周寶玲 陳懷琪 郭濤

摘要：在我國工業(yè)企業(yè)生產(chǎn)過程中，最常見的生產(chǎn)形式就是流水線式生產(chǎn)，物料分揀工作是其中一個非常關(guān)鍵的環(huán)節(jié)。在重復(fù)性大且精度要求高的工業(yè)生產(chǎn)過程中，人眼已經(jīng)無法滿足工業(yè)效率和生產(chǎn)質(zhì)量，隨著對生產(chǎn)效率要求的提高，投入具有反應(yīng)快、體積小和靈活性好的機器視覺物料分揀系統(tǒng)尤為重要。基于此，進行了基于機器視覺工業(yè)物料分類及檢測系統(tǒng)設(shè)計。采用來自德國MVTec公司的專業(yè)機器視覺軟件Halcon進行開發(fā)機器視覺系統(tǒng)，以微軟的Visual Studio 2013為開發(fā)平臺，以實現(xiàn)工業(yè)上物料分類及其檢測系統(tǒng)，涵蓋物料精準(zhǔn)測量以及物料缺陷檢測等工業(yè)上所常見視覺需求。管理人員只需簡單地添加所需檢測物料視覺特征即可完成對檢測系統(tǒng)的信息配置，形成生產(chǎn)數(shù)據(jù)記錄存儲于Excel表格，便于日常管理及追溯。該系統(tǒng)的開發(fā)降低了高額的人工成本，實現(xiàn)輕量級、高效率、能適應(yīng)較差環(huán)境等特點的機器視覺物料分揀系統(tǒng)設(shè)計。

關(guān)鍵詞：機器視覺;Halcon;圖像處理;物料分揀

基于機器視覺的分揀系統(tǒng)推動著新技術(shù)的發(fā)展，它是一個快速發(fā)展并具有無限潛力的領(lǐng)域。在當(dāng)今的工廠環(huán)境中，生產(chǎn)設(shè)備的高速運轉(zhuǎn)往往存在著潛在的危險和一些不可抗拒的因素，它會對工人的身心健康造成不可逆轉(zhuǎn)的損壞;同時隨著制造型產(chǎn)業(yè)規(guī)模的不斷擴大和其生產(chǎn)質(zhì)量要求的提高，人工檢測篩選將難以滿足要求，機器視覺物料分揀系統(tǒng)的出現(xiàn)正好彌補這一空缺，它提高了生產(chǎn)檢測效率和識別精度，降低目前高額的人工費用，使自動化程度進一步提升。

在機器視覺的穩(wěn)定發(fā)展下，工業(yè)的物料分揀系統(tǒng)也逐漸完善，但以目前市場的視覺系統(tǒng)來看，仍然存在以下問題：

1）工業(yè)物料上的變形或粘粘在一起產(chǎn)生虛假信息，工業(yè)物料在大批量生產(chǎn)中，難免會因為機械結(jié)構(gòu)故障或生產(chǎn)環(huán)境條件等因素造成的工業(yè)物料變形或表面附著臟污，此時的分揀系統(tǒng)將無法識別此等信息，從而造成分揀系統(tǒng)的異常。

2）在提升視覺流程運行的速度時同時要兼容分揀的精度和誤判率，即為龐大的數(shù)據(jù)處理量與視覺圖像處理分揀速度的主要矛盾。

3）其他物料分揀視覺軟件因為算法單一的不可靠性會受環(huán)境的波動而精度受到很大的干擾或分揀信息受到較大的影響，致使視覺軟件產(chǎn)生誤判等異常功能。

4）物料分揀視覺軟件通訊方式限制，傳統(tǒng)的通訊是控制端與PC端進行串口（RS232）通訊格式進行數(shù)據(jù)交互，PC端需要不斷地向控制端監(jiān)聽其信號觸發(fā)，此種方式容易造成數(shù)據(jù)交互損失或數(shù)據(jù)堵塞，被迫整個流程時間加長。

