朱建江，華 強(qiáng)，霍鋮宇 ，楊浩東，姚志強(qiáng)

(常熟理工學(xué)院 a.電氣與自動(dòng)化工程學(xué)院；b.物理與電子工程學(xué)院；c.機(jī)械工程學(xué)院，江蘇 常熟 215500)

基于機(jī)器視覺(jué)的電梯平衡補(bǔ)償鏈檢測(cè)系統(tǒng)設(shè)計(jì)*

朱建江a，華 強(qiáng)b，霍鋮宇b，楊浩東a，姚志強(qiáng)c

(常熟理工學(xué)院 a.電氣與自動(dòng)化工程學(xué)院；b.物理與電子工程學(xué)院；c.機(jī)械工程學(xué)院，江蘇 常熟 215500)

為解決目前電梯平衡補(bǔ)償鏈生產(chǎn)中人工質(zhì)量檢測(cè)效率低下、勞動(dòng)強(qiáng)度大、易漏檢的問(wèn)題，提出一種基于機(jī)器視覺(jué)的電梯平衡補(bǔ)償鏈專用檢測(cè)系統(tǒng)。根據(jù)待測(cè)鏈環(huán)的形態(tài)結(jié)構(gòu)特點(diǎn)，設(shè)計(jì)了串行式的多工位檢測(cè)過(guò)程，通過(guò)不同成像方式和圖像處理算法的有機(jī)結(jié)合，可以有效地實(shí)現(xiàn)電梯平衡補(bǔ)償鏈的輪廓尺寸超差和表面缺陷的在線實(shí)時(shí)自動(dòng)檢測(cè)。測(cè)試結(jié)果表明，該系統(tǒng)的漏檢率和檢測(cè)速度均明顯優(yōu)于人工檢測(cè)，有效地提高了生產(chǎn)效率。

電梯平衡補(bǔ)償鏈；機(jī)器視覺(jué)；輪廓；表面缺陷

0 引言

電梯平衡補(bǔ)償鏈?zhǔn)菍?duì)電梯的運(yùn)行起平衡作用的關(guān)鍵部件，每臺(tái)電梯平均需要補(bǔ)償鏈200m左右，用于在電梯轎箱運(yùn)動(dòng)過(guò)程中平衡曳引鋼絲繩及隨行電纜的重量，保證電梯運(yùn)行的平穩(wěn)性和安全性，其質(zhì)量直接關(guān)系到電梯的運(yùn)行安全。目前，相關(guān)企業(yè)在生產(chǎn)過(guò)程中多采用半自動(dòng)拉伸裝置檢測(cè)鏈環(huán)及焊縫強(qiáng)度，而對(duì)于鏈環(huán)的輪廓尺寸超差以及焊縫裂紋、鏈環(huán)表面裂紋等缺陷，市場(chǎng)上尚無(wú)專用的自動(dòng)化設(shè)備進(jìn)行檢測(cè)，只能全部依靠人工檢測(cè)，工人勞動(dòng)強(qiáng)度很大、效率低且因視覺(jué)疲勞、個(gè)體差異等因素極易造成漏檢。因此，企業(yè)對(duì)高效、準(zhǔn)確、可靠的電梯平衡補(bǔ)償鏈自動(dòng)化檢測(cè)系統(tǒng)有著迫切的需求。近年來(lái)，以機(jī)器視覺(jué)代替人眼進(jìn)行輪廓和表面缺陷檢測(cè)已成為現(xiàn)代工業(yè)檢測(cè)的重要手段[1-4]，并成為發(fā)展趨勢(shì)。在鏈條相關(guān)領(lǐng)域的機(jī)器視覺(jué)檢測(cè)方面，目前已有一些成功應(yīng)用[5]。此類文獻(xiàn)所研究的檢測(cè)對(duì)象主要為滾子鏈，各鏈節(jié)為平行連接，無(wú)相互遮擋，鏈板接近于平面結(jié)構(gòu)，使用工業(yè)相機(jī)在垂直于鏈板方向進(jìn)行拍攝，即可獲得完整圖像并進(jìn)行后續(xù)處理，而且在更多情況下，是對(duì)平面型的鏈條零部件(如鏈片等)進(jìn)行獨(dú)立檢測(cè)，進(jìn)一步減小了檢測(cè)的難度。然而，電梯平衡補(bǔ)償鏈為空心環(huán)形、相鄰兩個(gè)鏈環(huán)交錯(cuò)90°、交疊連接互有遮擋，表面積小且結(jié)構(gòu)復(fù)雜，不在同一平面內(nèi)，因此，這些文獻(xiàn)所述系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)、光源設(shè)置方式等關(guān)鍵技術(shù)均無(wú)法直接應(yīng)用于電梯平衡補(bǔ)償鏈的檢測(cè)。另外，對(duì)電梯平衡補(bǔ)償鏈環(huán)的高曲率表面進(jìn)行缺陷檢測(cè)也是一個(gè)難題。文獻(xiàn)[6]介紹了一種圓柱形零件高曲率表面缺陷檢測(cè)的方法，該方法需要將待測(cè)零件單獨(dú)放置于旋轉(zhuǎn)平臺(tái)中心，并且用夾具固定. 旋轉(zhuǎn)平臺(tái)帶動(dòng)被測(cè)件旋轉(zhuǎn)360°，使圓柱表面依次在相機(jī)上成像，采集多幅圖像，從而獲得柱面待測(cè)圖像。該方法工作效率相對(duì)較低，無(wú)法以較快的速度進(jìn)行在線實(shí)時(shí)連續(xù)檢測(cè)，而且，電梯平衡補(bǔ)償鏈?zhǔn)怯涉湱h(huán)整體相連組成的長(zhǎng)條結(jié)構(gòu)，不可單獨(dú)分割，不便于旋轉(zhuǎn)，否則極易發(fā)生纏繞。因此，該方法也無(wú)法應(yīng)用于電梯平衡補(bǔ)償鏈的檢測(cè)。

