基于計算機視覺的墻地磚外形檢測系統設計

曹利鋼，唐 磊，馮 浩

(景德鎮陶瓷大學 機械電子工程學院，江西 景德鎮 333403)

0 引 言

墻地磚外形檢測是墻地磚生產線上一道必不可少的檢驗工序，關系到墻地磚的質量等級。目前，國內墻地磚生產企業，所采用的檢驗手段以人工方法為主，即利用量具對墻地磚外形進行檢測。這種檢測方法除了需要增加人工成本外，檢測的項目和檢測數量也比較有限，不能反映所有墻地磚的統計外形特征。

視覺測量具有精度高、測量范圍廣，適應性強等特點，是目前發展較快的一種非接觸檢測技術，在墻地磚檢測方面已有一些應用研究，如浙江大學周云鋒[1]提出的基于線陣CCD的視覺測量系統可在線檢測墻地磚幾何尺寸；沈陽建筑大學趙新亞[2]提出的一種基于灰度共生矩陣檢測墻地磚缺陷的方法等。與國內文獻相比，本文所提出的墻地磚外形檢測系統具有檢測效率高，功能豐富，重復性好等特點，硬件以工業相機和上位機為核心，軟件上利用亞像素分割技術提取邊緣，采用ramper算法進一步確定墻地磚四個輪廓邊，檢測輪廓尺寸、邊直度和直角度特征。

1 墻地磚外形檢測硬件系統

墻地磚外形檢測硬件系統主要由工業相機、光源、瓷磚位置檢測電路和上位機組成，其結構如圖1所示。為了提高系統檢測精度和穩定性，系統采用的是較高精度的高速工業相機用于抓取墻地磚表面輪廓圖像，圖像數據通過USB接口向上位機傳送；由于瓷磚表面光滑，為了獲取高質量圖像，系統采用漫射場光源；反射式光電開關用于觸發工業相機，其狀態信號送至光電開關狀態檢測板。當反射光電開關狀態改變時，光電開關狀態檢測板將該狀態信號通過RS232串口送入上位機處理。上位機是整個系統的核心，其上安裝的軟件控制自動檢測的整個過程。

圖1 地磚外形檢測硬件系統結構Fig.1 Hardware structure of the floor tile inspection

其工作過程為：當墻地磚在背景板傳送時，會遮擋反射光電開關，光電開關信號將會改變。光電開關檢測板以AVR單片機為核心，其不斷查詢P1口狀態，當檢測到與P1口相連的反射開關兩個以上信號改變時，通過RS232串口將光電開關狀態編碼傳送至上位機，上位機程序檢測到光電開關編碼信號有效后，啟動工業相機抓取多幅圖像，進行圖像處理、特征提取操作，從而實現墻地磚外形在線檢測。

2 墻地磚外形檢測軟件設計

墻地磚外形檢測軟件是系統的控制核心，其主要作用包括墻地磚表面圖像的抓取控制、墻地磚位置檢測、圖像處理、特征提取和數據存儲等，其開發環境以Visual Stdiuo 20015為主，Halcon為圖像處理軟件 C#為編程語言。

2.1 軟件基本結構

墻地磚外形檢測軟件主要包括外設接口控制、圖像處理、工作模式及參數設置和數據操作四個部分，其基本結構如圖2所示。

“外設接口控制”包括三個模塊，其中墻地磚位置檢測模塊主要負責接收并解釋光電開關狀態檢測板發送的狀態編碼信號，給圖像抓取控制模塊發送合適的事件。為了保證實時性，該模塊以線程技術實現。工業相機訪問接口提供與工業相機數據交換的函數接口，這個接口由工業相機廠商提供。圖像抓取控制模塊以工業相機訪問接口為基礎，提供圖像抓取參數設置，圖像抓取、攝像等功能。

“工作模式及參數設置”用于設置墻地磚外形檢測工作模式及操作方式參數。系統工作模式主要分為兩種：(1)自動模式，這是墻地磚正常運行時所采用的模式。在該模式下，抓取圖像，存儲數據，圖像處理等操作均自動完成，無需人工干預。(2)手動模式：這種模式下，抓取圖像、圖像處理、數據查看、數據存儲等操作均需與人交互完成，主要用于調試。

“數據操作”用于數據存儲、查看和統計報表的生成。系統的數據主要包括檢測數據，系統設置和報表數據。由于系統主要工作于自動模式，條件基本不變，檢測的數據量較小，因此數據采用文件的存儲方式。

