基于labVIEW的機器視覺檢測系統(tǒng)的研究

宮二棟，丁蘊豐

（長春理工大學 機電工程學院，長春 130022）

基于labVIEW的機器視覺檢測系統(tǒng)的研究

宮二棟，丁蘊豐

（長春理工大學 機電工程學院，長春 130022）

分析了當前機器視覺檢測技術(shù)在國內(nèi)外研究及工業(yè)中的應(yīng)用狀況，闡述了機器視覺和虛擬儀器技術(shù)各自的特點，研究兩者互相結(jié)合的實用性，設(shè)計出視覺檢測系統(tǒng)平臺。選擇National Instruments公司開發(fā)的LabVIEW程序和工業(yè)相機作為軟硬件開發(fā)環(huán)境，調(diào)用視覺開發(fā)模塊IMAQ Vision豐富的專業(yè)化控件和函數(shù)庫，設(shè)計可檢驗汽車鈑金件產(chǎn)品檢測平臺。視覺檢測系統(tǒng)可實現(xiàn)對汽車板件的快速檢測，同時保證了切割的精確度。

LabVIEW；視覺檢測；IMAQ Vision

在汽車鈑金件激光切割過程中，為了保證汽車板件的產(chǎn)品質(zhì)量和裝配質(zhì)量，提高激光切割生產(chǎn)檢測效率，這就要求對被切割鈑金件孔徑尺寸進行100%的在線檢測，視覺檢測系統(tǒng)還得具有實時性，在確保一定檢測精度的要求下，檢測系統(tǒng)能在最短的時間內(nèi)采集到盡可能多的被切割鈑金件的尺寸信息，以滿足加工質(zhì)量的要求。由于切割的汽車鈑金件有的很薄，在傳統(tǒng)的接觸測量作用下會產(chǎn)生一定的誤差，進而影響測量精度，因此采用非接觸測量才是一種正確有效的測量方法。汽車鈑金件或管件孔的檢測要求尺寸精度高，傳統(tǒng)的檢測技術(shù)和設(shè)備難以在精度、效率及自動化程度等方面完全滿足檢測的要求。機器視覺檢測技術(shù)具有非接觸、連續(xù)性工作、成本較低、易于與加工控制信息形成集成系統(tǒng)等優(yōu)點，可以很好地滿足被切割鈑金件的檢測要求。開展機器視覺檢測的研究對于產(chǎn)業(yè)升級、促進制造生產(chǎn)智能化都具有非常重要的推動作用。

1 IMAQ Vision

LabVIEW（Laboratory Virtual Instrument Engi?neering Workbench）是美國NI公司推出的一種基于圖像化語言編程的軟件開發(fā)工具。Nl公司IMAQ Vision軟 件 包 在 助 LabVIEW、BridgeVIEW、Labwindows/CVI、componentworks以及其它Ac?tiveX容器應(yīng)用程序中加入了機器視覺和圖象處理的功能。IMAQ Vision軟件包中包含一套豐富的為圖像處理而優(yōu)化的函數(shù)，可用來完成灰度、彩色以及二值圖象的顯示、處理（統(tǒng)計、濾波和幾何變化）、形狀匹配、計算和測量等。IMAQ Vision視覺控件如圖1所示。

圖1 IMAQ Vision視覺控件

2 視覺檢測系統(tǒng)的組成

機器視覺檢測系統(tǒng)硬件包括：光源、CCD工業(yè)相機、光學鏡頭、圖像采集卡以及PC工作平臺。視覺檢測系統(tǒng)的軟件是在LabVIEW及其軟件包開發(fā)環(huán)境下根據(jù)圖像處理算法編成的程序。視覺檢測系統(tǒng)的一般工作過程為：首先將需要檢測的鈑金樣件放在相機視野中心下方的工作臺上，照明光源發(fā)出光照射在切割鈑金件上使切割孔與樣件形成對比，CCD相機通過光學鏡頭把被測樣件轉(zhuǎn)化成圖像信息，最后經(jīng)過LabVIEW編程生成的圖像處理軟件對其進行分析處理和檢測。視覺檢測系統(tǒng)的組成如圖2所示。