5）通過物料分揀系統(tǒng)檢測出的數(shù)據(jù)不規(guī)范或信息單一無說明等，使得物料系統(tǒng)人員難以查詢物料分揀情況和對物料來去源等數(shù)據(jù)管理和追溯。

本文主要針對工業(yè)分類檢測設(shè)計了一種可根據(jù)用戶需求變動且適用性強的系統(tǒng)，做到無需類似傳統(tǒng)生產(chǎn)的換工件需要更換硬件的目的?，F(xiàn)今結(jié)合圖像處理方面技術(shù)，可設(shè)計出一種滿足市面工業(yè)檢測要求的低成本、小型化和簡單化的工業(yè)物料分類及檢測系統(tǒng)。

本設(shè)計是基于機器視覺分揀技術(shù)，主要結(jié)構(gòu)組成有硬件和軟件兩個部分。硬件部分主要組成有光學(xué)鏡頭、常見的傳感器、通訊交互接口、機械支架、工業(yè)相機和視覺光源設(shè)備組成。軟件部分主要是基于市面流行的Windows系統(tǒng)之上，采用機器視覺軟件Halcon進行圖像處理和算法開發(fā)，利用PC端通訊交互的接口;由于算法的應(yīng)用性強，客戶端可針對用戶需求更改參數(shù)和物料特性方式進行相應(yīng)視覺功能調(diào)整。系統(tǒng)設(shè)計架構(gòu)設(shè)計圖如圖1所示：

（1）視覺光源。對一個穩(wěn)定性好的機器視覺分揀平臺系統(tǒng)來說，整個系統(tǒng)是否穩(wěn)定、可靠的關(guān)鍵在于工業(yè)光源和照明結(jié)構(gòu)設(shè)計的搭配，其包含光源的安裝高度、發(fā)光源的發(fā)光面積及角度和針對不同材質(zhì)的光源類型;合理的照明設(shè)計與視覺光源的配合效果是能夠?qū)⒂脩羲枨蟮奈锪咸卣鼽c凸顯出來，并將無關(guān)變量和干擾物特性減少或磨滅，使得物料的關(guān)鍵特性與背景形成良好的對比度，對于機器視覺算法來說，這將極大地降低算法難度和視覺開發(fā)周期。其中LED光源以發(fā)光量足、能耗低、效率高等優(yōu)點廣泛應(yīng)用于工業(yè)視覺的照明系統(tǒng)，

（2）光學(xué)鏡頭。光學(xué)鏡頭在視覺系統(tǒng)的定位相當(dāng)于人類眼睛中的晶狀體，是與工業(yè)相機配合的不可或缺的工件，其主要的性能指標(biāo)有焦距、光圈、工作距離、視場角、后截距、分辨率、景深、接口等。

（3）工業(yè)相機：相機是機器視覺中最重要的組成結(jié)構(gòu)，是由它提取外界呈現(xiàn)的信息，分為CMOS和CCD，CMOS類型成本較低，呈現(xiàn)效果不俗等特點在自動化廠商廣泛應(yīng)用，CCD價格較為昂貴，但對于拍攝高速運動的物體是最佳選擇，針對不同場景有不同的相機類型應(yīng)對，不同品牌價格也各有差異。

機器視覺系統(tǒng)：用圖2表示機器視覺系統(tǒng)從數(shù)據(jù)架構(gòu)的角度來看，首先是對外界信息原始數(shù)據(jù)的提取，其具體一定的特征度量，市面上的工業(yè)檢測中，它包括被測物體的像素面積、像素長寬、角度及像素點陣等。在特征經(jīng)過度量之后，這些特征量即傳輸至模式分類器進行決策運算，決策規(guī)則一般即為視覺核心，同時作為視覺圖像算法，根據(jù)用戶要求從而確定被測體的類別屬性。

