，，

(上海航天精密機(jī)械研究所，上海 201600)

工業(yè)領(lǐng)域通常采用磁粉檢測方法檢測鐵磁性工件表面或近表面缺陷[1]。傳統(tǒng)的磁粉檢測過程中，通常采用人工方式來進(jìn)行缺陷的判別。而航空螺栓、常規(guī)的槍炮、軸承滾子等產(chǎn)品的零部件檢測，常常需要多名檢驗(yàn)員每天完成上千件零件的檢測，實(shí)際檢測中難免會出現(xiàn)因檢測人員視覺疲勞而導(dǎo)致的漏檢、誤判問題。而且，無損檢測技術(shù)正向著自動化和智能化方向發(fā)展。而在智能磁粉檢測系統(tǒng)中，圖像處理是智能磁粉檢測的核心，圖像處理水平的高低直接體現(xiàn)出智能檢測系統(tǒng)檢測水平的高低，反映出智能磁粉檢測系統(tǒng)能否準(zhǔn)確替代人對缺陷進(jìn)行識別。

筆者從硬件、軟件等方面著手，開展了機(jī)器視覺熒光磁粉檢測圖像處理技術(shù)研究。首先構(gòu)建了圖像采集系統(tǒng)平臺，利用彩色CCD(電荷耦合器件)工業(yè)相機(jī)獲取了熒光磁粉檢測圖像，再通過軟件對采集到的圖像進(jìn)行了處理，降低了噪聲對圖像的干擾。文章首次提出了基于RGB色值去除的彩色圖像噪聲算法，之后再提取缺陷特征并進(jìn)行缺陷評價(jià)分析。

1 硬件對檢測的影響

硬件主要是指工業(yè)相機(jī)與照明裝置，這兩者直接決定軟件處理過程中原圖像質(zhì)量的好壞，對結(jié)果的判定有重要影響。

1.1 工業(yè)相機(jī)對檢測的影響

工業(yè)相機(jī)是機(jī)器視覺系統(tǒng)中的一個關(guān)鍵組件，其本質(zhì)的功能是將光信號轉(zhuǎn)變成有序的電信號，故選擇合適的相機(jī)是機(jī)器視覺系統(tǒng)設(shè)計(jì)中的重要環(huán)節(jié)。工業(yè)相機(jī)根據(jù)圖像效果分為彩色相機(jī)和黑白相機(jī)；根據(jù)傳感器芯片類型分為CCD相機(jī)和CMOS(互補(bǔ)金屬氧化物半導(dǎo)體)相機(jī)；根據(jù)靶面類型分為線陣相機(jī)和面陣相機(jī)；根據(jù)輸出方式分為模擬攝像機(jī)和數(shù)碼相機(jī)；根據(jù)接口類型可分為USB、1394、Cameralink、GIGE千兆網(wǎng)口。而影響工業(yè)相機(jī)性能的主要參數(shù)有分辨率、幀速率、信噪比、曝光時間等。分辨率決定了成像大小，即圖像像素點(diǎn)數(shù)的多少影響后期圖像處理時算法的研究與使用。信噪比影響成像質(zhì)量，信噪比越小說明干擾越多；曝光時間主要取決于工件處于靜止或者運(yùn)動的狀態(tài)。因此，對于工業(yè)相機(jī)的選擇，一定要充分分析好工作對象的要求。另外，除了工業(yè)相機(jī)，鏡頭的選用也尤為重要，基本標(biāo)準(zhǔn)就是選擇與工業(yè)相機(jī)相配套的鏡頭，注意鏡頭的接口與焦距。故根據(jù)檢測需求，采用了GIGE千兆網(wǎng)口的面陣彩色CCD相機(jī)。

1.2 照明裝置對檢測的影響

照明裝置通常指光源，其作用是為了獲得被測物體邊緣銳利、對比度鮮明的高質(zhì)量圖像。所以，照明裝置的設(shè)計(jì)水平直接決定了圖像質(zhì)量，進(jìn)而決定了機(jī)器視覺系統(tǒng)能否準(zhǔn)確地對被測樣品進(jìn)行檢測。常用的光源類型有高頻熒光燈、光纖光源和LED光源(見圖1)。光纖光源又稱為鹵素?zé)?，適合小范圍的局部高亮度照明和對檢測環(huán)境溫度比較敏感的場合；高頻熒光燈采用高頻電源進(jìn)行供電，發(fā)光原理類似于日光燈；在機(jī)器視覺系統(tǒng)中LED光源的應(yīng)用最廣泛，選擇性最多。不同類型光源效果對比如表1所示。由表1可知，選用LED光源為機(jī)器視覺系統(tǒng)提供采集圖像的光照最合適。

圖1 機(jī)器視覺常用光源外觀表1 不同類型光源效果對比

項(xiàng)目高頻閃光燈光纖光源LED光源價(jià)格低高中亮度低高中穩(wěn)定性低中高使用壽命中低高光線均勻性高中低復(fù)雜設(shè)計(jì)低中高多顏色無無有

2 圖像處理算法

根據(jù)上述情況，針對熒光磁粉檢測的特點(diǎn)，在暗室環(huán)境中對軸承滾子磁化并噴灑熒光磁懸液，選用彩色工業(yè)相機(jī)，在定制的LED紫外燈照射下采集圖像，并通過千兆網(wǎng)口將圖像實(shí)時傳輸至PC端。通過軟件算法提取彩色圖像中光譜波長在550～580 nm的黃綠色像素點(diǎn)構(gòu)成的區(qū)域圖像，并進(jìn)行降噪等預(yù)處理，再提取圖像梯度特征，從而判別工件是否存在缺陷?；跈C(jī)器視覺的磁粉檢測流程如圖2所示。