圖2 視覺檢測系統(tǒng)硬件組成

3 圖像處理的理論知識

機器視覺就像人的眼睛，而圖像處理就像人的大腦，不斷的加工處理采集到的圖像信息，從中獲取所需要的信息和結(jié)果。圖像處理是整個機器視覺檢測系統(tǒng)的核心，它主要包括圖像的預(yù)處理和邊緣檢測。

3.1 圖像預(yù)處理

圖像獲取的過程中往往會受到外界環(huán)境中的噪聲、光照的干擾，這嚴重破壞了圖像中的真實性，會降低后續(xù)過程中特征提取和檢測的準確性。所以首先要對圖像進行預(yù)處理以提高圖像的清晰度，突出感興趣的圖像區(qū)域，將圖像處理成適合特征提取和邊緣檢測的形式。圖像預(yù)處理主要有噪聲的濾除、圖像的增強、圖像的分割處理等過程。

（1）圖像的去噪：噪聲的存在降低了采集到的圖像的質(zhì)量，圖像變得模糊，有可能影響特征信息的識別，對下步的圖像分析處理帶來了干擾。去除干擾中的噪聲，還原圖像的真實性是一個首要做的過程。均值濾波是一種局部的空域圖像濾波處理算法，它是指用一個模板內(nèi)所有像素的平均值來替換成模板內(nèi)原各點的像素值，這個模板指的是某個像素鄰域內(nèi)構(gòu)成的一個集合。C是某像素點(x,y)鄰域內(nèi)像素點的坐標集合，用均值濾波法后獲得均值像素值g(x,y)。g(x,y)由以下公式?jīng)Q定。

（2）圖像分割：圖像分割是將獲得的一幅圖像分成互不交疊的部分，圖像分割就是為了把目標從圖像中提取出來。采用區(qū)域分割方法，可以對圖像進行二值化處理從而提高邊緣分割的效果，故本文采用區(qū)域分割的方法。設(shè)原始圖像像素值為g(x,y)，按照相應(yīng)的準則在g(x,y)中找到閾值特征t，把圖像分割為兩個部分，新生成的圖像表達式如下。

3.2 邊緣檢測

視覺系統(tǒng)認識目標的過程分為兩步；第一步把特征目標（圖像邊緣）與背景分離開來，第二步就是把圖像的輪廓區(qū)分出來。在檢測圖像輪廓邊緣的過程中，先要把組成邊緣的各個像素點檢測出來，然后按照鏈接算法把各個邊緣像素點連接起來。同時把沒有檢測到的邊緣像素點補上，忽略、去除受干擾的邊緣像素點。邊緣檢測的基本算法有很多，目前應(yīng)用比較多的是Canny算法、Roberts算法、Sobel算法。Canny算法具有良好的信噪比和檢測精度，因此在邊緣檢測中選用Canny算法。Canny算法的實質(zhì)是用一個準高斯函數(shù)作為平滑運算 fs=f(x,y)× G(x,y)，然后以帶方向的一階微分算子定位導數(shù)最大值，平滑后 fs(x,y)的梯度可以使用2×2一階有限差分近似式。

梯度的幅值和方向可用 M［i,j]和θ［i,j]來表示。其中M［i,j]放映了圖像的邊緣強度。而θ［i,j]反映的是圖像邊緣的方向。使M［i,j]取得最大值的方向角θ［i,j]，就反映了邊緣的方向。強度和方向可從直角坐標系中轉(zhuǎn)化獲得，公式如下。

然后對梯度幅值進行非極大值抑制NMS，提取出在各自的梯度方向上梯度最大的像素。

式中，ξ［i,j]是對梯度的標定。最后使用雙閾值方法檢測圖像邊緣，將邊緣連接起來。

4 尺寸檢測的軟件實現(xiàn)

