注射器針頭缺陷在線檢測技術與虛擬儀器實現

周建民，周 佳，劉燕德

(華東交通大學光機電技術及應用研究所，江西南昌330013)

一次性注射器以其性價比高、使用方便等優點而被廣泛應用，是醫院中消耗量最大的易耗品之一，注射器的質量安全直接關系到國民的健康。針頭在自動裝配的過程中存在反裝的現象(針尖部位插入針座，如圖1所示)，對注射器的質量造成嚴重的影響，甚至危害到人的生命[1]。

目前國外已經研制出這類檢測系統，如德國西門子公司研制了一次性注射器反表識別系統，但其價格昂貴。國內沒有專門的研究機構與廠家開發這類系統，而一般的中小型企業又不具備自己研制開發的能力。國內大部分廠家在進行針頭的裝配時都采用人工檢測的方法。對于大批量生產、尺寸較小的針頭，人工目視檢測易產生視覺疲勞，檢測精度不高，難以保證質量。

LabVIEW是NI公司(National Instruments，美國國家儀器公司)開發的一種交互式編程語言，它將軟件和各種不同的測量儀器硬件及計算機集成在一起，建立虛擬儀器系統。使用LabVIEW開發應用系統的速度比其他編程語言快4～10倍[2]。

針對針頭缺陷檢測的現狀，本文利用虛擬儀器技術開發設計了針頭缺陷在線檢測系統。

圖1 針頭反裝現象

1 針頭缺陷檢測系統的構成

系統由[c]FP-PWM-520模塊、照明系統、PC機、工業數字攝像機、步進電動機、傳送帶等組成，系統結構如圖2所示。由PC機發出電機控制指令，通過以太網將控制信號傳送給[c]FP-PWM-520模塊直接作用于步進電機，以此來控制針頭傳輸的速度。當針頭進入到工業攝像機的檢測范圍內時，攝像機采集圖像并通過USB接口把圖像信息傳遞到PC機，再由軟件部分檢測針頭是否存在缺陷。

1.1 [c]FP-PWM-520

[c]FP-PWM-520是NI公司生產的[c]FP控制器中用以脈寬調制的模塊之一。[c]FP控制器可用于工業現場的實時控制，并能通過內置式Web與文件服務器，在以太網網絡上自動發布測量結果[3]。[c]FP-PWM-520模塊有8個脈沖寬度調制輸出通道，這些通道具有可獨立編程的占空比，可用于基于PWM(脈沖寬度調制)的控制應用程序[4]。

1.2 照明系統

在針尖的缺陷檢測中，提高檢測的準確率關鍵在于針尖部分輪廓的清晰程度。針尖極其細小并且屬于高反光物體，因此在設計照明系統過程中要求綜合多種光源類型。背光照明方式下，光源均勻的從被檢測物體的背面照射，可以獲得高清晰的輪廓;而散射照明能產生最適合高反射物體的無方向、柔和的光。本系統中的照明系統即結合了這兩種照明方式。這種方式根據解決被測物體針頭尺寸細小且高反光的實際問題，使整個系統中圖像的質量得到很大的改善。

圖2 系統結構示意圖

2 系統的虛擬儀器實現

軟件系統采用LabVIEW和IMAQ Vision編程實現，主要包括步進電機控制和針頭缺陷識別兩個部分。系統的主界面圖如圖3所示。

2.1 步進電機控制部分

由于針頭是安裝在針座上的，每個針座總長度較長，上面可以同時安裝50根針頭。在生產現場，針座是自動傳輸的，為降低小針頭圖像處理的難度，確保攝像機視場有限的情況能夠拍攝到清晰的針頭圖像，本系統每次只拍攝10根針左右，整個針座共分5次完成，因此，需要采用步進電機控制傳輸系統共進行5次啟停，傳輸系統停止時拍攝針頭的靜止圖像，拍攝完畢由程序自動控制傳輸系統傳輸一個工位后再次停止。為完成傳輸系統的自動啟停，只需給傳輸系統一個脈沖調制信號，而步進電機控制部分程序的核心是將用于電機控制的脈沖信號寫入[c]FP-PWM-520模塊。在被寫入信號之前，首先要對[c]FP-PWM-520模塊進行配置。這部分將在MAX(Measurement&Automation)下實現，其中主要完成對所有通道的周期項目的配置，并保存配置文件。配置完成后，可以在LabVIEW中利用FPWrite.vi中的FieldPoint IO Point In端口作為通道選擇控件或者脈沖周期項目控件，再根據具體的控制需要來選擇占空比等參數。這部分的程序流程圖如圖4所示。

