潘 輝,楊龍興,梁 棟,楊浩軒

(江蘇理工學(xué)院 機(jī)械工程學(xué)院,江蘇 常州 213001)

基于數(shù)碼平板的GAP視覺(jué)自動(dòng)檢測(cè)系統(tǒng)設(shè)計(jì)

潘 輝,楊龍興,梁 棟,楊浩軒

(江蘇理工學(xué)院 機(jī)械工程學(xué)院,江蘇 常州 213001)

針對(duì)目前數(shù)碼平板的邊框與屏幕之間的縫隙對(duì)其外觀質(zhì)量的影響和縫隙檢測(cè)精度的要求，設(shè)計(jì)開(kāi)發(fā)了數(shù)碼平板的GAP視覺(jué)自動(dòng)檢測(cè)系統(tǒng)。首先根據(jù)待檢測(cè)平板的結(jié)構(gòu)特征，給出了檢測(cè)系統(tǒng)的機(jī)械結(jié)構(gòu)簡(jiǎn)圖，并對(duì)該系統(tǒng)的檢測(cè)流程作簡(jiǎn)單闡述。再借助計(jì)算機(jī)視覺(jué)理論，采用二次濾波、膨脹與腐蝕算法，并借助圖像處理軟件，實(shí)現(xiàn)了數(shù)碼平板的GAP圖像自動(dòng)檢測(cè)與質(zhì)量分類，加強(qiáng)了檢測(cè)的可靠性。

數(shù)碼平板；GAP；自動(dòng)檢測(cè)；圖像處理

當(dāng)今社會(huì)人們對(duì)于數(shù)碼平板產(chǎn)品的質(zhì)量追求越來(lái)越高，而其邊框與屏幕的縫隙(GAP)大小，直接影響其外觀和防塵性能，如何檢測(cè)其縫隙，使其滿足合格指標(biāo)并兼顧檢測(cè)效率，一直困擾著生產(chǎn)企業(yè)。目前，部分加工廠采用先進(jìn)的三坐標(biāo)測(cè)量?jī)x[1-3]來(lái)進(jìn)行人工檢測(cè)，但其使用不便、檢測(cè)效率低下，且設(shè)備價(jià)格昂貴；也有部分企業(yè)采用一些半自動(dòng)檢測(cè)裝置[4]，但仍然需要?jiǎng)趧?dòng)力參與，且效率不高。近年來(lái)，隨著國(guó)外計(jì)算機(jī)視覺(jué)檢測(cè)水平的不斷發(fā)展，三維檢測(cè)、微小結(jié)構(gòu)檢測(cè)技術(shù)正不斷發(fā)展，國(guó)內(nèi)視覺(jué)檢測(cè)水平也處于逐步上升的趨勢(shì)，且廣泛應(yīng)用在電子工業(yè)產(chǎn)業(yè)中。本文所述檢測(cè)系統(tǒng)的研發(fā)，充分利用數(shù)字圖像處理技術(shù)與機(jī)電一體化控制技術(shù)，不僅能實(shí)現(xiàn)GAP的自動(dòng)檢測(cè)，而且也能實(shí)現(xiàn)平板的自動(dòng)抓取，以及合格品和不合格品分類，能夠解決大部分電子廠商的自動(dòng)化問(wèn)題。

1 視覺(jué)檢測(cè)系統(tǒng)與結(jié)構(gòu)

本文是對(duì)一種基于計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)的應(yīng)用，該技術(shù)結(jié)合了計(jì)算機(jī)技術(shù)、光電信息技術(shù)、智能技術(shù)，具有以下特點(diǎn)：快速性、非接觸性、柔性、智能化等。該系統(tǒng)視覺(jué)檢測(cè)內(nèi)容為數(shù)碼平板的縫隙，即數(shù)碼平板的邊框與屏幕之間的縫隙。檢測(cè)系統(tǒng)主要包括圖像采集組件、PLC控制設(shè)備、交流伺服電機(jī)、氣缸、分類傳輸機(jī)構(gòu)以及通信部分。

1.1視覺(jué)檢測(cè)系統(tǒng)

