苑瑋琦，付倜儻

(沈陽工業(yè)大學 視覺檢測技術研究所，遼寧 沈陽 110870)

基于Halcon的板式換熱器板片質量檢測技術研究

苑瑋琦，付倜儻

(沈陽工業(yè)大學 視覺檢測技術研究所，遼寧 沈陽 110870)

提出一種新的板式換熱器板片檢測方法，應用Halcon圖像處理軟件中的一系列算子對圖像進行處理。獲取圖像后，先使用邊緣檢測等方法提取換熱器板片的底面區(qū)域，之后使用形態(tài)學處理等方法提取頂面?zhèn)让娼唤鐓^(qū)域，最后使用圖像增強、平滑和特征提取等方法獲得換熱器板片的缺陷區(qū)域。該研究為板式換熱器板片檢測提供了一種新的方法，能夠快速、有效地檢測出缺陷。

板式換熱器板片；質量檢測；機器視覺；Halcon

0 引言

板式換熱器板片是板式換熱器中最重要的組成部分[1]。一直以來，板式換熱器板片主要靠人工抽檢，輔以PT滲透法進行檢測。人工抽檢不僅工作量大，還易受檢測人員主觀因素的影響。板片表面凹凸不平，成波紋狀。板片的面積大，波紋條數(shù)多，通過人眼來檢查每條波紋上是否存在缺陷非常困難。PT滲透法檢測完全裂開的裂紋是非常準確的，但這種方式檢測時間長，成本高，且滲透劑染料對檢測人員和環(huán)境會造成一定損害。因此，研究基于機器視覺的換熱器板片在線檢測技術具有重要的工程實際意義。

本研究采用機器視覺圖像處理軟件Halcon對換熱器板片輕度撕裂進行檢測，實現(xiàn)換熱器板片輕度撕裂特征提取，并為換熱器板片提供高速、穩(wěn)定的在線檢測方法。

1 板式換熱器板片質量在線檢測系統(tǒng)

板式換熱器板片的制作方式是將金屬板片放入帶波紋模具的壓機中一次沖壓成型的，成型后的板片凹凸不平，類似波紋狀。板片側視示意圖及各平面和區(qū)域的定義如圖1所示。

圖1 板片側視示意圖及各平面和區(qū)域的定義

板片顏色一般為銀白色，板片在壓制過程中時常發(fā)生有裂紋的現(xiàn)象[2],生產(chǎn)時的主要缺陷為頂面與側面交界區(qū)產(chǎn)生的輕度撕裂，表現(xiàn)為板片在該處變薄，但并未完全裂開。當板片合格時，頂面與側面的交界區(qū)域是平滑過渡的；當板片存在缺陷時，頂面與側面交界區(qū)域將變得粗糙，粗糙程度加重后將產(chǎn)生輕微撕裂。被測板片長1 500 mm，寬650 mm，檢測精度50 μm。本研究搭建的板式換熱器板片缺陷在線檢測系統(tǒng)平臺如圖2所示。

圖2 板式換熱器板片質量在線檢測系統(tǒng)示意圖

圖2中，相機、鏡頭和光源組成了檢測系統(tǒng)的圖像采集模塊，由于該系統(tǒng)的檢測精度要求較高，考慮成本問題，選擇一臺16 k分辨率的線掃描相機，則相機實際的視野范圍為16 384×50/1 000=819.2 mm，滿足被測板片寬度650 mm的要求。相機選擇加拿大DALSA公司的16 k分辨率相機，型號為p3-s0-16k40。像元尺寸3.5 μm，數(shù)據(jù)接口為HSLink，需要圖像采集卡采集圖像，圖像采集卡選擇的型號為Xcelera-HS PX8，其與計算機主板的接口為PCIe×8，通過HSLink供電。鏡頭選擇德國Schneider鏡頭，型號為XENON-SAPPHIRE 4.5/95，焦距為95 mm，成像圓直徑為62.5 mm，光學接口V70-Mount。由于被測板片的材質為金屬，在其表面直接打光會產(chǎn)生反光，本研究選用了拱形光源。光源內(nèi)部結構為一拱形曲面，底部高亮度貼片LED發(fā)光，通過拱形曲面漫反射將光線打到被測物表面，在拱形曲面頂端有一長條缺口，使相機能拍攝到被測物體。

當被測板片無缺陷時，采集的圖像如圖3所示。波紋的底面是平面，因此在圖像中反映出來是相對較亮的，從較亮的底面到較暗的側面有一條明顯的交界線。波紋的頂面類似弧面，頂面比底面相對暗一些，頂面到側面是均勻過渡的，因此沒有明顯的交界線。當被測板片有缺陷時，采集的圖像如圖4所示。在頂面與側面的交界處并未均勻過渡，而產(chǎn)生了明顯的交界線。由此可見，本研究所搭建的系統(tǒng)平臺形成了有利于圖像處理的成像效果。

