郭羽鵬，韓震宇，鄒龍飛

(四川大學(xué)制造科學(xué)與工程學(xué)院，四川成都610065)

0 引言

近年來(lái)，隨著我國(guó)的電子信息產(chǎn)業(yè)迅速發(fā)展，電子信息產(chǎn)業(yè)鏈日臻完善，電子連接器作為電子信息設(shè)備的重要元器件，也被帶動(dòng)著快速發(fā)展起來(lái)。隨著電子信息設(shè)備產(chǎn)品向小型化方向發(fā)展，電子連接器的尺寸也越來(lái)越小，加工精度要求也越來(lái)越高，設(shè)計(jì)的形狀也變得更加復(fù)雜。

電子連接器作為一種高精密元器件，質(zhì)量要求非常高。接觸電阻是電子連接器的一種質(zhì)量評(píng)價(jià)指標(biāo)［1］，質(zhì)量良好的連接器的接觸電阻較低且穩(wěn)定，一般在幾毫歐到數(shù)十毫歐之間。而電子連接器的一些外觀缺陷如劃痕、管腳傾斜、壓傷等，使得連接器的接觸電阻不穩(wěn)定，易導(dǎo)致連接器兩端的電子模塊信號(hào)傳遞受阻，嚴(yán)重影響電子產(chǎn)品的質(zhì)量，因此對(duì)連接器的外觀質(zhì)量檢測(cè)是控制產(chǎn)品質(zhì)量的重要環(huán)節(jié)。

連接器的生產(chǎn)批量較大，生產(chǎn)速度快，對(duì)檢測(cè)速度要求較高。連接器的生產(chǎn)過(guò)程可以分為沖壓、電鍍、注塑、組裝四個(gè)階段，而這四個(gè)工藝流程生產(chǎn)速度都很快，生產(chǎn)速度可達(dá)到1000 件/min。高速的生產(chǎn)過(guò)程由于一些隨機(jī)的因素如飛屑、擠壓等，易造成連接器產(chǎn)生外觀缺陷?；跈C(jī)器視覺(jué)原理的檢測(cè)技術(shù)能夠滿足連接器廠商的檢測(cè)速度要求，可以實(shí)現(xiàn)對(duì)產(chǎn)品的高速檢測(cè)。

1 系統(tǒng)檢測(cè)原理

本檢測(cè)系統(tǒng)是基于機(jī)器視覺(jué)檢測(cè)原理設(shè)計(jì)而成，主要由照明系統(tǒng)、圖像采集系統(tǒng)、物料傳送控制系統(tǒng)、圖像檢測(cè)系統(tǒng)軟件等組成［2］。系統(tǒng)運(yùn)行時(shí)，伺服電動(dòng)機(jī)拖動(dòng)連接器料帶前進(jìn)，每次電機(jī)拖動(dòng)前進(jìn)一步，下一個(gè)連接器完整落入相機(jī)視野范圍，在電機(jī)短暫停頓期間，系統(tǒng)對(duì)該連接器進(jìn)行圖像采集、圖像處理分析，并得出檢測(cè)結(jié)果。當(dāng)產(chǎn)品被檢測(cè)出無(wú)缺陷時(shí)，則連續(xù)運(yùn)行下去;否則，系統(tǒng)報(bào)警提示，剔除廢品后繼續(xù)運(yùn)行。檢測(cè)系統(tǒng)的結(jié)構(gòu)圖如圖1所示。本系統(tǒng)的檢測(cè)對(duì)象主要為矩形管腳類連接器，圖2 為9PIN 電子連接器。

