翟志永， 陳永清， 陳廉清

(1.寧波職業(yè)技術(shù)學(xué)院 機(jī)電工程學(xué)院， 浙江 寧波 315800； 2.寧波工程學(xué)院 機(jī)器人學(xué)院， 浙江 寧波 315211)

軸承滾子在生產(chǎn)過程中，有少量滾子存在料次、眼釘?shù)榷嗣嫒毕荨L子制造企業(yè)須在成品包裝前將這些廢、次品識別并剔除出來，因此，必須對滾子端面進(jìn)行全檢。目前，企業(yè)采用人工目測的方法進(jìn)行質(zhì)量檢測工作，不僅用工量大、效率低，而且漏檢、誤檢率高，常有用戶要求退換或投訴的事情發(fā)生，不僅造成經(jīng)濟(jì)損失，而且給用戶帶來負(fù)面影響，致使企業(yè)信譽(yù)受到嚴(yán)重?fù)p害。為解決長期以來存在的難題，企業(yè)急需自動(dòng)檢測設(shè)備，替代人工視覺檢測。滾子產(chǎn)品型號多、端面缺陷類型多，且缺陷大小、深淺與分布位置都是隨機(jī)的，因此，課題組應(yīng)用計(jì)算機(jī)視覺檢測技術(shù)，開發(fā)自動(dòng)檢測系統(tǒng)解決這一問題。

1 端面檢測硬件組成及工作原理

軸承滾子如圖1所示。滾子的2個(gè)端面均需檢測，需要2套檢測系統(tǒng)，主要硬件包括：2個(gè)工業(yè)相機(jī)、2個(gè)鏡頭、2個(gè)LED低角度環(huán)形光源，1臺工控機(jī)(含顯示器)，1套PLC控制系統(tǒng)，2套剔除機(jī)構(gòu)，1套翻轉(zhuǎn)機(jī)構(gòu)等。自動(dòng)檢測系統(tǒng)結(jié)構(gòu)圖如圖2所示。

圖1 滾子Figure 1 Roller

圖2 檢測系統(tǒng)結(jié)構(gòu)圖Figure 2 Illustration of detection system

滾子自動(dòng)檢測工作原理：滾子在傳送帶上以設(shè)定的速度在相機(jī)正下方通過，當(dāng)滾子全部進(jìn)入第1套檢測系統(tǒng)相機(jī)的采集區(qū)域時(shí)，相機(jī)自動(dòng)采集圖像(圖3所示為采集的源圖像)，并將圖像信息送至工控機(jī)；檢測程序系統(tǒng)讀取圖像信息，以設(shè)計(jì)好的算法處理圖像，然后將結(jié)果數(shù)據(jù)通過串口送至PLC控制系統(tǒng)，控制系統(tǒng)接收到結(jié)果信息，驅(qū)動(dòng)剔除機(jī)構(gòu)作相應(yīng)動(dòng)作。單面合格品繼續(xù)在傳送帶上流動(dòng)，至翻轉(zhuǎn)工位，由翻轉(zhuǎn)機(jī)構(gòu)將滾子翻轉(zhuǎn)180°，由第2套檢測系統(tǒng)對滾子另一端面進(jìn)行檢測。

圖3 源圖像Figure 3 Source image

2 圖像處理

由于電、磁和工況等客觀條件的影響，采集到的滾子端面圖像，難免存在噪聲。須對源圖像作預(yù)處理，消除噪聲干擾[1]，才能更好地提取缺陷特征。

2.1 中值濾波

中值濾波的基本思想是用像素點(diǎn)鄰域灰度值的中值來代替該像素點(diǎn)的灰度值，該方法在消除脈沖噪聲、椒鹽噪聲的同時(shí)又能保留圖像邊緣細(xì)節(jié)[2-4]。中值濾波的效果依賴于2個(gè)要素：鄰域的空間范圍和中值計(jì)算中涉及的像素?cái)?shù)。中值濾波可以表示為：

(1)

式中：Yij為待濾波像素點(diǎn)灰度值，Ixy為像素點(diǎn)中值濾波后灰度值，A為濾波窗口。

課題組選用大小為3×3方形窗口，對源圖像進(jìn)行中值濾波處理，消除噪聲。

2.2 圖像分割

課題組采用最大類間方差閾值法(Otsu)二值化算法，實(shí)現(xiàn)圖像分割。最大類間方差閾值法是閾值自動(dòng)選擇方法的一種，計(jì)算單閾值具有簡單、高效優(yōu)點(diǎn)[5-7]。其基本思路是：設(shè)圖像的灰度級數(shù)為k，總像素?cái)?shù)N，灰度值為i的像素?cái)?shù)為ni，可得N和各級灰度值概率P(i)[8-9]：

