李雪山， 陳富林

(南京航空航天大學(xué) 機(jī)電學(xué)院，江蘇 南京 210016)

0 引 言

負(fù)溫度系數(shù)(negative temperature coefficient,NTC)溫度傳感器溫度敏感性好，可靠性高，被廣泛應(yīng)用在家電、汽車、醫(yī)療、航空等多個(gè)行業(yè)，市場需求量巨大。某型溫度傳感器的生產(chǎn)過程中，需要將熱敏電阻與排線焊接在一起，以適應(yīng)溫度采集點(diǎn)與控制部分分離的情況。目前工廠內(nèi)采用人工完成焊接工藝，焊接效率低，難以滿足市場需求。并且隨著人工成本的逐年增加，企業(yè)效益逐年下降。開發(fā)自動(dòng)化設(shè)備替代人工完成焊接工藝變得迫在眉睫。熱敏電阻引腳與排線的良好接觸是保證焊接效果的前提。然而熱敏電阻的頭部不規(guī)則，導(dǎo)致從振動(dòng)喂料盤出來的電阻傾斜方向不一。機(jī)械夾爪夾持之后直接送入焊接工位，會(huì)造成電阻與排線無法良好接觸，焊接效果差，難以滿足要求。因此基于機(jī)器視覺對(duì)電阻傾斜角度檢測，并通過補(bǔ)償算法調(diào)整熱敏電阻的姿態(tài)后送入焊接工位，實(shí)現(xiàn)自動(dòng)化焊接。

電阻左右引腳是圓柱體，通過檢測引腳圖像的直線特征，即直線檢測，可以確定引腳的傾斜角度，進(jìn)而得到電阻傾斜角度。Hough變換(Hough transform，HT)是處理直線檢測的經(jīng)典算法，具有良好的魯棒性[1,2]。在Hough變換的基礎(chǔ)上，Matas J等人提出一種概率Hough變換算法(PPHT)[3]。與Hough變換相比，概率Hough變換不需要對(duì)全部的邊界點(diǎn)進(jìn)行檢測，僅部分抽樣，大大減少了計(jì)算量與時(shí)間。鞏學(xué)美等人通過改進(jìn)概率Hough變換進(jìn)行了遙感圖像的機(jī)場跑道識(shí)別[4];王越等人利用概率Hough變換提取車道標(biāo)示線特征點(diǎn)，并采用最小二乘法對(duì)特征點(diǎn)集進(jìn)行直線擬合[5]；鐘志偉等人[6]基于概率Hough變換確定指針回轉(zhuǎn)中心，實(shí)現(xiàn)了指針儀表去影。

自動(dòng)化焊接對(duì)生產(chǎn)效率與傾斜角度的檢測精度有一定要求，傳統(tǒng)概率Hough變換的角度檢測范圍為(-90°,90° ] ，過大的角度檢測范圍勢必會(huì)降低直線檢測的效率。而且概率Hough變換的檢測精度僅僅取決于采樣的漸進(jìn)角度Δθ，過小的Δθ會(huì)增加檢測的時(shí)間，當(dāng)Δθ的可取精度大于直線的斜率精度時(shí)[7]，減少Δθ已經(jīng)沒有意義。針對(duì)不同傾斜角度的熱敏電阻圖像，若檢測出全部直線，需要設(shè)置不同的間斷點(diǎn)個(gè)數(shù)、閾值等檢測參數(shù)，很難保持參數(shù)的一致。針對(duì)概率Hough變換在應(yīng)用中存在的問題，本文提出改進(jìn)的概率Hough變換算法對(duì)熱敏電阻傾斜角度進(jìn)行檢測,進(jìn)一步提高檢測效率的同時(shí)提高檢測精度。

1 熱敏電阻傾斜角度檢測總體設(shè)計(jì)

對(duì)于原始的熱敏電阻圖像，首先進(jìn)行掩模處理，只保留電阻引腳部分圖像，然后利用濾波、Canny邊緣檢測等技術(shù)對(duì)圖像進(jìn)行預(yù)處理得到清晰的邊緣圖像，再通過改進(jìn)的概率Hough變換對(duì)邊緣圖像進(jìn)行直線檢測，取4條直線傾斜角度平均值作為熱敏電阻的傾斜角度，最后運(yùn)動(dòng)控制部分根據(jù)得到的傾斜角度，調(diào)整熱敏電阻的傾角后送入焊接工位。

