劉宇斌，王壯基，陳靖薰

（廣東理工學(xué)院，廣東 肇慶 526100）

機(jī)器視覺(jué)就是使用機(jī)器對(duì)目標(biāo)物體進(jìn)行測(cè)量與判斷，采用機(jī)器視覺(jué)產(chǎn)品將所獲取的目標(biāo)物體轉(zhuǎn)換為圖像信號(hào)，目標(biāo)物體像素的顏色、亮度等信息被傳輸至圖像處理系統(tǒng)轉(zhuǎn)換為數(shù)字化信號(hào)，圖像系統(tǒng)再對(duì)數(shù)字化信號(hào)運(yùn)算后抽取目標(biāo)的特征，根據(jù)判別的結(jié)果用于控制設(shè)備。

目前圖像處理、傳感器等技術(shù)的發(fā)展勢(shì)如破竹，使機(jī)器視覺(jué)越來(lái)越廣泛應(yīng)用到人們生產(chǎn)和生活中，企業(yè)的自動(dòng)化水平在不斷地進(jìn)步，需要對(duì)產(chǎn)品外觀質(zhì)量有更嚴(yán)格的控制要求，在工業(yè)方面的應(yīng)用較為成熟的機(jī)器視覺(jué)技術(shù)被更多地應(yīng)用于對(duì)產(chǎn)品進(jìn)行表面缺陷檢測(cè)。但由于專(zhuān)業(yè)度和應(yīng)用領(lǐng)域方面的局限，市面上的機(jī)器視覺(jué)檢測(cè)大多用于檢測(cè)絲綢、玻璃等材質(zhì)的工業(yè)產(chǎn)品，檢測(cè)種類(lèi)尚且存在一定的空缺?；跈C(jī)器視覺(jué)的錠狀物表面缺陷檢測(cè)系統(tǒng)（物品外觀形狀為錠狀，如檸檬除垢片、洗衣機(jī)清潔錠、易拉罐頂蓋等）與其他的方法相比具有明顯優(yōu)勢(shì)，將成為未來(lái)的主要發(fā)展方向之一。

1 錠狀物表面缺陷檢測(cè)的現(xiàn)狀及特點(diǎn)

1.1 現(xiàn)狀

由于錠狀物具有體積較小的特質(zhì)，為確保高精確度及高效率的缺陷檢測(cè)，市面上大多采取機(jī)器視覺(jué)檢測(cè)代替人工檢測(cè)。

國(guó)外機(jī)器視覺(jué)檢測(cè)相對(duì)國(guó)內(nèi)發(fā)展得較為成熟，如美國(guó)的公司已研發(fā)了用于專(zhuān)門(mén)檢測(cè)刀具刀刃的缺陷情況的基于機(jī)器視覺(jué)技術(shù)的CNC識(shí)別檢測(cè)系統(tǒng)，其檢測(cè)效率和識(shí)別準(zhǔn)確率較高；現(xiàn)已研發(fā)出parsytec缺陷識(shí)別系統(tǒng)的德國(guó)的Parsytec公司成為全球領(lǐng)先的表面系統(tǒng)供應(yīng)商，可以為工業(yè)生產(chǎn)提供先進(jìn)和定制的表面檢測(cè)系統(tǒng)。

目前，國(guó)內(nèi)也有越來(lái)越多的人投身于此行列，如浙江的臺(tái)州學(xué)院物理與電子工程學(xué)院成功研究出了一種全新的基于機(jī)器視覺(jué)的零件表面缺陷檢測(cè)算法，其有較高的識(shí)別準(zhǔn)確率和魯棒性；上海大學(xué)的機(jī)電工程和自動(dòng)化學(xué)院與當(dāng)?shù)氐囊粋€(gè)自動(dòng)化重點(diǎn)實(shí)驗(yàn)室合作，研發(fā)出了一套基于機(jī)器視覺(jué)的瓶蓋表面檢測(cè)技術(shù)，這項(xiàng)技術(shù)在工業(yè)現(xiàn)場(chǎng)有較好的實(shí)際檢測(cè)應(yīng)用效果。

隨著工業(yè)4.0時(shí)代的到來(lái)，工業(yè)呈現(xiàn)智能化趨勢(shì)，政府印發(fā)《中國(guó)制造2025》等促使更多技術(shù)力量參與機(jī)器視覺(jué)表面缺陷檢測(cè)研究，推動(dòng)人工智能在工業(yè)上的應(yīng)用規(guī)劃。

