基于計算機視覺的滾子端面自動檢測系統

翟志永， 陳永清， 陳廉清

(1.寧波職業技術學院 機電工程學院， 浙江 寧波 315800； 2.寧波工程學院 機器人學院， 浙江 寧波 315211)

軸承滾子在生產過程中，有少量滾子存在料次、眼釘等端面缺陷。滾子制造企業須在成品包裝前將這些廢、次品識別并剔除出來，因此，必須對滾子端面進行全檢。目前，企業采用人工目測的方法進行質量檢測工作，不僅用工量大、效率低，而且漏檢、誤檢率高，常有用戶要求退換或投訴的事情發生，不僅造成經濟損失，而且給用戶帶來負面影響，致使企業信譽受到嚴重損害。為解決長期以來存在的難題，企業急需自動檢測設備，替代人工視覺檢測。滾子產品型號多、端面缺陷類型多，且缺陷大小、深淺與分布位置都是隨機的，因此，課題組應用計算機視覺檢測技術，開發自動檢測系統解決這一問題。

1 端面檢測硬件組成及工作原理

軸承滾子如圖1所示。滾子的2個端面均需檢測，需要2套檢測系統，主要硬件包括：2個工業相機、2個鏡頭、2個LED低角度環形光源，1臺工控機(含顯示器)，1套PLC控制系統，2套剔除機構，1套翻轉機構等。自動檢測系統結構圖如圖2所示。

圖1 滾子Figure 1 Roller

圖2 檢測系統結構圖Figure 2 Illustration of detection system

滾子自動檢測工作原理：滾子在傳送帶上以設定的速度在相機正下方通過，當滾子全部進入第1套檢測系統相機的采集區域時，相機自動采集圖像(圖3所示為采集的源圖像)，并將圖像信息送至工控機；檢測程序系統讀取圖像信息，以設計好的算法處理圖像，然后將結果數據通過串口送至PLC控制系統，控制系統接收到結果信息，驅動剔除機構作相應動作。單面合格品繼續在傳送帶上流動，至翻轉工位，由翻轉機構將滾子翻轉180°，由第2套檢測系統對滾子另一端面進行檢測。

圖3 源圖像Figure 3 Source image

2 圖像處理

由于電、磁和工況等客觀條件的影響，采集到的滾子端面圖像，難免存在噪聲。須對源圖像作預處理，消除噪聲干擾[1]，才能更好地提取缺陷特征。

2.1 中值濾波

中值濾波的基本思想是用像素點鄰域灰度值的中值來代替該像素點的灰度值，該方法在消除脈沖噪聲、椒鹽噪聲的同時又能保留圖像邊緣細節[2-4]。中值濾波的效果依賴于2個要素：鄰域的空間范圍和中值計算中涉及的像素數。中值濾波可以表示為：

(1)

式中：Yij為待濾波像素點灰度值，Ixy為像素點中值濾波后灰度值，A為濾波窗口。

課題組選用大小為3×3方形窗口，對源圖像進行中值濾波處理，消除噪聲。

2.2 圖像分割

課題組采用最大類間方差閾值法(Otsu)二值化算法，實現圖像分割。最大類間方差閾值法是閾值自動選擇方法的一種，計算單閾值具有簡單、高效優點[5-7]。其基本思路是：設圖像的灰度級數為k，總像素數N，灰度值為i的像素數為ni，可得N和各級灰度值概率P(i)[8-9]：

(2)

(3)

圖像以閾值t分為2個區域：目標區C∈[0,t]與背景區D∈[t+1,k-1]，則C，D的概率PC，PD及灰度均值μC，μD分別為：

(4)

(5)

(6)

μD=

(7)

圖像灰度的總平均值為

(8)

求出C，D區域的類間方差σ2：

σ2=PC(μC-μt)2+PD(μD-μt)2。

(9)

得到σ2最大的閾值T，即為所求：

(10)

課題組求得T=105，采用最大類間方差閾值法二值化處理滾子缺陷圖像，結果如圖4所示。

圖4 二值化處理Figure 4 Binarization images

2.3 缺陷特征檢測

為提高檢測速度，減少誤判，對分割處理后的圖像設置感興趣區域(ROI)[10-11]，僅在ROI內檢測缺陷特征。

1) ROI設定

料次缺陷發生于滾子端面邊緣位置，眼釘缺陷發生于滾子端面中心階梯面區域，所以，需設置2個ROI。ROI1為滾子邊緣內的1個圓環，ROI2為滾子端面中心的1個圓，如圖5所示。這樣針對性的設定區域，可減少計算量及避免不必要的干擾。

圖5 ROI設置Figure 5 ROI settings

2) 像素個數參數

參數S1是ROI1內缺陷特征像素數的最小允許值，參數S2是ROI2內缺陷特征像素數的最小允許值，為缺陷判別的依據。

3) 缺陷特征判別

首先，搜索ROI1內灰度值為“1”(缺陷特征)的各個對象目標(若有)，計算每個對象目標的像素數S1i；及ROI2內灰度值為“0”(缺陷特征)的各個對象目標(若有)，計算每個對象目標的像素數S2i。并比較ROI1內各個目標像素數大小，設最大像素數為S1max；比較ROI2內各個目標像素數大小，設最大像素數為S2max。

(11)

按式(11)比較，只要有一個條件成立，即可判別滾子端面存在缺陷。

3 自動檢測系統的實現

缺陷特征分割及判別完成后，課題組應用LabVIEW軟件開發滾子端面自動檢測程序，系統流程如圖6所示。

圖6 自動檢測流程圖Figure 6 Flow chart of automatic detection

程序系統檢測到合格品時，檢測結果顯示 “合格”；檢測不合格品時，檢測結果顯示 “不合格”，并將檢測到的缺陷特征用深色矩形包圍。檢測系統界面及結果如圖7所示。系統同時將檢測結果信號以串口通信方式送至PLC控制系統，PLC根據接收到的結果信號控制剔除機構相應動作。

圖7 端面檢測結果Figure 7 Detection results of roller end

4 結語

課題組基于計算機視覺技術開發了滾子端面缺陷自動檢測系統，通過對圖像的濾波處理、最大類間方差閾值法二值化分割，提取缺陷特征，并應用LabVIEW軟件開發了計算機視覺自動檢測軟件系統。該檢測系統已在企業投入生產使用，實際使用表明：系統檢測效率高、可靠性好，結果客觀、穩定；滾子端面缺陷檢測工序實現自動化，使缺陷識別率、不合格產品的檢出率達到高水平；提高了產品的總體質量，同時大大精簡了檢測人數，增加了產品的附加值。