總體而言，現(xiàn)有文獻(xiàn)所報(bào)道的機(jī)器視覺(jué)工業(yè)檢測(cè)設(shè)備和方法難以直接應(yīng)用于電梯平衡補(bǔ)償鏈的質(zhì)量檢測(cè)。因此，在深入調(diào)研企業(yè)需求，充分研究電梯平衡補(bǔ)償鏈結(jié)構(gòu)特點(diǎn)的基礎(chǔ)上，本文提出一種基于機(jī)器視覺(jué)的電梯平衡補(bǔ)償鏈專用檢測(cè)系統(tǒng)，可以較好地實(shí)現(xiàn)電梯平衡補(bǔ)償鏈的輪廓尺寸和表面缺陷的自動(dòng)檢測(cè)。

1 系統(tǒng)設(shè)計(jì)方案

本系統(tǒng)主要由電梯平衡補(bǔ)償鏈(下文簡(jiǎn)稱為鎖鏈)牽引機(jī)構(gòu)、導(dǎo)向機(jī)構(gòu)、多個(gè)機(jī)器視覺(jué)檢測(cè)工位、計(jì)算機(jī)、鎖鏈行程檢測(cè)模塊、缺陷標(biāo)識(shí)裝置及檢測(cè)線總控制器組成。其主要結(jié)構(gòu)如圖1所示。

