彭雨，談莉斌，余曉流

(安徽工業(yè)大學(xué) a. 特種重載機(jī)器人安徽省重點(diǎn)實(shí)驗(yàn)室；b. 機(jī)械工程學(xué)院，安徽 馬鞍山 243002)

0 引言

產(chǎn)品加工完成后，需對(duì)其表面色斑、劃痕、尺寸等缺陷進(jìn)行檢測(cè)與甄別。傳統(tǒng)的人工肉眼檢測(cè)方法存在工作強(qiáng)度高、易導(dǎo)致誤檢、檢測(cè)效率低等問(wèn)題[1]。因此，對(duì)機(jī)器實(shí)現(xiàn)表面缺陷檢測(cè)方法的需求日趨高漲[2]。

目前表面缺陷檢測(cè)技術(shù)很多，如渦流檢測(cè)技術(shù)[3]、磁粉檢測(cè)技術(shù)[4]、滲透檢測(cè)技術(shù)[5]、X射線檢測(cè)技術(shù)[6]、激光掃描檢測(cè)技術(shù)[7]、超聲波檢測(cè)技術(shù)[8]、機(jī)器視覺(jué)檢測(cè)技術(shù)[9]等。渦流檢測(cè)技術(shù)檢測(cè)速度快、靈敏度高，但不能直觀地顯示缺陷的形狀和大小，僅適用于高溫環(huán)境下導(dǎo)電材料的檢測(cè)[10]。磁粉檢測(cè)技術(shù)能直觀地顯示缺陷的形狀、位置及尺寸，但檢測(cè)結(jié)果受產(chǎn)品形狀影響，難以實(shí)現(xiàn)自動(dòng)化，只適用于鐵磁類(lèi)型材料的檢測(cè)[11]。滲透檢測(cè)技術(shù)不受材料種類(lèi)和外形輪廓的影響，對(duì)疏松及針孔類(lèi)的缺陷靈敏度高，檢測(cè)結(jié)果受操作人員影響較大，難以實(shí)現(xiàn)自動(dòng)化，適用于非多孔材料的檢測(cè)[12]。以上檢測(cè)方法都是針對(duì)某一類(lèi)材料的產(chǎn)品進(jìn)行檢測(cè)，并不能適用于其他材料的缺陷檢測(cè)。X射線檢測(cè)技術(shù)不受材料種類(lèi)、外形和結(jié)構(gòu)的影響，檢測(cè)效率高，但是對(duì)操作人員有一定的輻射副作用[13]。超聲波檢測(cè)技術(shù)不受材料種類(lèi)影響、靈敏度高、操作安全，但有無(wú)法檢測(cè)色斑等缺陷，可用于對(duì)形狀簡(jiǎn)單的產(chǎn)品進(jìn)行自動(dòng)化檢測(cè)[14]。激光掃描檢測(cè)技術(shù)不受材料種類(lèi)影響、檢測(cè)速度快、精度高，但有無(wú)法檢測(cè)色斑等缺陷，適用于對(duì)產(chǎn)品尺寸、裂痕等缺陷的自動(dòng)化檢測(cè)[15]。機(jī)器視覺(jué)檢測(cè)技術(shù)不受材料種類(lèi)影響、適用范圍廣、精度高、檢測(cè)效率高，但對(duì)光線要求高，可用于對(duì)產(chǎn)品表面色斑、劃痕、尺寸等缺陷進(jìn)行自動(dòng)化檢測(cè)[16]。由于機(jī)器視覺(jué)檢測(cè)技術(shù)的安全、高效，可以對(duì)色斑、劃痕、尺寸等缺陷進(jìn)行檢測(cè)，使其在表面缺陷檢測(cè)的應(yīng)用上得到推廣。

因此，研發(fā)者們針對(duì)產(chǎn)品表面缺陷問(wèn)題進(jìn)行了基于機(jī)器視覺(jué)檢測(cè)技術(shù)的應(yīng)用。如利用機(jī)器視覺(jué)對(duì)太陽(yáng)能電池片的表面缺陷檢測(cè)[17]，利用機(jī)器視覺(jué)對(duì)筒子紗進(jìn)行在線缺陷檢測(cè)[18]，利用機(jī)器視覺(jué)對(duì)蘋(píng)果外觀的缺陷進(jìn)行在線檢測(cè)[19]，利用機(jī)器視覺(jué)對(duì)液晶顯示器的缺陷進(jìn)行自動(dòng)檢測(cè)[20]等。

