產(chǎn)品表面平整度的機(jī)器視覺檢測技術(shù)應(yīng)用研究

摘要：以具有典型鏡面反光特性的拋光瓷磚作為研究對象，探討了瓷磚表面平整度的評價(jià)指標(biāo)，提出了表面平整度檢測方法，構(gòu)建了基于機(jī)器視覺的平整度檢測系統(tǒng)，在試驗(yàn)盒內(nèi)完成圖像采集與預(yù)處理后，利用算子圖像不平整缺陷區(qū)域的分割識(shí)別，可呈現(xiàn)清晰的瓷磚產(chǎn)品表面圖像變形缺陷區(qū)域，為檢測產(chǎn)品表面平整度的機(jī)器視覺檢測技術(shù)的應(yīng)用提供了參考。

關(guān)鍵詞：平整度檢測;機(jī)器視覺;圖像采集;預(yù)處理

0 引言

隨著科技不斷發(fā)展，機(jī)器視覺作為前沿學(xué)科，可高效解決人類不便直接觀測技術(shù)的應(yīng)用問題，且不會(huì)因直接接觸而損傷被觀測體，因此在產(chǎn)品表面平整度檢測中具備明顯的應(yīng)用優(yōu)勢。瓷磚是具有鏡面反光特性的代表性產(chǎn)品，其生產(chǎn)制造工藝水平可通過表面平整度指標(biāo)來評價(jià)。針對人工檢測手段無法滿足現(xiàn)代瓷磚工業(yè)生產(chǎn)需求的問題，機(jī)器視覺檢測技術(shù)成為首選。

1 瓷磚產(chǎn)品表面平整度評價(jià)指標(biāo)

我國陶瓷瓷磚產(chǎn)品的尺寸外觀和表面質(zhì)量的檢驗(yàn)檢測以專項(xiàng)國家標(biāo)準(zhǔn)《陶瓷磚試驗(yàn)方法（第2部分）：尺寸和表面質(zhì)量的檢驗(yàn)》（GB/T 3810.2—2006）作為指南。該標(biāo)準(zhǔn)指出，瓷磚產(chǎn)品的表面平整度主要包括翹曲度、中心彎曲度、邊部彎曲度3個(gè)指標(biāo)，如圖1所示[1]。其中，翹曲度指標(biāo)定義為瓷磚產(chǎn)品的任三個(gè)角組成平面后與第四個(gè)角產(chǎn)生的偏離量;邊部彎曲度指標(biāo)定義為瓷磚產(chǎn)品的任三個(gè)角組成平面后與某一邊中點(diǎn)產(chǎn)生的偏離量;中心彎曲度指標(biāo)定義為瓷磚產(chǎn)品的任三個(gè)角組成平面后與產(chǎn)品中心點(diǎn)產(chǎn)生的偏離量。這3個(gè)指標(biāo)常用的計(jì)算公式分別表示為：

在實(shí)際工業(yè)生產(chǎn)中，瓷磚的這3個(gè)指標(biāo)會(huì)接受同步測量計(jì)算，并將計(jì)算結(jié)果的最大值作為瓷磚平整度值。

2 鏡面瓷磚產(chǎn)品表面平整度檢測系統(tǒng)設(shè)計(jì)

2.1? ? 設(shè)計(jì)思路

人們可以從湖面對岸邊景物的倒影變化現(xiàn)象中得到啟發(fā)：若湖面平靜，岸邊景物的倒影將與原物的規(guī)格與形態(tài)一致;若湖面因風(fēng)出現(xiàn)波紋，岸邊景物的倒影將會(huì)變形，不會(huì)與原物輪廓形態(tài)一致，波紋越大，倒影的扭曲程度越大。因此，以湖面作為鏡面，景物在其上的倒影扭曲變化的程度，就可表達(dá)出其表面平整的程度。同理，瓷磚作為鏡面產(chǎn)品，亦可通過投影方式在瓷磚表面呈現(xiàn)規(guī)則物體的外觀輪廓，以已知表面平整的瓷磚投影位置作為參照，分析計(jì)算判斷待檢瓷磚投影位置出現(xiàn)的位置偏移程度，若后者表面越不平，則偏移程度將越發(fā)明顯，可知待檢瓷磚的表面平整度越發(fā)不理想。