圖1 檢測(cè)系統(tǒng)結(jié)構(gòu)圖

圖2 9PIN 電子連接器

2 圖像處理流程

基于機(jī)器視覺(jué)原理的檢測(cè)系統(tǒng)的核心關(guān)鍵技術(shù)為圖像檢測(cè)系統(tǒng)軟件，主要內(nèi)容是對(duì)被檢測(cè)對(duì)象進(jìn)行圖像處理，得到檢測(cè)結(jié)果。本系統(tǒng)的圖像處理軟件設(shè)計(jì)思路是測(cè)量連接器相關(guān)幾何參數(shù)及對(duì)缺陷連通區(qū)提取，從而達(dá)到連接器外觀缺陷檢測(cè)目的。檢測(cè)系統(tǒng)的圖像處理流程如圖3所示，對(duì)采集到的連接器圖像先后進(jìn)行邊緣點(diǎn)檢測(cè)和雙閾值Blob 提取操作，從而得出準(zhǔn)確的圖像處理結(jié)果。

圖3 圖像處理流程圖

2.1 邊緣點(diǎn)檢測(cè)

圖像中的關(guān)鍵特征處需進(jìn)行邊緣點(diǎn)檢測(cè)，并根據(jù)邊緣位置計(jì)算連接器相應(yīng)的幾何參數(shù)。邊緣點(diǎn)檢測(cè)中利用梯度算子計(jì)算每一個(gè)像素的梯度值和梯度方向，對(duì)同時(shí)滿足梯度大小要求和方向要求的灰度突變位置定義為邊緣點(diǎn)。圖4 為對(duì)某方向一維邊緣點(diǎn)檢測(cè)示意圖。計(jì)算邊緣位置的過(guò)程中采用梯度算子，通過(guò)對(duì)多個(gè)一維邊緣點(diǎn)位置的提取間接獲取二維圖像中的邊緣信息。

在以梯度算子檢測(cè)邊緣位置信息過(guò)程中，易出現(xiàn)位置偏差，影響檢測(cè)精度，需進(jìn)行校正。當(dāng)以兩個(gè)相鄰像素的灰度值fk差值來(lái)求梯度大小時(shí)，該計(jì)算方法得到的是位置n+0.5 處像素的梯度值，而非位置n 處像素的梯度值。為準(zhǔn)確計(jì)算位置n 處像素的梯度值，對(duì)計(jì)算方法進(jìn)行改進(jìn)。從改進(jìn)式中提取得到的梯度算子為［0.5，0，0.5］T，取整為［1，0，1］T，滿足設(shè)定梯度值大小和梯度方向的像素則為邊緣點(diǎn)［3］。

改進(jìn)為

圖4 某方向一維邊緣點(diǎn)檢測(cè)

圖5 管腳末端邊緣位置檢測(cè)

為了測(cè)量連接器管腳的幾何參數(shù)，則需獲取管腳的邊緣線位置，此時(shí)需要多個(gè)邊緣點(diǎn)擬合成直線，從而得到連接器管腳邊緣。對(duì)邊緣點(diǎn)的檢測(cè)是在直線型搜索范圍內(nèi)利用梯度算子計(jì)算獲取。為了獲取管腳邊緣上的多個(gè)邊緣點(diǎn)，將搜索范圍擴(kuò)大為矩形。在矩形搜索范圍內(nèi)構(gòu)造多條有向線段型搜索范圍，其中有向線段與矩形的旋轉(zhuǎn)角度一致，平行于矩形范圍的寬度方向，并且按照一定的密度均勻分布在矩形范圍內(nèi)，從而得到管腳邊緣上的多個(gè)邊緣點(diǎn)。圖6 為旋轉(zhuǎn)角度為0°的矩形范圍內(nèi)搜索邊緣點(diǎn)示意圖。

圖6 旋轉(zhuǎn)角度為0°時(shí)的矩形范圍內(nèi)搜索邊緣點(diǎn)

提取得到多個(gè)管腳邊緣點(diǎn)后，對(duì)這些離散邊緣點(diǎn)進(jìn)行直線擬合，得到管腳邊緣位置信息。為了降低噪聲干擾，獲取穩(wěn)定而準(zhǔn)確的邊緣位置信息，采用最小二乘法將各離散邊緣點(diǎn)集合{(xi，yj)| i，j=1，2，…，n}擬合成直線x=ky+b，計(jì)算過(guò)程如下:

再通過(guò)求其偏導(dǎo)數(shù)獲取最值:

代入點(diǎn)集數(shù)據(jù)，求得k，b 參數(shù)值，獲取管腳邊緣位置，從而計(jì)算得到管腳相應(yīng)的幾何參數(shù)，如圖7所示。對(duì)檢測(cè)到的管腳離散邊緣點(diǎn)進(jìn)行直線擬合，并根據(jù)檢測(cè)得到邊緣位置和管腳長(zhǎng)度確定管腳的缺陷搜索范圍，如圖8所示。

圖7 對(duì)離散邊緣點(diǎn)直線擬合

圖8 管腳缺陷搜索范圍

2.2 雙閾值Blob 提取

電子連接器在高速生產(chǎn)過(guò)程中，冷卻液對(duì)沖壓刀具進(jìn)行冷卻，同時(shí)飛濺到正在生產(chǎn)的連接器料帶上，料帶在傳送出機(jī)床前進(jìn)行了清潔處理，但仍然會(huì)留有一些油漬，這些油漬成像偏暗，對(duì)后期圖像缺陷提取形成干擾，為此在管腳圖像上提取缺陷時(shí)需濾除油漬的干擾。本系統(tǒng)的照明系統(tǒng)部分在封閉暗箱環(huán)境下采用同軸平行光光源，增強(qiáng)了劃痕等細(xì)小缺陷的對(duì)比度，同時(shí)降低了油漬對(duì)像素灰度值的影響。為了將缺陷與油漬區(qū)分開(kāi)來(lái)，本文中提出了雙閾值Blob 提取方法來(lái)提取準(zhǔn)確的缺陷。圖9 為含有劃痕與油漬的管腳圖像。

圖9 油漬與劃痕的管腳圖像

油漬與缺陷的形狀均是不規(guī)則的，為了將兩者區(qū)別開(kāi)來(lái)，對(duì)兩者的灰度值分布進(jìn)行分析。圖10 和圖11中，設(shè)定相同大小的感興趣區(qū)域分別包含缺陷和油漬，對(duì)感興趣區(qū)域上的像素灰度值進(jìn)行統(tǒng)計(jì)分析。

圖10 含有缺陷的區(qū)域及其灰度直方圖

圖11 含有油漬的區(qū)域及其灰度直方圖

根據(jù)兩者的灰度直方圖統(tǒng)計(jì)分析，兩者在灰度分布上規(guī)律相似，但缺陷圖像的最小灰度值低于油漬的最小灰度值，并且缺陷圖像在較低灰度值區(qū)間內(nèi)的像素?cái)?shù)目更多。

根據(jù)上述得到的結(jié)論，可以對(duì)管腳圖像上的缺陷和油漬圖像進(jìn)行模型抽象分析，如圖12，規(guī)定圖像內(nèi)像素灰度值f(x，y)小于或等于低閾值Tlow的像素集合為內(nèi)核子集Ak(k=1，2，3，…)，圖像內(nèi)像素灰度值f(x，y)小于或等于高閾值Th的像素集合為外殼子集Bk(k=1，2，3，…)，其中0 ＜Tlow＜Th＜255，且內(nèi)核子集和外殼子集內(nèi)的各像素滿足8 鄰接位置關(guān)系。

