機器視覺在家電生產線中高速檢測的應用

嚴永芳

庫卡機器人（廣東）有限公司 廣東佛山 528311

工業生產線，特別是中國家電制造業的生產線，對生產效率、品質方面越來越高要求，檢測崗位如仍使用傳統人工方式，在面對生產線速快、產品規范繁多、換型頻繁時，將會越來越力不從心。而相比人眼，機器視覺技術最大的特點是速度快、信息量大、功能多，并且可以勝任很多嚴酷場景，以及完成高計算強度的、枯燥的、重復的工作，將會是未來生產線上主流的檢測手段。

機器視覺系統一般包括有相機、鏡頭、光源、圖像采集卡（如使用工業相機，一般已集成不需要）、算法軟件等，需要結合實際應用場景，如在工廠生產線，要考慮到光線環境、產品大小及表面光線、定位方式、工序及生產線速度、產線震動等各種因素所帶來的影響，選擇合適的硬件、軟件方案，才能發揮好應有的作用。

1 機器視覺系統的選型

圖像處理是視覺系統的核心（軟件部分），選用合適的圖像處理算法，能適應現場復雜的物料和光線環境，使得機器視覺系統運行速度及識別準確性得到保證。而輸入圖像的質量好壞（主要是相機、鏡頭、光源等硬件部分），會對視覺識別的算法選擇、及識別的效果有很大影響，同時如果圖像中有太多無關的信息，也會影響視覺識別的速度、降低圖像分析的可靠性[1]。

1.1 相機

工業相機是系統中非常關鍵的組件，按照傳感器感光類型可以分為CCD 相機和CMOS 相機，但核心功能都是將光信號轉變成有序的電信號。相機的參數、性能的好壞決定了所采集到的圖像分辨率、圖像質量等，同時也與整個系統的運行模式直接相關。

相機選擇上，我們一般從相機類型（面陣相機/線陣相機）、精度滿足、色彩要求、曝光時間、幀率、數據接口、芯片尺寸、鏡頭接口、價格等方面進行考慮。

1.2 鏡頭

在鏡頭的選擇上，我們一般根據相機芯片大小和工作空間限制確定使用鏡頭的焦距或者放大倍數、考慮是否需要選用遠心鏡頭、確定鏡頭分辨率、確定畸變率能否滿足要求、景深是否滿足要求、鏡頭與相機傳感器芯片的兼容情況、是否需要考慮透過光譜、鏡頭是否要配合其他配件、價格是否合理等其他問題。

1.3 光源

光源的主要是照亮目標，提高對比度，使得目標與背景的邊界清晰。一般來說要達到減少環境光干擾、整體亮度均勻、背景淡化的效果。與顏色識別有關的還需顏色還原真實，亮度與曝光均適中。在具體光源選擇的主要考慮因素：工作距離、視野范圍、照射方式、安裝上的特殊要求、還需考慮產品顏色，材質，光源亮度等。還需要注意目標與光源顏色的冷暖色搭配，以降低視覺處理算法難度。

1.4 軟件

通常機器視覺軟件由圖像增強、圖像分割與分析、特征識別與機器決策部分組成。圖像增強作用于對采集到的圖像進行初步分析、變換和預處理，以便后續快速分析并提取目標特征，如對圖像進行幾何變換、時域濾波、頻域濾波操作等。圖像分割與分析分析部分主要用于對預處理后的圖像進行形態學處理或分割，以便提取機器視覺系統需要識別或檢測目標的特。而特征識別與機器決策部分則基于各種目標的特征進行最終測量、計算或對目標進行分類[2]。

在工廠生產線上，機器視覺算法主要用在：第一方面是產品空間特征的檢測，機器視覺系統通過檢測產品尺寸是否在合格范圍內和產品的形狀是否符合標準，即利用二維、三維的產品幾何特征對產品的質量進行檢查；第二方面是產品表面特征的檢測，機器視覺系統通過產品表面的凹凸、劃痕、裂紋、磨損以及產品表面的粗糙度、精度、紋理進行檢測，對其生產的產品質量進行嚴格的分級將其分為優等/普通/廢品、或合格品/不良品等分類；第三方面是產品結構特征的檢測。機器視覺系統可以精確檢測出生產產品中是否缺少零件或檢測是否摻雜多余的雜物。首先是用一個合格的產品建立一個標準的模板，再將標準的模板與被檢測產品的圖像相減，最后利用相減的圖精確判斷的裝配是否符合規格。

另外，機器視覺系統往往還包括基于視覺軟件運行的結果，控制工業機器人、機械臂或其他執行機構動作（如生產流水線等其他裝置機構）的指令模塊，并以機器視覺軟件為核心，構成一套完整的控制系統。

2 某鈑金件生產線上的高速視覺檢測應用

在工程應用領域、生產線應用，選擇機器視覺系統方案時，除了上述通用要求，在保證系統穩定性、可靠性、低成本也是需要重點考慮的因素。以下通過具體的實際生產應用案例來簡要分析。

