黃鴻發(fā)，梁小玲，李美正，陳玉雄，申 飛

（珠海格力電器股份有限公司，廣東 珠海 519000）

0 引言

隨著經(jīng)濟的高速發(fā)展，生活水平的不斷提高，人們對于生活品質(zhì)也有了更高的追求?？照{(diào)作為常用的家電產(chǎn)品，其外觀是消費者對產(chǎn)品質(zhì)量的第一印象。在空調(diào)制造過程中，外觀質(zhì)量檢驗作為重點的檢驗工序，檢驗的準確性、可靠性、全面性極為重要，將會影響空調(diào)產(chǎn)品的出廠品質(zhì)優(yōu)劣?？照{(diào)外觀檢驗包括兩大部分，一部分為外觀質(zhì)量，主要檢驗空調(diào)本體的外觀情況，故障表現(xiàn)為外觀劃傷、臟污、損壞、色差等不良情況；另一部分為裝配質(zhì)量，主要檢驗空調(diào)外觀上印刷品粘貼、物料使用正確性等裝配質(zhì)量，故障表現(xiàn)為銘牌、型號標記、能效標識、條形碼等標識漏貼、用錯、粘貼位置不正確、字符文字錯誤、格柵用錯、螺釘漏打等裝配缺陷。因產(chǎn)品型號不同、客戶要求不同，出口國家不同，空調(diào)外觀上標識種類、數(shù)量、位置各不相同，甚至有可能會粘貼在多個外觀面上，同時標識涉及不同國家的語言文字，檢驗難度極大，傳統(tǒng)的空調(diào)外觀檢驗以人工目視檢驗為主，已不能滿足快速增長的生產(chǎn)檢驗需求[1-2]。

為實現(xiàn)空調(diào)外觀高效可靠檢測，提出一種空調(diào)外觀視覺自動檢測設(shè)備，采用機器視覺檢測與機器人聯(lián)動控制的方式，搭配多個工業(yè)相機聯(lián)動拍照，對空調(diào)外觀多個可視面進行自動快速檢測，檢測異常自動報警并與流水線關(guān)聯(lián)，不合格產(chǎn)品不能流入下道工序，確保產(chǎn)品外觀質(zhì)量在生產(chǎn)過程中能得到有效控制，提升外觀缺陷檢出率。

1 總體方案

空調(diào)外觀視覺自動檢測設(shè)備采用在線測試作業(yè)方案，視覺檢測系統(tǒng)與機器人聯(lián)動控制，實現(xiàn)空調(diào)外觀多個可視面并行高效檢測，滿足測試效率需求[3]。設(shè)備從測試方案上設(shè)計了產(chǎn)品柔性自適應(yīng)定位裝置，滿足不同產(chǎn)品的定位檢測，同時通過空調(diào)機身上的產(chǎn)品型號和編碼，自動調(diào)用對應(yīng)的視覺檢測模板和程序，實現(xiàn)產(chǎn)品的快速切換測試。此外，檢測數(shù)據(jù)與空調(diào)機身上的條碼關(guān)聯(lián)，自動上傳至服務(wù)器云端，同時測試系統(tǒng)界面可動態(tài)顯示當前的測試情況，測試數(shù)據(jù)實時查詢?？傮w檢測方案如圖1所示。

1.1 結(jié)構(gòu)設(shè)計

空調(diào)外觀視覺檢測設(shè)備（圖2）整體結(jié)構(gòu)主要由兩部分組成，分別為視覺檢測設(shè)備、不良品處理輔助線。視覺檢測設(shè)備采用機器人與視覺系統(tǒng)聯(lián)動檢測的設(shè)計，整體由機器人、工業(yè)相機、高清鏡頭、專業(yè)光源、圖像處理平臺、柔性定位機構(gòu)、光電傳感器等組成[4]。在進入檢測設(shè)備前設(shè)置阻擋器及光電傳感器，將待測產(chǎn)品與測試中產(chǎn)品分開，同時在待測產(chǎn)品區(qū)域采用差速分離的方式，將前后粘連的兩臺空調(diào)快速拉開距離并通過阻擋器隔離分開；確保每次只有一臺空調(diào)進入設(shè)備測試；在檢測設(shè)備內(nèi)的一側(cè)布置有一臺6軸機器人，其機械臂末端安裝有兩臺工業(yè)相機，其中低像素相機用于掃描空調(diào)機身上的條碼，自動記錄對應(yīng)空調(diào)的測試數(shù)據(jù)和判定結(jié)果，便于后續(xù)的質(zhì)量追溯和分析，高像素相機用于檢測空調(diào)產(chǎn)品的側(cè)面和背面，同時機器人上還搭配了由4個條形光源組成的視覺光源，滿足測試拍照使用；在視覺檢測設(shè)備的另一側(cè)布置了由工業(yè)相機、高清鏡頭以及定制的平面光源組成的檢測裝置，用于檢測空調(diào)上標識及安裝附件較多的外觀正面；在視覺檢測設(shè)備上方同步布置了由工業(yè)相機、高清鏡頭和雙條形光源組成的檢測裝置，用于檢測空調(diào)的外觀頂面；視覺檢測設(shè)備內(nèi)設(shè)計有柔性定位機構(gòu)，由光柵尺、阻擋器、光電傳感器、氣缸組成，能適用于不同尺寸產(chǎn)品的定位；不良品推動機構(gòu)根據(jù)產(chǎn)品檢測結(jié)果，將測試完畢后從設(shè)備流出的產(chǎn)品推送至不良品處理輔助線，實現(xiàn)不良品與合格品的自動分揀處理；不良品處理輔助線設(shè)計有滿料報警提示，當超過設(shè)定的不良品數(shù)量未處理時，系統(tǒng)自動報警提醒人員及時處理[5-6]。

