基于計算機視覺的陶瓷圓度快速檢測系統研究

王俊祥，彭華倉，胡鴻豪，劉 英，朱永紅

（景德鎮陶瓷學院機械與電子工程學院，江西 景德鎮 333403）

基于計算機視覺的陶瓷圓度快速檢測系統研究

王俊祥，彭華倉，胡鴻豪，劉 英，朱永紅

（景德鎮陶瓷學院機械與電子工程學院，江西 景德鎮 333403）

針對大部分陶瓷企業仍使用人工進行陶瓷質量檢測的現狀，提出一種基于計算機視覺技術的日用陶瓷在線檢測系統研究方案。該方案分為硬件和軟件兩大部分，其中硬件部分主要完成陶瓷產品的傳送、數據采集以及智能控制功能。軟件部分主要完成陶瓷圓度缺陷的在線檢測功能。本論文通過陶瓷外邊界的提取，圓心的初定位以及圓心穩定度的分析等過程能夠快速的判定陶瓷邊界的圓度。實驗結果表明本文算法能夠快速、準確的提取陶瓷外邊界并給出相應的圓度判定。

陶瓷缺陷；計算機視覺技術；圓度檢測

0 引 言

隨著社會的發展和人民生活水平的提高，現在市場不僅對陶瓷產品數量提出新的要求，還在質量上提出了更加嚴苛的標準。然而，由于日用陶瓷制品韌性較低，生產工藝比較特殊，成批生產時質量不易控制等特點，對陶瓷制品進行缺陷檢測，尤其是無損缺陷檢測，意義重大。目前，大部分企業的日用陶瓷缺陷檢測仍然停留在人工肉眼檢測水平，檢測效率低，勞動強度大，產品質量不穩定，漏檢率較高成為一大詬病。因此，開發一套日用陶瓷無損檢測系統十分必要。

無損檢測[1]是一種結合多學科的綜合性的檢測技術，其特點就是不破壞工件的材質、形狀和使用性能，運用現代檢測技術來確定被檢測工件的缺陷類型和特征。按照不同的原理和探測方式，無損檢測技術[2,3]在 GB/T5616 無損檢測應用導則中主要分為：超聲檢測、射線檢測、渦流檢測、滲透檢測和磁粉檢測。近幾年又發展了光全息照相、計算機視覺等精度更高的檢測技術。超聲檢測、射線檢測主要利用待檢物體對聲波和射線的反射、透射情況來探測物體內部的一些缺陷，可用于內部檢測。國外已成功地用超聲導波[4]對核工業、電力與石化等行業的管道進行檢測。射線檢測技術[5]主要應用在復合材料的無損檢測中，并且獲得較為明顯的成果。聲振檢測技術[6]的基本原理是通過外加激勵敲擊使被檢物體發生振動，測量被檢物體的振動特性或聲音特性分析其振動狀態。相比之下，渦流檢測[7]、滲透檢測[8]和磁粉檢測[9]則分別利用導體表面的感應渦流分布、滲透液在物體表面的滲透性特點以及磁性物體附近產生的漏磁場情況來檢測被檢物表面及近表面的缺陷。近年來，機器視覺測量技術[10]作為新型無損檢測技術也獲得了空前的發展。目前，機器視覺測量(機器測量)技術在各個領域都得以關注和應用，并取得了比較好的的科研成果并成功的應用于車牌識別、人臉檢測、目標跟蹤、工業檢測、軍事應用等領域。計算機視覺測量[11]具有是快速、高效率和高精度的特點。

一般而言，無損檢測技術主要用于現代化工業以及金屬和復合材料的檢測。幾年來，隨著陶瓷制造業現代化進程的加快，無損檢測技術也被逐步應用于現代陶瓷的制造過程中，其中包含工程陶瓷[12]、壓電陶瓷[13]和建筑陶瓷[14-16]等領域。鑒于其缺陷臨界尺寸比金屬或復合材料小1-2個數量級的特點，各種改進的高精度超聲檢測、液體滲透檢測技術以及最新的工業CT技術被陸續提出。為檢測壓電陶瓷的電學特性，一些基于電路激勵的無損檢測算法也被陸續提出，如Lamb 波單模態激勵。為了檢測陶瓷墻地磚的平整度和表面紋理缺陷，一些基于數字圖像的無損檢測算法被提出。

