查德翔

?

基于圖像識別的智能裝配車間體系研究

查德翔

（重慶理工大學，重慶 400054）

一直以來，零件裝配車間的主要工作內(nèi)容是通過工人手工完成車間零件裝配的工作，基于圖像識別技術，設計出通過對需要裝配零件進行圖像采集識別來協(xié)助工人裝配的智能裝配車間體系，達到高效準確的裝配效果。利用圖像識別技術的智能裝配車間體系輔助工人裝配，工人裝配的效率將大大提高，并且降低錯誤裝配造成的返工成本。

圖像識別；智能裝配；車間體系；裝配效率

1 引言

為了提高不能由機器替代的手工裝配的效率和準確度，以圖像識別為基礎的智能裝配體系應運而生。圖像識別的最初階段是對零件信息獲取的階段，通過傳感器獲取的車間零件信息，然后對零件信息進行識別和預處理。為了消除原始圖像的噪聲和畸變，去除無關特征而加強有用特征，采用數(shù)字圖像處理的各種方法。為了將圖像識別技術更好地融入裝配車間，更好地實現(xiàn)智能管控，需要一套適應于圖像識別的智能裝配車間體系。

2 圖像識別的方法和技術

2.1 圖像識別的基本框架

圖像識別流程如圖1所示，圖像主要被用作承載相應的信息。人類在獲取信息時有超過75%的內(nèi)容都是通過視覺獲得的[2-3]。

圖1 圖像識別流程

2.2 圖像預處理技術

2.2.1 圖像去噪

對零件的圖像進行處理時，首先需要對圖像進行過濾，過濾的過程就是減少噪聲的過程，在圖像信息采集的過程當中，難免會將一些噪聲也收錄進圖像當中，因此選用中值濾波算法將噪聲過濾掉，這種處理圖像的方式不僅可以過濾噪聲，還不會破壞圖像中的信息，用于處理零件圖像信息非常適合。

2.2.1.1 空間域濾波

空間域濾波包含有線性與非線性濾波兩類[4]。前者主要包含一些常見的均值濾波、空域維納濾波，而諸如中值濾波、自適應中值濾波等都屬于后者。

2.2.1.2 均值濾波

均值濾波中計算方法如下：

式（1）中：（，）是中值濾波后的輸出圖像，其主要通過*陣列表示；是所包含所有像素點個數(shù)總和；是中心為（，）的鄰域；函數(shù)是輸入內(nèi)容。該方式存在一定的缺陷，其輸出的圖像不夠清晰，并且通過公式能看出鄰域范圍和圖像清晰度呈反比關系。

2.2.1.3 中值濾波

在該濾波中，每一個像素點灰度值與其周圍奇數(shù)個像素點灰度值所排序的結(jié)果相關，也就是說處于排序中央部位像素點來確定上述像素點的灰度值。通過這種圖像處理方式可以更好地解決椒鹽噪聲，同時也能夠?qū)D像邊緣位置的數(shù)據(jù)進行保留。以二維中值濾波為例，其表示形式為：

（，）=med[（－，－），（，∈）]. （2）

式（2）中：（，），（，）分別為濾波前后的圖像[5]。頻率域濾波圖像與噪聲之間的區(qū)別來將后者去除。通過空間域轉(zhuǎn)變到頻率域變化，就能夠?qū)崿F(xiàn)頻率域濾波，如我們常見的傅立葉、Harr、余弦都屬于上述技術。

2.2.2 灰度圖像二值化

灰度圖像二值化的目的在于將圖像中每個像素點所具有的各自不同的多種灰度值進行重新賦值，重新賦值的結(jié)果為0 或255.如果是0，就劃為背景；如果是255，就劃為目標[6]。這樣，一幅圖像就由目標和背景構(gòu)成，所包含的數(shù)據(jù)量會大大減少，無論識別結(jié)果如何，都會減少后續(xù)的圖像識別所需時間。

