基于機器視覺的空調截止閥缺陷檢測系統(tǒng)的研制

梁 君，蔣 慶，湯建斌，舒軍輝

LIANG Jun,JIANG Qing,TANG Jian-bin,SHU Jun-hui

（中國計量學院計量測試工程學院，杭州 310018）

0 引言

2013年我國空調年產量高達1.12億臺，空調截止閥的年需求量至少為空調年產量的2倍，那么每年就至少要2.24億個。其中截止閥擋圈缺件檢測、接管高度檢測以及接管角度檢測是生產線中三個重要工藝指標。目前國內截止閥檢測主要依靠人工方法，人工檢測缺陷在于：人工成本高、效率低，無法滿足自動化生產線需求；檢測精度低、易出錯，檢測質量受人為因素影響[1]。擋圈因人為因素的誤檢已引發(fā)截止閥使用過程中的多起安全事故，對企業(yè)和員工造成巨大損失和傷害，而接管高度和接管角度的不良品使其無法正常的安裝使用，造成了資源的浪費。

檢測指標如圖1所示。擋圈缺件檢測是其中最重要的一項安全工藝指標，角度檢測如圖1中α所示，工藝要求出廠標準允許誤差值為 ±2 °，高度檢測如圖1中h所示，工藝要求出廠標準允許誤差值為±2mm。文中視覺系統(tǒng)將對擋圈、高度和角度三個指標集成到一個工序來完成[2,3]，有效地節(jié)省了人工成本，提高了生產效率。

圖1 截止閥檢測工藝指標圖

1 截止閥視覺檢測系統(tǒng)

截止閥視覺檢測系統(tǒng)設計參數(shù)如表1所示。

表1 截止閥檢測系統(tǒng)設計參數(shù)表

系統(tǒng)結構采用八工位轉盤的形式對截止閥進行檢測處理，每工位可同時放置一個產品。系統(tǒng)結構如圖2所示。轉盤八個工位平均分配，每個工位的功能如下：工位一、工位二是上料工位；工位三是判斷有無工件工位，；工位四是檢測工位；工位五、工位六、工位七是剔除工位，工位五剔除擋圈不良工件，工位六剔除高度不良工件、工位七剔除角度不良工件；工位八是合格下料工位。

該系統(tǒng)主要包括控制單元、檢測單元、驅動單元以及機械結構單元，系統(tǒng)硬件組成如圖3所示。

圖2 系統(tǒng)結構圖

圖3 截止閥檢測系統(tǒng)的硬件組成框圖

檢測單元由一臺工控機，一個光電傳感器，兩臺CCD，兩個光源及光源頻閃控制器構成[4,5]。由于所檢測的擋圈位于閥口內部，照明過程中容易出現(xiàn)閥口內部不明亮均勻，存在陰影部分，給圖像采集以及后續(xù)處理帶來誤差。因此采用環(huán)形光源照明，該光源能360°均勻照射在被測物上，并且無陰影產生，清晰度高；檢測接管高度和接管角度則需要對截止閥接管進行照射成像，通過紅色背光源照明可以使接管邊緣突出，有利于計算接管的高度和角度。攝像頭選用美國Banner30萬像素彩色CCD和黑白CCD各一臺，這是因為檢測擋圈時，被測截止閥為黃銅材質，而擋圈表面呈銀色，檢測過程需要分辨顏色，同時檢測區(qū)域為整個閥體大小，角度檢測精度為0.1°，因此選用30萬像素彩色CCD；檢測高度過程中，由于只需采集截止閥接管的邊緣信息，無需分辨顏色，同時檢測區(qū)域為接管長度，高度檢測精度為0.1mm，因此選用30萬像素黑白CCD。

控制單元主要由一臺歐姆龍CP1L系列的PLC組成，實現(xiàn)對驅動單元中的轉盤電機、光源頻閃控制器、報警燈、次品剔除氣缸、下料氣抓等部件的實時控制。其中檢測節(jié)拍可以通過調節(jié)轉盤轉動速度從而達到生產要求。由于存在兩臺CCD拍攝，光源通過頻閃控制器實現(xiàn)光源拍攝照明，避免光源間的互相影響。