然而非常遺憾的是，作為陶瓷領域的另一大分支——日用陶瓷領域，目前還沒有針對性的無損檢測技術研究，大部分檢測仍依靠人工完成。僅在早年，國家給出了日用陶瓷缺陷定義以及等級劃分標準[17]，同時論文[18]給出了簡要的日用陶瓷器件的圓度檢測算法，但其復雜度較高?；诖?，本文將分析日用陶瓷生產過程中一種典型缺陷——圓度，并設計一套高效率、低成本的基于計算機視覺的日用陶瓷缺陷檢測系統，解決日用陶瓷行業暫無智能檢測系統的問題。

1 硬件系統的搭建

本文給出了一種基于計算機視覺的日用陶瓷缺陷檢測系統，其中包含硬件和軟件兩部分組成。該系統硬件主要完成日用陶瓷的傳送、傳感、圖像采集以及硬件設備的智能控制等功能。系統軟件主要由日用陶瓷圖像的特征提取及缺陷檢測兩部分組成。以下將分別介紹系統硬件平臺搭建、智能控制系統實現以及陶瓷檢測軟件設計三大模塊。

1.1 硬件仿真模塊

本模塊將搭建一個模擬陶瓷生產流水線的硬件仿真平臺。該平臺能夠實現日用陶瓷的傳送和圖像的采集兩大功能。如圖1 所示，本模塊通過小型傳送帶模擬陶瓷企業的生產流水線，完成日用陶瓷的動態傳送功能。為實現傳送帶的通斷和變速功能，本文選擇變速電動機來控制傳送帶的運動情況，其中通過改變輸入模擬電壓量可以動態改變電機的轉速。為了將傳送帶上待檢陶瓷的數據傳給上位機(PC機)進行分析，本文將在傳送帶上安裝一些數據采集設備，如工業攝像頭，進行數據采集。為提高陶瓷的檢測精度，同時考慮到開發成本等問題，本文采用高精度的CMOS 工業攝像頭進行數據采集。

1.2 智能控制系統的搭建

圖1 圓度檢測系統的硬件平臺結構示意圖Fig.1 The hardware simulation platform

本模塊嵌套在上述硬件仿真平臺之中，協助實現陶瓷圖像數據的同步采集以及陶瓷生產流水線的智能控制兩大功能。由于陶瓷隨傳送帶動態移動，因此在合適的時間利用數據采集設備對線上陶瓷進行圖像攝取以獲得一張完整、幾何形變較小的圖片至關重要?；诖耍灸K的一大功能就是協調完成傳送帶和陶瓷數據采集設備的同步控制。本模塊在傳送帶合適的位置安裝一個定位傳感器件(限位開關)，當隨流水線運動的日用陶瓷觸發定位傳感器件的瞬間，由智能控制系統接收信號并向上位機的系統檢測軟件發出圖像采集信號，并由系統檢測軟件控制攝像機采集一張圖像并保存。隨后，上位機的系統檢測軟件將對保存的原始圖像進行處理分析并給出最終判定結果。此時，生產線智能控制系統將完成另一功能：接收上位機給出的檢測信息，并據此生成不同的模擬電壓量。依托不同的模擬量可實現控制傳送帶電動機的通斷和變速的功能。綜上所述，本模塊主要完成兩路信號的傳輸與識別：即數據的上行(生產流水線的數據傳遞至上位機)以及數據的下行(上位機的檢測結果反過來控制生產線的執行機構，并告訴用戶顯示界面)，具體的數據流程如圖2。

2 軟件算法的設計

本模塊是系統的核心，其功能是利用計算機視覺技術在上位機上設計一套針對陶瓷圓度的缺陷檢測算法，以便上位機對接收的陶瓷圖像進行處理、識別并做出智能判斷。本算法分為“陶瓷邊界的提取”、“外邊界的圓心定位”和“陶瓷圓度檢測”三大部分。

