基于機械視覺的工件在線實時檢測及分揀系統研究

陳伯豪，姜莉莉，方 強

（廣東工業大學 機電工程學院，廣東 廣州 510006）

0 引言

目前，大部分產品都需要人工進行機械式分揀和排序，人工分揀效率低，長時間操作容易出錯，而且工人勞動強度大。隨著科技的發展，現代制造產品類型出現線性增長，制造精度和生產效率要求大大提高，這也必然要求現代制造檢測應具有實時、在線、非接觸、高速、高精度的檢測模式，所以針對機械檢測及分揀的系統設備的研發具有重大的意義。

1 機械視覺檢測及自動分揀系統

1.1 系統原理圖

圖1為機械工件在線實時檢測與自動化分選系統框圖。工件被放置在一個由伺服電機控制的傳送系統上面，由PLC通過發送脈沖信號對伺服電機進行位移控制，伺服電機將編碼器輸出信號反饋給PLC，通過該信號來確定工件的具體位置。相機和光源系統被固定在傳送平臺上方，光電傳感器開關在預設置的位置給予相機觸發信號，產生的信號讓電荷耦合器（CCD攝像機）實時完成圖像的采集動作；CCD攝像機實時采集被測工件的原始圖像，并通過圖像采集卡將圖像數據傳送到計算機上進行處理，在計算機中有專門開發的圖像處理軟件系統，對工件圖像進行多步處理，并將結果反饋到PLC信號分配器；PLC信號分配器根據信號數據把操作指令發送到各執行部件，執行機構根據PLC的信息推放各類工件到預規定的工位，完成分揀任務。當檢測系統檢測失敗或者發生其他意外時，系統保護及時啟動，機器立刻暫停運行，同時報警系統的報警燈與報警笛將以聲、光形式報警。

1.2 系統組成

系統由機械視覺模塊、圖像軟件處理模塊、執行模塊3個子模塊組成。機械視覺模塊主要包括工業攝像頭、光學系統和光源。圖像軟件處理模塊是進行視頻信息量化處理的重要工具，主要完成對模擬視頻信號的數字化過程，同時通過圖像處理軟件對視覺圖像進行處理，包括圖像的增強、平滑、邊緣銳化、分割、特征抽取等，經過這些處理后，輸出的圖像質量將得到大大改善，然后再對圖像進一步分析、處理、測量與分揀識別。本圖像處理系統主要是以MATLAB 7.0為開發平臺，采用本身自帶的圖像處理工具箱、數據庫工具箱和圖形用戶界面等進行系統開發，主要由圖像預處理、邊緣檢測、幾何特征檢測、幾何尺寸測量及標注和輔助功能等小模塊組成。執行系統主要通過上位機PC和PLC對處理完的圖片發出執行信號，使機械工件實現實時自動分揀。

圖1 機械工件在線實時檢測與自動化分選系統框圖

2 軟件系統的實現

2.1 軟件系統工作流程

工件的檢測與分揀的對象分為兩類：①單一的相同尺寸工件的正反面識別與分揀；②同一種類、不同尺寸的工件分類。兩種識別原理大致相同，都是選取一段要檢測或識別的直線或者圓弧參數作為檢測或識別的特征。圖2為工件檢測及分揀系統的基本工作流程。

2.2 軟件設計及關鍵技術

圖片的處理和輪廓參數檢測主要利用MATLAB軟件的圖像處理功能。首先，系統借助MATLAB圖像處理工具箱中的函數庫對原始圖像進行多道處理得出質量高的邊緣圖像；然后軟件系統對邊緣輪廓擬合重繪，產生矢量幾何特征圖形；接著，將基于軸的坐標轉換為基于圖形的坐標，并讓所生成的工件邊緣矢量幾何特征圖形在坐標上實現自動測量與標注功能。其中，工件邊緣復雜輪廓的擬合重繪與基于圖形的坐標建立是關鍵技術。在工件邊緣復雜輪廓的擬合重繪中，主要解決的難題是如何精確地實現弧線之間、弧線與直線之間的連接。在本系統軟件設計中，主要是采用MATLAB中的solve函數對幾何特征檢測模塊輸出的工件邊緣圖進行邊界曲線求交，或者利用圓弧的曲線率來求交擬合。對于坐標的轉換建立，主要利用了MATLAB中的dsxy2figxy函數來實現機械工件關鍵尺寸的自動標注。

圖2 工件檢測及分揀系統的基本工作流程

3 應用實例

本文設計的基于機械視覺的工件實時分揀系統目前應用于廣東省某傳統制鎖民營企業。該企業的鑰匙制造由多道工序組成，而且每道工序之間必須依靠人工對鑰匙重新排序，這無形中加大了工人的勞動強度，降低了鑰匙的生產效率。

圖3為工件二維圖自動編碼原理的示意圖，其編碼起點為左端開始的圓弧或直線，以順時針方向給各識別線段依次編碼，編碼的主要目的是為了在人工設置模式里提供可選擇的識別線段或圓弧。

圖3 工件二維圖自動編碼原理的示意圖

圖4為鑰匙在線實時分揀系統界面。在軟件系統中，識別模式分自動識別模式和手動設置識別模式。其中，自動識別模式系統默認以最長的線段或最大的圓弧半徑為識別點來自動識別。為了能識別大部分的不同復雜表面輪廓的工件，系統軟件具有人工設置識別編碼與參數的范圍，另外，為提高識別的正確率，其中的參數范圍是在允許誤差范圍之內。圖4中的最下面一行是識別的結果顯示，鑰匙主要是識別其正反面（用數字1和2來表示），我們在統一排序好的鑰匙表面上選取某一編碼作為測量對象（下面選編碼5那段線段長度為測量對象），然后在其長度范圍設置好參數，識別原理是根據檢測出的線段長度判斷是否符合工件正面那一編碼的長度，若符合，為正面，否則為反面。

圖4 鑰匙在線實時分揀系統界面

4 結語

經過一年的運行和調試，基于機械視覺的機械工件在線實時檢測及分揀系統能夠很好地滿足實際生產使用要求，系統運行穩定，監控功能完善，檢測及分揀準確率高，較大程度地提高了生產流水線上的自動化、智能化，滿足了現代生產的加工模式要求，提高了企業的生產效率。

［1］焦圣喜，張利輝，江絳.圖像檢測技術在工件在線分選中的應用［J］.機床與液壓，2010（5）：72－73.

［2］朱曉林，高誠輝，何炳蔚，等.機械工件二維幾何特征視覺檢測系統研究與開發［J］.中國工程機械學報，2010（2）：324－326.

［3］李勇，伍先達，邢武，等.基于機器視覺的工件表面瑕疵自動分揀系統設計［J］.自動化與儀器儀表，2010（5）：82－84.

［4］張洛平，權歡歡，周英梅.零件圖像識別特征的研究［J］.河南科技大學學報，2008（6）：64－67.

［5］權歡歡，張洛平.基于機器視覺的裝配線上零件識別的研究［J］.組合機床與自動化加工技術，2007（12）：57－59.