2.2? ? 檢測系統(tǒng)的硬件結(jié)構(gòu)設(shè)計(jì)

本文將現(xiàn)階段已經(jīng)不斷發(fā)展成熟的機(jī)器視覺技術(shù)引入到對瓷磚產(chǎn)品表面平整度的檢測中，設(shè)計(jì)一個(gè)瓷磚產(chǎn)品表面不平整缺陷的檢測系統(tǒng)。其主要硬件結(jié)構(gòu)如圖2所示。

圖2中，整個(gè)檢測實(shí)驗(yàn)空間是在一個(gè)相對安靜且封閉的試驗(yàn)盒內(nèi)。NO.1指的是條形的LED光源，可持續(xù)供電，沿試驗(yàn)盒內(nèi)頂面四邊進(jìn)行布置，呈對稱型。光源表面經(jīng)過必要的漫反射板裝飾處理，可降低對待檢測瓷磚在光源直射后出現(xiàn)的反光概率。NO.2指的是帶有光學(xué)鏡頭的電子相機(jī)，相機(jī)產(chǎn)自佳能公司，擁有500萬像素，分辨率2 592 dpi×2 048 dpi，像素尺寸4.8 μm×4.8 μm，鏡頭產(chǎn)自華谷動(dòng)力公司，擁有1 000萬像素，畸變比<1%。NO.3指的是待檢測表面不平整缺陷的鏡面陶瓷瓷磚產(chǎn)品，整體呈銀白色，為降低在受光照射后出現(xiàn)的明顯反射現(xiàn)象，在試驗(yàn)盒底面放置了NO.4黑色面板，面板用于充當(dāng)背景，其表面粗糙可盡可能減弱反光效果，且可強(qiáng)化光源照射下的NO.3與NO.4的明暗對比，便于在采集影像資料后可對其背景進(jìn)行分割處理。

整個(gè)檢測系統(tǒng)的使用流程，即先調(diào)整好相機(jī)與陶瓷瓷磚的相對位置，并控制好頂面四邊的光源照射角度與強(qiáng)度，使用相機(jī)采集到瓷磚清晰照后，對瓷磚圖像進(jìn)行預(yù)處理，利用算法完成瓷磚表面圖像中的缺陷區(qū)域分割，并計(jì)算出瓷磚缺陷的實(shí)際尺寸。

3 鏡面瓷磚產(chǎn)品表面不平整缺陷區(qū)域分割

3.1? ? 瓷磚產(chǎn)品表面圖像預(yù)處理

圖像預(yù)處理即要求借助合理的手段，不斷剔除圖像內(nèi)部的無關(guān)聯(lián)信息，便于更為清晰準(zhǔn)確地檢測出表面不平整缺陷。

3.1.1? ? 消除圖像畸變

受到相機(jī)以及鏡頭工藝的影響，一些拍攝圖像可能存在畸變，因此要利用合理手段進(jìn)行消除。本文使用機(jī)器視覺軟件HALCON完成畸變校正[2]。先標(biāo)定相機(jī)，后取得相機(jī)拍攝成像的邏輯模式，進(jìn)而對采集后的產(chǎn)品表面圖像進(jìn)行校正。

3.1.2? ? 分割無關(guān)背景

在試驗(yàn)盒中對瓷磚產(chǎn)品表面進(jìn)行圖像拍攝采集時(shí)，由于底面設(shè)置有黑色面板充當(dāng)背景，事實(shí)上在圖像采集時(shí)易構(gòu)成圖像視野中的無用目標(biāo)區(qū)域，這樣會(huì)增加所采集圖像的實(shí)際大小，對于后期的運(yùn)算而言負(fù)擔(dān)增加，還會(huì)拖慢運(yùn)算速度。本文將分割這部分黑色無關(guān)背景。由于瓷磚與黑色背景的明暗對比明顯，因此，本文利用全局閾值法來完成對瓷磚圖像區(qū)域的提取，分割黑色無關(guān)背景。全局閾值法所用公式為：