該系統(tǒng)是在平板邊框與屏幕壓合后對(duì)其縫隙進(jìn)行檢測(cè)的系統(tǒng)設(shè)計(jì)。該系統(tǒng)圖像采集組件由圖像采集軟件、光源、CCD數(shù)字相機(jī)、鏡頭等組成，通過(guò)計(jì)算機(jī)采用圖像處理算法，可得到GAP的尺寸大小及其精度。其系統(tǒng)結(jié)構(gòu)框圖如圖1所示。

視覺(jué)自動(dòng)檢測(cè)策略如下：自動(dòng)檢測(cè)GAP時(shí)，需將待測(cè)平板放置于視覺(jué)檢測(cè)系統(tǒng)的移動(dòng)平臺(tái)上。在光源照射下，被測(cè)平板間隙會(huì)投射光源發(fā)出的光線，該光線被CCD相機(jī)捕捉，CCD將視頻轉(zhuǎn)成數(shù)字圖像信號(hào)供計(jì)算機(jī)處理，計(jì)算機(jī)運(yùn)用數(shù)字算法對(duì)圖像數(shù)據(jù)處理運(yùn)算，得出待檢測(cè)平板GAP參數(shù)，并與設(shè)置的產(chǎn)品標(biāo)準(zhǔn)參數(shù)相比，判斷其GAP值是否與設(shè)置參數(shù)相符。在檢測(cè)期間，被測(cè)平板定位在移動(dòng)平臺(tái)上，并隨著移動(dòng)平臺(tái)對(duì)3個(gè)不同的工位進(jìn)行檢測(cè)。因?yàn)镚AP大小是線性變化的，所以選取數(shù)碼平板的最兩端以及中間部分進(jìn)行檢測(cè)。每一次檢測(cè)，相機(jī)都會(huì)得到兩個(gè)間隙值D1，D2，通過(guò)均值法得到Da=(D1+D2)/2，看Da是否在公差范圍內(nèi)。每個(gè)產(chǎn)品分別進(jìn)行3次檢測(cè)，得到Dal，Dam，Dar。當(dāng)Dal，Dam，Dar中有任意一值不在公差范圍內(nèi)，則認(rèn)定該產(chǎn)品為不合格品，該產(chǎn)品需返回重新壓合；反之，若Dal，Dam，Dar都在公差范圍內(nèi)，則認(rèn)定該產(chǎn)品為合格品，可以進(jìn)行下一道工序。

1.2機(jī)械機(jī)構(gòu)設(shè)計(jì)

根據(jù)該系統(tǒng)框圖(圖1)中的組成要素，設(shè)計(jì)出視覺(jué)檢測(cè)總體結(jié)構(gòu)如圖2所示。

該系統(tǒng)機(jī)械結(jié)構(gòu)主要由GAP檢測(cè)相機(jī)、合格品與不合格品傳送裝置以及待檢測(cè)品傳送裝置等組成，每個(gè)機(jī)構(gòu)機(jī)械部分的動(dòng)力來(lái)源采用交流伺服電機(jī)驅(qū)動(dòng)，為避免傳送裝置的振動(dòng)對(duì)檢測(cè)精度的影響，每個(gè)機(jī)構(gòu)傳動(dòng)之間相互獨(dú)立。GAP檢測(cè)裝置主要通過(guò)2個(gè)定位氣缸對(duì)檢測(cè)平板定位后，再通過(guò)絲杠傳動(dòng)實(shí)現(xiàn)平臺(tái)的移動(dòng)；CCD相機(jī)則采用觸發(fā)軟件自動(dòng)采集圖像，檢測(cè)GAP大小；并將圖像處理結(jié)果經(jīng)RS232轉(zhuǎn)RS485線路傳送給PLC，通過(guò)PLC輸出檢測(cè)結(jié)果。合格品與不合格品傳送裝置通過(guò)皮帶傳動(dòng)實(shí)現(xiàn)合格品與不合格品的分類，且兩者運(yùn)動(dòng)方向相反；待檢測(cè)裝置則是通過(guò)皮帶傳動(dòng)將已經(jīng)壓合完成的平板傳送到抓取位置。具體流程框圖如圖3所示。

2 圖像處理及算法實(shí)現(xiàn)