圖1 電梯平衡補(bǔ)償鏈機(jī)器視覺(jué)檢測(cè)系統(tǒng)結(jié)構(gòu)示意圖

其中，由高性能計(jì)算機(jī)和5個(gè)分布式機(jī)器視覺(jué)檢測(cè)工位所組成的機(jī)器視覺(jué)檢測(cè)模塊是整個(gè)檢測(cè)系統(tǒng)的核心部分。5個(gè)檢測(cè)工位串聯(lián)水平分布于檢測(cè)線上，分別承擔(dān)不同的局部檢測(cè)任務(wù)，均配備有工業(yè)相機(jī)和對(duì)應(yīng)的光源。在各工位處安裝有接近開(kāi)關(guān)，用于對(duì)通過(guò)的鎖鏈環(huán)節(jié)進(jìn)行計(jì)數(shù)，同時(shí)，經(jīng)過(guò)位置校準(zhǔn)后，可在各待測(cè)鎖鏈環(huán)節(jié)通過(guò)相機(jī)拍攝區(qū)域時(shí)產(chǎn)生觸發(fā)信號(hào)，觸發(fā)對(duì)應(yīng)相機(jī)進(jìn)行準(zhǔn)確的圖像采集。5個(gè)工位的工業(yè)相機(jī)均通過(guò)IEEE 1394b數(shù)據(jù)線連接至高性能計(jì)算機(jī)內(nèi)部的采集卡，從而將采集的鎖鏈光學(xué)圖像高速傳輸至計(jì)算機(jī)進(jìn)行實(shí)時(shí)分析處理。第1、第2檢測(cè)工位各由一臺(tái)面陣工業(yè)相機(jī)和一個(gè)平面LED光源組成，光源與鏡頭相對(duì)安裝，分別位于待測(cè)鎖鏈環(huán)節(jié)兩側(cè)，采用背光照射方式，用于對(duì)水平和垂直位置的鏈環(huán)進(jìn)行快速的輪廓檢測(cè)(檢測(cè)尺寸超差、焊瘤等輪廓異常)；第3檢測(cè)工位主要由四臺(tái)面陣工業(yè)相機(jī)和一對(duì)LED環(huán)形光源組成，環(huán)形光源的發(fā)光面相對(duì)安裝，中間留有縫隙，待測(cè)鎖鏈從環(huán)形光源中央孔穿過(guò)，四臺(tái)相機(jī)均勻分布于光源外側(cè)，與水平面分別成±45°及±135°角，鏡頭通過(guò)環(huán)形光源中間的縫隙指向待測(cè)鎖鏈環(huán)節(jié)，從不同角度拍攝鎖鏈環(huán)節(jié)中段的表面圖像，用于中央焊縫附近表面缺陷的檢測(cè)；第4、第5檢測(cè)工位各由一臺(tái)面陣工業(yè)相機(jī)及一個(gè)穹頂漫射光源組成，工業(yè)相機(jī)安裝于穹頂漫射光源的頂部圓孔，鏡頭指向待測(cè)鎖鏈環(huán)節(jié)，待測(cè)鎖鏈在凸起的滑輪作用下向側(cè)方(水平鏈環(huán))或下方(垂直鏈環(huán))發(fā)生彎折，露出正常牽引狀態(tài)下被遮擋的鏈環(huán)頂端弧形部位，由工業(yè)相機(jī)對(duì)待測(cè)鎖鏈環(huán)節(jié)頂端進(jìn)行拍攝，獲取其表面圖像，用于鏈環(huán)端部表面缺陷的檢測(cè)。

檢測(cè)線總控制器用于實(shí)現(xiàn)電氣部分的底層控制，采用基于ARM內(nèi)核微處理器的嵌入式系統(tǒng)?？偪刂破髋c計(jì)算機(jī)通過(guò)RS485總線相連接，可接收經(jīng)計(jì)算機(jī)處理后的鏈環(huán)缺陷信息；此外，還分別與工業(yè)相機(jī)、鎖鏈行程檢測(cè)模塊、缺陷標(biāo)識(shí)裝置和交流電機(jī)具有信號(hào)連接，從而實(shí)現(xiàn)鎖鏈的自動(dòng)牽引控制(根據(jù)檢測(cè)需要控制變頻器以改變電機(jī)轉(zhuǎn)速，從而控制鎖鏈的牽引速度)、鎖鏈行程計(jì)算、拍攝觸發(fā)、缺陷標(biāo)識(shí)裝置觸發(fā)、異常狀態(tài)停機(jī)以及手動(dòng)急停等功能。

牽引機(jī)構(gòu)主要由配置了變頻器的交流電機(jī)與相應(yīng)的鏈輪組成，用于牽引待測(cè)鎖鏈在檢測(cè)線上水平移動(dòng)，保證鏈條待測(cè)部分處于水平懸空狀態(tài)下依次通過(guò)前述的分布式機(jī)器視覺(jué)檢測(cè)工位。檢測(cè)線總控制器可根據(jù)檢測(cè)需要控制變頻器以改變電機(jī)轉(zhuǎn)速，從而控制鎖鏈的牽引速度，并在異常情況發(fā)生時(shí)實(shí)現(xiàn)緊急停止。