圖2 空調(diào)外觀視覺檢測設(shè)備

1.2 軟件設(shè)計

為了實現(xiàn)生產(chǎn)快速切換，視覺檢測系統(tǒng)根據(jù)不同空調(diào)產(chǎn)品的檢測需求進行程序編制和圖像建模，以空調(diào)型號編碼作為模板號命名，在系統(tǒng)中建立檢測模板庫，當切換生產(chǎn)機型時，通過機器人上的工業(yè)相機掃描空調(diào)機身上的條碼，與MES系統(tǒng)交互獲取對應(yīng)產(chǎn)品的型號編碼，再通過型號編碼從檢測系統(tǒng)模塊庫中調(diào)取對應(yīng)的測試程序和圖像模板，實現(xiàn)產(chǎn)品的快速切換測試。檢測系統(tǒng)在建立新的圖像模板時，可根據(jù)產(chǎn)品的不同檢測需求，選擇不同的視覺檢測算子工具，檢測算子已配置在建模工具欄中，以便建?？焖僬{(diào)用[7-8]。在產(chǎn)品檢測過程中，檢測系統(tǒng)界面將動態(tài)展示空調(diào)不同外觀面的檢測圖像和判定結(jié)果，同時測試數(shù)據(jù)與空調(diào)機身上的條碼關(guān)聯(lián)，自動記錄測試信息和檢測圖像，便于產(chǎn)品檢測數(shù)據(jù)查詢和質(zhì)量分析追溯。測試系統(tǒng)界面如圖3所示。

圖3 檢測系統(tǒng)界面

為了實現(xiàn)在線高效檢測，測試系統(tǒng)采用多相機多線程同步測試控制模式，搭配四口千兆網(wǎng)卡，滿足多個相機采集的圖像同步高速傳輸，檢測圖像相互獨立分析處理，互不干擾。檢測系統(tǒng)與流水線關(guān)聯(lián)互鎖，不良品未經(jīng)檢測系統(tǒng)檢測合格不能流入下道工序，同時當檢測系統(tǒng)檢測到不良品時，將不合格信號反饋至電氣控制系統(tǒng)，控制不良品推送機構(gòu)將故障品推送至不良品處理輔助線，同時檢測系統(tǒng)會將檢測不良圖片與模板圖片自動上傳至服務(wù)器云端，通過服務(wù)器將不良信息發(fā)送給技術(shù)人員，提醒及時處理。

檢測系統(tǒng)工作流程如下：系統(tǒng)啟動，待測空調(diào)流入視覺檢測設(shè)備，通過設(shè)備入口處布置的光柵尺，對空調(diào)外觀尺寸進行初步測量，并反饋至檢測系統(tǒng)作為定位的參數(shù)，同時機器人上的低像素相機對空調(diào)機身上的條碼進行拍照掃描，獲取當前產(chǎn)品的信息，檢測系統(tǒng)自動調(diào)用測試程序和圖像模板；空調(diào)流入至測試區(qū)域，傳感器感應(yīng)并阻擋器升起阻擋空調(diào)停下，柔性定位機構(gòu)根據(jù)獲取的尺寸參數(shù)以及機構(gòu)上的傳感器，對空調(diào)進行定位并將到位信號反饋至檢測系統(tǒng)，檢測系統(tǒng)啟動測試；機器人根據(jù)設(shè)定軌跡與空調(diào)尺寸參數(shù)，分別運動至空調(diào)側(cè)面和背面，采用高像素相機進行拍照取圖，同時正面、頂面的工業(yè)相機同步對空調(diào)正面、頂面進行拍照取圖，多個檢測面的圖像同步傳輸至檢測系統(tǒng)；檢測系統(tǒng)對采集圖像進行預(yù)處理，提取檢測區(qū)域，減少非檢測區(qū)域的干擾，提高圖像處理效率；預(yù)處理后的圖像與圖像模板進行對比，利用SAD算法、動態(tài)閾值濾波檢測、圖像邊緣差分檢測等方法準確識別圖像缺陷，實現(xiàn)空調(diào)外觀的自動檢測[9]；檢測完成后，檢測系統(tǒng)判定結(jié)果，電氣控制系統(tǒng)根據(jù)反饋的結(jié)果信號，對空調(diào)實施分揀處理，檢測合格品放行流入下道工序，檢測不良品推入不良品處理輔助線。

