基于機器視覺的彩色塑料齒輪缺陷檢測系統設計

張程佳 謝佩軍 王寧璐 陳佳丹 王璐 童佳妮

摘 要：【目的】彩色塑料齒輪受設計、制造等因素影響，可能會出現缺齒、短齒、披峰等缺陷，引起設備故障或局部失效。因此，對彩色塑料齒輪的品質進行檢測顯得尤為重要。【方法】本研究設計的彩色塑料齒輪自動檢測系統包括硬件平臺與軟件系統，硬件平臺可實現齒輪采樣、定位及圖像采集等功能，軟件系統對采集到的圖像進行處理與分析。【結果】經過試驗測試與數據分析表明，該系統能有效檢測齒輪品質，大幅度提高生產效率，降低生產成本。【結論】檢測系統與產品的自動化流水線加工設備配套，可及時發現產品缺陷，最大限度減少經濟損失，整個系統可實現高度自動化。

關鍵詞：機器視覺；塑料齒輪；缺陷分析；自動檢測

中圖分類號：TP391? ? ? ?文獻標志碼：A? ? ? ? 文章編號：1003-5168（2023）10-0021-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2023.010.004

Abstract： [Purposes] Colored plastic gears may have defects such as missing teeth， short teeth， and peaking due to factors such as design and manufacturing， which may cause equipment failure or local failure. Therefore， it is particularly important to detect the quality of color plastic gears. [Methods] The color plastic gear automatic detection system designed in this study includes hardware platform and software system. The hardware platform can realize the functions of gear sampling， positioning and image acquisition while the software system processes and analyzes the collected images. [Findings] The test and data analysis show that the system can effectively detect gear quality， greatly improve production efficiency and reduce production costs. [Conclusions] The detection system is matched with the automatic pipeline processing equipment of the product， which can detect product defects in time and minimize economic losses. The whole system can achieve high automation.

Keywords： machine vision; plastic gears; defect analysis; automatically detect

0 引言

在工業生產設備中大都有不少小型零部件，若個別零件存在缺陷，將會導致整機發生機械故障或局部失效。為提高產品合格率和可靠性，生產廠家必須對所有零件進行抽檢或全檢。尤其是關鍵部件的檢測，大多采用全檢，但其多采用的是最基礎的人工檢測，工作效率低，檢測精度無法得到保證，影響產品質量和生產效率。

塑料齒輪具有質量偏輕、制作工藝簡單、價格低廉等特點，可廣泛應用于電子行業、精密儀表、航天航空等領域［1］。因彩色塑料齒輪具有特殊性，在測量與檢測過程中存在著許多困難。其特殊性包括彩色塑料齒輪種類多樣，檢測時裝夾與定位困難；齒輪硬度較低，易變形；參數尺寸小，精度要求高等。此外，受設計、制造等因素的影響，齒輪可能會出現缺齒、齒歪、短齒、披峰等缺陷，使設備出現故障或局部癱瘓等。綜上所述，對彩色塑料齒輪的品質檢測非常重要［2-3］。傳統意義上的檢測技術已無法滿足當代制造業要求，尤其是對小型塑料齒輪的檢測。齒輪專用檢測設備價格高昂，目前彩色塑料齒輪的缺陷檢測、排查與剔除仍采用檢測人員借助放大鏡目測的方法，不僅工作量大、效率低，且可靠性差、漏檢率高，與自動化加工極不相稱［4-5］。為降低人工檢測強度，研發出可用于自動化生產線的塑料齒輪缺陷自動監測裝置。

將檢測系統與產品自動化生產流水線加工設備進行融合，將大幅度提高生產效率，降低生產成本，及時發現產品存在的缺陷，能最大程度減少經濟損失，實現高度自動化。將系統進行適應性調配與改進后，可用于微小型電子元器件或其他微型沖壓類產品生產流水線的檢測，提升產品的整體技術水平與競爭力。