本設(shè)計中選擇德國專業(yè)視覺軟件Halcon的原因在于此軟件是因為它具有針對分揀系統(tǒng)自己獨有的穩(wěn)定算法，也是世界上公認(rèn)具有最佳性能的機器視覺軟件，在工業(yè)自動化中十分常見。在現(xiàn)實操作的軟件過程中，在也可將此軟件認(rèn)為是集成一系列圖像處理算法庫的視覺軟件，其囊括了視覺處理常見的圖像增強、灰度變換、圖像的幾何變換、圖像頻域轉(zhuǎn)換、圖像匹配、形態(tài)學(xué)、圖像分割、圖像復(fù)原等基本的圖像處理算法，并此軟件對上述算法做了歸類并優(yōu)化成熟，Halcon強大的計算處理能力使得其應(yīng)用范圍幾乎沒有得到限制，可以在任何場合進行應(yīng)用，包括醫(yī)藥、安防及遙感等各種自動化檢測行業(yè)。編寫完成的Halcon代碼可以直接生成C#語言導(dǎo)入至微軟的Visual Studio開發(fā)平臺，更支持Linux、Solaris等操作平臺，使得面對對象更加廣闊，具有很大的發(fā)展前景。

本設(shè)計的工業(yè)物料分類檢測內(nèi)部編程思路分為系統(tǒng)內(nèi)部參數(shù)的初始化，主線程控制各分支線程的執(zhí)行，互相監(jiān)控，相機采集分為單獨線程模式保證軟件的流暢與不丟幀，采集之后的圖像數(shù)據(jù)給算法線程做單獨運算，運算完畢后的數(shù)據(jù)結(jié)果傳遞至界面顯示，上述過程為異步進行，為軟件的運行做加速，期間根據(jù)用戶請求的指令優(yōu)先進行對數(shù)據(jù)進行處理。

該設(shè)計通過最后的研究與算法分析，并且選擇相對應(yīng)合適的算法，同時在軟件上對現(xiàn)有的物料添加模板，對所有的功能模塊進行了測驗與改善，設(shè)計出最終的成本效果。

啟動工業(yè)物料視覺物料分類軟件，軟件將自動創(chuàng)建通訊以及記載視覺所需文件，調(diào)整好視覺平臺。軟件檢測界面單次運行為人工手動信號，可直接看到視覺處理效果，便于測試與驗證。當(dāng)管理員登錄后，點擊連續(xù)運行，則需要外界觸發(fā)相機拍照信號的配合。隨著后臺自動進行視覺處理，數(shù)據(jù)與圖片在觸發(fā)信號后將保存至本地。

信號觸發(fā)正常，工作穩(wěn)定，且信號觸發(fā)到視覺處理的時間能控制在300ms以內(nèi)。

針對工業(yè)分類檢測設(shè)計了一種可根據(jù)用戶需求變動且適用性強的系統(tǒng)，做到無需類似傳統(tǒng)生產(chǎn)的換工件需要更換硬件的目的。結(jié)合圖像處理方面技術(shù)，設(shè)計出了一種滿足市面工業(yè)檢測要求的低成本、小型化和簡單化的工業(yè)物料分類及檢測系統(tǒng)。

參考文獻：

[1]楊戈.基于機器視覺的機械零部件精密測量系統(tǒng)設(shè)計與開發(fā)[D].南京信息工程大學(xué)，2013

[2]唐向陽，張勇，李江有.機器視覺關(guān)鍵技術(shù)的現(xiàn)狀及應(yīng)用展望[J].昆明理工大學(xué)學(xué)報（理工版），2004（02）

廣州市科技計劃項目（201804010134）、廣東省普通高校特色創(chuàng)新項目《（2014KTSCX203）和廣東白云學(xué)院科研項目（BYKY2016Z1）;廣東白云學(xué)院控制科學(xué)與工程重點學(xué)科建設(shè)（編號：2440306）。

周寶玲（1976-），女，漢族，籍貫：河北唐山，工程師，學(xué)士，研究方向：自動控制。