導(dǎo)向機(jī)構(gòu)包括兩類，一類為十字開(kāi)槽的過(guò)套，可約束鎖鏈的朝向，使鎖鏈在水平行進(jìn)過(guò)程中不出現(xiàn)旋轉(zhuǎn)、纏繞和卡死現(xiàn)象；另一類為滑輪組導(dǎo)向機(jī)構(gòu)，可使鎖鏈相鄰環(huán)節(jié)在水平牽引過(guò)程中發(fā)生一定的彎折，從而露出被遮擋的兩端弧形部位，以便對(duì)該部位可能存在的缺陷進(jìn)行檢測(cè)。

鎖鏈行程檢測(cè)模塊由皮帶輪及旋轉(zhuǎn)編碼器組成，在鎖鏈水平牽引過(guò)程中摩擦皮帶輪，帶動(dòng)旋轉(zhuǎn)編碼器，并將脈沖信號(hào)傳送至檢測(cè)線總控制器，用于精確計(jì)算鎖鏈行程；缺陷標(biāo)識(shí)裝置采用扎帶打標(biāo)機(jī)，安裝于檢測(cè)線末端，檢測(cè)線總控制器將各工位反饋的缺陷鎖鏈環(huán)節(jié)位置匯總，進(jìn)行數(shù)據(jù)融合，并根據(jù)鎖鏈行程檢測(cè)模塊反饋的鎖鏈行程，在檢測(cè)線末端觸發(fā)缺陷標(biāo)識(shí)裝置，采用自動(dòng)扎帶標(biāo)記有缺陷的鎖鏈環(huán)節(jié)。

2 檢測(cè)原理

2.1 鏈環(huán)輪廓超差的檢測(cè)

對(duì)鏈環(huán)輪廓的檢測(cè)主要通過(guò)檢測(cè)工位1和2完成，在高亮度背光照明下，獲取待測(cè)鏈環(huán)輪廓的水平和垂直投影圖像，該圖像中的鏈環(huán)與背景具有強(qiáng)烈的明暗對(duì)比，如圖2a所示，可較為方便地進(jìn)行閾值分割，并通過(guò)邊緣檢測(cè)算法快速提取鏈環(huán)輪廓，分析待測(cè)鎖鏈環(huán)節(jié)是否存在輪廓缺陷(尺寸超差或鏈環(huán)焊縫處焊瘤等引起的鏈環(huán)內(nèi)外輪廓幾何參數(shù)超差)?？紤]到本系統(tǒng)鎖鏈牽引過(guò)程中會(huì)經(jīng)過(guò)十字開(kāi)槽的過(guò)套，且過(guò)套的尺寸與合格鎖鏈的外輪廓尺寸差異僅為1mm左右，具有明顯外輪廓尺寸超差的鎖鏈將無(wú)法牽引通過(guò)進(jìn)而引發(fā)錯(cuò)誤報(bào)警，因此，檢測(cè)重點(diǎn)主要是鏈環(huán)的內(nèi)輪廓和其兩端部。圖像處理的具體步驟如下：

(1)對(duì)圖2a進(jìn)行閾值分割并提取連通域，根據(jù)面積特征，提取中央部分的連通區(qū)域，填充后取凸集，如圖2b所示，將其定為感興趣區(qū)域(ROI)；

(2)計(jì)算ROI區(qū)域的最小外接矩形和最大內(nèi)接矩形，如圖2c所示。通過(guò)計(jì)算最小外接矩形和最大內(nèi)接矩形的高度，可以判斷連環(huán)內(nèi)部孔徑是否達(dá)標(biāo)，并且可以判斷鏈環(huán)內(nèi)輪廓是否存在明顯的裂紋和凸起；

