田原嫄，潘敏凱，劉思陽

(東北電力大學 機械工程學院，吉林 吉林 132012)

0 引言

電容器是一種儲能元件，在電路中用于調(diào)諧、濾波、耦合、旁路、能量轉(zhuǎn)換和延時。鋁電解電容器是由鋁圓筒做負極，里面裝有液體電解質(zhì)，插入一片彎曲的鋁帶做正極而制成的電容器。它的特點是容量大，但是漏電大，誤差大，穩(wěn)定性差，常用作交流旁路和濾波，在要求不高時也用于信號耦合。鋁電解電容器的制造工藝、規(guī)格及材料各不相同，常見的鋁殼類型:A 型、B 型、C 型、v-chip(片式)。產(chǎn)品存在的品質(zhì)缺陷分別為A、B、C 類缺陷，依次為致命缺陷、嚴重缺陷和一般缺陷。電容在裝入電路前要檢查它有沒有短路、斷路和漏電等現(xiàn)象，即檢測產(chǎn)品是否存在品質(zhì)缺陷問題。因此，對于具有鋁電解電容器月產(chǎn)量高達幾十億只供貨能力的公司來說，鋁殼產(chǎn)品在線表面缺陷檢測項目，尤其是A 類缺陷品質(zhì)檢測已成為企業(yè)的關(guān)鍵技術(shù)難題。目前，由于加工產(chǎn)品的沖床上的檢測條件很苛刻:①油污嚴重(產(chǎn)品表面不干凈);②振動;③空間狹小;④機臺數(shù)量眾多，單臺成本投入要小。因此，基于CCD 圖像處理的表面缺陷檢測方法是十分必要的。首先，利用CCD 采集檢測線上的成品圖像，然后通過圖像濾波、目標檢測、圖像分割、缺陷特征提取、缺陷分類等步驟，將有缺陷的樣品保存到圖像緩沖區(qū)，以便通過機械輔助設(shè)備將有缺陷的產(chǎn)品篩選出來。這種方法有利于提高企業(yè)的生產(chǎn)效率，降低勞動強度，保證產(chǎn)品質(zhì)量并降低消耗。

1 鋁電容器表面圖像處理過程

1.1 系統(tǒng)構(gòu)成

CCD 在線檢測系統(tǒng)如圖1 所示，由三臺帶有圖像采集卡的CCD 攝像機、三個攝像頭、計算機、遮光板等組成。系統(tǒng)的工作原理為:當鋁殼隨著傳送帶以一定速度通過攝像區(qū)域時，三臺位于鋁殼件上方相鄰夾角分別120°位置的CCD 攝像機將進行圖像采集，并將圖像通過圖像采集卡傳送給計算機系統(tǒng)，系統(tǒng)根據(jù)傳送帶速度來調(diào)整圖像采集的速度，以保證對于同一鋁殼件采集的多幅圖像少有重疊。采集后的圖像經(jīng)過圖像處理，并同步判斷鋁殼件表面是否存在缺陷，若存在缺陷則將相應(yīng)數(shù)據(jù)傳送到控制系統(tǒng)，從而控制篩選機構(gòu)將有缺陷的樣件分離。

圖1 CCD 檢測系統(tǒng)示意圖

1.2 圖像中值濾波

首先，采集5 種有缺陷的鋁殼樣件圖像，為了檢測樣件是否存在缺陷，應(yīng)進行邊緣檢測［1］，所謂邊緣是指圖像中灰度發(fā)生急劇變化的區(qū)域，或者說是指周圍像素灰度有階躍變化或屋頂變化的那些像素的集合［2］。因此，對采集到的原圖像首先進行灰度處理［3］，如圖2所示。對于系統(tǒng)在傳送和轉(zhuǎn)換圖像時會產(chǎn)生的噪聲，采用中值濾波的方法對鋁殼的灰度圖像進行平滑處理［4］，該方法不但能有效地排除非線性信號的干擾，而且能保留圖像的邊緣信息，如圖2 所示。