圖12 缺陷、油漬圖像模型

內(nèi)核子集Ak中的像素灰度值小于缺陷圖像平均灰度值，外殼子集Bk接近為完整缺陷圖像像素集合，能夠較為完整地描述出缺陷的形狀大小，并且包含相應(yīng)的內(nèi)核子集Ak。在缺陷提取過(guò)程中，使用高閾值Th提取得到的像素集合為外殼子集Bk，這些外殼子集Bk包含了缺陷與油漬，無(wú)法區(qū)分開(kāi)來(lái)，通過(guò)選用低閾值Tlow，從外殼子集Bk中獲取相應(yīng)的內(nèi)核子集Ak，根據(jù)上文中對(duì)缺陷與油漬圖像像素灰度值統(tǒng)計(jì)分析，在選用同一適當(dāng)?shù)烷撝礣low情況下，提取得到的缺陷內(nèi)核子集最小灰度值要比油漬內(nèi)核子集最小灰度值低，且缺陷的內(nèi)核子集Ak的像素個(gè)數(shù)N(Ak)更多，即面積更大，設(shè)定其面積閾值為Na，面積大于或等于Na的內(nèi)核子集Ak所在的外殼子集Bk為缺陷，反之則為油漬，從而通過(guò)內(nèi)核子集Ak將缺陷與油漬區(qū)別開(kāi)來(lái)，再使用缺陷內(nèi)核子集對(duì)應(yīng)的外殼子集的集合將管腳圖像上所有缺陷描述出來(lái)。算法總結(jié)如下:

計(jì)算外殼子集Bk:

?(xi，yj)∈R，f(xi，yj)≤Th，i，j=1，2，3…

且?(xα，yβ)∈Bk，(xi，yj)∈N8(xα，yβ)，k=1，2，3…

Bk=Bk∪{(xi，yj)}

計(jì)算內(nèi)核子集Ak:

?(x'i，y'j)∈Bk，f(x'i，y'j)≤Tlow，

且?(x'α，y'β)∈Ak，(x'i，y'j)∈N8(x'α，y'β)，

Ak=Ak∪{(x'i，y'j)}

判斷缺陷:

N(Ak)≥Na，

Q=Q∪{Bk}

式中:R 為管腳缺陷搜索范圍內(nèi)的圖像像素集合;N8(xα，yβ)為與(xα，yβ)處像素有8 鄰接位置關(guān)系的像素集合;Q 為R 內(nèi)所有缺陷的外殼子集集合?；叶乳撝礣h，Tlow的設(shè)定與光路設(shè)計(jì)、光場(chǎng)強(qiáng)度有關(guān)，且Tlow的設(shè)定需考慮缺陷內(nèi)核子集像素個(gè)數(shù)閾值Na的大小。根據(jù)檢測(cè)要求選擇合適的Na值，Tlow設(shè)定偏小，內(nèi)核子集像素較少的缺陷會(huì)被視為油漬而造成漏檢;若Tlow偏大，油漬易被誤檢為缺陷。圖13 為使用灰度閾值226 進(jìn)行Blob 提取的管腳圖像及Blob 參數(shù)，圖14為使用灰度閾值190、像素個(gè)數(shù)閾值10 的Blob 提取管腳圖像及各Blob 參數(shù)，圖15 為雙閾值Blob 提取得到的結(jié)果，管腳圖像中編號(hào)為1 的Blob 是缺陷，圖中的各方框?yàn)锽lob 的最小外接矩形。

圖13 高閾值Blob 提取的管腳圖像及Blob 參數(shù)

圖14 低閾值Blob 提取的管腳圖像及Blob 參數(shù)

圖15 雙閾值Blob 提取得到缺陷及其參數(shù)

3 現(xiàn)場(chǎng)檢測(cè)運(yùn)行

根據(jù)上文中提出的圖像處理算法思路，設(shè)計(jì)檢測(cè)系統(tǒng)的圖像處理軟件，并對(duì)系統(tǒng)檢測(cè)功能進(jìn)行驗(yàn)證測(cè)試，確認(rèn)系統(tǒng)的檢測(cè)精度、速度和可靠性是否達(dá)標(biāo)。

在此次檢測(cè)運(yùn)行中，以9PIN 規(guī)格的電子連接器為檢測(cè)樣品，檢測(cè)精度要求為±0.05 mm。選用了AVT的Guppy Pro 系列中的CCD 相機(jī)F-032B/C，其分辨力為656×492，設(shè)置視野范圍為W× H 約為14 mm×11 mm，幀率為82 ft/s(約為25 m/s)，即每幅圖像采集傳輸時(shí)間約為12 ms，根據(jù)圖像采樣定理［4］，檢測(cè)誤差為0.04 mm，可以滿足對(duì)連接器外觀缺陷的基本檢測(cè)要求。