(3)對(duì)ROI區(qū)域進(jìn)行圖像腐蝕操作，清除上下邊界區(qū)域的灰色殘留像素后，采用canny算子進(jìn)行邊緣檢測(cè)，從而提取ROI區(qū)域左右兩側(cè)半圓弧邊界，并進(jìn)一步生成擬合圓，如圖2d所示，計(jì)算左右兩個(gè)擬合圓的直徑，從而判斷與中央鏈環(huán)相連接的左右兩節(jié)鎖鏈各自的一端是否存在凸起、超差等問(wèn)題。

(4)以左右2個(gè)擬合圓的圓心為左右邊界，截取鏈環(huán)中央矩形區(qū)域作為新的ROI區(qū)域，如圖2e所示；

(5)在新的ROI區(qū)域中，使用canny算子進(jìn)行邊緣檢測(cè)，提取邊界線，并根據(jù)長(zhǎng)度和方向特征選擇其中的水平輪廓線，根據(jù)行坐標(biāo)從上到下排序?yàn)長(zhǎng)1、L2、L3和L4，如圖2f所示；

(6)計(jì)算L1與L2各點(diǎn)間的距離，以及L3與L4各點(diǎn)間的距離，并判斷距離的最大、最小值差異是否超過(guò)預(yù)設(shè)的閾值，以進(jìn)一步檢測(cè)鏈環(huán)的平整度。

圖2 鎖鏈輪廓超差檢測(cè)過(guò)程

此外，需要說(shuō)明的是，該項(xiàng)檢測(cè)是在對(duì)相機(jī)進(jìn)行標(biāo)定后進(jìn)行的[7-8]。

2.2 鏈環(huán)表面缺陷檢測(cè)

鏈環(huán)表面缺陷的檢測(cè)重點(diǎn)主要為兩個(gè)區(qū)域，一個(gè)區(qū)域是鎖鏈環(huán)節(jié)中央的焊縫附近，重點(diǎn)檢測(cè)此處可能存在的縱向裂紋；另一個(gè)區(qū)域是鎖鏈兩端的弧形區(qū)域，重點(diǎn)檢測(cè)此處在彎折時(shí)可能產(chǎn)生的裂紋。鏈環(huán)中央焊縫附近區(qū)域檢測(cè)由第3檢測(cè)工位完成，工業(yè)相機(jī)從四個(gè)角度對(duì)通過(guò)環(huán)形光源中央位置處的鎖鏈環(huán)節(jié)進(jìn)行拍攝，獲取鎖鏈的表面反射圖像，從工業(yè)相機(jī)獲取的一個(gè)原始圖像如圖3a所示。在相對(duì)安裝的環(huán)形光源照射下，待測(cè)鎖鏈環(huán)節(jié)中段尤其是焊縫處附近被照亮，且該處的正常焊接痕跡、銹跡、污漬等干擾與焊縫處的細(xì)小縱向裂紋在紋理特征上會(huì)呈現(xiàn)一定的差異。圖像處理的具體步驟如下：

(1)ROI區(qū)域的定位。為了減小圖像處理的運(yùn)算量，提高處理速度以適應(yīng)實(shí)時(shí)處理的需求，對(duì)焊縫處裂紋的檢測(cè)只在鏈環(huán)中央?yún)^(qū)域焊縫附近的局部區(qū)域進(jìn)行。采用圖3a中央鏈環(huán)與左右兩個(gè)鏈環(huán)交叉位置處的陰影區(qū)域作為ROI區(qū)域的定位依據(jù):首先基于全局灰度閾值對(duì)圖像進(jìn)行二值化分割，并搜索所有的連通域，再根據(jù)面積條件排除銹跡、污漬等干擾區(qū)域，從而得到左右兩個(gè)交叉位置處的陰影區(qū)域定位，如圖3b中指示線標(biāo)出的黑色區(qū)域所示。然后，以這兩塊區(qū)域的中心橫坐標(biāo)均值作為ROI區(qū)域的中心，并截取矩形區(qū)域作為后續(xù)處理的ROI區(qū)域，如圖3c所示，其上半段中央有一個(gè)微小的裂縫，圖中用黑色箭頭標(biāo)出。

