基于計算機視覺的手機屏蔽罩共面度檢測設備

鄧鄒超 柴建強 戴文浩 杜遠霜 朱耀東

(嘉興學院機電工程學院，浙江 嘉興 314000)

0 前言

工業生產中流水線技術已經成熟，但是機器的工作效率并不能使產品的合格率完全得到保障。我們需要將檢測裝置添加到流水線系統中，實現產品合格與否的信息反饋。通過檢測產品合格與否，不合格的收回改進，來進一步提高生產過程中產品的合格率。而且一個簡單的檢測裝置可以替代大量人工勞動，整體上提高生產效率和利潤。

屏蔽罩(框)是手機的重要部件，傳統的屏蔽罩在沖壓成型和超聲清洗過程中會導致個別產品的四邊平面度不達標 (需小于0.1mm)，屏蔽罩平面度的不達標會影響下一工序的包裝和焊接。因此公司需要一大批工人進行平面度人工目測和人工半自動包裝,生產效率較低，檢測+包裝約 650片/人·小時)。

本項目擬研制一個自動檢測設備，用機器視覺檢測代替人工檢測，每臺機器可以替換4-5人，生產效率提高5-7倍。

1 總體系統設計方案

1.1 檢測平臺的搭建

首先根據需要對相機，鏡頭進行選型，合理搭配，要求圖像抓取效果要好。其次合理利用光學原理，給目標合適角度合適光照強度，能給相機抓取最優圖像。最后通過驅動設置相機參數進一步對抓取的圖像質量進行微調。

1.2 圖像處理

將相機抓取的圖像傳送到計算機利用計算機高效運算速度進行處理。

第一步：圖像預處理。顏色空間的轉換，顏色分量通道提取，圖像銳化，圖像平滑，圖像增強等，都在預處理范圍。這一步主要目的是增強目標區域，降低噪聲，削弱背景。

第二步：圖像分割。顏色區域提取，閾值提取，邊緣提取等。這一步目的在于將我們的目標信息進行降維處理，減少運算量。

第三步：特征統計，模板匹配。

2 待測物承載平臺的搭建

整個平臺由Basler acA250014gm相機和外部供電電源，亞克力板搭建的平臺，偉郎可調節紅色環形光源和光源控制器組成。

Basler工業相機性能上遠超普通相機，可以達到工業測量的高精度要求；亞克力板表面能夠保證較高平滑，這對于共面的檢測而言至關重要；可調光源可以根據環境變化給平臺進行任意需求量的補光，對于長時間工作的工業測量必不可少。

平臺的搭建要方便相機采集我們所關心的目標的最為清晰的圖像。利用光的折射性質，我們就讓光源、目標物和相機成一定角度，剛好光源的光照射到目標物上，發生反射后的放射光剛好射入相機內。這個時候感光片能采集到最為理想的圖像，對于后面的程序中的圖像預處理也是相當方便的。光源的強度調節能夠在光源相機固定后，改變相機采集到的圖像的亮暗程度，從而對目標景物進行適當的突出與削弱。

3 數字圖像處理

3.1 數字圖像處理軟件

數字圖象處理軟件的總體設計決定整個可視化界面的視覺效果。軟件的功能必須能很方便快捷的完成測量與決策的任務。

軟件設計主要內容：可視化界面布局設計、圖像處理和決策菜單、處理軟件框架編寫、編寫、各個按鈕功能實現和菜單功能編輯等。

功能菜單中包含：圖像預處理、包含圖像銳化、圖像灰度化、圖像反色、圖像二值化、中值濾波、Sobel邊緣檢測、Prewitt邊緣檢測、Robert邊緣檢測、Kirsch邊緣檢測、Laplace邊緣檢測；R轉G、R轉B、G轉R、G轉B、B轉R、B轉G、RG交換、RB交換、BG交換，包含的顏色空間有CMY、HSI、HSV、YU、YIQ，這里提供各種顏色空間的雙向轉換。

3.2 設計計算和校核

3.2.1 手機屏蔽罩邊緣與校準面縫隙計算

K=C*N

式中：K：縫隙寬度(mm)；N：縫隙寬度對應的像素個數；C：單位像素對應的實際尺寸(mm)

N=Imax-Imin

式中：N：縫隙對應的像素個數；Imax：縫隙最大處對應的縱坐標較大點的坐標值；

Imin：縫隙最大處對應的縱坐標較小點的坐標值。

3.2.2 攝像系統的尺寸比例的計算

攝像系統的尺寸比例包括光源和目標物的距離，鏡頭和目標物的距離，相機內感光片和鏡頭間的距離，標準目標物的實際尺寸。

因為我們這里的鏡頭和相機完全擰合時，焦距為3m左右，而實際中需要的焦距為15cm。為了調整焦距，只能將鏡頭往外擰出3mm才能達到要求。但是這個時候，鏡頭出現向下偏折。這個時候利用理論方法計算存在較大誤差。我們用合格產品作為測量校準如圖，合格品側面厚度為1.2mm。采集多次數據，得出單位像素實際對應的尺寸值，然后作為標準值測量，如圖1。

