基于機器視覺的空調外觀關鍵質量檢測技術研究

黃鴻發，梁小玲，李美正，陳玉雄，申 飛

（珠海格力電器股份有限公司，廣東 珠海 519000）

0 引言

隨著經濟的高速發展，生活水平的不斷提高，人們對于生活品質也有了更高的追求。空調作為常用的家電產品，其外觀是消費者對產品質量的第一印象。在空調制造過程中，外觀質量檢驗作為重點的檢驗工序，檢驗的準確性、可靠性、全面性極為重要，將會影響空調產品的出廠品質優劣。空調外觀檢驗包括兩大部分，一部分為外觀質量，主要檢驗空調本體的外觀情況，故障表現為外觀劃傷、臟污、損壞、色差等不良情況；另一部分為裝配質量，主要檢驗空調外觀上印刷品粘貼、物料使用正確性等裝配質量，故障表現為銘牌、型號標記、能效標識、條形碼等標識漏貼、用錯、粘貼位置不正確、字符文字錯誤、格柵用錯、螺釘漏打等裝配缺陷。因產品型號不同、客戶要求不同，出口國家不同，空調外觀上標識種類、數量、位置各不相同，甚至有可能會粘貼在多個外觀面上，同時標識涉及不同國家的語言文字，檢驗難度極大，傳統的空調外觀檢驗以人工目視檢驗為主，已不能滿足快速增長的生產檢驗需求[1-2]。

為實現空調外觀高效可靠檢測，提出一種空調外觀視覺自動檢測設備，采用機器視覺檢測與機器人聯動控制的方式，搭配多個工業相機聯動拍照，對空調外觀多個可視面進行自動快速檢測，檢測異常自動報警并與流水線關聯，不合格產品不能流入下道工序，確保產品外觀質量在生產過程中能得到有效控制，提升外觀缺陷檢出率。

1 總體方案

空調外觀視覺自動檢測設備采用在線測試作業方案，視覺檢測系統與機器人聯動控制，實現空調外觀多個可視面并行高效檢測，滿足測試效率需求[3]。設備從測試方案上設計了產品柔性自適應定位裝置，滿足不同產品的定位檢測，同時通過空調機身上的產品型號和編碼，自動調用對應的視覺檢測模板和程序，實現產品的快速切換測試。此外，檢測數據與空調機身上的條碼關聯，自動上傳至服務器云端，同時測試系統界面可動態顯示當前的測試情況，測試數據實時查詢。總體檢測方案如圖1所示。

1.1 結構設計

空調外觀視覺檢測設備（圖2）整體結構主要由兩部分組成，分別為視覺檢測設備、不良品處理輔助線。視覺檢測設備采用機器人與視覺系統聯動檢測的設計，整體由機器人、工業相機、高清鏡頭、專業光源、圖像處理平臺、柔性定位機構、光電傳感器等組成[4]。在進入檢測設備前設置阻擋器及光電傳感器，將待測產品與測試中產品分開，同時在待測產品區域采用差速分離的方式，將前后粘連的兩臺空調快速拉開距離并通過阻擋器隔離分開；確保每次只有一臺空調進入設備測試；在檢測設備內的一側布置有一臺6軸機器人，其機械臂末端安裝有兩臺工業相機，其中低像素相機用于掃描空調機身上的條碼，自動記錄對應空調的測試數據和判定結果，便于后續的質量追溯和分析，高像素相機用于檢測空調產品的側面和背面，同時機器人上還搭配了由4個條形光源組成的視覺光源，滿足測試拍照使用；在視覺檢測設備的另一側布置了由工業相機、高清鏡頭以及定制的平面光源組成的檢測裝置，用于檢測空調上標識及安裝附件較多的外觀正面；在視覺檢測設備上方同步布置了由工業相機、高清鏡頭和雙條形光源組成的檢測裝置，用于檢測空調的外觀頂面；視覺檢測設備內設計有柔性定位機構，由光柵尺、阻擋器、光電傳感器、氣缸組成，能適用于不同尺寸產品的定位；不良品推動機構根據產品檢測結果，將測試完畢后從設備流出的產品推送至不良品處理輔助線，實現不良品與合格品的自動分揀處理；不良品處理輔助線設計有滿料報警提示，當超過設定的不良品數量未處理時，系統自動報警提醒人員及時處理[5-6]。

圖2 空調外觀視覺檢測設備

1.2 軟件設計

為了實現生產快速切換，視覺檢測系統根據不同空調產品的檢測需求進行程序編制和圖像建模，以空調型號編碼作為模板號命名，在系統中建立檢測模板庫，當切換生產機型時，通過機器人上的工業相機掃描空調機身上的條碼，與MES系統交互獲取對應產品的型號編碼，再通過型號編碼從檢測系統模塊庫中調取對應的測試程序和圖像模板，實現產品的快速切換測試。檢測系統在建立新的圖像模板時，可根據產品的不同檢測需求，選擇不同的視覺檢測算子工具，檢測算子已配置在建模工具欄中，以便建模快速調用[7-8]。在產品檢測過程中，檢測系統界面將動態展示空調不同外觀面的檢測圖像和判定結果，同時測試數據與空調機身上的條碼關聯，自動記錄測試信息和檢測圖像，便于產品檢測數據查詢和質量分析追溯。測試系統界面如圖3所示。