圖2 基于機(jī)器視覺的磁粉檢測流程

圖3 某型號軸承滾子的熒光磁粉檢測圖像

某型號軸承滾子的熒光磁粉檢測圖像如圖3所示。在實(shí)際檢測工作中，會出現(xiàn)聚磁、陰影、光照干擾等現(xiàn)象，這會給缺陷的智能檢測判定帶來較大干擾。圖3 (a)為存在裂縫缺陷及較小聚磁的樣本圖；圖3(b)為存在裂縫缺陷、較大聚磁及陰影的樣本圖；圖3(c)為無缺陷，但存在紫外光線及陰影的樣本圖。故而，在這些干擾存在的情況下，直接利用灰度圖像進(jìn)行去噪、區(qū)域分割，特征提取會誤將干擾檢測做成缺陷而出現(xiàn)誤判，影響檢測效率及正確率。為了解決這個問題，根據(jù)熒光磁粉檢測的顏色頻譜特點(diǎn)，運(yùn)用RGB色值對原圖像先進(jìn)行了有效圖像的提取，即提取原圖像中的黃綠色圖像，再進(jìn)行后續(xù)處理。

通過熒光磁粉檢測的工件缺陷所反應(yīng)出的顏色，其RGB色值中，R、B值較小，G值較大，在提取圖像時，R、G、B的閾值需根據(jù)具體檢測工藝環(huán)境來確定。文中對圖3中的3幅原圖分別通過R、G、B區(qū)域閾值進(jìn)行色值提取，結(jié)果如圖4所示。

圖4 提取原圖中的黃綠色區(qū)域圖像結(jié)果

由圖4可知，通過對機(jī)器相機(jī)采集到的原圖像進(jìn)行RGB色值目標(biāo)區(qū)域的圖像提取，能夠?qū)⒋蟛糠衷肼暈V除，有效抑制聚磁、外置光照、陰影等干擾。處理后的圖像所剩噪聲多為點(diǎn)狀式近似椒鹽噪聲，故而可再對圖像運(yùn)用中值濾波方法進(jìn)行去噪處理。中值濾波就是選擇一定形式的窗口，使其在圖像的各點(diǎn)上移動，用窗口像素灰度值的中值代替窗口中心點(diǎn)處的像素灰度，其對于消除孤立點(diǎn)和線段的干擾十分有用。以樣本圖3為例，其中值濾波圖像如圖5所示。

圖5 樣本圖3的中值濾波圖像

由圖5可知，圖5(a)中的點(diǎn)狀椒鹽噪聲通過中值濾波后可以得到比較干凈的圖像，即圖5(b)，其噪聲得到了有效抑制。為了能較好判斷所采集的圖像中是否存在缺陷，提取了圖像的梯度特征，即先對圖像進(jìn)行腐蝕膨脹的開運(yùn)算，再提取線性特征。

設(shè)f(x,y)表示一幅圖像，width，height分別為圖像的寬度和高度，則圖像在(x,y)處的梯度是一個矢量，定義為

(1)

式中：Gx和Gy分別為沿著x方向和y方向的梯度。

梯度的幅度|▽f(x,y)|為

(2)

由式(2)可知，梯度的數(shù)值就是f(x,y)在最大變化率方向上的單位距離所增加的量。利用差分代替微分式圖像的梯度場和梯度場的模,可以表示為

Gx(x,y)=f(x+1,y)-f(x,y)

(3)

Gy(x,y)=f(x,y+1)-f(x,y)

(4)

M(x,y)=[Gx(x,y)2+Gy(x,y)2]1/2

(5)

由式(3)，(4)，(5)可以得到梯度場方向D，其表達(dá)式為

Dx(x,y)=Gx(x,y)/M(x,y)

(6)

Dy(x,y)=Gy(x,y)/M(x,y)

(7)

式中:(x,y)∈[0,width-1]×[0,height-1];G和M表示圖像的梯度場和梯度場的模。

對檢測圖像進(jìn)行算法處理后的結(jié)果如圖6所示。

通過缺陷檢測結(jié)果可以看出，提出的基于彩色圖像提取特定熒光區(qū)域圖像的方法能有效遏制噪聲干擾，同時通過梯度特征可以判斷是否存在缺陷，并標(biāo)定缺陷的位置。

圖6 對檢測圖像進(jìn)行算法處理后的結(jié)果

3 結(jié)語

從硬件、軟件等方面對機(jī)器視覺熒光磁粉檢測圖像處理技術(shù)進(jìn)行了分析和研究，通過驗(yàn)證得到最優(yōu)方案并構(gòu)建了圖像采集系統(tǒng)平臺，利用彩色CCD工業(yè)相機(jī)獲取了熒光磁粉檢測圖像，降低了噪聲對圖像的干擾；提出了基于RGB色值去除的彩色圖像噪聲算法，通過試驗(yàn)發(fā)現(xiàn)，此方法能有效抑制聚磁、外置光照、陰影等噪聲干擾，最后對處理后的圖像進(jìn)行了缺陷分析判別，為智能磁粉檢測系統(tǒng)的研究提供了基礎(chǔ)和依據(jù)。