2 熱敏電阻圖像預(yù)處理

2.1 濾波處理

數(shù)字圖像采集過程中，不均勻曝光、設(shè)備電路、傳輸過程中的系統(tǒng)振動(dòng)引起的電流變化等原因?qū)е碌玫降臒崦綦娮鑸D像存在噪聲。圖像濾波是消除噪聲的常用方法，可以在保證圖像細(xì)節(jié)特征不丟失的條件下對(duì)圖像中存在的噪聲進(jìn)行抑制，保留圖像的輪廓紋理等重要細(xì)節(jié)。高斯濾波是線性濾波算法，噪聲在空間上是隨機(jī)不連續(xù)的，噪聲位置與周圍鄰域的像素差很大，高斯濾波可以平滑噪聲，并且具有可控性[8]，可在保留原始信號(hào)的條件下減少噪聲。二維高斯函數(shù)為

(1)

式中σ為高斯函數(shù)的標(biāo)準(zhǔn)差，σ值大小直接影響空間權(quán)重的大小，高斯卷積核尺寸越小，對(duì)噪聲和紋理越敏感，定位精度越高[9]。本文采用高斯濾波對(duì)熱敏電阻圖像進(jìn)行濾波處理。

2.2 Canny邊緣檢測

邊緣檢測就是利用圖像邊緣的灰度突變性質(zhì)，將圖像中具有價(jià)值的邊緣信息提取出來。常用的邊緣檢測算子有Sobel，Prewitt，Canny，Laplacian等。Canny算子具有低錯(cuò)誤率、檢測精度高、單一邊緣響應(yīng)等優(yōu)點(diǎn)[10]，被廣泛應(yīng)用。本文采用Canny邊緣檢測算法，對(duì)濾波之后的熱敏電阻圖像進(jìn)行邊緣檢測。

Canny算法的計(jì)算步驟為：

1)梯度幅值與方向計(jì)算

傳統(tǒng)Canny算子采用2×2鄰域內(nèi)的一階有限差分計(jì)算梯度幅值與方向，該方法對(duì)噪聲較敏感。為了減少噪聲對(duì)梯度求值的影響，采用Sobel算子計(jì)算梯度幅值與方向。水平方向和垂直方向的Sobel算子分別為sx和sy，對(duì)應(yīng)的梯度Gx和Gy為

Gx=sx*I(x,y)

Gy=sy*I(x,y)

(2)

像素點(diǎn)的梯度幅值G和梯度方向θ可由下式獲得

(3)

θ=arctan(Gy/Gx)

(4)

2)對(duì)梯度幅值進(jìn)行局部非極大值抑制，如果該點(diǎn)的梯度幅值與該點(diǎn)梯度方向上相鄰的梯度幅值相比最大，則保留該點(diǎn)，否則去除。