圖3 無缺陷時的圖像

圖4 存在缺陷時的圖像

2 圖像處理關鍵技術

在本系統(tǒng)中，圖像處理的基本步驟是：圖像獲取-提取底面區(qū)域-提取頂面?zhèn)让娼唤鐓^(qū)域-提取頂面?zhèn)让娼唤鐓^(qū)域內(nèi)暗區(qū)域-顯示結果。

2.1圖像獲取

在沒有外部觸發(fā)信號作用的前提下，相機是處于連續(xù)采集模式的，當相機接收到觸發(fā)信號后，代表采集完成，緩沖區(qū)形成一張完整的圖像，通過相機的SDK開發(fā)包，將圖像從采集卡提取出來，以便后期對圖像進行處理。

2.2提取底面區(qū)域

底面和側面的交界線在圖像中較為明顯，故先采用邊緣檢測方法提取出底面與側面交界線的區(qū)域，在Halcon中使用算子edges_image()對圖像進行邊緣檢測，常用的濾波器有“canny”、“sobel”、“deriche”等[3]。本系統(tǒng)中使用的濾波器是“deriche”，該濾波器是IIR濾波器，IIR濾波器在處理噪聲圖像或需要大面積進行平滑的圖像時具有十分重要的意義，在這樣的情況下，Deriche算子相比Canny算子有其優(yōu)勢，因為它處理一幅圖像的時間是相對較短的固定時間，并且獨立于所需要平滑面積的大小。邊緣檢測完成后，再使用算子threshold()提取底面與側面交界線的區(qū)域，對圖4進行邊緣檢測并閾值分割后得到如圖5所示圖像。圖中的亮線即為底面?zhèn)让娼唤鐓^(qū)域。

圖5 邊緣檢測后的圖像

再對提取的區(qū)域做閉運算，使距離較近的兩條線能夠封閉為一個整體區(qū)域，封閉形成的整體區(qū)域即為底面區(qū)域，使用算子closing_circle()對底面與側面交界區(qū)域做閉運算，即可得到底面區(qū)域。得到的底面區(qū)域在圖像中顯示的結果如圖6所示。深色區(qū)域為底面區(qū)域，可以看出底面區(qū)域被很好地提取出來。

圖6 底面區(qū)域圖像

2.3提取頂面?zhèn)让娼唤鐓^(qū)域

由于底面區(qū)域與頂面?zhèn)让娼唤鐓^(qū)域的距離是基本固定的，因此可以根據(jù)底面區(qū)域并使用形態(tài)學處理[4]的方法來得到頂面?zhèn)让娼唤鐓^(qū)域。方法是先對底面區(qū)域進行膨脹，膨脹的大小使其能夠覆蓋整個頂面?zhèn)让娼唤鐓^(qū)域，使用算子dilation_circle()對底面區(qū)域進行膨脹處理。再對膨脹后的區(qū)域進行腐蝕，使其不能覆蓋到頂面?zhèn)让娼唤鐓^(qū)域，使用算子erosion_circle()對膨脹后的區(qū)域進行腐蝕處理。再使用膨脹后的區(qū)域與腐蝕后的區(qū)域作差，使用算子difference()對兩個區(qū)域作差，即可得到頂面?zhèn)让娼唤鐓^(qū)域。頂面?zhèn)让娼唤鐓^(qū)域在圖像中顯示的結果如圖7所示。深色區(qū)域為頂面?zhèn)让娼唤鐓^(qū)域，可以看出提取的頂面?zhèn)让娼唤鐓^(qū)域的位置是準確的。

圖7 頂面?zhèn)让娼唤鐓^(qū)域圖像

2.4提取頂面?zhèn)让娼唤鐓^(qū)域內(nèi)暗區(qū)域

提取頂面?zhèn)让娼唤鐓^(qū)域內(nèi)暗區(qū)域的方法是首先對圖像進行增強和平滑處理，由于缺陷在圖像中的特征不是十分明顯，缺陷處的灰度值與其四周的灰度值差距較小，因此需要對圖像進行增強，圖像增強使用算子emphasize()使圖像明暗區(qū)分程度更強。由于圖像中存在噪聲，圖像增強后噪聲也隨之增強，因此需要進行圖像平滑。圖像中的噪聲一般為高斯噪聲，本研究使用均值濾波進行圖像平滑[5]。在Halcon中使用算子mean_image()消除圖像中的部分噪聲，有利于提取暗區(qū)域。經(jīng)過增強和平滑處理后的圖像如圖8所示?？梢娙毕莺捅尘皡^(qū)分更明顯。

