塑料鉚接縫隙圖像檢測系統的研究

任子真，王保輝

（沈陽化工大學 計算機科學與技術學院，遼寧 沈陽 110142）

近些年，在塑料鉚接的實際生產過程中，利用圖像處理對鉚接的合格程度進行判斷得到了廣泛關注。隨著計算機視覺技術的發展，視覺傳感器技術也應用到了鉚接縫隙的檢測過程中。利用視覺傳感器技術來獲得鉚接結果的特征信息，獲取的結果具有信息量大、不需與被檢測物接觸、精度高和靈敏度高等特點，可適用于各種塑料鉚接的檢測場合，具有發展前途。

視覺傳感器由于可以遠離被檢測物體，采集信息量豐富，得到廣泛應用。采用CCD光學器件組成塑料鉚縫的圖像信息采集傳感系統，然后將獲取的鉚縫圖形信息進行圖像處理和縫隙寬度的計算，獲得塑料鉚接中鉚接縫隙的寬度。根據這個結果控制執行機構，判斷此被檢測產品是否已經鉚接或者是否鉚接合格，提高產品鉚合格率。

1 塑料鉚接縫隙圖像檢測系統結構

圖1 系統的功能框圖

塑料錨機縫隙圖像檢測系統主要由視覺傳感、圖像處理和縫隙寬度的計算3部分組成。在塑料鉚接縫隙的圖像檢測過程中，首先由視覺傳感器獲取塑料鉚接縫隙的圖像信息，并將信息傳輸到PC；然后PC對所獲取的圖像信息進行處理，減少圖像中的噪聲污染，并加強塑料鉚接縫隙圖像的特征信息；再通過所設計的算法來提取鉚接縫隙的特征點，獲取鉚接縫隙的寬度。計算機把此寬度與系統中所存的標準寬度范圍進行對比，如果在未鉚的范圍，則說明此被測物沒有進行鉚接；如果在不合格的范圍，則說明此被測物鉚接不合格，從而實現系統實時檢測的目的。系統結構的功能框圖如圖1所示。塑料錨接縫隙圖像檢測系統主要是在VS2010開發平臺上進行的，開發界面如圖2所示。

2 圖像處理過程

圖像處理是塑料鉚接縫隙圖像檢測系統的核心部分，包括對塑料鉚接縫隙圖像的預處理和圖像的檢測技術等，最終獲取縫隙圖像的邊緣特征。首先對CCD所采集到的鉚接縫隙圖像進行灰度變換，本文中所用的灰度變換算法的表達式為：

式（1）表示將原圖中灰度值分布在[a，b]范圍內的像素值映射到[0，255]范圍內，使該范圍內的景物因對比度展寬而更加清晰便于觀察。

為了削弱或消除灰度圖像中的無關噪聲信息，增強圖像的整體對比度，強調邊界特征，需要對其進行濾波平滑處理。圖像濾波處理方法有均值濾波法和中值濾波法。均值濾波是一種線性的空間濾波器，其響應是包含在濾波模板中像素的簡單平均值。其概念十分直觀，就是用濾波模板確定的鄰域內像素的平均灰度去代替圖像中每個像素點的值，減少了圖像灰度的“尖銳”變化，進而達到濾掉一定噪聲的目的。均值濾波法的表達式為：

其中，x，y=0，1，2，…，N-1；S 為（x，y）點領域中點的坐標集合，但其中不包括（x，y）點；M為集合內坐標點的總數。均值濾波法的優點是算法簡單，計算速度相對較快，但是這些優點是以一定程度上造成圖像模糊為代價的。

中值濾波是一種非線性的空間濾波，其原理是首先確定一個奇數像素的窗口W，窗口內像素按灰度大小排隊后，用其中間位置的灰度值代替原 f（x，y）灰度值窗口中心的灰度值 g（x，y）。 表達式為：

其中，W為選定窗口的大小，f（x-k，y-l）為窗口 W 的像素灰度值。

將均值濾波和中值濾波放在此設計中進行比較，鉚接縫隙濾波前后比較如圖3所示。

從圖3可以看出，中值濾波克服了均值濾波所帶來的圖像模糊，更好地去除了孤立點、線的噪聲以及二值噪聲的同時很好地保留了圖像的邊緣。圖像二值化在圖像處理中同樣起著重要的作用，因為對于圖像來說，過多的灰度值信息將會影響圖像檢測和識別的速度。為了減少灰度冗余信息，需要將不同灰度級的目標圖像與背景圖像進行分離，即進行圖像二值化。本文所采用的圖像二值化方法是迭代閾值法，其算法如下：