3)采用滯后閾值處理消除虛假邊緣并連接斷續(xù)邊緣。

3 改進(jìn)的概率Hough變換直線檢測

對(duì)邊緣檢測之后的引腳圖像進(jìn)行直線檢測，限制概率Hough變換的角度檢測范圍，對(duì)于提高檢測效率具有重要意義。對(duì)于二維平面中的直線，直線的梯度等于直線的斜率，對(duì)應(yīng)于圖像中直線上的像素點(diǎn)一般具有較大的梯度值以及相似的梯度方向[11]。因此,可以通過圖像中直線像素點(diǎn)的梯度方向近似推斷出直線的傾斜角。通過對(duì)電阻邊緣圖像分析得知，熱敏電阻邊緣圖像中，直線像素點(diǎn)占邊緣圖像像素點(diǎn)總數(shù)的比例大約為70 %，直線像素點(diǎn)的梯度方向在一定的范圍內(nèi)變動(dòng)，而非直線邊緣像素點(diǎn)的梯度方向范圍變化巨大。在統(tǒng)計(jì)學(xué)中，中位數(shù)通常會(huì)在樣本出現(xiàn)少量離群時(shí)，用于提供相對(duì)尊重樣本主要情況的統(tǒng)計(jì)量。其算法也反映了這一特點(diǎn)，某一數(shù)值的變動(dòng)，尤其是邊界上的變動(dòng)，不一定會(huì)改變統(tǒng)計(jì)量的數(shù)值。因此，選擇梯度方向的中位數(shù)反映邊緣梯度方向的分布情況。圖像邊緣像素點(diǎn)的梯度方向已經(jīng)通過Canny算法中的公式(4)計(jì)算得到，統(tǒng)計(jì)邊緣像素點(diǎn)梯度方向，計(jì)算梯度方向的中位數(shù)Ame。以Ame為概率Hough變換角度檢測范圍中心，統(tǒng)計(jì)梯度方向在區(qū)間[Ame-α°,Ame+α° ],α>0內(nèi)的像素點(diǎn)個(gè)數(shù)占全部邊緣像素點(diǎn)個(gè)數(shù)的比例。若比例小于70%，則將角度上下限增加為2α，統(tǒng)計(jì)梯度方向在此區(qū)間內(nèi)的邊緣像素點(diǎn)所占比例；依次類推，直到所占比例達(dá)到70%或角度范圍達(dá)到極限角度，以該角度范圍作為概率Hough變換的檢測角度。

由于光照、噪聲、相機(jī)成像原理等原因，邊緣圖像中直線在圖像上的像素點(diǎn)并不在一條直線上。在直線邊緣的像素搜素過程中，考慮直線方向鄰域內(nèi)像素點(diǎn)。鄰域定義為直線垂直方向，直線兩側(cè)各一個(gè)像素的區(qū)域，如圖1所示。當(dāng)沿直線方向搜素出現(xiàn)間斷時(shí)，檢測鄰域內(nèi)是否存在像素點(diǎn)。若存在像素點(diǎn)，則認(rèn)為此處不屬于間斷；反之，存在間斷。圖像的邊緣為單像素，將直線像素點(diǎn)方向與直線方向鄰域內(nèi)的像素點(diǎn)保存，通過最小二乘法對(duì)這些點(diǎn)進(jìn)行擬合直線，使檢測結(jié)果不再僅僅依賴Δθ。

圖1 鄰域

基于上述提出概率Hough變換的改進(jìn)算法，算法的具體步驟如下：1)以角度范圍[Ame-Ta,Ame+Ta],(Ta=α,2α,…)作為概率Hough變換的檢測角度；2)將邊緣圖像中的像素點(diǎn)保存在點(diǎn)集D中；3)建立累加器空間，在D中隨機(jī)選取一點(diǎn)進(jìn)行Hough變換并在累加器中進(jìn)行投票，當(dāng)投票值超過閾值時(shí)，提取該點(diǎn)p，進(jìn)行步驟(4)，否則隨機(jī)抽取下一邊緣點(diǎn)；4)從獲取的p點(diǎn)開始，沿斜率方向搜素邊緣圖像中的像素點(diǎn)，并保存在點(diǎn)集DiL中，同時(shí)更新端點(diǎn)坐標(biāo)；若發(fā)生間斷，搜素直線垂直方向鄰域內(nèi)是否存在邊緣點(diǎn)，若存在則Gap=0，并將鄰域內(nèi)的像素點(diǎn)存入點(diǎn)集DiL中，否則Gap=Gap+1，當(dāng)Gap≥Gmax或達(dá)到圖像邊界時(shí)停止搜素；5)檢查直線長度L，如果大于設(shè)定的最小直線長度Lmin，進(jìn)行步驟(6)，否則執(zhí)行步驟(3)；6)將DiL中的點(diǎn)進(jìn)行最小二乘法得到擬合直線方程，過直線端點(diǎn)做擬合直線的垂線，交點(diǎn)為最終的端點(diǎn)坐標(biāo)，輸出直線傾角與端點(diǎn)坐標(biāo)；7)將DiL中保存的點(diǎn)從邊緣圖像中刪除，刪除這些點(diǎn)在累加器中的投票，重復(fù)步驟(3)～步驟(7)。