“圖像處理”包括圖像預處理和圖像分割及特征提取二個模塊。圖像預處理模塊用于消除相機和環境所產生的噪聲；圖像分割及特征提取模塊用于提取墻地磚的外部輪廓，將外部輪廓擬合成墻地磚的四個邊沿，檢測外形特征。為了提高檢測精度，采用了基于亞像素的邊緣提取技術。

圖2 地磚外形檢測軟件基本結構Fig.2 The basic structure of the floor tile shape detection software

2.2 墻地磚外形分割及特征提取模塊實現

墻地磚外形分割及特征提取模塊的功能是從圖像中精確提取墻地磚的外部輪廓，并將輪廓進一步形成墻地磚的四條邊，計算外形指標。系統的檢測精度主要取決于該模塊的設計。

如圖3所示，為墻地磚外形分割及特征提取模塊程序流程圖。在流程的第5步，實際上形成了墻地磚的外部輪廓，但是這是從闕值處理得到的區域生成的，精度不高。為了提高邊界提取的精度，利用圓模板對邊界進行形態學膨脹，從而生成一個ROI(Region of Interest)。ROI的形成可減少圖像的處理范圍，從而將圖像處理集中于ROI區域。墻地磚邊界形成是通過canny算法提取ROI的邊緣得到，該算法具有亞像素級精度。墻地磚四邊的形成主要是采用ramer算法。

2．2．1 亞像素邊界提取canny算法簡介[3,4]

Canny于1983年提出了一種亞像素邊緣提取算法，該算法受白噪聲硬性的階躍型邊緣是最優的，其最優性與其提出的三個標準有關：(1)不丟失重要邊緣，無虛假邊緣；(2)實際邊緣與檢測到的邊緣歐式距離最小；(3)將多個響應降為單個邊緣響應。

其算法主要步驟為：

(1)將圖像與尺度為σ高斯函數卷積

(3)利用公式找到邊緣的位置(公式參數含義同2)

(5)對邊緣圖像作滯后闕值化處理，消除虛假響應3．2．2 墻地磚四邊提取算法

在利用canny算法得到墻地磚輪廓后，必須進一步將輪廓線精確分段成墻地磚的四條邊，從而可得到墻地磚輪廓尺寸、邊直度和直角度指標。為此，采用如下算法實現：

(1)選擇較高闕值，利用ramer算法將輪廓線用polygon近似。

(2)如果多個輪廓直線段能被圓弧近似，則將圓弧代替。

(3)選擇較低闕值，利用ramer算法將未被圓弧代替的輪廓線用polygon近似。

(4)重復第2步，結束。

上述算法可以將輪廓線進一步分割成直線、圓弧等基本形狀，從而可以獲取墻地磚尺寸、方向等基本信息。上述算法用到了ramer算法，其基本步驟[5]為：

(1)將曲線首尾兩個端點連接成直線

(2)計算兩個端點間所有點至該直線的最大距離，如果距離大于闕值，則標記該點為頂點，將曲線分為兩個部分；若小于闕值，則舍棄。

(3)將所得曲線段重復第2步任務，直到頂點不再增加為止。

(4)連接所有頂點，所得的多變形即為曲線的近似。

3 試驗結果

為了驗證系統的有效性，對規格為300 mm×300 mm的墻地磚進行了外形檢測。檢測的主要條件為：工業相機500萬像素，距離墻地磚1米，工業相機安裝位置與背景板是垂直的，光源條件為漫射場光源。

圖3 地磚外形分割及特征提取模塊流程圖Fig.3 The flow chart of the wall tile shape segmentation and the feature extraction module

試驗之前，利用標定板對工業相機進行了標定，標定的參數包括相機內部參數(焦距，徑向扭曲系數，列方向放大系數，行方向放大系數，主點的列方向偏移量，主點行方向偏移量)和外部參數(x軸平移量，y軸平移量，z方向平移量，繞x軸轉動角度，繞y軸轉動角度，繞z軸轉動角度)。

如圖4所示，為該型號墻地磚經過一次試驗后，在軟件中所呈現的結果。通過與標準量具實測對比表明：輪廓的長度和寬度方向的誤差≤ 0．3 mm，墻地磚的邊直度和直角度[6]重復性好，可較好反映墻地磚的外形特征。

圖4 地磚外形自動檢測軟件結果畫面Fig.4 The screen shot of floor tile shape detection results by the automatic software

4 結 論

本文采用圖像處理技術對墻地磚外形檢測進行了研究，利用亞像素分割canny算法提取墻地磚邊緣，在ramer算法基礎上提出了得到墻地磚輪廓四條邊的算法；在此為核心提出了墻地磚外形檢測的硬件系統和軟件系統的具體實現；試驗結果表明：系統具有較高的尺寸檢測精度，較好反映了墻地磚的外形特征。