2 圖像檢測方法

成像系統(tǒng)采集到的圖像進行處理的流程圖如圖4所示。首先，注冊檢測對象的模板圖像；在獲取的模板圖像中，提取出檢測對象的檢測指標特性，包括擋圈的顏色特性，接管的邊緣特性，并且設定相應的檢測區(qū)域參數(shù)。在檢測過程中，當獲取檢測圖像時，首先將設定的定位區(qū)域參數(shù)對檢測圖像進行定位，然后再在相應的檢測區(qū)域內進行檢測處理。

圖4 圖像處理流程圖

2.1 標定區(qū)域定位

由于系統(tǒng)采用的是8工位轉盤形式檢測，在轉動過程中，電機與轉盤之間存在一定的彈性緩沖，使得各個工位進入檢測狀態(tài)時不完全在同個區(qū)域內。也就是說，每次獲取的圖像中，處理區(qū)域的位置都有不同。所以在進行圖像處理前需要準確計算匹配區(qū)域的位置，從而使圖像處理在正確的區(qū)域中進行[6,7]。

系統(tǒng)中匹配區(qū)域為截止閥的閥口，呈圓形狀。檢測圓采用經典算法Hough變換[8,9]。Hough變換有著很強的魯棒性，對噪聲不是很敏感，即使圓的邊界不連續(xù)或者小部分殘缺，仍能夠準確的檢測。用Hough變換來獲取閥口中心的方法如下：

設圓的標準方程為：

其中，(a,b) 為圓心坐標，r為半徑，則極坐標方程為：

在邊緣點(x,y) 處給定梯度角θ，由式(2)、式(3)可得：

這是一個用于升級參數(shù)空間累加器的方程，對于每一個在(x,y) 處并具有邊緣方向角θ 的邊緣點來說，沿著式(4)給定的直線方程，對圖像空間中的每個點按式(4)中進行Hough變換，在Hough中可得一條直線，同一圓上的點對應的Hough域中的直線相交于一點，交點即為圓心坐標。該方法計算量較大，由于生產節(jié)拍控制在2秒/個，使得采集圖像有足夠的時間處理。

所以只要進行Hough變換，就可以找到這個圓，獲得圓的各項參數(shù)，這樣也就得到了閥口中心，其基本效果如圖5所示。

圖5 Hough變換閥口中心定位

其中，(a)是閥口圖像，(b)是Hough變換找到的閥口中心。

2.2 擋圈圖像檢測

為了采集擋圈的像素面積，首先在注冊模板圖像中提取擋圈圖像特征值，閥口內部的擋圈表現(xiàn)為一銀色的環(huán)形狀，因此在該環(huán)形中依次選取擋圈的各個點作為種子點，并按照相似性規(guī)則將種子點與其相鄰的像素合并，構成了小區(qū)域，然后小區(qū)域以同樣的相似性規(guī)則與其周圍的像素進行合并，逐漸構成大區(qū)域，即為整個環(huán)形擋圈狀態(tài)。根據(jù)以上分析，在檢測擋圈時，采用基于區(qū)域生長的方法進行圖像分割。具體如下：

給定一個相似度閾值t，當圖像中的像素點與種子點相似度大于t，就認為是所需的有效采集點。

第一步：在模板圖像中對擋圈進行特征值的提取，分別在A,B,C,D4個點選取顏色特征，如圖6(a)所示；

第二步：設定相似度閾值t，使符合種子點相似度的像素點均認為是有效采集點，并合并成區(qū)域，如圖6(b)所示；

第三步：將采集到的有效像素點區(qū)域面積二值化，使圖像分割效果更清晰，如圖6(c)所示；

第四步：由于整個圖像中，除被測產品外，還有其他相似點造成干擾，因此在計算最終像素面積值時，只計算定位區(qū)域閥口內部信息，當像素面積值大于分辨閾值時，則認為是有擋圈產品，若小于分辨閾值，則認為是無擋圈產品，如圖6(d)所示。

圖6 擋圈圖像檢測方法

其中，(a)是獲取種子點，(b)是合并有效像素點，(c)是區(qū)域內有擋圈產品，(d)是區(qū)域內無擋圈產品。

2.3 高度圖像檢測

為了確定接管的高度，首先在圖像中進行檢測區(qū)域的標定，如圖7所示。

圖7 高度圖像檢測方法

高度檢測主要利用提取突變邊緣的方法提取接管高度像素值，通過換算系統(tǒng)像素值與實際值間的標定系數(shù)來計算實際值，具體如下：

給定一個閾值t，當圖像中的某像素點進行模板操作后的值大于t，就認為是所需的有效采集點。

第一步：在檢測區(qū)域內的右邊緣從下往上搜索，找到第一個邊緣點后再進行第二步。

第二步：由于接管的邊緣是連續(xù)的。如果第一步找到的邊緣點在接管上的話，則該邊緣點的左側必然也存在邊緣點。因此再往左側搜索邊緣點。

第三步：如能找到邊緣點，則判斷該邊緣點是否在檢測區(qū)域內的左邊緣端上，若不在，第二步重復再做。如果是檢測區(qū)域內的左邊緣端，則停止搜索邊緣點，檢測區(qū)域內的接管邊緣已找到。