圖3 檢測系統界面

為了實現在線高效檢測，測試系統采用多相機多線程同步測試控制模式，搭配四口千兆網卡，滿足多個相機采集的圖像同步高速傳輸，檢測圖像相互獨立分析處理，互不干擾。檢測系統與流水線關聯互鎖，不良品未經檢測系統檢測合格不能流入下道工序，同時當檢測系統檢測到不良品時，將不合格信號反饋至電氣控制系統，控制不良品推送機構將故障品推送至不良品處理輔助線，同時檢測系統會將檢測不良圖片與模板圖片自動上傳至服務器云端，通過服務器將不良信息發送給技術人員，提醒及時處理。

檢測系統工作流程如下：系統啟動，待測空調流入視覺檢測設備，通過設備入口處布置的光柵尺，對空調外觀尺寸進行初步測量，并反饋至檢測系統作為定位的參數，同時機器人上的低像素相機對空調機身上的條碼進行拍照掃描，獲取當前產品的信息，檢測系統自動調用測試程序和圖像模板；空調流入至測試區域，傳感器感應并阻擋器升起阻擋空調停下，柔性定位機構根據獲取的尺寸參數以及機構上的傳感器，對空調進行定位并將到位信號反饋至檢測系統，檢測系統啟動測試；機器人根據設定軌跡與空調尺寸參數，分別運動至空調側面和背面，采用高像素相機進行拍照取圖，同時正面、頂面的工業相機同步對空調正面、頂面進行拍照取圖，多個檢測面的圖像同步傳輸至檢測系統；檢測系統對采集圖像進行預處理，提取檢測區域，減少非檢測區域的干擾，提高圖像處理效率；預處理后的圖像與圖像模板進行對比，利用SAD算法、動態閾值濾波檢測、圖像邊緣差分檢測等方法準確識別圖像缺陷，實現空調外觀的自動檢測[9]；檢測完成后，檢測系統判定結果，電氣控制系統根據反饋的結果信號，對空調實施分揀處理，檢測合格品放行流入下道工序，檢測不良品推入不良品處理輔助線。

2 關鍵技術研究

2.1 檢測對象提取

為了滿足空調外觀上標識、螺釘等不同位置的檢測，工業相機需要對空調整個外觀面進行拍照，但實際檢測的對象只是完整圖像中的某個標識或其他附件，若對完整圖像進行處理，則會增加檢測系統處理工作。因此，研究使用圖像ROI提取方法，提高圖像檢測效率[10]。

傳統的圖像提取方法對工業相機拍取的全局圖像信息進行識別檢測，全局圖像信息中不僅包括目標字符區域，還包括除此之外的信息，這些目標區域之外的信息一般不會影響對字符識別的檢測，卻影響圖像處理效率。經圖像預處理后，可采用圖像ROI提取方法可直接選取圖像中所需檢測的對象，可通過設置連通域長寬比和面積參數來有效選擇出ROI，然后對全局圖像進行仿射變換來校正圖像，再從原圖中進行檢測對象的ROI提取，為后續的商標、標識、螺釘、格柵檢測打下良好的基礎，提高圖像處理效率。

圖4 空調外觀標識圖像ROI提取

2.2 SAD算法

空調外觀上的銘牌、標識為人工粘貼，無法確保粘貼位置、角度等完全一致，而傳統視覺檢測方法采用模板對比的方式進行檢測，實際粘貼標識與模板圖片有輕微差異，在視覺檢測過程中經常會出現誤報情況。因此，為降低視覺檢測誤報率且不產生漏檢的情況，采用絕對誤差和算法，提高設備檢測的容錯能力。通過設定T(x,y)為M×N大小的模板圖像，設定S(x,y)為m×n大小的被測圖像，在模板圖像中，以(x,y)為左上角，取M×N大小的子圖，計算其與模板的相似度；遍歷整個搜索圖，在所有能夠取到的子圖中，找到與模板圖最相似的子圖作為最終匹配結果[11-14]。