2 關(guān)鍵技術(shù)研究

2.1 檢測對象提取

為了滿足空調(diào)外觀上標識、螺釘?shù)炔煌恢玫臋z測，工業(yè)相機需要對空調(diào)整個外觀面進行拍照，但實際檢測的對象只是完整圖像中的某個標識或其他附件，若對完整圖像進行處理，則會增加檢測系統(tǒng)處理工作。因此，研究使用圖像ROI提取方法，提高圖像檢測效率[10]。

傳統(tǒng)的圖像提取方法對工業(yè)相機拍取的全局圖像信息進行識別檢測，全局圖像信息中不僅包括目標字符區(qū)域，還包括除此之外的信息，這些目標區(qū)域之外的信息一般不會影響對字符識別的檢測，卻影響圖像處理效率。經(jīng)圖像預(yù)處理后，可采用圖像ROI提取方法可直接選取圖像中所需檢測的對象，可通過設(shè)置連通域長寬比和面積參數(shù)來有效選擇出ROI，然后對全局圖像進行仿射變換來校正圖像，再從原圖中進行檢測對象的ROI提取，為后續(xù)的商標、標識、螺釘、格柵檢測打下良好的基礎(chǔ)，提高圖像處理效率。

圖4 空調(diào)外觀標識圖像ROI提取

2.2 SAD算法

空調(diào)外觀上的銘牌、標識為人工粘貼，無法確保粘貼位置、角度等完全一致，而傳統(tǒng)視覺檢測方法采用模板對比的方式進行檢測，實際粘貼標識與模板圖片有輕微差異，在視覺檢測過程中經(jīng)常會出現(xiàn)誤報情況。因此，為降低視覺檢測誤報率且不產(chǎn)生漏檢的情況，采用絕對誤差和算法，提高設(shè)備檢測的容錯能力。通過設(shè)定T(x,y)為M×N大小的模板圖像，設(shè)定S(x,y)為m×n大小的被測圖像，在模板圖像中，以(x,y)為左上角，取M×N大小的子圖，計算其與模板的相似度；遍歷整個搜索圖，在所有能夠取到的子圖中，找到與模板圖最相似的子圖作為最終匹配結(jié)果[11-14]。

SAD算法的相似性測度公式如下：

顯然，平均絕對差D(i,j)越小，表明越相似，故只需找到最小的D(i,j)即可確定能匹配的子圖位置。

2.3 動態(tài)閾值濾波檢測

在視覺檢測過程中，由于空調(diào)外觀上的螺釘比較小、定位較難，而且附近圖像干擾較多，容易導(dǎo)致漏檢或誤報。研究采用動態(tài)閾值濾波檢測方法對螺釘圖像進行處理，動態(tài)閾值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號平滑處理技術(shù)，把數(shù)字圖像或數(shù)字序列中一點的值用該點的一個鄰域中各點值的中值代替，讓周圍的像素值接近真實值，從而消除孤立的噪聲點。相比線性濾波平滑處理技術(shù)，非線性濾波可以在非噪聲區(qū)域信號的同時濾除噪聲。高頻分量往往是圖像中區(qū)域邊緣灰度值急劇變化的部分，使用動態(tài)閾值濾波可將這些分量消除，從而使圖像得到平滑效果。動態(tài)閾值濾波對螺釘輸入圖像執(zhí)行中值過濾，并返回過濾后的圖像。采用某種結(jié)構(gòu)的二維滑動模板，將模板內(nèi)像素按照像素值的大小進行排序，取得中間值作為像素值，實現(xiàn)某些差別大的像素被替換為與之周圍相似的值，消除特殊的孤立點，二維中值濾波輸出為：