第四步：如果在第二步中不能找到邊緣點，則可判斷前面尋找到邊緣點是噪聲。轉到第一步，繼續(xù)向上尋找邊緣點。

找到接管下邊緣后，將計算接管下邊緣Y坐標的平均值。公式如下：

式中N為構成接管邊緣點個數(shù)，yi為邊緣點的Y坐標。

根據(jù)這個計算值，再通過系統(tǒng)坐標值與實測值之間的系數(shù)換算得出接管高度實際值。

2.4 角度圖像檢測

角度檢測主要通過模板匹配的方法提取閥體兩邊的圓孔圓心，從而計算圓心間的連接線與接管邊緣的角度，如圖8所示。具體如下：

第一步：通過Hough變換分別找出閥體兩邊的插銷孔圓心 (a0,b0)， (a1,b1)。

第二步：通過邊緣檢測采集到檢測區(qū)域內接管右邊緣點(x0,y0)和左邊緣點 (x1,y1)。

第三步：將坐標點連成直線并計算出其夾角角度α，計算公式如下：

圖8 角度圖像檢測方法

3 實驗結果及分析

為滿足截止閥生產線檢測質量的控制要求，該檢測系統(tǒng)必須在保證生產效率節(jié)拍的前提下具有良好的準確性和穩(wěn)定性。文中設計的檢測系統(tǒng)對擋圈檢測指標為期10天作業(yè)的124250個產品進行現(xiàn)場跟蹤試驗，驗證擋圈誤檢率。而高度、角度指標驗證試驗是將一個高度實測值為25.12mm，角度實測值為60.36°的測試樣品分別放在8個工位各測10次，計算其平均值及最大誤差值，試驗結果如表2所示。

表2 產品試驗檢測結果

由表2結果可知，試驗中產品系統(tǒng)高度測量值與實測值最大誤差為0.08mm，角度測量值與實測值最大誤差為0.72°，均符合設計要求，測量平均值較實測值偏差也較小。同時擋圈的無誤檢率避免了無擋圈產品的誤出廠，提高了產品使用安全性。

4 結束語

文中設計的基于機器視覺的空調截止閥缺陷檢測系統(tǒng)，實現(xiàn)了截止閥生產線的自動化檢測，且具有結構簡單緊湊、準確度高、穩(wěn)定性好等優(yōu)點，將擋圈檢測，高度檢測和角度檢測三個指標集成檢測，大幅降低了人工成本。目前該系統(tǒng)已在國內某知名上市企業(yè)良好運行，并得到一致認可。

[1]段峰,王耀南,雷曉峰,吳立釗,譚文.機器視覺技術及其應用綜述[J].自動化博覽,2002,19(3):59-61.

[2]席礪莼,閆宏偉.彩色圖像的分割技術[J].微機發(fā)展,2003,13(4):46-48.

[3]楊益軍,趙榮椿,汪文秉.一種適合于目標檢測的圖像分割方法[J].信號處理,2002,18(2):183-185.

[4]王博,秦嶺松.基于計算機視覺的指針式儀表自動檢測系統(tǒng)[J].計算機工程,2005,31(11):19-21.

[5]劉煥軍,王耀南,等.機器視覺中的圖像采集技術[J].電腦與信息技術,2003,11(1):18-21.

[6]劉錦峰.圖像模板匹配快速算法研究[D].中南大學,2007.

[7]黃可為,趙雁南,孫發(fā)杰,等.一種高效目標搜索方法及其在圖像分析中的應用[J].中國圖像圖形學報,2002,4A(12):1038-1043.

[8]章毓晉.圖像處理和分析[M].北京:清華大學出版社,2001:190-191.

[9]王菁菁,范影樂.基于Hough變換的圓檢測技術[J].杭州電子科技大學學報,2005,25(4):62-65.