2.1 陶瓷邊界的提取

陶瓷邊界的提取流程如圖3所示，其中包含：圖像打開→圖像的預處理(去噪、去運動模糊) →圖像的幾何形變校正→區域填充→邊緣檢測六大部分。

(1)圖像打開：將數據采集設備傳送的日用陶瓷圖像按照位圖格式(BMP格式)打開，并對圖像進行灰度化和二值化處理，以便后續進一步處理；(2) 圖像的預處理(去噪、去運動模糊等)：為了去除圖像在采集過程中可能出現的高斯噪聲和椒鹽噪聲，本系統可能需要對圖像進行均值、中值濾波等去噪處理。由于陶瓷圖像是在動態流水線上直接拍攝的，所以可能會產生運動模糊。基于此，本部分需要對圖像進行復原操作以去除一些單方向的運動模糊；(3) 圖像的幾何形變校正：為了避免數據采集設備與待測物體之間的成像角度所導致的物體幾何形變，保證陶瓷檢測的精度，本文借助計算機視覺領域常用的“幾何標定版”來校正陶瓷圖像在拍攝構成中存在的幾何畸變；(4) 區域填充：鑒于本文僅關注陶瓷外邊界的圓度，不關注陶瓷內部的花紋信息，所以本文使用外邊界填充技術可將陶瓷外邊界以內的區域填滿，去除干擾，方便外邊界的提??；(5) 邊緣檢測：利用邊緣檢測算子可以快速提取可能存在圓度缺陷的陶瓷外邊界。實驗過程如圖4所示。基于上述技術均為圖像處理領域的常規技術，有相應的工具箱幫助實現，因此在此不再累述，本文重點將給出外邊界的圓度檢測算法。

2.2 外邊界的圓心定位

圖2 硬件控制系統的數據流示意圖Fig.2 Data flow diagram of the intelligent control system

圖3 圓形陶瓷外邊界提取流程圖Fig.3 The flow chart for outer-boundary extraction

從陶瓷外邊界上面隨機提取3個點，并以其行列位置為橫縱坐標構造三對坐標點，記為A1(x1, y1)，A2(x2, y2) 和A3(x3, y3) 。然后利用此三點可確定三角形外心，記為O(x0, y0)。顯然，外心O即為經過上述三點的外接圓圓心，并可按照如下公式計算：

其中，x0和y0為圓心的位置坐標， 為標準圓的半徑。

在實際中，存在以下兩種情況會導致上述算法無法準確計算圓心的坐標：①當陶瓷外邊界不圓時，每次利用隨機選擇的A1，A2和A3所確定的圓心均會不同。邊界圓度越差，圓心O的穩定度越低；本文將根據圓心的穩定度判定陶瓷的圓度；②當陶瓷外邊界存在其他缺陷，如陶瓷缺口時，隨機選擇的Ai(i∈[1, 3])可能存在有一點或多點恰好位于外邊界的缺口位置，此時利用上式計算獲得的圓心O偏差較大，無法代表外邊界的真正圓陶瓷外邊界圓度偏差不明顯時，多次計算的圓心坐標近似，并可通過多次實驗求平均值來提高計算精度。同時，鑒于通常情況下碗口缺口較小，隨機選點落在缺口可能性較低的現狀，可推斷出情況②出現的概率較低?；诖?，僅需多次重復實驗，即可甄別出這種不尋常的低概率偶然事件，并予于剔除。

2.3 圓度檢測

基于以上分析，本文給出如下的圓度檢測和圓心計算步驟：

(a)重復執行n次圓心計算實驗：重復n次試驗，獲得n個圓心坐標，記為Oi(xoi, yoi)。并以此構造圓心數列 O = { Oi| i ∈ [ 1 , n ] } ；

(b)圓1心數列排序：計算各圓心Oi橫縱坐標的均值 mi= 2 ( xoi+ yoi)，并以此重新排列數列O中各元素得已排序數列O'，記為 O?' = { O?' (?x ' , y?' ) | i ∈ [ 1 , n ] } ；

i oi oi

(c)陶瓷外邊界圓度的判定以及最終圓心的確定：去除O'中首尾兩個圓心O'1和O'n，并分別計算中間(n-2)個圓心的橫、縱坐標的均值和方差，記為x，y，σx和 σy，如公式(2)和公式(3)所示：

令 V a r = σx+ σy，并預設閾值T1。若Var≥T1，表明中間(n-2)個圓心較分散，判定該陶瓷器件外邊界不圓，直接丟棄。若Var＜T1，表明該陶瓷外邊界較圓，此時將中間(n-2)個圓心的平均值作為最后的陶瓷圓心O(xo, yo)，其中x0=x，y0=y。