(2)對(duì)ROI區(qū)域進(jìn)行灰度級(jí)變換，實(shí)現(xiàn)對(duì)比度增強(qiáng)，如圖3d所示。

(3)構(gòu)造Gabor濾波器[9-10]，中心頻率f=0.2，方向角θ=π/2。對(duì)ROI區(qū)域圖像進(jìn)行快速傅里葉變換，在頻域進(jìn)行Gabor濾波，并計(jì)算Gabor能量函數(shù)，如圖3e所示。

(4)將灰度線性調(diào)整后的Gabor能量函數(shù)圖與第(2)步中的到的增強(qiáng)圖像相減，如圖3f所示，此時(shí)中央焊縫處裂紋位置得到顯著增強(qiáng)。

(5)對(duì)第(4)步得到的圖像再次進(jìn)行閾值分割和連通域提取，并根據(jù)位置、面積和高度條件進(jìn)行篩選后，得到最終的缺陷位置，即圖3f中白色箭頭所指的位置。

鎖鏈兩端的弧形區(qū)域的裂紋檢測(cè)由檢測(cè)系統(tǒng)的第4、第5工位完成。待測(cè)鎖鏈環(huán)節(jié)在凸起的滑輪作用下發(fā)生彎折，露出正常牽引狀態(tài)下被遮擋的頂端弧形部位，由工業(yè)相機(jī)對(duì)待測(cè)鎖鏈環(huán)節(jié)頂端進(jìn)行拍攝，獲取其表面圖像。對(duì)ROI區(qū)域的表面缺陷的檢測(cè)算法與上述中央位置處的缺陷檢測(cè)算法相類似，此處不再贅述。

圖3 鎖鏈輪廓超差檢測(cè)過(guò)程

3 系統(tǒng)軟件設(shè)計(jì)

運(yùn)行于計(jì)算機(jī)上的檢測(cè)系統(tǒng)軟件采用Microsof Visual C++及MVtec公司的Halcon機(jī)器視覺(jué)軟件進(jìn)行混合編程。利用Halcon提供的豐富的機(jī)器視覺(jué)算法函數(shù)庫(kù)，實(shí)現(xiàn)本系統(tǒng)圖像處理算法的開(kāi)發(fā)，并導(dǎo)出為C++源程序；利用Visual C++編程實(shí)現(xiàn)底層的圖像數(shù)據(jù)采集、數(shù)據(jù)通信和程序界面框架，并對(duì)Halcon導(dǎo)出的算法程序進(jìn)行調(diào)用。

整個(gè)軟件系統(tǒng)按功能可劃分為：人機(jī)交互模塊、圖像采集與處理模塊及通信模塊。其中，圖像采集與處理模塊是檢測(cè)軟件的核心，充分利用多核處理器的多線程處理能力，設(shè)計(jì)8個(gè)工作線程，可同時(shí)對(duì)5個(gè)工位上共8臺(tái)工業(yè)相機(jī)拍攝的圖像進(jìn)行數(shù)據(jù)讀取。每個(gè)工作線程都可執(zhí)行獨(dú)立的處理算法，根據(jù)不同工位的檢測(cè)要求，分別針對(duì)鏈環(huán)輪廓或表面裂紋缺陷的特征進(jìn)行并行處理，并返回當(dāng)前鏈環(huán)是否存在缺陷的信息。人機(jī)交互模塊可在計(jì)算機(jī)顯示器上呈現(xiàn)一個(gè)圖形界面，向檢測(cè)線操作者實(shí)時(shí)反饋當(dāng)前各工位識(shí)別到的缺陷鏈環(huán)計(jì)數(shù)、總檢測(cè)數(shù)、鏈環(huán)牽引速度等狀態(tài)信息，同時(shí)，檢測(cè)線操作者可通過(guò)該界面啟動(dòng)和停止檢測(cè)軟件，并在檢測(cè)線初始安裝或需要更換不同規(guī)格的待測(cè)鎖鏈時(shí)，通過(guò)設(shè)置界面調(diào)節(jié)各相機(jī)的檢測(cè)參數(shù)閾值，以提高檢測(cè)系統(tǒng)的適應(yīng)性，保證檢測(cè)準(zhǔn)確率。通信模塊則用于實(shí)現(xiàn)與檢測(cè)線總控制器之間的RS485總線數(shù)據(jù)通信，正常工作狀態(tài)下將圖像采集與處理模塊反饋的缺陷鏈環(huán)所在工位信息實(shí)時(shí)傳送至檢測(cè)線總控制器，從而對(duì)有缺陷的鎖鏈環(huán)節(jié)進(jìn)行標(biāo)記；異常情況時(shí)可發(fā)送停機(jī)指令，及時(shí)通知檢測(cè)線總控制器停止檢測(cè)線的運(yùn)行。