2.2 針頭缺陷識別部分

針頭的缺陷識別包括圖像采集、圖像處理、模板匹配和結果顯示4大部分，程序結構圖如圖5所示。圖像的采集選用大恒公司的HV2002UC型數字攝像機，通過在LabVIEW中加載名為HVDevice.ocx的控件即可以驅動設備。用戶再根據需要來設置控件的屬性和調用方法可以實現對攝像機的完全控制和功能應用。采集后的圖像經過一系列的數字圖像處理后，對被檢測的針頭進行定位并利用模板識別技術檢測出針頭的缺陷，最終顯示檢測的結果。如果無針頭反裝，則顯示PASS，如有針頭反裝，則顯示FAIL，同時用紅框框住反裝針頭。

圖4 步進電機控制程序流程圖

3 核心技術

3.1 圖像預處理及圖像增強

檢測系統獲取的圖像往往收到各種噪聲的污染，使得圖像質量下降，因此必須先進行圖像預處理才能使用[5]。這里采用中值濾波的非線性濾波方法。其基本思想是用像素點領域灰度值的中值來代替該像素點的灰度值。處理后的圖像噪聲得到最大抑制，很好的保存了邊界信息。在IMAQ模塊下直接調用filter median.vi即可完成該運算。

圖5 缺陷識別程序結構圖

為了提高匹配的準確度以幫助后續的圖像處理工作更加順利進行，需要對圖像進行增強處理。通過對各種增強方法的效果圖進行對比，采用1.5次方函數的直方圖修正，修正后的圖像對比度明顯增強的同時能較好的抑制噪聲。

3.2 數學形態學處理

數學形態學的基本思想是用具有一定形態的結構元素去量度和提取圖像中的對應形狀以達到對圖像分析和識別的目的。數學形態學的數學基礎和所用語言是集合論，可以簡化圖像數據，保持它們基本的形狀特性，并除去不相干的結構。此外，它還能實現形態學分析和處理算法的并行，大大提高了圖像分析和處理的速度[6]。本程序中將閾值化后的圖像通過IMAQMorphology.vi的Gradient in操作，提取粒子的內部邊界，再對提取的邊界進行圓滑填充，這樣就能完好的保持針頭的基本形狀特性，如圖6所示。再對圖像進行粒子分析(Particle Analysis)，得到針尖部位的坐標及角度等數據，即可實現對針頭的定位。

圖6 圖像的形態學處理

3.3 模板匹配

模板匹配是指用標準模板與源圖像進行比較，以確定在源圖像中是否存在與該模板相同或相似的區域，若存在，還可確定其位置并提取該區域[7]。

在本程序中，選擇一個反表的針尖圖像作為標準模板。根據粒子分析得出的參數，在源圖像中的每根針尖部分都建立坐標系，并確定ROI(Region Of Interest)區域，再把針頭與標準模板進行匹配。

在IMAQ Vision中模板匹配函數為IMAQMatch Geometric Pattern.vi，該函數可以設置匹配對像的數目、坐標位置、旋轉角度、大小比例和相似程度等。據NI公司所提供的資料指出，這種匹配方法綜合運用了非均勻化采樣、邊緣檢測等方法，使得匹配準確率高且速度快，可比傳統方法快十倍之多。

4 試驗結果

圖7為不同規格的針頭的缺陷檢測結果。如果出現反表的情況，則用方框把反表的針頭標記出來，并在圖片的左下方顯示“FAIL”。圖6(a)為檢測φ1.5的針頭，其中有一根反裝的針頭。圖6(b)為檢測φ0.5的針頭，其中有兩根反裝的針頭。

圖7 缺陷檢測效果圖

5 結論

大量試驗表明，本系統對各種規格的針頭都有較高的識別率，可達99.9%，系統的處理時間也完全滿足工業在線生產的要求。整個軟件部分采用虛擬儀器LabVIEW進行編程，節省了大量軟件處理的時間，提高了整個系統的性能。其中利用[c]FP-PWM-520模塊來控制步進電機。采用IMAQVision進行數字圖像處理，并用模板匹配函數IMAQMatch Geometric Pattern.vi進行模板匹配，比傳統的方法快10倍之多。

該針頭缺陷檢測系統界面友好、操作方便、完全可視化、檢測精度高，具有較高的推廣價值。

[1] 劉正平，肖強.一次性注射器針頭反表識別系統[J].傳感器與微系統，2009，28(1):96-98.

[2] 蔡共宣.LabVIEW編程思想研究[J].研究裝備制造技術，2009，(9):56-58.

[3] NI公司.什么是NICompact FieldPoint?[EB/OL].http://www.ni.com/compactfieldpoint/zhs/whatis.htm/2009.

[4] NI公司.NI cFP-PWM-520[EB/OL].http://sine.ni.com/nips/cds/view/p/lang/zhs/nid/11606/2009.

[5] 趙文杰，陳振濤，鄒小波.機器視覺實現方便面破損在線檢測的研究[J].微計算機信息，2007，23(10):238-240.

[6] 舒華，余群.基于LabVIEW的形態學圖像處理研究[J].信息技術，2009，(5):142-144.

[7] 田娟，鄭郁正.模板匹配技術在圖像識別中的應用[J].傳感器與微系統，2008，27(1):112-114.