(tǒng)對極片的直線段長度、圓度、角度等主要尺寸進(jìn)行了測量,對鐵銹、毛刺等缺陷進(jìn)行了識別,實(shí)現(xiàn)了不合格極片的檢測。下面以極片中某一直角的檢測為例進(jìn)行詳細(xì)介紹。極片生產(chǎn)時(shí)要求有兩個(gè)直角。該直角對極片的質(zhì)量起到了關(guān)鍵作用。采用該系統(tǒng)測量該直角的具體過程包含以下步驟:
(1)在二值化圖像的基礎(chǔ)上,選取待測量角度的區(qū)域。
(2)設(shè)定邊界上任一點(diǎn)作為初始種子點(diǎn),按8鄰域進(jìn)行邊界跟蹤,找到灰度值為1的所有對象邊界點(diǎn)。為提高后續(xù)檢測精度,可對邊界像素點(diǎn)進(jìn)行亞像素定位。
(3)將邊界點(diǎn)按角度的射線聚類分為兩大類。
(4)對每一類邊界點(diǎn)按最小二乘意義的直線擬合,求得兩條擬合直線方程:
(5)根據(jù)式 (4)可求得斜率為k1的直線到斜率為k2的直線的到角
(6)比較零件實(shí)際角度與計(jì)算角度的誤差,判斷該角度是否合格。
該系統(tǒng)能實(shí)現(xiàn)極片多種尺寸及缺陷特征的檢測,下面給出上述介紹的某直角角度測量實(shí)例。采集的原始圖像及二值化圖像分別如圖3和圖4所示。選取待測直角區(qū)域二值化圖像如圖5所示。經(jīng)該系統(tǒng)檢測后,實(shí)際測量角度為89.874°,如圖6所示。圖7為測量結(jié)果的局部放大圖。待測角的頂點(diǎn)直角坐標(biāo)為(823.0,424.8),亞像素坐標(biāo)為 (424.8,823.0)。測量誤差計(jì)算如下:
圖3 采集原始圖像
圖4 二值化圖像
圖5 選取待測區(qū)域二值化圖
圖6 測量結(jié)果圖
圖7 測量結(jié)果放大圖
零件的識別和分類是視覺系統(tǒng)最重要的應(yīng)用之一[6]。自動分揀子系統(tǒng)是實(shí)現(xiàn)零件分類的具體執(zhí)行模塊,主要完成極片件的傳送、翻面、分類剔除等控制執(zhí)行,由三菱FX2N-32MR PLC(可編程邏輯控制器)及接近開關(guān)、電磁閥、執(zhí)行氣缸等組成。
自動分揀子系統(tǒng)的工作原理如下:(1)PLC控制送料氣缸將定時(shí)器極片傳送至輸送帶。(2)當(dāng)極片到達(dá)檢測工位時(shí),相應(yīng)的光電觸發(fā)器發(fā)出信號,驅(qū)動CCD攝像機(jī)采集圖像,并實(shí)時(shí)經(jīng)圖像采集卡A/D轉(zhuǎn)換,傳送到工控機(jī)。(3)工控機(jī)程序系統(tǒng)對圖像進(jìn)行去噪、二值化、邊界提取跟蹤等處理,然后提取特征參數(shù)實(shí)現(xiàn)尺寸及缺陷特征的識別,最后將分析、判斷結(jié)果 (合格Pass/不合格Fail)邏輯信號發(fā)送給PLC。(4)根據(jù)P/F信號,PLC做出相應(yīng)的響應(yīng)。如果是F就驅(qū)動氣缸剔除該極片,否則進(jìn)入下一工序。(5)PLC驅(qū)動翻料氣缸對極片翻轉(zhuǎn)換面,重復(fù)步驟(2)—(4)實(shí)現(xiàn)對極片的另一端面的重復(fù)檢測處理。(6)雙端面都檢測合格的極片,則認(rèn)為是合格的極片零件。
根據(jù)系統(tǒng)的工作原理及其實(shí)際工作需求,在極片隨傳送帶運(yùn)動過程中,共需經(jīng)過5個(gè)工位。每個(gè)工位需要1個(gè)接近開關(guān)檢測極片的到位,故共需5個(gè)接近開關(guān)。其中,2個(gè)工位需要驅(qū)動剔除氣缸運(yùn)動,1個(gè)工位需要驅(qū)動翻料氣缸運(yùn)動,另外,傳送帶需要控制轉(zhuǎn)動,故共需4個(gè)輸出電磁閥。其PLC硬件接線圖和梯形圖分別如圖8和圖9所示。其中,X11是工作位,用于接收上位機(jī)串口發(fā)來的檢測結(jié)果信號。通過上位機(jī)通信協(xié)議設(shè)置工作位實(shí)現(xiàn)上位機(jī)對PLC輸出的控制。
圖8 硬件接線圖
圖9 梯形圖
研究并開發(fā)了定時(shí)器極片的尺寸和缺陷特征機(jī)器視覺自動檢測系統(tǒng)。主要介紹了系統(tǒng)的組成、圖像采集及光源和照明方案的設(shè)計(jì)、圖像處理及分析子系統(tǒng)的設(shè)計(jì)、執(zhí)行控制子系統(tǒng)的設(shè)計(jì)等。利用最大類間方差法求解了最優(yōu)閾值,實(shí)現(xiàn)了圖像的二值化;利用三菱FX2N PLC設(shè)計(jì)了控制接線和梯形圖程序,實(shí)現(xiàn)了自動檢測的運(yùn)動執(zhí)行控制。檢測了長度、角度及圓度等尺寸特征和雙面鐵銹等缺陷特征,完成了薄片件的視覺檢測。給出了定時(shí)器極片的角度特征檢測實(shí)例,測量相對誤差為0.14%,絕對誤差為0.126°。
【1】LU Jiping,LITTLE James J.Reflectance and Shape from Images Using a Collinear Light Source[J].International Journal of Computer Vision,1999,32(3):213-240.
【2】KOPPARAPU S K.Lighting Design for Machine Vision Application[J].Image and Vision Computing,2006,24(7): 720-726.
【3】YING Yibin,WANG Jianping,JIANG Huanyu.Inspecting Diameter and Defect Area of Fruit with Machine Vision[J].Transactions of CSAE,2002,18(5):216-220.
【4】章毓晉.圖像處理和分析[M].北京:清華大學(xué)出版社,1999.
【5】張弘.數(shù)字圖像處理與分析[M].北京:機(jī)械工業(yè)出版社,2007:116.
【6】GOLNABI H,ASADPOUR A.Design and Application of Industrial Machine Vision Systems[J].Robotics and Computer-Integrated Manufacturing,2007,23(6):630-637.