軟件的工作界面(人機(jī)交互界面)如圖4所示。

圖4 軟件工作界面

4 系統(tǒng)功能測(cè)試

檢測(cè)系統(tǒng)設(shè)計(jì)安裝完成后，進(jìn)行了功能測(cè)試，對(duì)2條包含裂紋、沖傷、虛焊、脫焊、輪廓尺寸超差的測(cè)試用鎖鏈(1000個(gè)鏈環(huán))，分別采用熟練工人進(jìn)行人工檢測(cè)的方法與本系統(tǒng)機(jī)器視覺(jué)檢測(cè)方法進(jìn)行比較，結(jié)果如表1所示。

表1 本系統(tǒng)機(jī)器視覺(jué)檢測(cè)與人工檢測(cè)的對(duì)比統(tǒng)計(jì)表

測(cè)試結(jié)果表明，本系統(tǒng)能較好地檢測(cè)出電梯平衡補(bǔ)償鏈環(huán)的各類主要缺陷，漏檢率明顯優(yōu)于人工檢測(cè)；在誤檢率方面，也優(yōu)于人工檢測(cè)，但優(yōu)勢(shì)不大，主要原因是有關(guān)檢測(cè)算法的閾值設(shè)置相對(duì)較為嚴(yán)格，以確保盡可能不漏檢，保證補(bǔ)償鏈的質(zhì)量。另外，從檢測(cè)速度來(lái)看，人工檢測(cè)平均速度為 1000/1105≈0.9個(gè)鏈環(huán)/秒；而本系統(tǒng)的機(jī)器視覺(jué)檢測(cè)速度為1000/288≈3.5個(gè)鏈環(huán)/秒，滿足實(shí)時(shí)在線檢測(cè)的需求，且速度約為人工檢測(cè)的4倍，可有效提高企業(yè)生產(chǎn)效率。

5 結(jié)束語(yǔ)

針對(duì)現(xiàn)有電梯平衡補(bǔ)償鏈人工檢測(cè)效率低下、勞動(dòng)強(qiáng)度大、易漏檢等問(wèn)題，本文提出一種基于機(jī)器視覺(jué)的電梯平衡補(bǔ)償鏈專用檢測(cè)系統(tǒng)，通過(guò)系統(tǒng)結(jié)構(gòu)、光源和成像方式的優(yōu)化設(shè)計(jì)，結(jié)合多種圖像處理算法，較好地適應(yīng)了環(huán)形交錯(cuò)連接、互有遮擋，表面弧形且不光潔的長(zhǎng)條鎖鏈的結(jié)構(gòu)特點(diǎn)。實(shí)驗(yàn)結(jié)果表明，本系統(tǒng)可以較好地實(shí)現(xiàn)電梯平衡補(bǔ)償鏈的輪廓尺寸和表面缺陷的實(shí)時(shí)自動(dòng)檢測(cè)，漏檢率和檢測(cè)速度均明顯優(yōu)于人工檢測(cè)，有效地提高了生產(chǎn)效率，滿足了企業(yè)客戶的需求。

[1] 崔明, 顧啟民, 黃震. 基于機(jī)器視覺(jué)的軸承滾動(dòng)體缺陷檢測(cè)算法研究[J]. 組合機(jī)床與自動(dòng)化加工技術(shù), 2015(11):74-78.