以上應(yīng)用都是利用機(jī)器視覺(jué)針對(duì)一個(gè)特殊產(chǎn)品進(jìn)行缺陷檢測(cè)，而針對(duì)細(xì)長(zhǎng)產(chǎn)品進(jìn)行表面缺陷自動(dòng)檢測(cè)的應(yīng)用尚未見(jiàn)公開(kāi)文獻(xiàn)報(bào)道。因此，本文提出一種基于機(jī)器視覺(jué)的細(xì)長(zhǎng)產(chǎn)品表面缺陷檢測(cè)方法，并在此基礎(chǔ)上設(shè)計(jì)出相應(yīng)的自動(dòng)化設(shè)備。

1 基于機(jī)器視覺(jué)的表面缺陷檢測(cè)方法研究

機(jī)器視覺(jué)檢測(cè)主要由高速相機(jī)對(duì)處于充足光照下的產(chǎn)品進(jìn)行原始圖像采集，運(yùn)用圖像處理技術(shù)對(duì)原始圖像進(jìn)行預(yù)處理，最后經(jīng)過(guò)圖像檢測(cè)程序?qū)Ξa(chǎn)品是否合格進(jìn)行判斷。

相機(jī)在對(duì)原始圖像的獲取和傳輸時(shí)會(huì)因?yàn)橐恍┰虍a(chǎn)生噪聲，因此在進(jìn)行圖像處理前需對(duì)原始圖像進(jìn)行灰度化、降噪等預(yù)處理。常見(jiàn)的噪聲主要有高斯噪聲、泊松噪聲[21]、乘性噪聲及椒鹽噪聲等。其中，高斯噪聲在表面缺陷檢測(cè)中對(duì)圖像檢測(cè)的影響最大，所以主要針對(duì)高斯噪聲降噪。從數(shù)學(xué)角度上觀察高斯噪聲，其概率密度函數(shù)服從高斯分布，其概率密度公式如式(1)所示。

(1)

式中：z為噪聲電平；u為噪聲電平平均值；σ為噪聲電平標(biāo)準(zhǔn)差。

高斯噪聲主要因相機(jī)拍攝時(shí)亮度不夠、電路元器件的相互影響及相機(jī)長(zhǎng)時(shí)間工作發(fā)熱等形成。圖像受到高斯噪聲污染后，圖像中任意一個(gè)像素點(diǎn)均受到程度不完全相同的污染，灰度值因受影響程度不同通常表現(xiàn)不一致，但含有一定的有用信息。

對(duì)于去除高斯噪聲，均值濾波具有很好的降噪平滑效果[22]。均值濾波是一種線性濾波器，處理思路是將某像素鄰域內(nèi)各像素點(diǎn)的灰度平均值來(lái)代替該像素原來(lái)的灰度值。假設(shè)待去噪圖像g(i,j)大小為n×n，經(jīng)均值濾波去噪后的圖像用下式表示：

雷竹林經(jīng)營(yíng)只有實(shí)施覆蓋才能取得好的效益，但覆蓋技術(shù)需要科學(xué)技術(shù)來(lái)支撐。在調(diào)查的85戶(hù)農(nóng)戶(hù)中，有76戶(hù)進(jìn)行了覆蓋。在進(jìn)行覆蓋的農(nóng)戶(hù)中，有29.1%的農(nóng)戶(hù)覆蓋后，平均產(chǎn)值為7 253元/667 m2，不能支付覆蓋成本，沒(méi)有勞動(dòng)工資；有36%的農(nóng)戶(hù)平均產(chǎn)值為17 563.2元/667 m2，除去支付覆蓋經(jīng)營(yíng)成本，還有凈收入8 453.2元/667 m2，可以拿到用工工資；有34.9%農(nóng)戶(hù)，覆蓋后平均產(chǎn)值達(dá)29 203.1元/667 m2，除去支付覆蓋經(jīng)營(yíng)成本，還有凈收入20 093.1元/667 m2，獲得了極高的經(jīng)濟(jì)效益。

(2)

式中：i,j=0,1,2,…n-1；s是像素點(diǎn)(i.j)鄰域內(nèi)所有像素點(diǎn)的集合；M是點(diǎn)集s中的總點(diǎn)數(shù)。

對(duì)原始圖像預(yù)處理完之后需要進(jìn)行一系列缺陷檢測(cè)，這里主要檢測(cè)尺寸和色斑。使用canny邊緣檢測(cè)方法[23]對(duì)圖像提取細(xì)長(zhǎng)產(chǎn)品的邊緣輪廓。

