白亞軍 劉剛

摘 要：視覺系統(tǒng)可以快速、準(zhǔn)確和高可重復(fù)性地自動完成諸如部件測量和檢查的工作，這樣就可以幫助制造商提高產(chǎn)品質(zhì)量和生產(chǎn)力。視覺系統(tǒng)在制造過程中的每一步都可以生成有價值的監(jiān)測數(shù)據(jù)，這同時也可以幫助控制工程師擴(kuò)展過程診斷的功能。文章以視覺檢測方法為切入點，在概述視覺檢測方法的基本內(nèi)涵和現(xiàn)實意義的基礎(chǔ)上，重點探討了視覺檢測方法在機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測中的應(yīng)用，旨在說明視覺檢測方法在機械產(chǎn)品領(lǐng)域的重要性，以期為機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測提供參考。

關(guān)鍵詞：視覺檢測；機械產(chǎn)品；內(nèi)部結(jié)構(gòu)狀態(tài)；應(yīng)用

引言

隨著社會經(jīng)濟(jì)的發(fā)展，機械制造也的檢測技術(shù)也隨之發(fā)展壯大，視覺檢測方法作為現(xiàn)代檢測手段，應(yīng)用在機械產(chǎn)品內(nèi)部結(jié)構(gòu)狀態(tài)檢測中，實現(xiàn)產(chǎn)品內(nèi)部構(gòu)件狀態(tài)的自動檢測，對于自動檢測復(fù)雜機械產(chǎn)品內(nèi)部構(gòu)件的狀態(tài)具有普遍意義，已越來越引起工程技術(shù)人員的重視。如何在機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測中應(yīng)用視覺檢測方法是當(dāng)前機械產(chǎn)品內(nèi)部構(gòu)件檢測關(guān)注的焦點。因此，研究視覺檢測方法在機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測中的應(yīng)用具有十分重要的現(xiàn)實意義。鑒于此，作者對機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測中應(yīng)用視覺檢測的策略進(jìn)行了初步探討。

1 概述視覺檢測方法的基本內(nèi)涵和現(xiàn)實意義

目前，機器視覺系統(tǒng)已經(jīng)得到了廣泛的應(yīng)用。要了解視覺檢測方法在機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測中的應(yīng)用，了解視覺檢測的基本內(nèi)涵和現(xiàn)實意義至關(guān)重要。文章將分別闡述視覺檢測方法的基本內(nèi)涵和現(xiàn)實意義，其具體內(nèi)容如下：

1.1 視覺檢測方法的基本內(nèi)涵

視覺檢測就是用機器代替人眼來做測量和判斷。從視覺檢測的結(jié)構(gòu)上看，其典型結(jié)構(gòu)主要有三部分組成，即照明、鏡頭和相機。視覺檢測是指通過機器視覺產(chǎn)品（即圖像攝取裝置，分CMOS和CCD兩種）將被攝取目標(biāo)轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號；圖像系統(tǒng)對這些信號進(jìn)行各種運算來抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動作。

1.2 視覺檢測方法的現(xiàn)實意義

視覺檢測在提高生產(chǎn)的柔性和自動化程度方面具有重要的意義。在生產(chǎn)生活中，利用視覺檢測方法，可以檢測缺陷和防止缺陷產(chǎn)品被配送。機器視覺檢測和傳統(tǒng)的人工視覺檢測相比，憑借其工作效率高和精度高的優(yōu)勢，對于一些不適合人工作業(yè)的危險工作環(huán)境，可以起到代替人工視覺的作用。在實現(xiàn)信息集成方面，機器視覺檢測易于實現(xiàn)信息集成，是實現(xiàn)計算機集成制造的基礎(chǔ)技術(shù)。在檢測過程中，屬于非接觸測量，也就是說不用接觸即可完成測量。與此同時，較寬的光譜響應(yīng)范圍，擴(kuò)大了被檢區(qū)域，擴(kuò)展了人眼的視覺范圍。而機器視覺檢測能夠長期穩(wěn)定工作，保證測量、分析和任務(wù)識別，則在節(jié)省大量勞動力資源方面具有不可估量的意義。因此，在機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測中，應(yīng)用視覺檢測方法進(jìn)行檢測勢在必行。

2 機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測中應(yīng)用視覺檢測的策略

視覺檢測系統(tǒng)的構(gòu)成，如圖1所示。為進(jìn)一步提高機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測中應(yīng)用視覺檢測的水平，在了解視覺檢測的基本內(nèi)容好人現(xiàn)實意義的基礎(chǔ)上，機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測中應(yīng)用視覺檢測的策略，可以從以下幾個方面入手，文章將逐一進(jìn)行分析：

圖1 視覺檢測系統(tǒng)的構(gòu)成

2.1 圖像部件對機械產(chǎn)品內(nèi)部狀態(tài)的檢測

圖像部件對機械產(chǎn)品內(nèi)部狀態(tài)的檢測的原理是：攝像機捕捉被檢測物體的電子圖像，然后將其發(fā)送到處理器進(jìn)行分析。電子圖像被轉(zhuǎn)換成數(shù)字，表示圖像最小的部分，即像素。圖像顯示的像素數(shù)量稱作分辨率。圖像的分辨率越高，包含的像素數(shù)量越多，進(jìn)行檢測時，圖像的像素數(shù)量越多，檢測結(jié)果越準(zhǔn)確。由于原始射線圖像非常模糊，因此通常有必要對圖像進(jìn)行預(yù)處理，在對圖像預(yù)處理方法的選擇上，主要有濾波降噪、目標(biāo)背景分割、直方圖修正三種。