1 檢測系統方案

彩色塑料齒輪品質檢測系統設計包括檢測裝置硬件平臺設計與實現、齒輪檢測軟件研發。硬件平臺主要由與產品生產線相匹配的引導裝置、樣品精確定位裝置、圖像采集裝置等組成。軟件系統能實現基礎的圖像處理與分析功能，對產品的品質作出判定。檢測系統與齒輪生產線相匹配，根據生產線的生產速度來適當調整采樣機構，改變采樣周期。系統可調整軟件檢測功能中對產品品質的定義范圍，從而滿足不同質量要求。

2 整體設計

通過引導裝置將生產線上的齒輪導入到檢測系統中，定位裝置要保證待檢測齒輪的狀態一致，確保圖像采集裝置能采集到理想的圖像。使用黑白工業相機來采集塑料齒輪圖像，環形LED光源能保證充足、均勻的照明，以便采集到高質量的清晰圖像，為后期圖像處理與品質檢測做好鋪墊。采用C語言對系統軟件進行開發，合理定義標準參數值來確定齒輪的品質等級。綜合考慮各種影響因素（如機械機構的定位精度、執行機構的位置精確性、光源的類型與位置等），確保得到最佳的產品檢測效果，檢測系統結構和采集到的齒輪圖像如圖1、圖2所示。

檢測系統齒輪硬件包括機電控制箱、導槽支撐底座、光電觸發器、齒輪定位裝置、圖像采集器、移動相機支架、高清工業相機、齒輪導槽等。導槽支撐底座安裝在機電控制箱上表面，齒輪導槽安裝在導槽支撐底座上表面。齒輪導槽分為入口斜槽、缺陷齒輪導槽和合格齒輪導槽，入口斜槽中央裝有光電觸發器，缺陷齒輪導槽和合格齒輪導槽出口處分別設有缺陷齒輪回收箱和合格齒輪包裝箱。圖像采集模塊如圖3所示，齒輪在進入檢測區域后，對其進行圖像預處理與邊緣檢測及中心定位。圖像采集器可設計成箱體模式，用螺栓將相機驅動直線電機的定子固定在圖像采集器內部側面，動子與移動光源支架通過螺栓連接在一起。由內部控制電機根據齒輪大小及輔助聚焦需求來移動模塊中高清相機，采集齒輪圖像進行處理與識別。此外，在圖像采集處設有照明系統，如圖4所示，由LED環形光源、照明箱體、移動光源支架組成。

3 塑料齒輪檢測流程

齒輪檢測流程包括圖像采集、圖像預處理、邊緣檢測等，對圖像采集裝置抽樣采集到的齒輪原始圖像，根據圖像特點對圖像進行預處理，典型的濾波算子包括中值濾波等，可實現邊緣檢測。

圖像處理結構包括原圖、二值化、直方圖均衡化（增加這步效果更好）、濾波（中值濾波）、邊緣檢測（canny算子、sobel算子）、膨脹結果、腐蝕結果。

3.1 原圖

不同齒輪的原圖如圖5至圖7所示。

3.2 二值化

將圖像像素點的灰度值修改為0或255，使整個齒輪圖像呈現為黑白效果。在圖像數字處理過程中，圖像二值化可大量減少圖像中的數據量，突出目標輪廓。不同齒輪的二值化如圖8至圖10所示。

3.3 直方圖均衡化

直方圖均衡化是一種簡單高效的圖像增強技術，通過改變圖像直方圖來改變圖像內容各像素的灰度，用于增強動態化范圍偏小的圖像對比度。如圖11至圖13所示。

3.4 濾波

中值濾波會選取數字圖像或數字序列中像素點及其周圍鄰近像素點（一共有奇數個像素點）的像素值，對這些像素值進行排序，以位于中間鄰近位置的像素值作為當前像素點的像素值，讓周圍像素值更接近于真實值，消除孤立噪聲點。不同齒輪中值濾波如圖14至圖16所示。