圖8 增強和平滑處理后的圖像

然后需要提取圖像中所有的暗區(qū)域，使用自動閾值分割算子var_threshold()提取圖像中所有的暗區(qū)域。得到的區(qū)域將會存在較多小區(qū)域的干擾，因此需要排除干擾區(qū)域，使用形態(tài)學處理的方法，在Halcon中的算子是opening_circle()，對得到的暗區(qū)域作開運算，消除較小區(qū)域的干擾。由于缺陷區(qū)域特征與非缺陷區(qū)域特征的不同點在于缺陷區(qū)域是相對較長的，可以根據(jù)該特征對區(qū)域進行篩選，首先需要將得到的區(qū)域進行連通，以便進行區(qū)域特征分析，在Halcon中使用算子connection()將區(qū)域連通，得到的連通域圖像如圖9所示。深色區(qū)域表示連通域?？梢钥闯鰣D像的各部分被分割成多個連通的區(qū)域，需要按特征選擇出所需的目標區(qū)域。

圖9 連通域圖像

再使用算子select_shape()對區(qū)域進行篩選，特征參數(shù)選擇“contlength”，表示區(qū)域的長度。篩選區(qū)域長度大于290的區(qū)域為目標區(qū)域。得到目標區(qū)域圖像如圖10所示，深色區(qū)域為目標區(qū)域，可見已經(jīng)排除了較小區(qū)域，只剩下底面?zhèn)让娼唤鐓^(qū)域和缺陷區(qū)域。

最后排除底面?zhèn)让娼唤鐓^(qū)域，將篩選出的區(qū)域同之前得到的頂面?zhèn)让娼唤鐓^(qū)域(圖7)取交集，使用算子intersection()對兩個區(qū)域取交集，即可得到交界區(qū)域內(nèi)的暗區(qū)域，該區(qū)域即為缺陷區(qū)域。缺陷區(qū)域在圖像中顯示的結果如圖11所示。深色區(qū)域即為缺陷區(qū)域。

圖10 篩選后的區(qū)域圖像

圖11 缺陷區(qū)域圖像

3 結束語

實驗結果證明，本文提出的基于Halcon的板式換熱器板片質量檢測技術研究能夠自動地從圖像中找到目標區(qū)域，并能在目標區(qū)域中準確找到缺陷區(qū)域，完成對板式換熱器板片的自動檢測，相較傳統(tǒng)人工檢測方法和PT滲透法，該方法在板片質量檢測的精度和速度上具有重大的改進。該方法的研究為板式換熱器板片檢測提供了新的方法和途徑，具有很好的實用性和現(xiàn)實意義。

[1] 孫付仲. 基于SolidWorks可拆式板式換熱器CAD系統(tǒng)開發(fā)研究[D]. 蘭州：蘭州理工大學，2012.

[2] 陶曉鋼. 淺析板式換熱器板片在壓制中出現(xiàn)的問題[J].廣州化工，2015，43(19)：141-142.

[3] 張春雪. 圖像的邊緣檢測方法研究[D]. 無錫：江南大學，2011.

[4] 曹風云. 基于機器視覺的鋼球表面質量分揀系統(tǒng)[D]. 淄博：山東理工大學，2016.

[5] 王慶海. 基于HALCON的織物質量檢測技術研究[J]. 機電工程，2015，32(12)：1636-1640.

Research on plate quality inspection technology of plate heat exchanger based on Halcon

Yuan Weiqi, Fu Titang

(Institute of Visual Inspection Technology, Shenyang University of Technology, Shenyang 110870, China)

A new plate heat exchanger plate inspection method is proposed. The images are processed by a series of operators in Halcon image processing software. After the image is acquired, the bottom surface area of the heat exchanger plate is extracted by edge detection and so on. Then, the top side surface is extracted by morphological processing. Finally, image enhancement, smoothing and feature extraction are used to obtain the heat exchanger plate slice defective region. The study provides a new method for the detection of plate heat exchanger plates, which can detect the defects quickly and effectively.

plate heat exchanger plate; quality inspection; machine vision; Halcon

TP391.4

A

10.19358/j.issn.1674- 7720.2017.19.023

苑瑋琦，付倜儻.基于Halcon的板式換熱器板片質量檢測技術研究[J].微型機與應用，2017,36(19)：81-83,86.

2017-02-13)

苑瑋琦(1960-)，男，博士(后)，教授，主要研究方向：機器視覺檢測、生物特征識別。付倜儻(1992-)，男，碩士研究生，主要研究方向：視覺檢測技術。