式中：f(x,y)為螺釘原始圖像對應(yīng)像素值；g(x,y)為處理后圖像對應(yīng)像素值；W為二維模板。

經(jīng)中值濾波后，圖像中螺釘附近的干擾點基本去除，且圖像質(zhì)量效果好，有效減少螺釘檢測誤報。

2.4 圖像邊緣差分檢測

在視覺檢測過程中，受環(huán)境因素影響，拍取的圖像易出現(xiàn)噪聲、陰影、偏位等問題，影響檢測的準確性。研究采用圖像邊緣差分檢測方法，有效獲取輪廓并矯正檢測圖像。一般來說，圖像的邊緣信息不易受噪聲和亮度突變的影響。首先提取圖像彩色邊緣圖像，然后將邊緣圖像進行差分相與，提取出較精確的目標邊緣輪廓。提取的輪廓經(jīng)過一系列的形態(tài)學(xué)操作填充，即可得到完整的目標。由于圖像邊緣附近的亮度變化比較大，因此需要把那些鄰域內(nèi)灰度超過某個值的像素點當作邊緣點。其主要步驟為：將模板分別從兩個方向沿著圖像從一個像素移動到另一像素，并將像素的中心與某個像素位置相重合；將模板內(nèi)的系數(shù)與其圖像上相對應(yīng)的像素值相乘；將所有相乘的值相加；將兩個卷積的最大值賦給圖像中對應(yīng)模板中心位置的像素作為該像素新的灰度值；選取合適的閾值TH，若新像素灰度值大于或等于TH，則該像素點為圖像邊緣點。

針對彩色圖像，則需要建立水平方向和垂直方向的彩色分量圖，具體步驟為：遍歷一幅彩色圖像，取圖像上像素的顏色值；將像素的R、G、B灰度值分別賦給水平方向和垂直方向彩色分量圖對應(yīng)像素的R、G、B值；分別計算原圖像中像素的R、G、B分量在水平和垂直方向與模板卷積的累加值，卷積模板選用Sobel卷積核；將累加值除以某個權(quán)重，取絕對值賦給上述分量圖的R、G、B值；計算該像素的R、G、B梯度值，賦給原圖像對應(yīng)的R、G、B值，得到彩色邊緣圖像。

圖像邊緣差分法利用像素的上、下、左、右鄰域的灰度值加權(quán)算法，算法利用模板分別與兩個核做卷積，一個核對垂直邊緣影響最大，而另一個核對水平邊緣影響最大[15]。該方法不但產(chǎn)生較好的檢測效果，而且對噪聲具有平滑作用，可以得到準確、良好的邊緣輪廓圖像。

3 試驗驗證

為了驗證空調(diào)外觀視覺檢測設(shè)備的檢測效果，對空調(diào)外觀質(zhì)量進行檢測。測試的樣本數(shù)量為15件，其中合格品5件，不良品為不同的空調(diào)外觀缺陷10件，分別對樣本進行編號，按照隨機的檢驗順序，使用空調(diào)外觀視覺檢測設(shè)備對每個樣本分別進行3次檢測，具體試驗結(jié)果如表1所示。

表1 空調(diào)外觀缺陷檢測驗證

試驗結(jié)果表明，對于空調(diào)外觀標識漏貼、用錯、粘貼位置不正確、螺釘漏裝、格柵裝錯等常見的外觀缺陷故障，空調(diào)外觀視覺檢測設(shè)備都能100%準確識別，同時僅有1次誤檢現(xiàn)象。

4 結(jié)束語

產(chǎn)品外觀是消費者對于產(chǎn)品質(zhì)量的第一印象，在空調(diào)制造過程中，外觀質(zhì)量檢驗作為重點的檢驗工序，其檢驗的準確性、可靠性、全面性極為重要，將會影響到出廠空調(diào)產(chǎn)品的品質(zhì)優(yōu)劣。本文基于機器視覺檢測技術(shù)與在線自動檢測方案的研究，設(shè)計研制了一種空調(diào)外觀視覺檢測設(shè)備，在結(jié)構(gòu)設(shè)計、視覺檢測算法上進行了突破和創(chuàng)新，研究采用檢測對象提取、SAD算法、動態(tài)閾值濾波檢測、圖像邊緣差分檢測等多項關(guān)鍵技術(shù)，實現(xiàn)空調(diào)外觀的在線高效檢測。通過試驗驗證，空調(diào)外觀視覺檢測設(shè)備可有效檢測不同的外觀缺陷，滿足實際生產(chǎn)檢測需求，在空調(diào)產(chǎn)品自動化檢測中具有良好的推廣應(yīng)用價值。