3 實驗結果與分析

3.1 外邊界提取

為了體現本文3.1小節陶瓷外邊界提取算法的有效性，本文給出相應的實驗結果，如圖4所示。圖4(a)為待檢測的原圖，然后經過圖像的灰度化、二值化可獲得一個清晰的含有外邊界的陶瓷圖像，如圖4(b)，其中二值化過程中的預設閾值T0=170。鑒于本論文僅關注陶瓷外邊界的圓度，不需了解陶瓷內部花紋內容的事實，本文實驗利用matlab軟件中的相關函數可填充陶瓷外邊界以內的所有內容，如圖4(c)所示，最后借助邊界提取算子canndy算子能夠提取出一套封閉的單像素外邊界，如圖4(d)。

3.2 圓心的確定以及圓度判定

圖4 外邊界提取Fig.4 Sketch map for outer-boundary extraction process

為了測試本文圓度檢測算法的有效性，本部分給出一個實例分析，如表1。為了較準確的計算陶瓷外邊界的圓心，本文令n=10，即利用公式(1)重復10次計算圓心，實驗結果如表1所示。鑒于圓心計算的復雜度較低，所以多次重復進行也不會影響執行效率。然后根據每次計算的圓心Oi(xoi, yoi)的橫縱坐標均值進行排序，并剔除位于首尾兩端的圓心結果。分別計算剩余(n-2)=8個圓心橫縱坐標的方差σx和σy。本實驗取閾值T1=100，由于σx+σy＜T1，所以可判定陶瓷外邊界較圓，并取8個圓心的橫、縱坐標的均值作為最終的圓心結果。需要說明：閾值T1、方差σx和方差σy的數值與外邊界的總點個數size有關，同時閾值T1的預設也決定了對陶瓷外邊界圓度的要求，圓度要求越高，閾值可設置越小。

表1 圓心確定及圓度判定Tab.1 Determination of ceramic outer-boundary's circle center

表2 多產品的圓度檢測結果Tab.2 The statistical results for multiple productions' roundness detection

最后本文給出了多個產品的檢測結果和檢測時間情況，如表2。由表可知，本文算法能夠在0.5 s左右完成整個缺陷檢測過程，再次證明本文算法的有效性和實時性。

4 結 論

本文給出了一套針對日用陶瓷圓度缺陷的在線檢測系統，其中包含系統的硬件搭建、系統的智能控制、以及系統的軟件算法三個部分，其中系統軟件算法的設計是本文的核心。本文通過陶瓷外邊界的提取，圓心的初定位以及圓心穩定度的分析能夠快速的判定陶瓷邊界的圓度。實驗證明本文算法具有較高的可行性、穩定性和實時性。后續將展開其他缺陷算法的研究。

[1] 劉徐. 無損檢測技術及其發展方向[J]. 電大理工, 2014, 2(259): 18-19.LIU Xu. Study of Science and Engineering at RTVU, 2014, 2(259): 18-19.

[2] 曾瓊, 肖江文, 袁建輝. 淺談無損檢測技術的發展與展望[J].計量與測試技術, 2006, 33(12): 9-11.ZENG Qiong, et al. Metrology & Measurement Technique, 2006, 33(12): 9-11.

[3] 夏紀真. 國內外無損檢測技術的現狀與發展[C]. 昆明國際無損檢測儀器展覽會論文集, 2011.

[4] 梁宏寶, 朱安慶, 趙玲, 等. 超聲檢測技術的最新研究與應用[J]. 無損檢測. 2008, 30(03): 174-177.LIANG Hongbao, et al. Nondestructive Testing, 2008, 30(03): 174-177.

[5] 吳井瑞. 復合材料無損檢測中的射線檢測應用[J]. 科技創新與生產力, 2013, 02(229): 93-94 WU Jingrui. Technology Innovation and Productivity, 2013, 02(229): 93-94.

[6] 張開良. 在線式聲振檢測應用技術研究[J]. 無損探傷. 2013, 36(05): 35-37.ZHANG Kailiang. Non-destructive Examination, 2013, 36(05): 35-37.