圖2 灰度處理、中值濾波處理圖像

1.3 邊緣檢測

鋁殼樣件邊緣檢測的目的是檢測圖像中是否有缺陷，如果無缺陷就不需要下一步處理，否則就將圖像保留到圖像緩沖區(qū)，等待進一步處理，因為鋁殼生產(chǎn)合格率達90%以上，大多數(shù)圖像都是沒有缺陷的，因此利用檢測圖像輪廓邊緣很細的Roberts 算子［5］，雖然連續(xù)性較差，邊緣信息有一定丟失，但對鋁殼樣件邊緣檢測效果影響不明顯，對應(yīng)以上5 中缺陷圖像的邊緣檢測效果圖，如圖3 所示。

圖3 邊緣提取輪廓

1.4 二值化處理

為了區(qū)分圖像背景與邊緣輪廓，對經(jīng)過去噪處理的灰度圖像進行二值化處理［6］，是邊緣輪廓細節(jié)更加突出。用戶設(shè)定閾值，圖像中像素灰度值小于閾值時，該像素的灰度值則置0，反之置為255。由于輸送鋁殼的傳送裝置是由金屬制成，而鋁殼本身反光率很高，為了增強拍攝效果，在采集圖像時，刻意在光線比較暗的環(huán)境下進行的，根據(jù)樣件缺陷種類的不同、光線的明暗程度不同，而且目前閾值的確定尚未有固定的算法，因此確定本處理的閾值為20 ～30。圖4 為上述5 中缺陷采用閾值處理后得到的二值化圖像。

圖4 對應(yīng)五種缺陷的二值化處理圖像

2 缺陷分類

2.1 圖像分割

本文采用差影檢測法［7］進行缺陷檢測，即系統(tǒng)選取標準圖像與被采集圖像相減，然后對差影圖像進行分析，如果差影圖像的每個像素點的灰度都為0，則不存在缺陷，反之，存在缺陷處的圖像像素值不為0，以此來判斷鋁殼是否存在缺陷。

2.2 缺陷特征的分類

針對在生產(chǎn)過程中所存在A、B、C 三類共二十項缺陷，考慮到對系統(tǒng)運算的簡化，本文將三類缺陷的特征重新進行了歸類，即分為形狀缺陷、表面粗糙度缺陷、顏色缺陷三種。其中，形狀類缺陷包括:變形、壁部破洞、底部不平、端口部強度低、切口45°處階梯形、無防爆線、廢料、廢殼、防爆線開裂、混入雜物、防爆線厚度超標等缺陷;表面粗糙度缺陷包括:表面不光滑、表面分層、表面拉絲、表面無光澤、內(nèi)壁黑條、內(nèi)壁弧形、內(nèi)壁拉絲、CL 超標等缺陷。

2.3 形狀缺陷檢測

系統(tǒng)由三臺CCD 工業(yè)攝像機、照明系統(tǒng)作為一次感光元件，攝像機分別位于傳送帶兩側(cè)和正上方，照明系統(tǒng)應(yīng)平行于攝像機光軸位置，以保證工件圖像無陰影和反光影響。位于兩側(cè)的攝像機主要負責檢測鋁殼外表面有無明顯變形，由于鋁殼屬于標準件，外表面呈規(guī)則矩形，且表面無異物，系統(tǒng)通過選取標準圖像和被采集圖像進行差影檢測，檢查工件表面是否存在變形、異物、破洞、梯度、廢料、防爆線厚度及開裂，如果差影圖像存在灰度值不為0 的像素點，則判定為次品。位于傳送帶上方的攝像機主要負責檢測工件的圓度及有無防爆線，同樣采用差影檢測法，如存在恢復值不為0 的像素點即為次品。