2.2 攝像機對機械產(chǎn)品內(nèi)部狀態(tài)的檢測

視覺檢測系統(tǒng)的攝像機有三個變量需要調(diào)整，以優(yōu)化捕捉到的圖像。它們是光圈、對比度和快門速度。在機械產(chǎn)品內(nèi)部構(gòu)件檢測中，攝像機把光學(xué)圖象信號轉(zhuǎn)變?yōu)殡娦盘?，以便于存儲或者傳輸。在?yīng)用視覺檢測過程中，提取預(yù)處理后的檢測圖像中的相應(yīng)關(guān)鍵零部件位置處的像素灰度值，根據(jù)是否超出設(shè)置的誤差范圍判斷零件的有無或嚴(yán)重的錯位，以此來檢測機械產(chǎn)品內(nèi)部零件是否合格。

2.3 照明部件對機械產(chǎn)品內(nèi)部狀態(tài)的檢測

在照明部件對機械產(chǎn)品內(nèi)部狀態(tài)的檢測方面，正確的照明對幫助創(chuàng)建有效檢測所需的對比度很關(guān)鍵。在機械產(chǎn)品內(nèi)部構(gòu)件檢測中，當(dāng)對一件產(chǎn)品的正確系統(tǒng)設(shè)置進(jìn)行評估時，照明光源的好壞對系統(tǒng)最終的測量精度有很大的影響，因此需要花費相當(dāng)多的時間用來確定檢測所需的最佳照明。在具體做法上，照明解決方案的類型、幾何形狀、顏色和強度應(yīng)當(dāng)提供盡可能強的對比。

2.4 軟件工具對機械產(chǎn)品內(nèi)部狀態(tài)的檢測

視覺檢測系統(tǒng)使用軟件處理圖像，軟件采用算法工具幫助分析圖像。計算機視覺檢測技術(shù)作為新興檢測技術(shù)，完成所需要的檢測，能較好地滿足現(xiàn)代制造業(yè)的發(fā)展需求。在機械產(chǎn)品內(nèi)部狀態(tài)的檢測中，常用的軟件工具包括，搜索工具，邊界工具，特征分析工具，過程工具，視覺打印工具等，這些軟件工具的使用能識別出元器件漏裝及錯位等故障，進(jìn)而為機械產(chǎn)品內(nèi)部狀態(tài)檢測提供一種新穎、方便和可靠的解決方案。

3 結(jié)束語

總之，視覺檢測方法在機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測中的應(yīng)用是一項綜合的系統(tǒng)工程，具有長期性和復(fù)雜性。在應(yīng)用視覺檢測方法進(jìn)行機械產(chǎn)品內(nèi)部狀態(tài)檢測時，應(yīng)把握好圖像部件對機械產(chǎn)品內(nèi)部狀態(tài)的檢測、攝像機對機械產(chǎn)品內(nèi)部狀態(tài)的檢測、照明部件對機械產(chǎn)品內(nèi)部狀態(tài)的檢測、軟件工具對機械產(chǎn)品內(nèi)部狀態(tài)的檢測四個方面的內(nèi)容，積極探索視覺檢測方法在機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測中的應(yīng)用策略，只有這樣，才能不斷提高機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測中應(yīng)用視覺檢測的水平，促進(jìn)機械產(chǎn)品內(nèi)部構(gòu)件狀態(tài)檢測工作的高效開展。

參考文獻(xiàn)

[1]李月景.圖像識別技術(shù)及其應(yīng)用[M].機械工業(yè)出版社，1985.

[2]張江明，張娟.淺談制造業(yè)中計算機視覺檢測技術(shù)的應(yīng)用與發(fā)展[J].科技創(chuàng)新導(dǎo)報，2011（29）.

[3]羅兵.SMT產(chǎn)品質(zhì)量機器視覺檢測中的機器學(xué)習(xí)[J].電子質(zhì)量，2009（01）.

[4]王磊，梅濤，孔令成，等.基于視覺技術(shù)的扣式電池自動檢測系統(tǒng)設(shè)計[J].儀表技術(shù)，2011（08）.

[5]王雙雙，張豫南，張健，等.基于觀測器的全方位平臺滑模軌跡跟蹤控制[J].計算機仿真，2012（10）.

[6]劉瓊，秦現(xiàn)生，蔡勇，等.材料缺陷視覺檢測及公差測量關(guān)鍵技術(shù)研究[J].航空精密制造技術(shù)，2009（02）.

作者簡介：白亞軍（1980，10-），男，籍貫：河北省定州市，學(xué)歷：本科，研究方向：內(nèi)燃機檢測技術(shù)、機械產(chǎn)品安全檢測、機械安全設(shè)備設(shè)計、電氣產(chǎn)品測試。