[7] 張科紅, 孫堅, 徐紅偉, 等. 渦流檢測探頭的設計應用研究[J].科技創新導報, 2008, 09(26): 11-12.ZHANG Kehong, et al. Science and Technology Innovation Herald, 2008, 09(26): 11-12.

[8] 孟宇, 張俐, 張大全, 等. 熒光滲透檢測常溫水基金屬清洗劑研制及應用[J]. 清洗世界. 2013, 29(03): 20-23.MENG Yu, et al. Cleaning World, 2013, 29(03): 20-23.

[9] 孔立峰, 張啟禮. 反差劑在磁粉探傷中的正確使用[J]. 計量與測試技術, 2009, 36(05): 30-31.KONG Lifeng, et al. Metrology & Measurement Technique, 2009, 36(05): 30-31.

[10] 顏發根, 劉建群, 陳新, 等. 機器視覺及其在制造業中的應用[J]. 機器制造, 2004, 42(483): 28-30.YAN Fagen, et al. Machinery, 2004, 42(483): 28-30.

[11] 盧炳奇. 基于機器視覺的應變測量技術研究[D]. 碩士畢業論文, 濟南大學，2013.

[12] 田欣利, 王健全, 但偉, 等. 工程陶瓷微缺陷無損檢測技術的研究進展[J]. 中國機械工程, 2010, 21(21): 2639-2645.TIAN Xinli, et al. China Mechanical Engineering, 2010, 21(21): 2639-2645.

[13] 劉增華, 王娜, 何存富, 等. 基于壓電陶瓷片的 Lamb 波單模態激勵及缺陷檢測的實驗研究[J]. 北京工業大學學報, 2011, 37(10): 1453-1458.LIU Zenghua, et al. Journal of Beijing University of Technology, 2011, 37(10): 1453-1458.

[14] 謝永, 章義來, 黃華. 墻地磚表面缺陷自動檢測集成系統的研究[J].中國陶瓷, 2008, 44(04): 56-58.XIE Yong, et al. China Ceramics, 2008, 44(04): 56-58.

[15] 李慶利, 王永強, 郝天鹿, 等. 陶瓷磚長、寬尺寸視覺檢測系統研究[J]. 陶瓷學報, 2009, 30(04): 508-510.LI Qingli, et al. Journal of Ceramics, 2009, 30(04): 508-510.

[16] 李慶利, 郭彩玲, 張向紅, 等.陶瓷磚表面質量視覺檢測系統研究[J]. 陶瓷學報, 2011, 32(01): 97-99.LI Qingli, et al. Journal of Ceramics. 2011, 32(01): 97-99.

[17]GB/T 3532-2009. 日用陶瓷[S].

[18] 謝琥. 基于ARM9的日用陶瓷嵌入式圓度測量系統[D]. 碩士學位論文, 景德鎮陶瓷學院, 2007.

Computer Vision Technology based Fast Ceramic Roundness Detection System

WANG Junxiang, PENG Huacang, HU Honghao, LIU Ying, ZHU Yonghong
(School of Mechanical and Electrical Engineering, Jingdezhen Ceramic Institute, Jingdezhen 333403, Jiangxi, China)

Based on the situation that most daily-use ceramic enterprises still adopt manual ceramic quality testing method, this paper proposes an online detection system based on computer vision technology, which mainly includes two modules, i.e. hardware and software modules. The hardware module mainly carries out ceramic products transportation, data acquisition and intelligent control. The software one mainly achieves ceramic defects online detection. By using ceramic outer- boundary extraction, circle center calculation and its stability analysis, the roundness of ceramic boundary can be rapidly determined. The experimental results show that the proposed algorithm can accurately and quickly extract ceramic outer-boundary and judge the corresponding roundness.

ceramic defects, computer vision technology, roundness detection

TQ174.73

A

1000-2278(2015)05-0530-06

10.13957/j.cnki.tcxb.2015.05.017

2015-03-23。

2015-03-31。

國家自然科學基金項目(編號：61402209; 61164014),江西省發明專利產業化技術示范項目(編號：20143BBM26113), 江西省教育廳科技項目(編號：GJJ14641)。

王俊祥(1985-)，男，博士，副教授。

Received date: 2015-03-23. Revised date: 2015-03-31.

Correspondent author:WANG Junxiang(1985-), male, Doc., Associate professor.

E-mail: wjx851113851113@163.com