1)計(jì)算像素的梯度值和方向。圖像灰度值的梯度采用一階有限差分方法進(jìn)行近似處理，得到圖像在x和y方向上的兩個(gè)偏導(dǎo)數(shù)矩陣。其中，canny邊緣檢測(cè)算法中使用的soble算子卷積模板：

(3)

(4)

(5)

其中：sx為x向卷積模板；sy為y向卷積模板；K為待處理點(diǎn)的鄰域標(biāo)記矩陣。

具體的計(jì)算方法為：

(6)

式中：K[i,j]為圖像灰度值；Gx為x方向的梯度幅值；Gy為y方向的梯度幅值；M[i,j]為該點(diǎn)幅值；θ[i,j]為梯度方向。

圖1 非極大值抑制原理圖

完成非極大值抑制后會(huì)得到一個(gè)二值圖像，非邊緣的點(diǎn)灰度值均為0，可能為邊緣的局部灰度極大值點(diǎn)設(shè)置其灰度為128。該檢測(cè)結(jié)果包含了很多由噪聲及其他原因造成的假邊緣。因此，需要使用雙閾值抑制方法減少假邊緣。

3)雙閾值抑制。根據(jù)實(shí)際需要選擇兩個(gè)閾值，在高閾值圖像中把邊緣連接成輪廓。當(dāng)?shù)竭_(dá)輪廓的端點(diǎn)時(shí)，該算法會(huì)在斷點(diǎn)的8鄰域點(diǎn)中尋找滿(mǎn)足低閾值的點(diǎn)，再根據(jù)此點(diǎn)收集新的邊緣，直到整個(gè)圖像邊緣閉合。

對(duì)于色斑的提取是使用OpenCV中Simple Blob Dectorte特征點(diǎn)檢測(cè)方法。

將以上步驟得到的輪廓周長(zhǎng)和面積、斑點(diǎn)數(shù)量與因生產(chǎn)要求而設(shè)置的預(yù)設(shè)值進(jìn)行比較，都在誤差范圍內(nèi)，判定合格。具體檢測(cè)流程見(jiàn)圖 2。

圖2 檢測(cè)流程圖

根據(jù)以上檢測(cè)方法進(jìn)行實(shí)驗(yàn)。首先基于visual studio 2018編寫(xiě)檢測(cè)程序，然后使用大恒水星系列相機(jī)對(duì)4個(gè)細(xì)長(zhǎng)產(chǎn)品(以筷子為例)進(jìn)行圖像獲取并將獲取的圖片傳輸至計(jì)算機(jī)，最后經(jīng)過(guò)檢測(cè)程序?qū)α慵喞蜕咻喞M(jìn)行提取，提取結(jié)果如圖 3所示。圖 3表明該檢測(cè)方法可以有效地提取出筷子的外輪廓及表面色斑輪廓。通過(guò)該實(shí)驗(yàn)驗(yàn)證了基于機(jī)器視覺(jué)的表面缺陷檢測(cè)方法可應(yīng)用于細(xì)長(zhǎng)零件的表面缺陷檢測(cè)上。

圖3 相機(jī)檢測(cè)圖片

2 表面缺陷檢測(cè)設(shè)備的整體分析

使用系統(tǒng)法對(duì)表面缺陷檢測(cè)設(shè)備系統(tǒng)進(jìn)行分析。系統(tǒng)法是從系統(tǒng)觀點(diǎn)出發(fā)，把目標(biāo)對(duì)象看作系統(tǒng)整體加以研究、認(rèn)識(shí)，同時(shí)又將復(fù)雜的系統(tǒng)分解為不同的因素，并從整體與因素之間的相互聯(lián)系、相互制約、相互作用的關(guān)系中綜合地、精確地探尋整體本質(zhì)及其運(yùn)動(dòng)規(guī)律，以達(dá)到正確認(rèn)識(shí)和處理問(wèn)題的一種方法。表面缺陷檢測(cè)設(shè)備的整體構(gòu)架見(jiàn)圖 4。

