蘇春陽，孫曉幫，陳樂輝，蔡景月，李歡，邱亞男

（1.遼寧工業(yè)大學汽車與交通工程學院，遼寧 錦州 121001；2.深圳市特瑞吉科技有限公司，廣東 深圳 518110；3.天津莫森睿自動化設備有限公司，天津 301709；4.錦州萬友機械部件有限公司，遼寧 錦州 121000）

引言

目前，很多制造行業(yè)都進入到自動化生產(chǎn)行列中，甚至是智能制造生產(chǎn)的行列中，汽車零部件的生產(chǎn)也不例外。隨著科技的發(fā)展，汽車行業(yè)一直在迭代更新，但迭代更新的主要是控制與驅動方面，對于汽車硬件改動不是很大，因此對汽車硬件的需求也在增加，例如減振器中的活塞桿，在減振器活塞桿的制造過程中經(jīng)常會出現(xiàn)一些瑕疵品，之前都是人工檢測，但是由于人工檢測成本高、效率低，并且隨著機器視覺技術的成熟，本人聯(lián)合幾名機器視覺領域的能手對活塞桿端表面的檢測進行了研究。

1 減振器活塞桿端表面瑕疵的介紹

1.1 減振器活塞桿表面瑕疵的形成原因

圖1 活塞桿端面加工后展示

目前的活塞桿制造中，均是靠自動化設備來完成的，而自動化設備有時由于種種原因會出現(xiàn)不穩(wěn)定的情況，例如活塞桿端表面的形成，正常是通過加工后，由圓表面形成外六方表面，但有時由于設備的不穩(wěn)定，會造成加工兩次或一次也沒有，加工兩次，端表面會形成不規(guī)則外十二方，一次也不加工則會是原來的模樣。三種情況用工業(yè)相機經(jīng)過打光后的效果圖如圖1 所示，可以看出，合格品正面投影為正六邊形的樣件與其余非合格品樣件之間差別明顯。

1.2 檢測方案選取

根據(jù)以上介紹可知，在加工后去檢測活塞桿端表面的形狀是非常有必要的，考慮到檢測需求，即快速穩(wěn)定的檢測以及能夠很容易嵌入到產(chǎn)線當中，且機器視覺檢測具有檢測速度快，檢測穩(wěn)定及占用體積小等特點。因此，基于機器視覺的檢測方案正適合于此。

2 檢測系統(tǒng)設計

2.1 檢測系統(tǒng)硬件設計

因為此項檢測為金屬表面視覺檢測，所以最重要的就是被檢測體的特征提取，此項檢測最明顯的特征就是被加工后留下的輪廓，而輪廓處的端表面與其背景存在明顯差異，端面較為光鮮，而北京較為暗沉。對此，本人選取45°白色環(huán)形光源，45°的白色環(huán)形光源對于表面光鮮的物體具有光鮮程度增強作用，光源控制器選用的是OSe 的PW-2024 型號的光源控制器?？紤]到經(jīng)過打光后的特征非常明顯，為了增加檢測速度與檢測質量，工業(yè)相機選取大恒科技的網(wǎng)口500 萬黑白相機，其型號為：MER-500-14GC，網(wǎng)口傳輸具有抗干擾性強的優(yōu)點。因為被檢測點與鏡頭距離穩(wěn)定，綜合考慮到使用性能與經(jīng)濟性，因此鏡頭選用Computar 定焦鏡頭，其型號為M0814-MP2。

2.2 檢測系統(tǒng)軟件設計

2.2.1 圖像處理

此研究當中，最為重要的就是系統(tǒng)軟件的設計，在機器視覺檢測的過程中主要由圖像采集、圖像處理、圖像識別、結果輸出組成。對于本研究，圖像采集與結果輸出易于實現(xiàn)，因此圖像處理與圖像識別為本研究重中之重。本研究圖像處理用的是Labview 視覺模塊中的二值化[1]模塊與輪廓提取模塊，二值化的算法公式為：

其中，g(x,y)為點（x,y）二值化后的像素值，f(x,y)為原圖點（x,y）的像素值，k 為二值化的閾值，i 為二值化后的取代值。本系統(tǒng)中，k 取251，i 取255。圖像處理的程序框圖與處理后效果如圖2 所示。

圖2 圖像處理程序框圖與處理后效果

2.2.2 圖像識別

由圖2 可以看出，中間的六邊形合格品與其他的非合格品之間特征差別非常明顯，因此，利用合格的六邊形作為模板匹配[2]中的模板進行學習，然后運用學習后的模板與每一張被測圖片進行模板匹配來進行圖像識別，模板匹配的匹配分值滿分為1000 分，此檢測中，設定閾值，當模板匹配分數(shù)大于800 分時即可判定出活塞桿的端表面是否為合格品。其中，在視覺模塊中，模板學習VI 為IMAQ Learn Pattern 6 Vi模板匹配Vi 為IMAQ Match Pattern 4 Vi。

3 結論

（1）活塞桿端表面檢測可利用機器視覺進行檢測。

（2）圖像處理與圖像識別在此檢測中是異常重要的環(huán)節(jié)。

（3）此檢測應用到制造流程中將會明顯的提升工作效率與檢測質量。