[2] 顧勇, 何明昕. 基于機(jī)器視覺(jué)的啤酒瓶檢測(cè)系統(tǒng)研究[J]. 計(jì)算機(jī)工程與設(shè)計(jì), 2012, 33(1):248-253.

[3] 畢明德, 孫志剛, 李葉松. 基于機(jī)器視覺(jué)的布匹疵點(diǎn)檢測(cè)系統(tǒng)[J]. 儀表技術(shù)與傳感器, 2012(12):37-39.

[4] 朱錚濤, 李波鋒, 何修遠(yuǎn). 基于機(jī)器視覺(jué)的圓環(huán)電阻片缺陷檢測(cè)算法研究[J]. 組合機(jī)床與自動(dòng)化加工技術(shù), 2015(5):76-79.

[5] 孫麗燕, 袁柳杰, 郭鋒. 機(jī)器視覺(jué)系統(tǒng)及其在鏈條行業(yè)中的應(yīng)用[J]. 機(jī)械傳動(dòng), 2013, 37(6):113-115.

[6] 蘇俊宏,劉勝利. 圓柱型高精密零件表面缺陷檢測(cè)及形貌分析[J]. 激光與光電子學(xué)進(jìn)展,2014, 51(4):150-154.

[7] 蔡述庭，郭金華. 基于機(jī)器視覺(jué)雙尖燈泡燈絲同軸檢測(cè)系統(tǒng)[J]. 計(jì)算機(jī)工程與設(shè)計(jì),2015,36(9):2591-2595.

[8] 傅丹, 周劍, 邱志強(qiáng),等. 基于直線的幾何不變性標(biāo)定攝像機(jī)參數(shù)[J]. 中國(guó)圖象圖形學(xué)報(bào), 2009,14(6): 1058-1063.

[9] 溫兆麟,陳新,李克天,等. Gabor 濾波器在自動(dòng)視覺(jué)表面檢測(cè)中的應(yīng)用[J].中國(guó)機(jī)械工程,2007,18(15):1838-1841.

[10] 王林，白雪冰. 基于Gabor 變換的木材表面缺陷圖像分割方法[J]. 計(jì)算機(jī)工程與設(shè)計(jì),2010,31(5):1066-1069.

(編輯 李秀敏)

Design of an Elevator Balance Compensation Chain Detection System Based on Machine Vision

ZHU Jian-jianga, HUA Qiangb, HUO Cheng-yub, YANG Hao-donga, YAO Zhi-qiangc

(a. School of Electrical and Automation Engineering;b.School of Physics and Electronic Engineering;c. School of Mechanical Engineering, Changshu Institute of Technology, Changshu 215500,China)

To solve the problem of inefficiency, high labor intensity and high missed detection rate in current manual quality detection process of the elevator balance compensation chain, the design of an elevator balance compensation chain detection system based on machine vision is proposed. According to the characteristics of shape and structure of the chain, a serial multi-position detection process is designed. By the combination of different imaging modes and image processing algorithms, the online real-time automatic detection of contour out-of-tolerance and surface defects of elevator balance compensation chain can be effectively achieved. Testing results show that, the missed detection rate and detecting speed of the system are significantly superior to those of manual detection, and thus the production efficiency can be effectively improved.

elevator balance compensation chain; machine vision; contour; surface defect

1001-2265(2017)05-0073-04

10.13462/j.cnki.mmtamt.2017.04.019

2016-07-26

江蘇省科技計(jì)劃產(chǎn)學(xué)研聯(lián)合創(chuàng)新資金-前瞻性聯(lián)合研究項(xiàng)目(BY2014077)

朱建江(1973—)，男，遼寧葫蘆島人，常熟理工學(xué)院副教授，博士，研究方向?yàn)闄C(jī)器視覺(jué)、自動(dòng)化生產(chǎn)線、檢測(cè)線，(E-mail)zhjj@cslg.edu.cn；通訊作者：霍鋮宇(1982—)， 男，江蘇常熟人，常熟理工學(xué)院副教授，博士，研究方向?yàn)樾盘?hào)檢測(cè)與處理，(E-mail)hcy@cslg.edu.cn。

TH165;TG659

A