黃輝 胡丹 翁劍峰 蔡宇翔

摘要：針對(duì)人工肉眼判斷已經(jīng)不能滿足檢測(cè)汽車車燈裝配螺絲缺失的需求。設(shè)計(jì)了一種基于機(jī)器視覺(jué)的汽車車燈螺絲裝配缺失檢測(cè)系統(tǒng)，建立了汽車 車燈螺絲裝配缺失檢測(cè)系統(tǒng)的結(jié)構(gòu)框架，提出了利用 gamma 校正算法解決圖像亮度不均衡問(wèn)題，并將圖像在 HSV 空間中提取灰色和白色區(qū)域，最后在顯示器上標(biāo)識(shí)出裝配和缺失螺絲位置信息。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能有效地自動(dòng)識(shí)別車燈裝配螺絲是否缺失，能在一定程度上代替汽車車燈螺絲的 人工檢測(cè)。

關(guān)鍵詞：機(jī)器視覺(jué); 螺絲缺失檢測(cè);汽車車燈;灰白色提取

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-9129（2017）09-060-01

Absrtact：inviewoftheartificialeyejudgmentcannolongermeettheneedofdetectingthelackofassemblyscrewofautomobilelamp，akindofdetectingsys- temofautomobilelampscrewassemblydefectbasedonmachinevisionisdesignedinthispaper.Inthispaper，thestructureframeofthedetectingsystemforau- tomobilelampscrewassemblydefectisestablished，andthegammacorrectionalgorithmisproposedtosolvetheproblemofimagebrightnessimbalance，andthe gray and white areas are extracted from the image in the HSV space. Finally， the position information of assembly and missing screws is identified on the display. Theexperimentalresultsshowthatthesystemcanautomaticallyidentifywhetherthelampassemblyscrewismissingornot，andcanreplacethemanualinspection ofautomobilelampscrewtosomeextent.Test.

Keywords： machine vision; screw defect detection; vehicle lamp; gray-white extraction

引言

本文針對(duì)車燈螺絲檢測(cè)已有研究成果的不足，設(shè)計(jì)了基于機(jī)器視覺(jué)的汽車車燈螺絲裝配缺失檢測(cè)系統(tǒng)，提出了利用 gamma 校正算法解決圖像亮度不均衡問(wèn)題，并將圖像在 HSV 空間中提取灰色和白色區(qū)域，最后在顯示器上標(biāo)識(shí)出裝配和缺失螺絲位置信息，同時(shí)發(fā)送給 PLC 系統(tǒng)用于報(bào)警提示和傳輸帶控制等。初步的實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)能有效地自動(dòng)識(shí) 別車燈裝配螺絲是否缺失，在汽車車燈生產(chǎn)線上已經(jīng)代替?zhèn)鹘y(tǒng)的人工檢測(cè)。

1 螺絲組件缺失檢測(cè)系統(tǒng)設(shè)計(jì)

計(jì)算機(jī)處理單元包括 Cortex A9 嵌入式硬件和 Linux 系統(tǒng)軟件及圖像處理軟件部分，功能是利用 Linux 嵌入式計(jì)算平臺(tái)上對(duì)采集的視頻進(jìn)行處理，對(duì)其進(jìn)行預(yù)處理計(jì)算和檢測(cè)，根據(jù)處理的結(jié)果及計(jì)算螺絲是否缺失， 并輸出螺絲缺失的個(gè)數(shù)和缺失的位置信息。主要功能如下：

1）圖像采集：將工業(yè)相機(jī)輸出視頻數(shù)據(jù)提取出圖像幀數(shù)據(jù)，待為后續(xù) 處理用。

2）圖像預(yù)處理：均值平滑濾波、Gamma 矯正、彩色轉(zhuǎn)灰度、RGB 轉(zhuǎn) HSV 顏色空間。

3）螺絲裝配缺失檢測(cè)：在 HSV 顏色空間圖片中提取灰色和白色區(qū)域， 經(jīng)膨脹濾波后獲得感興趣區(qū)域的 HSV 圖，最后進(jìn)行統(tǒng)計(jì)分析，計(jì)算螺絲缺失位置信息，在圖像上進(jìn)行標(biāo)注并進(jìn)行。

檢測(cè)系統(tǒng)采用結(jié)構(gòu)化程序設(shè)計(jì)，各個(gè)單元相互獨(dú)立，數(shù)據(jù)傳遞清晰， 系統(tǒng)容易維護(hù)和升級(jí)，較為靈活。圖像計(jì)算處理過(guò)程是在線檢測(cè)計(jì)算，即采集工業(yè)相機(jī)視頻圖像后，應(yīng)用系統(tǒng)對(duì)采集的圖像進(jìn)行預(yù)處理和檢測(cè)，判斷螺絲是否存在缺失。用戶可根據(jù)顯示器上提示信息和輸出到 PLC 系統(tǒng)的信息確定檢測(cè)結(jié)果。

2 螺絲缺失識(shí)別

2.1 圖像預(yù)處理

首先對(duì)采集的圖像進(jìn)行均值平滑濾波、Gamma 校正、彩色轉(zhuǎn)灰度和

RGB 轉(zhuǎn) HSV 顏色空間等預(yù)處理，消除因光照、螺絲凹槽、螺絲表面暗點(diǎn)和螺絲色差對(duì)螺絲缺失判斷的影響。

2.1.1 濾波和 gamma 校正

本文提出一種大窗口均值平滑濾波和 Gamma 校正的螺絲色差、暗影消除方法。首先把圖像進(jìn)行均值平滑濾波處理，由于車燈內(nèi)部需要檢測(cè)的螺絲種類較多，其中，外六角球頭螺帽偏灰色，表面存在暗點(diǎn);半圓頭自帶墊片組合螺絲為亮銀白色，中間存在十字凹槽陰影、燈泡尾座為淺灰白色。