(2)

(3)

圖像以閾值t分為2個(gè)區(qū)域：目標(biāo)區(qū)C∈[0,t]與背景區(qū)D∈[t+1,k-1]，則C，D的概率PC，PD及灰度均值μC，μD分別為：

(4)

(5)

(6)

μD=

(7)

圖像灰度的總平均值為

(8)

求出C，D區(qū)域的類間方差σ2：

σ2=PC(μC-μt)2+PD(μD-μt)2。

(9)

得到σ2最大的閾值T，即為所求：

(10)

課題組求得T=105，采用最大類間方差閾值法二值化處理滾子缺陷圖像，結(jié)果如圖4所示。

圖4 二值化處理Figure 4 Binarization images

2.3 缺陷特征檢測

為提高檢測速度，減少誤判，對分割處理后的圖像設(shè)置感興趣區(qū)域(ROI)[10-11]，僅在ROI內(nèi)檢測缺陷特征。

1) ROI設(shè)定

料次缺陷發(fā)生于滾子端面邊緣位置，眼釘缺陷發(fā)生于滾子端面中心階梯面區(qū)域，所以，需設(shè)置2個(gè)ROI。ROI1為滾子邊緣內(nèi)的1個(gè)圓環(huán)，ROI2為滾子端面中心的1個(gè)圓，如圖5所示。這樣針對性的設(shè)定區(qū)域，可減少計(jì)算量及避免不必要的干擾。

圖5 ROI設(shè)置Figure 5 ROI settings

2) 像素個(gè)數(shù)參數(shù)

參數(shù)S1是ROI1內(nèi)缺陷特征像素?cái)?shù)的最小允許值，參數(shù)S2是ROI2內(nèi)缺陷特征像素?cái)?shù)的最小允許值，為缺陷判別的依據(jù)。

3) 缺陷特征判別

首先，搜索ROI1內(nèi)灰度值為“1”(缺陷特征)的各個(gè)對象目標(biāo)(若有)，計(jì)算每個(gè)對象目標(biāo)的像素?cái)?shù)S1i；及ROI2內(nèi)灰度值為“0”(缺陷特征)的各個(gè)對象目標(biāo)(若有)，計(jì)算每個(gè)對象目標(biāo)的像素?cái)?shù)S2i。并比較ROI1內(nèi)各個(gè)目標(biāo)像素?cái)?shù)大小，設(shè)最大像素?cái)?shù)為S1max；比較ROI2內(nèi)各個(gè)目標(biāo)像素?cái)?shù)大小，設(shè)最大像素?cái)?shù)為S2max。

(11)

按式(11)比較，只要有一個(gè)條件成立，即可判別滾子端面存在缺陷。

3 自動(dòng)檢測系統(tǒng)的實(shí)現(xiàn)

缺陷特征分割及判別完成后，課題組應(yīng)用LabVIEW軟件開發(fā)滾子端面自動(dòng)檢測程序，系統(tǒng)流程如圖6所示。

圖6 自動(dòng)檢測流程圖Figure 6 Flow chart of automatic detection

程序系統(tǒng)檢測到合格品時(shí)，檢測結(jié)果顯示 “合格”；檢測不合格品時(shí)，檢測結(jié)果顯示 “不合格”，并將檢測到的缺陷特征用深色矩形包圍。檢測系統(tǒng)界面及結(jié)果如圖7所示。系統(tǒng)同時(shí)將檢測結(jié)果信號以串口通信方式送至PLC控制系統(tǒng)，PLC根據(jù)接收到的結(jié)果信號控制剔除機(jī)構(gòu)相應(yīng)動(dòng)作。

圖7 端面檢測結(jié)果Figure 7 Detection results of roller end

4 結(jié)語

課題組基于計(jì)算機(jī)視覺技術(shù)開發(fā)了滾子端面缺陷自動(dòng)檢測系統(tǒng)，通過對圖像的濾波處理、最大類間方差閾值法二值化分割，提取缺陷特征，并應(yīng)用LabVIEW軟件開發(fā)了計(jì)算機(jī)視覺自動(dòng)檢測軟件系統(tǒng)。該檢測系統(tǒng)已在企業(yè)投入生產(chǎn)使用，實(shí)際使用表明：系統(tǒng)檢測效率高、可靠性好，結(jié)果客觀、穩(wěn)定；滾子端面缺陷檢測工序?qū)崿F(xiàn)自動(dòng)化，使缺陷識別率、不合格產(chǎn)品的檢出率達(dá)到高水平；提高了產(chǎn)品的總體質(zhì)量，同時(shí)大大精簡了檢測人數(shù)，增加了產(chǎn)品的附加值。