徐 鵬，陳熾坤

(1.華南理工大學(xué) 機(jī)械與汽車工程學(xué)院，廣東 廣州 510640；2.華南理工大學(xué) 設(shè)計(jì)學(xué)院，廣東 廣州 510640)

機(jī)器視覺是一門涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計(jì)算機(jī)科學(xué)、圖像處理和模式識(shí)別等諸多領(lǐng)域的交叉學(xué)科。機(jī)器視覺主要是用計(jì)算機(jī)來模擬人的視覺功能，但并不僅僅是人眼的簡單延伸，更重要的是具有人腦的一部分功能——從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測、測量和控制[1]。

近年來，越來越多的機(jī)器視覺技術(shù)被引入到工業(yè)應(yīng)用中，如牛一帆提出了一種新的印刷圖像檢測系統(tǒng)的設(shè)計(jì)[2]，賀超英等提出的基于視覺的罐蓋質(zhì)量檢測系統(tǒng)設(shè)計(jì)等[3]。機(jī)器視覺技術(shù)的運(yùn)用，使得效率和效益都得到了大幅提高。

本文的研究對(duì)象為用于醫(yī)療行業(yè)的電子連接器，此醫(yī)療端子分為公端和母端2種，pin數(shù)為2～14，各pin腳均布于圓周，其中的一部分端子如圖1所示。當(dāng)端子pin腳的偏轉(zhuǎn)角過大時(shí)會(huì)影響到端子的裝配，所以需要對(duì)pin腳的偏轉(zhuǎn)角進(jìn)行檢測，判斷是否有超差現(xiàn)象?，F(xiàn)以公端6pin為例對(duì)此進(jìn)行說明，公端6pin打光后的影像如圖2所示。

圖1 醫(yī)療端子 圖2 角度定義

圖2中，O點(diǎn)為待測樣品的對(duì)稱中心，線段AB是pin腳形成的弦，P點(diǎn)是弦上的點(diǎn)，現(xiàn)對(duì)偏轉(zhuǎn)角ɑ的定義如下：

式中，Min()表示取較小值。若允許的最大偏轉(zhuǎn)角為β，那么當(dāng)α≤β時(shí)，產(chǎn)品為OK,否則為NG。

現(xiàn)有檢測方法是根據(jù)各種pin數(shù)端子的尺寸，制作一套檢測冶具。檢測時(shí)，需將待測端子套入對(duì)應(yīng)的檢測孔中(見圖3)，若所有pin腳能順利套入，視為OK，否則為NG。

圖3 檢測冶具

該方法有如下不足之處：1)檢測時(shí)，有機(jī)械磨損，會(huì)對(duì)pin腳造成一定損傷；2)對(duì)每一種pin數(shù)，需制作對(duì)應(yīng)的檢測冶具；3)無法對(duì)產(chǎn)品的檢測結(jié)果進(jìn)行統(tǒng)計(jì)和分析；4)結(jié)果很大程度上取決于人的主觀因素。

為了解決上述檢測方法存在的不足，現(xiàn)研發(fā)了一套基于機(jī)器視覺的檢測系統(tǒng)，較好地解決了上述問題。

1 系統(tǒng)組成

系統(tǒng)由工業(yè)相機(jī)、鏡頭、光源、檢測臺(tái)、工控機(jī)和顯示器等組成，如圖4所示。端子側(cè)面都有定位凹槽，檢測時(shí)需將此位置套入檢測臺(tái)的定位塊中。工業(yè)相機(jī)、鏡頭和光源在工控機(jī)控制下構(gòu)成了影像采集系統(tǒng)。影像采集完畢后，數(shù)據(jù)存入工控機(jī)內(nèi)存，由工控機(jī)完成一系列的計(jì)算，最后將結(jié)果輸出至顯示器和LED結(jié)果顯示燈。

圖4 系統(tǒng)組成

2 系統(tǒng)硬件

硬件部分由工控電腦、130萬像素USB相機(jī)、5018MP工業(yè)鏡頭、專用并口I/O卡和高亮度環(huán)形光源等組成。

圖5 pin腳結(jié)構(gòu)