2.1圖像預(yù)處理

為了在保證檢測(cè)精度的同時(shí)注重檢測(cè)效率，圖片質(zhì)量至關(guān)重要，需對(duì)采集圖像進(jìn)行數(shù)字化處理。通過(guò)相機(jī)采集到的原始圖像可能因?yàn)榄h(huán)境因素會(huì)含有噪聲，因此必須先對(duì)原始圖像進(jìn)行灰度校正、噪聲過(guò)濾等預(yù)處理。因?yàn)樵肼暤目臻g不相關(guān)性，圖像中噪聲的空間頻譜更加強(qiáng)烈，通常可以采用低通濾波的方法去除噪聲[5]，再通過(guò)銳化處理來(lái)增強(qiáng)圖像各點(diǎn)間灰度差，凸顯有效信息，但這也會(huì)出現(xiàn)噪聲被增強(qiáng)的可能，從而影響邊界檢測(cè)。針對(duì)該狀況，本系統(tǒng)采用了二次平滑濾波的方法，即濾波—銳化—再濾波[6-8]。本文首先采用濾波因子為3的中值濾波因子對(duì)原始圖像進(jìn)行平滑處理，再將濾波后的結(jié)果經(jīng)過(guò)階梯銳化處理來(lái)增強(qiáng)圖像效果，凸顯有用信息。假設(shè)用函數(shù)f(x,y)來(lái)表示一幅圖像，則點(diǎn)(x,y)處的梯度為：

用其差分形式表示為：

G(x,y)=|f(x,y)-f(x+1,y)|+

|f(x,y)-f(x,y+1)|

最后采用5×5的高斯濾波因子對(duì)銳化后圖像作平均值處理，通過(guò)以上方法，圖像質(zhì)量得到了質(zhì)的提高，獲得了效果良好的邊緣提取信息。圖4為本系統(tǒng)采用二次平滑濾波的方法對(duì)原始圖像濾波前后的比較。

2.2輪廓邊緣提取

邊緣檢測(cè)法是輪廓提取的基本方法，即利用空域微分算子，將模板與待處理圖像采用卷積運(yùn)算得到一個(gè)新的圖像。主要原理：檢測(cè)時(shí)，局部圖像會(huì)呈現(xiàn)出不連續(xù)性邊緣，微分算子的作用是將不連續(xù)的邊緣連成完整的邊界。經(jīng)典的邊緣檢測(cè)算子主要有微分算子(Roberts、Prewitt、Sobel、Laplacian等)、拉普拉斯高斯算子以及Canny算子等，本文采用的輪廓提取方法是：首先采用灰度閾值法對(duì)圖像進(jìn)行閾值分割，再利用數(shù)學(xué)形態(tài)學(xué)方法對(duì)閾值處理圖像進(jìn)行優(yōu)化，至此完成具有單像素邊緣的圖像輪廓提取。

本文采用的圖像分割是單閾值分割方法，其處理步驟如下：首先確定分割閾值，其次將像素的灰度值與確定閾值相比較。閾值分割的基本原理是：若原始圖像D(u,v)的灰度值區(qū)間為[Zmin,Zmax]，在D(u,v)內(nèi)設(shè)定一個(gè)突變閾值Z0，且Zmin

閾值分割目的在于保留盡可能多的原始圖像特征，舍棄不需要的信息[9]。因此，單閾值法中最關(guān)鍵的問(wèn)題就是如何正確地確定灰度值的突變閾值Z0。本文利用迭代法來(lái)確定突變閾值Z0，主要是基于數(shù)學(xué)上的二分法思想。首先根據(jù)軟件灰度直方圖，確定初始閾值，采用該閾值將圖像分割為目標(biāo)和背景，再取兩者灰度值的平均值作為新的閾值，最后通過(guò)有限次迭代循環(huán)直至相鄰兩次循環(huán)所得閾值差非常小時(shí)，停止循環(huán)，確定突變閾值Z0。該方法思想簡(jiǎn)單，易于實(shí)現(xiàn)，主要步驟如下：