（1）有螺絲區(qū)域原始直方圖;（2）有螺絲區(qū)域?yàn)V波后直方圖;（3）無(wú)螺絲區(qū)域原始直方圖;（4）無(wú)螺絲區(qū)域?yàn)V波后直方圖;）

經(jīng)過(guò)濾波后的有無(wú)螺絲感興趣區(qū)域的圖像直方圖顏色分布區(qū)域偏 低，即亮度偏暗，因此進(jìn)行 gamma 校正，從而提高圖像對(duì)比度。gamma 的取值范圍為 0.05～5 之間，p（x，y）表示每個(gè)像素值，對(duì)每個(gè)像素進(jìn)行 Gamma 校正之后就得到了處理后的圖像。

2.1.2 HSV 顏色空間灰白色提取

將圖像從 rgb 顏色空間轉(zhuǎn)換到 hsv 顏色空間，最終在 hsv 圖像空間中提取出灰白色顏色部分的二值圖像。在Opencv程序庫(kù)中實(shí)驗(yàn)驗(yàn)證，h，s，v三個(gè)參數(shù)的分割值范圍為：;;能較好的分割出灰白色。

2.1.3 膨脹濾波

為了解決存在的孔洞現(xiàn)象，需要再進(jìn)行膨脹濾波處理，方法為：將圖像A與任意形狀的內(nèi)核B，通常為正方形或圓形，進(jìn)行卷積。內(nèi)核B有一個(gè)可定義的錨點(diǎn)，通常定義為內(nèi)核中心點(diǎn)。將內(nèi)核 B 劃過(guò)圖像，將內(nèi)核 B 覆蓋區(qū)域的最大像素值提取，并代替錨點(diǎn)位置的像素，通過(guò)膨脹操作可以擴(kuò)大白色值范圍，壓縮黑色值范圍。

2.2 螺絲缺失檢測(cè)

在裝配檢測(cè)流水線上，車燈是放置在固定工作臺(tái)的治具上，螺絲在圖像中成像的位置是固定的，在預(yù)處理圖像的基礎(chǔ)上進(jìn)行 13 個(gè)感興趣區(qū)域像素點(diǎn)統(tǒng)計(jì)，，其中，M，N為感興趣區(qū)域的高和寬，取M=N=20。

3 螺絲缺失檢測(cè)系統(tǒng)的實(shí)驗(yàn)及結(jié)果分析

通過(guò)實(shí)驗(yàn)分析，并開(kāi)發(fā)了在 Cortex A9 嵌入式硬件和 Linux 系統(tǒng)軟件平臺(tái)上，移植 OPENCV2.8.10 圖像算法庫(kù)的螺絲缺失檢測(cè)系統(tǒng)。車燈上有

13個(gè)位點(diǎn)需要進(jìn)行檢測(cè)，4個(gè)位點(diǎn)沒(méi)有裝配螺絲（檢測(cè)結(jié)果用黃色標(biāo)識(shí)）

和 9 個(gè)位點(diǎn)裝配螺絲（檢測(cè)結(jié)果用綠色標(biāo)識(shí)）都能有效的檢測(cè)出，并將螺絲缺失的數(shù)量顯示在圖像的正上方，其中 2，3，5，11 四個(gè)位點(diǎn)上的半圓頭螺絲表面亮度明顯偏暗，通過(guò)設(shè)置合適的參數(shù)也能正確的檢測(cè)出。本系統(tǒng)已 經(jīng)在某汽車車燈制造廠商的裝配檢測(cè)生產(chǎn)線上普遍應(yīng)用，提高了質(zhì)量檢測(cè)環(huán)節(jié)的可靠性。

4 結(jié)束語(yǔ)

本文提出了汽車車燈裝配螺絲缺失檢測(cè)方法，建立了汽車車燈裝配 螺絲缺失檢測(cè)實(shí)驗(yàn)系統(tǒng)，并在車燈裝配生產(chǎn)線上應(yīng)用。結(jié)果表明，文中論 述的圖像預(yù)處理方法和檢測(cè)方法是有效的，實(shí)現(xiàn)了螺絲缺失的自動(dòng)檢測(cè)。 本文要解決的問(wèn)題是車燈已經(jīng)放置到固定位置的治具上，因此不需

要通過(guò)程序方式實(shí)現(xiàn)螺絲的定位功能，減輕了程序的復(fù)雜度，同時(shí)也提高了系統(tǒng)的可靠性。并且，經(jīng)過(guò)實(shí)驗(yàn)分析，本文所處理的車燈螺絲圖像僅僅在亮度上具有與車燈其他區(qū)域明顯特征差別，而無(wú)明顯的紋理特征，因 此，如該系統(tǒng)應(yīng)用在螺絲紋理特征明顯的場(chǎng)合需要在今后工作中進(jìn)一步研究加以改進(jìn)。

參考文獻(xiàn)：

[1]石梅香.基于機(jī)器視覺(jué)的凸焊螺母焊接缺陷檢測(cè).焊接質(zhì)量控制與 管理[J].Vol.41 No.4 Apr.2012

[2] 李睿. 基于機(jī)器視覺(jué)的螺母定位系統(tǒng) [J]. 機(jī)床與液壓.Vol.41 No. 23.2013

[3]王凌.基于計(jì)算機(jī)視覺(jué)的鋼軌扣件螺母缺失檢測(cè)系統(tǒng)[J]. 計(jì)算機(jī)視覺(jué)的鋼軌扣件螺.Vol.32， No.12.2012