設（，）、（，）分別是待處理和經(jīng)二值化處理所得灰度圖像，則：

式（3）中：（，）為像素點的坐標；為閾值。

所以通過上式可以得出確定的數(shù)值也是進行二值化處理過程重要步驟。增大時，圖像會放大背景，縮小時，圖像則會放大目標。

3 智能裝配車間體系

3.1 智能裝配執(zhí)行過程

智能裝配車間體系如圖2所示。智能裝配車間體系由零件傳輸系統(tǒng)、裝配工具系統(tǒng)、圖像采集系統(tǒng)、下位機系統(tǒng)、上位機系統(tǒng)組成。零件傳輸系統(tǒng)負責將需要安裝零件輸送至智能裝配工作臺，以及裝配結(jié)束后零件的送進倉儲。裝配工具系統(tǒng)包括裝配工具、裝配零件、一些輔助工具。圖像采集系統(tǒng)為工業(yè)級別攝像頭。下位機系統(tǒng)負責直接控制工具系統(tǒng)的開關以及LED燈等，一般為PLC。上位機系統(tǒng)包括進行圖像處理的計算機，以及面向用戶的交互控制系統(tǒng)。

圖2 智能裝配車間體系圖以及圖像識別檢測的流程圖

零件傳輸系統(tǒng)負責將需要裝配的主要零件傳送至智能裝配工作臺，讓操作工進行裝配。進入智能裝配臺之前上位機接收到拍攝到的圖片，識別出是哪種需要裝配的零件，此時傳遞型號給下位機，讓其按順序啟動需要裝配的工具。工人根據(jù)LED燈使用相應的裝配工具，此時零件箱同時受到下位機的控制，通過LED燈按順序顯示所有需要使用的零件位置，工人根據(jù)指示燈取走需要的裝配的零件，按步驟完成所有零件的裝配。

在工人完成裝配后，圖像識別會再一次發(fā)揮重要作用。工人將裝配好的組件放置于待檢區(qū)，攝像機拍攝圖片傳給上位機，經(jīng)過處理之后，上位機在其數(shù)據(jù)庫中將實拍圖片和正確裝配圖片進行比對，從而判斷該零件裝配的正確與否。如果滿足裝配成功條件，則在顯示屏上顯示裝配成功，并通過傳輸系統(tǒng)送入下一個區(qū)域，或者將其送入倉庫。如果顯示不成功，則在屏幕上顯示裝配失敗，并顯示出哪個零件的具體部位出現(xiàn)裝配失敗或者不到位。此時將裝配失敗的組件返回至安裝區(qū)，工人取下后檢查并重新裝，安裝完成后重新放入待檢區(qū)待檢。

3.2 智能協(xié)助裝配零件和圖像識別裝配準確性

在完成零件圖像信息收集、識別與處理、特征分類等操作之后，就可以根據(jù)圖像信息設計一些操作程序，智能協(xié)助裝配零件，完成智能化零件生產(chǎn)操作。不僅如此，還需加入圖像識別裝配準確性的程序，這個過程主要是為了監(jiān)督智能化零件生產(chǎn)的過程，在其出現(xiàn)問題的時候及時進行修正。

4 結(jié)論

圖像識別現(xiàn)在已廣泛應用于我國的各行各業(yè)中，車間裝配體系也逐漸實現(xiàn)智能化。本文所提出的智能裝配體系有效地提高了裝配準確度和效率，為智能化車間體系提出了可靠的整體構(gòu)架。將PLC和圖像識別等技術融合進裝配車間，使裝配車間的智能化進一步提高。

［1］Sonka M，Hlavac V，Boyle R.Image processing，analysis，and machine vision［M］.London：Chapman & Hall Computing，1993.

［2］Russ J C.The image processing handbook［M］.Boca Raton：CRC press，2015.

［3］Ekstrom M P.Digital image processing techniques［M］.Pittsburgh：Academic Press，2012.

［4］孫亮.計算機智能化圖像識別技術的理論性突破［J］.數(shù)字技術與應用，2013（6）：106-107.

［5］Singh R，Randhawa N.Automobile Number Plate Recognition And Extraction UsingOptical Character Recognition［J］.International Journal of Scientific & TechnologyResearch，2014，3（10）.

［6］Lu D.Image recognition system and method：U.S，5031228［P］.1991-07-09.

2095－6835（2019）05－0104－02

TP278

A

10.15913/j.cnki.kjycx.2019.05.104

〔編輯：嚴麗琴〕