軟件的設(shè)計過程可分為三個過程：圖像的采集獲取、圖形的處理、調(diào)試程序程序以及生成可執(zhí)行程，如圖3所示。

圖3 軟件實現(xiàn)的過程

圖像的獲取是通過調(diào)用控件Vision中的IMAQ USB函數(shù)來來完成的。這個函數(shù)可以自動識別USB攝像頭，并從USB連接中讀取圖像數(shù)據(jù)。打開IMAQ函數(shù)下拉列表，選定“函數(shù)”|“視覺與運動”|“Vision Acquisition”指令，如圖4所示。

圖4 圖像的獲取

圖像處理函數(shù)位于“視覺與運動”"Image Pro?cessing”下，其下的子模塊有圖像閾值分割、圖像濾波和邊緣檢測、形態(tài)學處理等，如圖5所示。

根據(jù)圖像處理的理論知識完成對算法的設(shè)計，然后對界面進一步優(yōu)化，完成聯(lián)機調(diào)試。將USB攝像頭和計算機連接，打開視覺檢測軟件，點擊開始工作，測試不同的孔徑的鈑金，不斷的優(yōu)化標定系數(shù)使之達到要求的測試精度。視覺檢測軟件界面如圖6所示。

圖5 圖形的處理

圖6 視覺檢測軟件界面

整個尺寸測量系統(tǒng)的硬件系統(tǒng)和軟件系統(tǒng)都已經(jīng)搭建完成，最后要測試一下系統(tǒng)的檢測性能，使用尺寸檢測系統(tǒng)的軟件平臺，分別對直徑為6mm、12mm、18mm、24mm、的鈑金件孔徑（如圖7）進行檢測。

圖7 待檢測鈑金孔

測試結(jié)果如表1。

表1 測試結(jié)果

通過誤差分析，視覺檢系統(tǒng)測滿足對測量誤差±0.2mm的要求，達到了檢測目的。

5 結(jié)論

針對汽車鈑金檢測的問題，本文利用LabVIEW及軟件包IMAQ Vision開發(fā)出視覺檢測平臺改變了傳統(tǒng)檢測的手段，提高了汽車鈑金件檢測的效率，在節(jié)約生產(chǎn)成本的同時保證了加工件的質(zhì)量。利用LabVIEW開發(fā)的視覺檢測系統(tǒng)的檢測結(jié)果在生產(chǎn)實際應(yīng)用中符合了檢測的要求，達到了預(yù)期的檢測效果。

［1]宮二棟.激光切割鈑金件的孔徑視覺檢測的研究［D］.長春：長春理工大學，2016.

［2]余文勇，石繪.機器視覺自動檢測技術(shù)［M］.北京：化學工業(yè)出版社，2013：119-200.

［3]范壯，王長利.基于IMAQ的尺寸、形狀檢測方法的研究［D］.哈爾濱：哈爾濱理工工業(yè)大學，2006.

［4]龔生榮，劉純平，王強，等.數(shù)字圖像處理與分析［M］.北京：清華大學出版社，2006：50-52.

［5]段雨晗，付躍剛.基于機器視覺的微小零件形貌檢測方法［J］.長春理工大學學報：自然科學版，2015，38（4）：22-27.

［5]Rafael C.Gonzalez，Richard E.Woods.Digital image processing［M］.北京：電子工業(yè)出版社，2014：23-24.

Research on Machine Visual Inspection System Based on LabVIEW

GONG Erdong，DING Yunfeng
（School of Mechatronical Engineering，Changchun University of Science and Technology，Changchun 130022）

In this paper，the studies and applications of machine vision inspection technolo gy were analyzed in China and abroad，and the characteristics of both machine vision and virtual instrumentation were explained.Then，by combining these two technologies，a new visual inspection system/platform was designed.Based on the LabVIEW development environment and in?dustrial cameras from National Instruments and LabVIEW’s IMAQ Vision（a library of controls and functions），an inspection platform for automobile sheet metal parts was developed.This visual inspection system was able to inspect automobile plates rapid?ly while ensuring the accuracy of cutting.

LabVIEW；machine vision；IMAQ Vision

TP391.4

A

1672-9870（2017）02-0075-03

2016-11-21

宮二棟（1990-），男，碩士研究生，E-mail：1075717858@qq.com

丁蘊豐（1954-），男，副教授，E-mail：1657366307@qq.com