其中，hm是灰度為m時的像素個數，共有L個灰度級，當Zi+1=Zi時結束迭代。

在經歷上述處理步驟后，對處理后的圖像進行鉚接縫隙邊緣識別。鉚接縫隙的識別是本圖像處理的根本目的，而本文中的鉚接縫隙的邊緣是一個圓環弧，因此使用Hough變換。Hough變換對圓的檢測有著其特有的優點，Hough變換是利用圖像全局特性而將邊緣像素連接起來組成區域封閉邊界的一種方法。對于圓來說，半徑為 r，圓心坐標為（a，b）的圓在參數空間中表示為：

此時，點 x=（xi，yi）T，a=[a，b，r]T， 其參數空間為三維。顯然，在參數空間中，式（5）表示的是一個三維錐面，它的物理意義是，圖像空間中的圓對應著參數空間中的一個點，而圖像空間中的一個點（x，y）對應著參數空間中的一個三維直立圓錐，該點約束了通過該點一族圓的參數（a，b，r），如圖 4所示。對于圖像空間中的一個圓，它的半徑是固定不變的，圓周上的各個點組成的集合在參數空間中就表現為r相等而a、b不等的各個圓錐的集合，如圖5所示。

顯然，圖像空間中圓上的點映射到參數空間中的一族圓錐的交點正好對應于圓的圓心坐標和圓的半徑。對參數空間適當量化，得到一個三維的累加器陣列，陣列中的每一個立方小格對應（a，b，r）的參數離散值。對圖像空間所存在的圓邊界形狀檢測時，先計算圖像每點強度的梯度信息，然后根據適當閾值求出邊緣，再計算與邊緣上的每一點像素距離為 r的所有點（a，b），同時將對應（a，b，r）立方小格的累加器加。改變 r值（可以根據先驗知識確定其變化范圍，減少計算量）再重復上述過程，當對全部邊緣點變換完成后，對三維陣列的所有累加器的值進行檢驗，其峰值小格的坐標就對應著圖像空間中圓的圓心。數字圖像式可寫為：

其中，ε是對圖像進行數字化和量化的補償。利用上述圖像處理技術處理的結果如圖6、圖7所示。

3 縫隙寬度的計算并與標準值比對

根據以上圖像處理算法，由設計出的圖像處理程序找出鉚接縫隙每一點的邊緣坐標，設（i，j）為圖像上縫隙外邊緣其中一點的坐標，然后分別計算該點和縫隙內邊緣各點（m，n）之間的距離，再取它們中間的最小值即為該點縫隙的寬度。設該點縫隙的寬度為：

則該點縫隙的實際寬度為D=R·di，其中R為寬度系數，在這里R=3。為了消除測量結果具有的偶然性，對每一幅圖像都取3次縫隙寬度值，然后再對這3組縫隙寬度值進行平均運算得到平均值再把與標準值進行對比，若D在標準值的閾值范圍內，則說明此被測物合格，否則為不合格產品。測量結果如表1所示。

表1 測量結果與閾值比對

圖像處理技術是隨著計算機的發展而新興的一門學科，圖像處理技術至今仍處在發展階段。現在已經提出的鉚接縫隙圖像處理方法大都是針對具體問題提出的，因此對一幅鉚接縫隙圖像沒有通用的處理方法。本文運用了圖像處理技術對鉚接縫隙圖像進行處理，識別出縫隙的內外邊緣，再通過縫隙的寬度計算法求出了縫隙的寬度，并與標準寬度閾值進行比較得到具體的錨接結果，最終得到比較理想的效果。

[1]楊帆.數子圖像處理與分析[M].北京：北京航空航天大學出版社，2008.

[2]郭文強，侯勇嚴.數字圖像處理[M].西安：西安電子科技大學出版社，2009.

[3]李鵬輝，趙文光，朱宏平，等.基于數字圖像處理技術的多點動態位移監測 [J].華中科技大學學報，2011，39（2）：80-84.

[4]王偉，何小元，楊福俊，等.基于數字光測的表面裂縫寬度圖像分析法[J].測控技術，2006，25（7）：23-25.

[5]耿鑫，肖瑾，胡曉光.基于物理模型的彩色圖像邊緣檢測與分類[J].儀器儀表學報，2010，31（8）：1782-1787.

[6]張道德，胡新宇，楊光友.一種改進的隨機 Hough變換圓形檢測算法[J].電子器件，2009，32（3）：721-724.