1.2 特點(diǎn)

基于機(jī)器視覺(jué)的錠狀物表面缺陷檢測(cè)系統(tǒng)主要由圖像采集模塊、圖像處理模塊、圖像分析模塊、數(shù)據(jù)管理模塊四大模塊組成。其中所反映出系統(tǒng)設(shè)計(jì)思想的主要特點(diǎn)如下。

（1）通常用CCD攝像機(jī)，光源會(huì)直接影響圖像質(zhì)量，常用光源有熒光燈、鎢絲燈。

（2）標(biāo)準(zhǔn)化模塊化設(shè)計(jì)，系統(tǒng)的硬件結(jié)構(gòu)運(yùn)行穩(wěn)定、功能靈活、改進(jìn)與優(yōu)化升級(jí)便捷。

（3）低層的視覺(jué)計(jì)算任務(wù)諸如增強(qiáng)、分割、表示等采用針對(duì)性強(qiáng)的處理元件實(shí)現(xiàn)。

（4）人們利用機(jī)器視覺(jué)等方式自動(dòng)分類(lèi)和識(shí)別錠狀物表面缺陷，但缺陷分類(lèi)器仍存在局限性。

在生產(chǎn)加工過(guò)程中，錠狀物表面可能會(huì)出現(xiàn)破損、污漬、凹陷等問(wèn)題，其會(huì)影響錠狀物的產(chǎn)品的利用率和原材料成本。

2 關(guān)鍵技術(shù)與難點(diǎn)分析

2.1 光源與成像

在基于機(jī)器視覺(jué)的缺陷檢測(cè)中最重要以及首要的一步即為相機(jī)成像，所以光源的打照與方向久尤為重要，通過(guò)觀察現(xiàn)在市面上現(xiàn)有的機(jī)器視覺(jué)缺陷檢測(cè)儀所出現(xiàn)的問(wèn)題可以得知，大部分的錯(cuò)檢和漏檢都源于光源的問(wèn)題，容易受到外界光源以及自身光源的影響等。

2.2 缺陷識(shí)別種類(lèi)

在解決了光源與成像問(wèn)題后，還存在缺陷識(shí)別種類(lèi)的問(wèn)題，使用時(shí)通常都是通過(guò)給機(jī)器預(yù)設(shè)其存在的缺陷類(lèi)型，但在實(shí)際運(yùn)用中，缺陷類(lèi)型是千奇百怪的，之前沒(méi)有出現(xiàn)過(guò)的，如果是人來(lái)判斷，大概率會(huì)將此類(lèi)缺陷檢查出來(lái)，但是，機(jī)器可能會(huì)存在錯(cuò)檢或漏檢，在自適應(yīng)學(xué)習(xí)這塊目前機(jī)器視覺(jué)還較難突破。

2.3 算法精準(zhǔn)度

最后，則是算法精準(zhǔn)度和識(shí)別速度的問(wèn)題，既要保持較高的識(shí)別精度，又要保持識(shí)別速度，這無(wú)疑是每個(gè)缺陷檢測(cè)方法要突破的問(wèn)題，隨著深度學(xué)習(xí)的發(fā)展，很多新的算法不斷涌現(xiàn)，此時(shí)，算法的優(yōu)化問(wèn)題，也成為各個(gè)缺陷檢測(cè)廠家的所追逐的目標(biāo)。

3 結(jié)語(yǔ)

本文通過(guò)對(duì)缺陷檢測(cè)的現(xiàn)狀特點(diǎn)以及技術(shù)難點(diǎn)進(jìn)行分析并得出了以下總結(jié)，雖然目前機(jī)器視覺(jué)缺陷檢測(cè)法在各類(lèi)圖像采集硬件的飛速發(fā)展、圖像處理技術(shù)的不斷精進(jìn)以及深度學(xué)習(xí)的發(fā)展下得到了質(zhì)的飛躍，減小了大量的人力負(fù)擔(dān)，但是要想全面替代人工，還存在諸多疑點(diǎn)、難點(diǎn)，而對(duì)于光源成像，算法的自主學(xué)習(xí)以及精準(zhǔn)度問(wèn)題也將成為未來(lái)的研究發(fā)展方向。