硬件系統(tǒng)中最重要的是光源的選用。機(jī)器視覺中照明的目的是使被測物的重要特征顯現(xiàn)，而抑制不需要的特征。合理的打光方案將為之后的圖像處理奠定很好的基礎(chǔ)。pin腳結(jié)構(gòu)如圖5所示，公端產(chǎn)品無臺(tái)階面，理論上用同軸光源最佳，而母端產(chǎn)品有臺(tái)階面，如果用同軸光源，待測圓弧和臺(tái)階面的反光效果很接近，會(huì)對(duì)之后的影像處理造成很大干擾。為了使得待測圓弧的反光效率高，而臺(tái)階面的反光效率低，經(jīng)過理論分析和打光試驗(yàn)的結(jié)果，選用30°的環(huán)形LED燈較為合適。此時(shí)公、母端產(chǎn)品都有比較理想的影像質(zhì)量。

3 系統(tǒng)軟件

軟件部分的開發(fā)平臺(tái)為VS2010。軟件界面如圖6所示?，F(xiàn)以公端6pin為例，對(duì)圖像的處理過程做詳細(xì)說明，整個(gè)流程圖如圖7所示。

圖6 軟件界面

圖7 圖像處理過程流程圖

3.1 ROI圖像

ROI圖像的提取是為了進(jìn)一步減小干擾，將圖像處理限制在更小范圍內(nèi)進(jìn)行。由于端子都有定位凹槽，并且待測圓弧分布在圓周上，所以針對(duì)每種pin數(shù)的端子，設(shè)置有對(duì)應(yīng)的檢測區(qū)域(見圖6中虛線圓框)，之后的圖像處理便只在感興趣的區(qū)域內(nèi)進(jìn)行。

3.2 圖像分割

為了得到圖像中的各pin腳信息，應(yīng)對(duì)圖像進(jìn)行分割，即提取圖像中與各個(gè)pin腳相對(duì)應(yīng)的那些區(qū)域。由于各個(gè)pin腳的反光效果存在差異，導(dǎo)致了并非所有pin腳的灰度值都接近；因此，無法使用1個(gè)閾值對(duì)圖像進(jìn)行整體分割。然而，從單個(gè)pin腳的局部區(qū)域中看，pin腳明顯要比背景更亮。根據(jù)這一特點(diǎn)，本文采用動(dòng)態(tài)閾值分割處理。數(shù)學(xué)表達(dá)式如下：

S= {(r,c)∈R |f(r,c) -g(r,c) ≥diff}

式中，f(r,c)為原圖像；g(r,c)為平滑后的圖像；diff為閾值。

在動(dòng)態(tài)閾值分割處理中，平滑濾波器的尺寸決定了能被分割出來的物體尺寸，憑經(jīng)驗(yàn)，均值濾波器的寬度應(yīng)大于被識(shí)別物體的寬度，但濾波器的掩碼窗口也不能無限的大，因?yàn)猷徑奈矬w可能對(duì)濾波結(jié)果產(chǎn)生不利的影響。根據(jù)這一原則，濾波尺寸稍大于pin腳影像的寬度即可。濾波器尺寸為61 mm×61 mm，閾值為50的分割結(jié)果如圖8所示。

圖8 圖像分割結(jié)果

3.3 特征篩選

因?yàn)閜in腳的尺寸基本固定，所以影像的區(qū)域特征也很明顯，例如區(qū)域外輪廓長度、各向異性、凸性和最小外接圓等。本系統(tǒng)根據(jù)上述特點(diǎn)將其他干擾區(qū)域剔除。區(qū)域的矩的廣義特征可用下式描述，當(dāng)p≥0，q≥0時(shí)，(p,q)階矩被定義為：

(1)

(0,0)階矩即為區(qū)域的面積，式1的矩依賴于區(qū)域的尺寸，除以面積即為歸一化矩，如下式：

(n1,0,n0,1)即為區(qū)域的重心，中心距是在重心的基礎(chǔ)之上定義的，其特征值不隨區(qū)域的位置變化，如下式：

式中，p+q≥2。

區(qū)域的等價(jià)橢圓長軸r1和短軸r2可由下式計(jì)算得到：

區(qū)域的各向異性可表示為r1/r2，此特征量體現(xiàn)了一個(gè)區(qū)域的細(xì)長程度。凸性為某區(qū)域的面積和該區(qū)域凸包面積之間的比值。