a.確定圖像灰度值的最大值Zmax和最小值Zmin，則新的閾值Z0為(Zmax+Zmin)/2；

b.根據(jù)Z0將圖像分割為目標(biāo)和背景，分別對(duì)兩者的灰度值作平均得到Zd和Zb；

c.求出新閾值Z1=(Zd+Zb)/2；

d.若Z0與Z1近似相等，則所得即為閾值，否則令Z0=Z1代入b繼續(xù)循環(huán)運(yùn)算，直至Z0與Z1近似相等。

圖5為閾值處理后的圖像。

2.3膨脹、腐蝕

由圖5可知，經(jīng)過(guò)閾值分割得到的二值圖像中，由于有灰塵等噪聲的影響，存在斷線、空洞、毛刺等缺陷，直接采用缺陷圖像進(jìn)行輪廓提取會(huì)給測(cè)量帶來(lái)誤差，影響精度。為了解決這些問(wèn)題，本文采用數(shù)學(xué)形態(tài)學(xué)來(lái)對(duì)圖像進(jìn)行再次優(yōu)化。形態(tài)學(xué)變換包括4種基本運(yùn)算[10]：膨脹(Dilation)、腐蝕(Erosion)、開(kāi)運(yùn)算(Open)和閉運(yùn)算(Close)。實(shí)際運(yùn)用中，應(yīng)根據(jù)以下原則對(duì)圖像進(jìn)行合適的運(yùn)算處理：

a.在盡可能保證基本形狀特征的基礎(chǔ)上，對(duì)邊界進(jìn)行平滑處理，去除空洞和毛刺；

b.在保證測(cè)量精度的前提下，保持目標(biāo)圖像的尺寸。

理論上，膨脹可以達(dá)到增大目標(biāo)、縮小孔洞的目的；腐蝕能夠使圖像的邊界收縮、內(nèi)孔增大,消除噪聲。本文采用膨脹與腐蝕的算法進(jìn)一步修補(bǔ)二值圖像的缺陷。圖6，7為基于數(shù)學(xué)形態(tài)學(xué)優(yōu)化后的效果圖。

數(shù)學(xué)形態(tài)學(xué)是一門建立在數(shù)學(xué)理論基礎(chǔ)上的學(xué)科，它是一種新型的圖像處理方法和理論，并且廣泛應(yīng)用于計(jì)算機(jī)數(shù)字圖像處理。其基本思想是利用一個(gè)稱作結(jié)構(gòu)元素的“探針”收集圖像的信息。結(jié)構(gòu)元素在形態(tài)學(xué)中的作用相當(dāng)于信號(hào)處理中的“濾波窗口”[11]。本系統(tǒng)采用3×3結(jié)構(gòu)元素，如圖8所示。

a.腐蝕運(yùn)算數(shù)學(xué)表達(dá)式為：

g(x,y)=erode[f(x,y),B]=AND[Bf(x,y)]

式中：g(x,y)為腐蝕后的二值圖像；f(x,y)為原二值圖像；B為結(jié)構(gòu)元素；Bf(x,y)定義為Bf(x,y)=[f(x-bx,y-by),(bx,by)∈B];算子AND定義為當(dāng)且僅當(dāng)x1=x2=…=xn=1時(shí)，AND(x1,…,xn)等于1，否則為0。

b.膨脹預(yù)算數(shù)學(xué)表達(dá)式為：

g(x,y)=dilate[f(x,y),B]OR[Bf(x,y)]

式中算子OR定義為：當(dāng)且僅當(dāng)x1=x2=…=xn=0時(shí)，OR(x1,…,xn)等于0，否則為1。

3 實(shí)驗(yàn)分析

該系統(tǒng)檢測(cè)軟件采用的是現(xiàn)在流行的通用視覺(jué)處理軟件VisionBuilderAI。VisionBuilderAI是美國(guó)國(guó)家儀器公司開(kāi)發(fā)的一款視覺(jué)處理軟件，其具有開(kāi)發(fā)周期短、后期維護(hù)容易等特點(diǎn)，已廣泛使用于工業(yè)領(lǐng)域。數(shù)字相機(jī)采用800萬(wàn)像素的JAI相機(jī)，利用標(biāo)準(zhǔn)的GigEVision接口來(lái)傳輸數(shù)據(jù) ，分辨率為3 296 ×2 472，像素尺寸5.5μm×5.5μm。為了滿足檢測(cè)精度要求，本系統(tǒng)采用多次測(cè)量取均值作為真值，利用上述分析步驟處理采集到的圖像。其具體步驟如圖3所示，表1為一組縫隙檢測(cè)的數(shù)據(jù)。產(chǎn)品間隙的實(shí)際標(biāo)準(zhǔn)尺寸為233μm,根據(jù)表1中3次檢測(cè)所得檢測(cè)值,求其平均值與方差分別為233.15μm,由表1可知,測(cè)量精度較高，滿足生產(chǎn)要求的檢測(cè)精度。

4 結(jié)束語(yǔ)