4 實(shí)驗(yàn)分析

4.1 實(shí)驗(yàn)軟硬件配置、實(shí)驗(yàn)平臺(tái)

試驗(yàn)中所用到的機(jī)械設(shè)備如圖2所示。

圖2 設(shè)備整體

視覺檢測部分硬件和軟件如下：大恒公司生產(chǎn)的型號(hào)為DH—HV1302UC工業(yè)相機(jī)，日本Computar公司生產(chǎn)的焦距16 mm工業(yè)鏡頭；使用Visual Studio2017中的OpenCV3.4.0庫進(jìn)行開發(fā)；計(jì)算機(jī)硬件配置：處理器Inter i5—5200U，主頻2.2 GHz，內(nèi)存12 G。

4.2 熱敏電阻傾斜角度檢測

控制步進(jìn)電機(jī)使熱敏電阻傾斜固定角度，相機(jī)拍攝的不同傾斜角度熱敏電阻如圖3所示，通過掩模處理只保留電阻引腳部分，圖片尺寸均為200×130，步進(jìn)電機(jī)的步距角為1.8°。

圖3 不同傾斜角度電阻圖像

對(duì)掩模之后圖像進(jìn)行高斯濾波，選擇卷積核的尺寸為(5×5)。使用Canny算法進(jìn)行邊緣檢測，閾值Th=135,Tl=67。對(duì)邊緣圖像通過改進(jìn)概率Hough變換進(jìn)行直線檢測，檢測結(jié)果如圖4所示，Δθ=1°，α=10°。

圖4 檢測結(jié)果

取四條引腳直線的傾斜角度平均值，作為熱敏電阻的傾斜角度。當(dāng)直線個(gè)數(shù)少于4時(shí)，判定為不合格電阻。當(dāng)Δθ=1°時(shí)，改進(jìn)算法與傳統(tǒng)算法的檢測結(jié)果與運(yùn)行時(shí)間對(duì)比如下表1所示。

表1 改進(jìn)算法與傳統(tǒng)算法結(jié)果對(duì)比

從表1中數(shù)據(jù)可知，與傳統(tǒng)概率Hough變換算法相比，改進(jìn)算法的角度檢測范圍大大減小，大部分以中位數(shù)為中心±10°范圍。改進(jìn)算法運(yùn)行時(shí)間大大降低，相比較傳統(tǒng)方法，時(shí)間至少減少33 %，同時(shí)改進(jìn)算法檢測結(jié)果更接近于電阻的真實(shí)傾斜角度。在相同的參數(shù)情況下，改進(jìn)算法可以檢測出所有引腳直線。傳統(tǒng)算法檢測出的直線數(shù)目少于實(shí)際直線個(gè)數(shù)，會(huì)導(dǎo)致合格電阻被判定為不合格，造成產(chǎn)品浪費(fèi)。傳統(tǒng)算法針對(duì)不同傾斜角度圖片需要設(shè)置不同參數(shù)才能檢測到所有直線，難以保證參數(shù)的一致，無法應(yīng)用于生產(chǎn)。

當(dāng)Δθ=2°時(shí)，改進(jìn)Hough變換算法的檢測結(jié)果如表2所示。

表2 Δθ=2°時(shí)，改進(jìn)算法檢測結(jié)果

從表2中數(shù)據(jù)可知，改進(jìn)算法可以在增加Δθ提高檢測效率的同時(shí),依然有較高的檢測精度。

5 結(jié) 論

實(shí)驗(yàn)結(jié)果證明:本文提出的改進(jìn)概率Hough變換對(duì)檢測角度進(jìn)行限制，大大減小了角度檢測范圍，提高了檢測效率。同時(shí),在直線像素點(diǎn)的搜素過程中加入對(duì)鄰域像素點(diǎn)的檢測，保證了不同圖像檢測參數(shù)的一致。并對(duì)直線以及鄰域內(nèi)的像素點(diǎn)進(jìn)行最小二乘法擬合直線，提高了檢測精度。可以實(shí)現(xiàn)以較大角度檢測提高效率的同時(shí)，不損失檢測精度，可以較好地用于實(shí)際溫度傳感器自動(dòng)化焊接生產(chǎn)。