SAD算法的相似性測度公式如下：

顯然，平均絕對差D(i,j)越小，表明越相似，故只需找到最小的D(i,j)即可確定能匹配的子圖位置。

2.3 動態閾值濾波檢測

在視覺檢測過程中，由于空調外觀上的螺釘比較小、定位較難，而且附近圖像干擾較多，容易導致漏檢或誤報。研究采用動態閾值濾波檢測方法對螺釘圖像進行處理，動態閾值濾波是基于排序統計理論的一種能有效抑制噪聲的非線性信號平滑處理技術，把數字圖像或數字序列中一點的值用該點的一個鄰域中各點值的中值代替，讓周圍的像素值接近真實值，從而消除孤立的噪聲點。相比線性濾波平滑處理技術，非線性濾波可以在非噪聲區域信號的同時濾除噪聲。高頻分量往往是圖像中區域邊緣灰度值急劇變化的部分，使用動態閾值濾波可將這些分量消除，從而使圖像得到平滑效果。動態閾值濾波對螺釘輸入圖像執行中值過濾，并返回過濾后的圖像。采用某種結構的二維滑動模板，將模板內像素按照像素值的大小進行排序，取得中間值作為像素值，實現某些差別大的像素被替換為與之周圍相似的值，消除特殊的孤立點，二維中值濾波輸出為：

式中：f(x,y)為螺釘原始圖像對應像素值；g(x,y)為處理后圖像對應像素值；W為二維模板。

經中值濾波后，圖像中螺釘附近的干擾點基本去除，且圖像質量效果好，有效減少螺釘檢測誤報。

2.4 圖像邊緣差分檢測

在視覺檢測過程中，受環境因素影響，拍取的圖像易出現噪聲、陰影、偏位等問題，影響檢測的準確性。研究采用圖像邊緣差分檢測方法，有效獲取輪廓并矯正檢測圖像。一般來說，圖像的邊緣信息不易受噪聲和亮度突變的影響。首先提取圖像彩色邊緣圖像，然后將邊緣圖像進行差分相與，提取出較精確的目標邊緣輪廓。提取的輪廓經過一系列的形態學操作填充，即可得到完整的目標。由于圖像邊緣附近的亮度變化比較大，因此需要把那些鄰域內灰度超過某個值的像素點當作邊緣點。其主要步驟為：將模板分別從兩個方向沿著圖像從一個像素移動到另一像素，并將像素的中心與某個像素位置相重合；將模板內的系數與其圖像上相對應的像素值相乘；將所有相乘的值相加；將兩個卷積的最大值賦給圖像中對應模板中心位置的像素作為該像素新的灰度值；選取合適的閾值TH，若新像素灰度值大于或等于TH，則該像素點為圖像邊緣點。

針對彩色圖像，則需要建立水平方向和垂直方向的彩色分量圖，具體步驟為：遍歷一幅彩色圖像，取圖像上像素的顏色值；將像素的R、G、B灰度值分別賦給水平方向和垂直方向彩色分量圖對應像素的R、G、B值；分別計算原圖像中像素的R、G、B分量在水平和垂直方向與模板卷積的累加值，卷積模板選用Sobel卷積核；將累加值除以某個權重，取絕對值賦給上述分量圖的R、G、B值；計算該像素的R、G、B梯度值，賦給原圖像對應的R、G、B值，得到彩色邊緣圖像。

圖像邊緣差分法利用像素的上、下、左、右鄰域的灰度值加權算法，算法利用模板分別與兩個核做卷積，一個核對垂直邊緣影響最大，而另一個核對水平邊緣影響最大[15]。該方法不但產生較好的檢測效果，而且對噪聲具有平滑作用，可以得到準確、良好的邊緣輪廓圖像。

3 試驗驗證

為了驗證空調外觀視覺檢測設備的檢測效果，對空調外觀質量進行檢測。測試的樣本數量為15件，其中合格品5件，不良品為不同的空調外觀缺陷10件，分別對樣本進行編號，按照隨機的檢驗順序，使用空調外觀視覺檢測設備對每個樣本分別進行3次檢測，具體試驗結果如表1所示。

表1 空調外觀缺陷檢測驗證

試驗結果表明，對于空調外觀標識漏貼、用錯、粘貼位置不正確、螺釘漏裝、格柵裝錯等常見的外觀缺陷故障，空調外觀視覺檢測設備都能100%準確識別，同時僅有1次誤檢現象。

4 結束語

產品外觀是消費者對于產品質量的第一印象，在空調制造過程中，外觀質量檢驗作為重點的檢驗工序，其檢驗的準確性、可靠性、全面性極為重要，將會影響到出廠空調產品的品質優劣。本文基于機器視覺檢測技術與在線自動檢測方案的研究，設計研制了一種空調外觀視覺檢測設備，在結構設計、視覺檢測算法上進行了突破和創新，研究采用檢測對象提取、SAD算法、動態閾值濾波檢測、圖像邊緣差分檢測等多項關鍵技術，實現空調外觀的在線高效檢測。通過試驗驗證，空調外觀視覺檢測設備可有效檢測不同的外觀缺陷，滿足實際生產檢測需求，在空調產品自動化檢測中具有良好的推廣應用價值。