3.5 邊緣檢測

圖像邊緣檢測可大幅度減少數據量，剔除不相關信息，只保留圖像的重要結構屬性。根據齒輪圖片的特點，對比Sobel、Prewitt、Roberts、Canny等邊緣檢測算子的檢測效果，采用改進Canny算子對經過中值濾波后的圖片進行邊緣檢測，如圖17至圖19所示。

3.6 膨脹結果

將圖像高亮區域或白色區域進行擴大，其運行結果比原圖的高亮區域更大。

3.7 腐蝕結果

將圖像中高亮區域或白色區域進行縮小細化，運行結果比原圖高亮區域更小，如圖20至圖22所示。

4 試驗與分析

彩色塑料齒輪系統的應用目標是代替人工檢測，為驗證該系統的檢測效果，選用模數為0.25～0.5、不同齒數的10個系列的彩色塑料齒輪進行試驗與分析。隨機選取各系列100個齒輪樣品進行檢測分析，對系統檢測結果與人工檢測結果進行對比分析，檢測結果正確率見表1。

對表1進行分析，受光源、采集到的圖像質量、顏色等因素影響，齒輪檢測系統存在著檢測誤判的情況，各系列正確率見表1，總正確率為98.2%。系統存在將合格齒輪判定為缺陷齒輪或將缺陷齒輪判定為合格齒輪的誤判情況。在實際應用中，應將該系統與齒輪生產線配合使用，通過在線抽檢的方式對生產線進行監控。系統正常抽檢周期為10 s，一旦檢測到1個次品，抽樣周期縮短為5 s，連續進行5次采樣，若發現其中有3個以上次品，要立刻停止生產，并發出警報，這樣能大幅提高系統檢測的準確率，完全能滿足彩色塑料齒輪的實際生產需要。

5 結語

在深入分析彩色塑料齒輪及其圖像特點的基礎上，融合機器視覺、自動控制、機械工程、光學和計算機等技術，設計出基于機器視覺的彩色塑料齒輪缺陷檢測系統，有效提升檢測效率和產品質量。整個系統包括齒輪引導模塊、視覺光源模塊、圖像采集模塊、齒輪檢測模塊等，能實現對齒輪的在線檢測。對各系列齒輪檢測進行試驗分析，檢測效率和準確率能滿足現場生產應用要求。該系統不僅能檢測出彩色塑料齒輪的各類缺陷，還具有靈活性與可移植性，可作為微小型電子元器件或其他微型沖壓產品的流水線的配套生產設備，實現缺陷檢測、尺寸測量、質量監控等功能，具有良好的經濟效益和市場前景。

參考文獻：

［1］李福海，王達，王建.塑料齒輪及其成型制造技術進展［J］.高分子材料科學與工程，2022（11）175-182.

［2］盧科軍.熱塑性塑料齒輪的設計與制造［J］.上海塑料，2020（4）：51-57.

［3］蔣昌華.塑料齒輪注塑模設計及成型工藝分析與優化［J］.上海第二工業大學學報，2019（1）：48-52.

［4］楊亞，陶紅艷，余成波.SURF與灰度差分在小模數塑料齒輪缺陷檢測中的研究與應用［J］.機械傳動，2018（5）：156-160.

［5］任楷飛，孟令軍，顧澤凌.基于LabVIEW的塑料齒輪缺齒檢測系統設計［J］.現代電子技術，2018（4）：88-91.

收稿日期：2023-01-05

基金項目：浙江省教育廳科研課題“基于計算機視覺的小型齒輪缺陷檢測系統研究”（Y200907175）；浙江省基礎公益研究計劃項目“基于多信息融合的智能水肥氣灌溉系統研究與應用”（LGN20F030001）；2022年度浙江省大學生科技創新活動計劃暨新苗人才計劃“彩色塑料齒輪缺陷檢測裝置設計”（2022R463A002）；2022年學生科研創新項目（宏人才計劃）“基于機器視覺的三極管品質檢測系統研究”（2022HC002）。

作者簡介：張程佳（2002—），大專，研究方向：智能控制技術；謝佩軍（1981—），男，碩士，教授，研究方向：智能控制與智能檢測技術。