圖1 用合格產品進行尺寸校對

(1)攝像頭與目標距離的計算

攝像頭和目標物的距離在光源和相機固定后用直尺便可以測出。我們的平臺完工后，測的的實際距離是200mm。

(2)攝像圖片尺寸與實際尺寸比例的計算

攝像圖片尺寸和實際尺寸的比例有兩種方法可以求得：

方法一：將一個已經經過校準后的知道具體尺寸的物體放在目標物的位置上，采集圖像并計算對應尺寸的像素個數，便可以知道單位像素個數代表著實際尺寸的大小。

計算公式：C=L/N。式中：C：單位像素個數代表的實際尺寸大小(mm)；L：物體的實際尺寸(mm)；N：在采集的圖像中，L 對應的像素個數。

方法二：根據鏡頭的焦距，相機內感光片到鏡頭的距離和鏡頭到目標物的距離，然后根據光學原理進行演算，得出采集的圖像中一個像素對應的實際尺寸大小。

3.2.3 數字圖像處理算法的設計

數字圖像處理算法包括圖像預處理、圖像濾波、邊緣提取和最終決策。

(1)圖像預處理算法的設計

①圖像銳化，效果如圖2

這里用目標像素點的灰度值與相鄰像素點進行差值運算，最后結果和0,255進行比較，不同結果進行不同操作。

②圖像反色，效果如圖3

圖2 圖像銳化

圖3 圖像反色

3.2.4 圖像濾波算法的設計

由于成像系統、傳輸介質和記錄設備等的不完善，數字圖像在其形成、傳輸記錄過程中往往會受到多種噪聲的污染。另外，在圖像處理的一些環節輸入的對象不理想時也會在結果圖像中引入噪聲。

它們常常表現為一些較強視覺效果的孤立象素點或者是象素塊。破壞圖像的正確性。通過圖像濾波能很好地保護圖像目標的形狀、大小及特定的幾何和拓撲結構特征。

本項目中使用的濾波手段有：中值濾波、圖像閾值二值化(效果如圖 4)。

3.2.5 邊緣提取算法的設計

(1)Sobel算子如下

W1=[-1,-2,-1;0,0,0;1,2,1];W2=[-1,0,1;-2,0,2;-1,0,1];

(2)Robert算子如下

W1=[-1,0;0,1];W2=[0,-1;1,0];效果如圖5。

圖4 圖像閾值二值化

圖5 Sobel算子邊緣提取

代碼實現如下;

3.2.5 最終決策

通過一系列的計算之后，決策將對計算結果進行判斷，得出手機屏蔽罩是否合格的結論，并通過亮燈來顯示結果。

4 視覺檢測系統測試數據

通過選擇合格樣品進行多次測量(如圖6)，我們就可以建立一個標準。樣品與相機距離保持一致，鏡頭保持焦距不變，這個時候合格樣品在檢測中的數值為164px，而樣品在合格情況下，這個像素值對應2.4mm。

因此，單位像素對應實際尺寸大小為2.4/164=0.0146341mm。

那么，不合格樣品 1 號(如圖 7)的誤差為(191-164)*0.0146341=0.395mm，即不合格樣品 1號，邊角不共面而且偏差為 0.52/2=0.1975mm。

圖6 合格樣品

圖7 不合格樣品1號

5 結束語

機器視覺用機器代替人眼來做測量和判斷，不僅提高了準確性還提高了效率，這在已經成為全球制造業的加工中心的國內市場，特別是高要求的零部件加工及其相應的先進生產線越來越有存在意義。本設備作為這方面的一個產品，能夠真真切切的為相關公司帶來顯著的經濟效益。

[1]徐貴力,毛罕平,胡永光.基于計算機視覺技術參考物法測量葉片面積[J].農業工程學報,2002,01:154-157+3.

[2]孔斌.人類視覺與計算機視覺的比較[J].自然雜志,2002,01:51-55.

[3]黃文清,汪亞明,周志宇.計算機視覺技術在工業領域中的應用[J].浙江工程學院學報,2002,02:28-32.

[4]劉偉,袁修干,楊春信,柳忠起,王睿.生物視覺與計算機視覺的比較[J].航天醫學與醫學工程,2001,04:303-307.