圖4 表面缺陷檢測(cè)設(shè)備的整體構(gòu)架

控制系統(tǒng)為整個(gè)系統(tǒng)的核心，設(shè)備啟動(dòng)后，控制系統(tǒng)對(duì)機(jī)械結(jié)構(gòu)系統(tǒng)發(fā)出信號(hào)，輸送裝置模塊做出響應(yīng)，并且通過(guò)傳感器將輸送狀況反饋給控制系統(tǒng)。控制系統(tǒng)根據(jù)反饋信號(hào)控制拍照裝置模塊工作。拍照裝置模塊將數(shù)據(jù)傳輸給檢測(cè)系統(tǒng)，檢測(cè)系統(tǒng)將檢測(cè)結(jié)果反饋給控制系統(tǒng)，控制系統(tǒng)再根據(jù)反饋信息控制篩選裝置工作。

3 表面缺陷檢測(cè)設(shè)備的控制系統(tǒng)設(shè)計(jì)

根據(jù)表面缺陷檢測(cè)設(shè)備的整體分析，針對(duì)該設(shè)備特點(diǎn)設(shè)計(jì)一套控制系統(tǒng)。細(xì)長(zhǎng)產(chǎn)品的輸送由變頻器控制電機(jī)來(lái)實(shí)現(xiàn)。在輸送路徑上有檢測(cè)工位和篩選工位，并安裝拍照傳感器和記數(shù)傳感器。由于產(chǎn)品在輸送過(guò)程中運(yùn)動(dòng)速度快，為保證傳感器獲得數(shù)據(jù)的時(shí)效性，使用光纖傳感器作為拍照傳感器和記數(shù)傳感器。

為提高檢測(cè)效率，在檢測(cè)工位上使用4個(gè)高速相機(jī)同時(shí)對(duì)4個(gè)細(xì)長(zhǎng)產(chǎn)品的上下兩個(gè)側(cè)面及兩個(gè)端面進(jìn)行圖像獲取。為保證每次檢測(cè)數(shù)量的準(zhǔn)確性，使用拍照傳感器記錄脈沖，每通過(guò)一個(gè)產(chǎn)品記錄一次脈沖，達(dá)到指定脈沖數(shù)時(shí)觸發(fā)相機(jī)拍照并將數(shù)據(jù)傳輸給計(jì)算機(jī)。經(jīng)過(guò)計(jì)算機(jī)的檢測(cè)系統(tǒng)分析，若為不合格品則觸發(fā)記數(shù)傳感器記錄脈沖。

當(dāng)不合格品通過(guò)檢測(cè)工位，每運(yùn)動(dòng)一段距離，記數(shù)傳感器記錄一次脈沖。通過(guò)脈沖數(shù)判斷不合格品是否到達(dá)篩選工位。當(dāng)不合格品到達(dá)篩選工位，觸發(fā)電磁閥工作，使噴氣嘴噴出氣體，改變不合格品的運(yùn)動(dòng)軌跡，從而達(dá)到篩選的目的。

所有運(yùn)動(dòng)流程全部由PLC進(jìn)行整體控制，控制方案如圖 5所示。

圖5 控制方案

4 表面缺陷檢測(cè)設(shè)備的機(jī)械結(jié)構(gòu)設(shè)計(jì)

根據(jù)表面缺陷檢測(cè)設(shè)備的整體分析確定其機(jī)械結(jié)構(gòu)主要分為輸送裝置、拍照裝置及篩選裝置三部分。拍照裝置位于輸送裝置的檢測(cè)工位，篩選裝置位于輸送裝置的篩選工位。輸送裝置主要由電機(jī)、減速器及輸送鏈條等組成，拍照裝置主要由罩板、光源及高速相機(jī)等組成，篩選裝置主要由噴氣嘴、篩選箱及成品箱等組成。對(duì)機(jī)械結(jié)構(gòu)進(jìn)行三維建模，其模型如圖 6所示。

圖6 表面缺陷檢測(cè)設(shè)備的機(jī)械結(jié)構(gòu)三維模型

5 結(jié)語(yǔ)

本文介紹了一種基于機(jī)器視覺(jué)的細(xì)長(zhǎng)產(chǎn)品表面缺陷檢測(cè)的方法，并通過(guò)實(shí)驗(yàn)驗(yàn)證了該方法的可行性。研發(fā)了一套與該檢測(cè)方法相配套的檢測(cè)設(shè)備，實(shí)現(xiàn)了細(xì)長(zhǎng)產(chǎn)品的自動(dòng)化在線檢測(cè)。該檢測(cè)設(shè)備與傳統(tǒng)肉眼檢測(cè)相比，檢測(cè)精度和效率都有明顯改善，降低了肉眼檢測(cè)中誤檢和漏檢的發(fā)生率，可代替肉眼檢測(cè)，節(jié)省勞動(dòng)力。