原圖像經(jīng)過合適的分割后，便可得到各個(gè)連通域。而各pin腳所在的區(qū)域的最小外接圓半徑、凸性、各向異性和外輪廓長度等都處于一個(gè)穩(wěn)定的范圍波動(dòng)，經(jīng)過對(duì)大量正常pin腳區(qū)域的這些特征值進(jìn)行統(tǒng)計(jì)，便可以得到對(duì)應(yīng)pin數(shù)端子的各特征值篩選范圍。6pin端子的各特征值范圍見表1。將表1中的值適當(dāng)擴(kuò)大范圍，作為目標(biāo)區(qū)域的篩選范圍，pin腳區(qū)域提取之后如圖9所示。

圖9 目標(biāo)區(qū)域

外接圓半徑/mm各向異性凸性輪廓長度/mm37．0～42．02．5～3．30．28～0．44210～248

3.4 后處理和計(jì)算

目標(biāo)區(qū)域獲取后，進(jìn)行了形態(tài)學(xué)閉操作，目的在于填充空洞、缺口及平滑邊界。為后述骨架化處理創(chuàng)造條件。骨架化處理的目的是為了得到單像素的中心線。骨架上的點(diǎn)至少對(duì)應(yīng)著區(qū)域邊界上到該點(diǎn)距離相等的2點(diǎn)。骨架化算法可看做是按順序進(jìn)行的擊中—擊不中變換，在區(qū)域邊界上找到不屬于骨架的點(diǎn)并刪除[4]。對(duì)各pin腳區(qū)域的中線進(jìn)行圓的擬合，得到所有pin腳的圓心坐標(biāo)，那么pin數(shù)為n的端子對(duì)稱中心可由下式求得：

式中，ri表示第i個(gè)pin腳圓心的行坐標(biāo)；ci表示第i個(gè)pin腳圓心的列坐標(biāo)。計(jì)算出來的對(duì)稱中心坐標(biāo)如圖10所示。將計(jì)算出各個(gè)角度值并和允許偏差值做比較，輸出檢測結(jié)果見表2。由于設(shè)置的允許偏差為24.0°，所以該產(chǎn)品的檢測結(jié)果為OK，并將檢測結(jié)果和數(shù)據(jù)實(shí)現(xiàn)顯示在界面上，且標(biāo)有OK的LED燈亮。

圖10 中心坐標(biāo)

表2 檢測結(jié)果 (°)

經(jīng)驗(yàn)證，該軟件的重復(fù)檢測精度在0.8°以內(nèi)，已達(dá)到設(shè)計(jì)要求。為了驗(yàn)證檢測的準(zhǔn)確性，隨機(jī)選取100個(gè)端子，經(jīng)過該系統(tǒng)的檢測并記錄結(jié)果。然后，用之前的方法重復(fù)檢測，結(jié)果的吻合率為98%，其余2個(gè)處于臨界狀態(tài)，本身存在人為判斷誤差，故屬于正常情況。

4 結(jié)語

本檢測系統(tǒng)通過引入圖像這一典型的無損檢測方法，替代了原有檢測方法。和原有檢測方法比更具有靈活性，例如當(dāng)要增加同類型新pin數(shù)端子時(shí)只需修改有關(guān)的配置文件即可。從這些來看，本檢測系統(tǒng)有很大的工程實(shí)用價(jià)值，但在有些圖像處理的算法上還有很大的改進(jìn)空間，例如在分割閾值的選取上，目前采取的還是參考經(jīng)驗(yàn)值的方法，還有特征參數(shù)的獲取是建立在多個(gè)樣本的先驗(yàn)值上，這些都有待進(jìn)一步研究。

[1] 章煒.機(jī)器視覺技術(shù)發(fā)展及其工業(yè)應(yīng)用[J].紅外,2006,27(2):11-17.

[2] 牛一帆. 一種新的印刷圖像檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 包裝工程, 2012,33(1): 100-104.

[3] 賀超英,張輝.基于機(jī)器視覺的罐蓋質(zhì)量檢測系統(tǒng)設(shè)計(jì)[J].儀表技術(shù)與傳感器, 2011(2):85-87.

[4] Lam L, Lee S W, Suen C Y. Thinning methodologies-a comprehensive survey[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1992, 14(9):869-885.

*教育部人文社會(huì)科學(xué)項(xiàng)目(12YJC760081)