電子連接器在靜止?fàn)顟B(tài)下，系統(tǒng)對(duì)其進(jìn)行100 次連續(xù)采圖檢測(cè)，電子連接器設(shè)計(jì)值(不包括最長(zhǎng)的PIN)及100 次重復(fù)測(cè)量結(jié)果見(jiàn)表1。

表1 9PIN 電子連接器設(shè)計(jì)值及100 次重復(fù)測(cè)量結(jié)果統(tǒng)計(jì)

由表1 數(shù)據(jù)統(tǒng)計(jì)得到，系統(tǒng)的測(cè)量數(shù)據(jù)在±0.05 mm 內(nèi)波動(dòng)，可以滿足對(duì)檢測(cè)精度的要求。

檢測(cè)系統(tǒng)同步制造機(jī)床生產(chǎn)速度進(jìn)行在線檢測(cè)，連續(xù)檢測(cè)1000 個(gè)9PIN 連接器，并與準(zhǔn)確的人工檢測(cè)結(jié)果對(duì)比分析，結(jié)果見(jiàn)表2。

表2 在線檢測(cè)結(jié)果統(tǒng)計(jì)

其中檢測(cè)系統(tǒng)得到的良品中無(wú)不合格產(chǎn)品，而劣品中有60 個(gè)良品被誤檢為不合格產(chǎn)品，主要是由管腳表面雜質(zhì)及部分灰度值較低的油漬引起的。綜合計(jì)算得到誤判率為6%，具有較高的可靠性，能夠滿足廠方的檢測(cè)要求。

4 總結(jié)

根據(jù)系統(tǒng)檢測(cè)運(yùn)行結(jié)果，本文中介紹的圖像處理方法能夠滿足連接器廠商對(duì)檢測(cè)的要求，并且具有一定的通用性，但后續(xù)需要優(yōu)化改進(jìn)。本文中使用的檢測(cè)對(duì)象為9PIN 規(guī)格的連接器，在滿足檢測(cè)精度條件的情況下，檢測(cè)速度同步生產(chǎn)速度，能夠在1s 內(nèi)連續(xù)檢測(cè)完5 個(gè)連接器，達(dá)到對(duì)檢測(cè)速度的要求，并且通過(guò)使用雙閾值Blob 提取算法，將油漬與缺陷區(qū)分開(kāi)來(lái)，增強(qiáng)了系統(tǒng)檢測(cè)的可靠性。但由于9PIN 連接器規(guī)格較小，而針對(duì)尺寸范圍更大的連接器，為滿足檢測(cè)精度，則需要采用分辨力更高的工業(yè)相機(jī)，致使圖像處理的數(shù)據(jù)量增加，對(duì)檢測(cè)速度產(chǎn)生影響，為此本文中介紹的連接器檢測(cè)方法還需要一定的改進(jìn)來(lái)達(dá)到檢測(cè)要求。

［1］李東方.實(shí)用接插件手冊(cè)［M］.北京:電子工業(yè)出版社，2008:4-8.

［2］鄒龍飛，韓震宇，馬鵬，等.電子接插件在線質(zhì)量檢測(cè)研究［J］.計(jì)測(cè)技術(shù)，2015，35(2):52-57.

［3］Steger C，Ulrich M，Wiediman C.機(jī)器視覺(jué)算法與應(yīng)用［M］.雙語(yǔ)版.楊少榮，譯.北京:清華大學(xué)出版社，2008:209.

［4］Rafael C Gonzalez，Richard E Woods.數(shù)字圖像處理［M］.3 版.阮秋琦，阮宇智，譯.北京:電子工業(yè)出版社，2013:30.