2.1 背景

在某鈑金件生產線，在鈑金沖壓成形等工序后，原有場景是通過人工檢查工件的正面表面質量，及其它四面的工藝特征，合格品流入下一個工序裝配使用、不良品下線處理。現進行自動化改造，鈑金件沖壓成形后，被放置在高速皮帶線上運行，經初步導向后經過機器視覺檢測崗位，對頂面及四個側面進行視覺檢測，合格品流向下一個工序，不良品由生產線上機械機構分流出線體；機器視覺檢測期間，皮帶線體速度不降低、不暫停，工件是在運動狀態下快速通過視覺檢測裝置。

2.2 硬件選型

2.2.1 相機

（1）此生產線的工件檢測需5 個面，且生產不停，難以一個相機/攝像頭拍照全部覆蓋；線速快，約1.5m/s，受限于布局，預留給相機拍攝并由視覺軟件處理并驅動機構動作的時間多，因此算法不能太復雜。

（2）工件種類多、換型頻繁、形狀大小規格差異大，且其中頂面/正面的檢測要求高（圓孔、方孔、加強筋、凹凸點、凸包等形狀、及壓痕、刮傷等表面質量），因此頂部相機如選用常規的面陣CCD 相機，則不能完全滿足所有產品檢測需求：面陣相機最主要是考慮相機的分辨率，在生產線現場，相機位置固定后不需調整最為適用。但對于面積大小不同的平面，在產品換型生產時候如何平衡相機視場大小、相機與被測物之間的距離存在困難，導致分辨率不能滿足，因此這個場景下不適用。

因此頂部相機采用線陣相機，線陣相機適用于被檢測視野為細長的帶狀，多常用在需要很大的視野和很高的精準度的場合。

其他四個側面，只需檢測工藝特征，如圓孔、方孔、加強筋等，選用面陣相機即可滿足。布局見下圖：

2.2.2 鏡頭

對于鏡頭，主要需要根據相機的極限分辨率來選取對應的鏡頭分辨率，選擇大于相機極限分辨率的相機即可，還需要根據工作距離與視野計算鏡頭的焦距，并根據被測物體與相機的距離變化選用合適的景深。在高精度測量下，要保證測量精度，除以上參數的正確選擇之外，可以選擇幾何畸變相對較小的。

工業相機與鏡頭由于工藝的原因，總會或多或少地導致獲取的原始圖像存在幾何畸變誤差，這種誤差不能通過硬件的優化徹底消除，但可以利用標定軟件算法來減弱這種誤差對測量精度的影響，相機標定的基本原理是通過相機對視場內不同角度標準圖像（通常使用標定板）的拍攝來求出相機的內、外參數以及畸變參數，建立三維坐標與圖像坐標的映射關系，從而對得到的原始畸變圖像進行矯正，通常相機標定在有精度要求的測量和定位中必須使用[3]。

2.2.3 光源

光源具有放大圖像的特征與缺陷、削弱混亂及背景的作用，直接影響輸入數據的質量。可見光中LED 光源的穩定性和壽命相對于鹵素燈、日光燈等要好，響應時間短，可自由選擇顏色，運行成本也低，得到了廣泛的應用。光源的照射方式可分為背向照明、前向照明、結構光照明和頻閃照明，其選用要點是以突出圖像特征為準則，通常現場可通過打光來驗證與確定。

2.2.4 軟件

主要說明劃痕方面的視覺檢測。基本分析過程分為兩步：首先，確定檢測產品表面是否有劃痕，其次，在確定被分析圖像上存在劃痕之后，對劃痕進行提取。

表面劃痕通常可分為三大類：

第一類劃痕，從外觀上較易辨認，同時灰度變化跟周圍區域對比也比較明顯。可以選擇較小的閾值精缺陷部分直接標記；

第二類劃痕，部分灰度值變化并不明顯，整幅圖像灰度比較平均，劃痕面積也比較小，灰度也只比周圍圖像稍低，很難分辨。可以對原圖像進行均值濾波，得到較平滑的圖像，并與原圖像相減，當其差的絕對值大于閾值時就將其置為目標，并對所有的目標進行標記，計算其面積，將面積過小的目標去掉，剩下的就標記為劃痕。

第三類劃痕，各部分灰度差異較大，形狀通常呈長條形，如果在一幅圖像上采取固定閾值分割，則標記的缺陷部分會小于實際部分。由于這類圖像的劃痕狹長，單純依靠灰度檢測會將缺陷延伸部分漏掉。對于這類圖像，根據其特點選擇雙閾值和缺陷形狀特征相結合的方法。

3 結語

綜上所述，機器視覺系統的設計需要考慮多方面的因素，除了根據需求按照常規選型參數選擇相應參數的視覺配件之外，還需要考慮實際生產現場環境條件、產品規格范圍與種類、檢測目標的類型，以及被檢測物體與相機之間的相對運動等因素給檢測系統帶來的穩定性干擾與測量誤差。只有綜合考慮這些因素進行視覺系統的優化設計，才能建立穩定、可靠的機器視覺檢測系統。