本文通過(guò)對(duì)平板縫隙檢測(cè)分析，闡述了工業(yè)生產(chǎn)現(xiàn)場(chǎng)中視覺(jué)檢測(cè)系統(tǒng)的方案和機(jī)械結(jié)構(gòu)設(shè)計(jì)，采用機(jī)電一體化控制技術(shù)與圖像識(shí)別技術(shù)相結(jié)合的方法，對(duì)被測(cè)產(chǎn)品進(jìn)行了實(shí)時(shí)檢測(cè)，通過(guò)數(shù)字圖像處理技術(shù)對(duì)GAP是否合格實(shí)施了自動(dòng)在線測(cè)量。該方法既保證了檢測(cè)的智能化和產(chǎn)品質(zhì)量的一致性，又有效地提高了工廠的生產(chǎn)效益，為后續(xù)的平板組裝實(shí)現(xiàn)自動(dòng)化柔性生產(chǎn)提供了可能。

[1] 張學(xué)昌,高學(xué)敏,邵建敏,等.基于三坐標(biāo)測(cè)量?jī)x的雙目視覺(jué)測(cè)量方案及其數(shù)據(jù)分析[J].工具技術(shù),2004,38(6):65-67.

[2] 黃風(fēng)山,錢惠芬.三坐標(biāo)測(cè)量機(jī)驅(qū)動(dòng)的攝像機(jī)標(biāo)定技術(shù)[J].光學(xué)精密工程,2010,18(4):952-957.

[3] 白月飛,高青松,金偉.淺談三坐標(biāo)測(cè)量機(jī)及其應(yīng)用[J].現(xiàn)代制造技術(shù)與裝備,2009(6):29-31.

[4] 姬海莉.在Helava數(shù)字?jǐn)z影測(cè)量工作站中實(shí)現(xiàn)半自動(dòng)化矢量采集[J].鐵道勘察,2004,30(3): 51-52.

[5] 楊小岡,孟飛.一種實(shí)用的圖像濾波算法[J]. 計(jì)算機(jī)應(yīng)用,2009(6):217-219.

[6] 奕 新,李鐵一.二次濾波法提取圖像邊緣信息方法及其應(yīng)用[J].青島海洋大學(xué)學(xué)報(bào),1999, 29(1):107-111.

[7] 黃慶華,周荷琴,馮煥清.一種快速有效的圖像脈沖噪聲濾除方法[J].計(jì)算機(jī)工程與應(yīng)用,2002 (17):113-114.

[8] 吳彰良,劉潔.基于計(jì)算機(jī)視覺(jué)的油封尺寸檢測(cè)系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制,2012,20(5):58-60.

[9] 崔屹.數(shù)字圖像處理技術(shù)與應(yīng)用[M].北京:電子工業(yè)出版社,1997:122-125.

[10]CarstenSteger,MarkusUlrich,ChristianWiedemann. 機(jī)器視覺(jué)算法與應(yīng)用[M].北京:清華大學(xué)出版社,2008.

[11] 張艷玲,劉桂雄,曹東,等.數(shù)學(xué)形態(tài)學(xué)的基本算法及在圖像預(yù)處理中應(yīng)用[J].科學(xué)技術(shù)與工程,2007,3(7):356-359.

The development of automated visual inspection system based on the GAP of digital tablet

PAN Hui, YANG Longxing, LIANG Dong, YANG Haoxuan

(Jiangsu University of Technology, Jiangsu Changzhou, 213001, China)

In order to solve the problems of the gap impact between the frame and the screen of digital tablet on its appearance quality and the requirements of the gap accurate testing, it designs an automated visual inspection system based on the GAP of digital tablet. According to structural features of detected table, it designs the mechanical structure diagram of the detection system and describes a brief description of the system testing process. Based on computer vision theory and aiming at enhancing the reliability of the detection, it uses the image processing software to process the images with the algorithm combined with quadratic filter, expansion and corrosion. This realizes the GAP automatic detection and the quality classification of digital tablet.

digital tablet; GAP; automatic detection; image processing

10.3969/j.issn.2095-509X.2015.02.013

2014-12-31

潘輝(1990—)，男，江蘇建湖人，江蘇理工學(xué)院碩士研究生，主要研究方向?yàn)闊o(wú)損檢測(cè)。

TP29

A

2095-509X(2015)02-0051-05