2.4 表面粗糙度缺陷檢測

表面粗糙度缺陷分為外表面缺陷及內(nèi)表面缺陷兩種。

外表面粗糙度的檢測由三臺CCD 工業(yè)攝像機、放大鏡和照明裝置組成，攝像機分別位于傳送帶兩側(cè)和正上方，對工件表面的紋理進行檢測，利用紋理基元和灰度直方圖的關(guān)系，通過提取工件表面紋理直方圖的均值與方差與標準件作對比，若紋理基元相似，則為正品，若均值和方差較大，則為次品。

內(nèi)表面粗糙度檢測由兩根光線內(nèi)窺鏡、CCD 工業(yè)攝像機作為感光元件，兩根光線內(nèi)窺鏡背向排列，探入鋁殼樣件內(nèi)部，提取內(nèi)壁表面粗糙度圖像，檢測方法與外表面原理一致。

2.5 顏色缺陷檢測

對于需要進行顏色檢測的鋁殼樣件，可通過提取樣件顏色的HSV 值［8］，與標準件進行對比，相似度一致的為正品，否則為次品。

2.6 模糊識別模式進行缺陷分類

由于存在缺陷的類別較多，所以本文擬采用模糊識別［9］的方式，采用隸屬原則［10］歸類，特征向量由矩形度、圓度、灰度均值和方差組成，即輸入n 個正品和次品的圖像，提取其特征，通過選擇判別系數(shù)與被測鋁殼樣件進行的比較，來確定缺陷類型。

3 結(jié)束語

本文為了檢測鋁殼樣件缺陷，經(jīng)過圖像的采集、灰度處理、中值濾波、二值化處理等圖像處理過程，采用差影檢測法確定樣件是否存在缺陷，通過模糊識別模式區(qū)分缺陷類別。從圖像的采集到確定檢測結(jié)果整個檢測時間在0.1 秒內(nèi)完成。為了降低檢測系統(tǒng)成本，通過設(shè)計三套傳輸裝置可以實現(xiàn)1 秒內(nèi)同時檢測近20 個樣件的目的，滿足企業(yè)的技術(shù)要求，降低企業(yè)鋁殼件對外貿(mào)易因樣件缺陷產(chǎn)生的退貨率及巨大經(jīng)濟損失。

［1］趙娟娟. 數(shù)字圖像邊緣檢測方法的對比分析及優(yōu)化［J］.甘肅科學學報，2012，24(3):143－146.

［2］T. Poggio，H. Voorhees and A. Yuille. A Regularized Solution to Edge Detection. Journal of Complexity［J］. 1998(4):106－123.

［3］周均杰，雷西軍，陳峰. 支持多顯示方式的灰度轉(zhuǎn)換圖像增強處理［P］. 中國專利:CN102622728A，2012.

［4］孫變?nèi)A. 數(shù)字圖像處理——原理與算法［M］. 北京:機械工業(yè)出版社，2012.

［5］夏良正，李久賢. 數(shù)字圖像處理(2 版)［M］. 南京:東南大學出版社，2005.

［6］王剛，段會川. 加權(quán)模板匹配的二值化閾值不敏感性研究［J］. 計算機技術(shù)與發(fā)展，2012，22(1):122－125.

［7］張晞，顧歆，齊悅，等. 輸送帶縱向撕裂差影法圖像識別技術(shù)研究［J］. 煤炭科學技術(shù)，2008，36(11):85－88.

［8］荊紹威，楊風暴，李申燕. 基于增強處理和HSV 變換的多源圖像彩色融合及評價［J］. 光電技術(shù)應(yīng)用，2008，23(4):57－61.

［9］史培元，鄧廷權(quán). 顏色的模糊識別方法及其在圖像檢索中的應(yīng)用［J］(網(wǎng)絡(luò)優(yōu)先出版). 計算機工程與應(yīng)用，2012(9):1－5.

［10］朱國成，朱連森. 模糊數(shù)學中的最大隸屬原則應(yīng)用［J］.沿海企業(yè)與科技，2011(11):11－13.