式中，G（i，j）是分割剔除無關(guān)背景后的剩余圖像;P（i，j）是相機(jī)所采集到的原始圖像;K是全局閾值設(shè)定值。

3.1.3? ? 去除圖像噪聲

相機(jī)對陶瓷產(chǎn)品表面的圖像采集，會(huì)因目標(biāo)區(qū)域受到的光照存在不均勻問題而使得圖像上會(huì)出現(xiàn)不同程度的明暗區(qū)域交替，存在噪聲的比例較高，這樣就影響到對瓷磚表面不平整缺陷的檢測，應(yīng)做去噪處理。本文將使用高斯濾波算法去除噪聲。此算法作為典型的線性濾波邏輯算法，與中值濾波、均值濾波等算法相比，能在去除圖像噪聲的同時(shí)，更好地保持圖像邊緣信息完整性，實(shí)現(xiàn)平滑去噪。

3.2? ? 瓷磚產(chǎn)品表面圖像變形缺陷區(qū)域分割

完成圖像預(yù)處理之后，為了提取瓷磚圖像存在缺陷的區(qū)域，并完成后期的缺陷區(qū)域尺寸的精確計(jì)算，需要采取科學(xué)手段進(jìn)行缺陷區(qū)域的分割。

本文在高斯濾波算法的基礎(chǔ)上，對高斯函數(shù)作一階微分得到Canny算子，從而將瓷磚的邊緣變形缺陷等待檢測問題轉(zhuǎn)化為求解檢測基準(zhǔn)函數(shù)極大值的問題[3]。高斯濾波完成后，即進(jìn)行圖像梯度大小和方向的運(yùn)算，并通過求解極大值并抑制非極大值，確定真實(shí)變形缺陷的邊緣。通過像素點(diǎn)所設(shè)置的不同梯度進(jìn)行大小比較，用選定像素點(diǎn)的梯度值與鄰近正負(fù)梯度方向上的兩個(gè)不同像素點(diǎn)梯度值進(jìn)行比較，將非極大值所對應(yīng)的像素點(diǎn)灰度值設(shè)定為0，進(jìn)一步對比確定局部梯度的最大值對應(yīng)點(diǎn)并保留，后續(xù)有效設(shè)定高低閾值指標(biāo)再行檢測。設(shè)高閾值為G，低閾值為D，則若瓷磚圖像變形缺陷的邊緣像素梯度取值大于G，則定義此像素為強(qiáng)邊緣像素并保留;若瓷磚圖像變形缺陷的邊緣像素梯度取值低于G且高于D，則定義此像素為弱邊緣像素，需要進(jìn)一步評價(jià)周圍八方位的相鄰像素與G的對比大小情況，若存在高于G的像素梯度，則對應(yīng)的像素點(diǎn)需要保留，若未出現(xiàn)高于G的像素梯度，則對應(yīng)的像素點(diǎn)接受抑制;若瓷磚圖像變形缺陷的邊緣像素梯度在D以下，則定義次像素直接接受抑制。當(dāng)然，Canny算子檢測方法的應(yīng)用中，由于算法使用G、D雙閾值檢測，在抑制動(dòng)作中只是完成對存在可能被誤分割區(qū)域的識(shí)別，而容易遺漏對變形缺陷邊緣間斷區(qū)域的處理，使得可能將不需抑制的邊緣進(jìn)行了抑制，因此需要對Canny算子的檢測方法進(jìn)行必要的修正和補(bǔ)充。

本文同時(shí)選用Sobel算子和Close_edges算子檢測方法，第一步是先以Sobel算子對圖像求導(dǎo)后獲得二值化圖像，因新圖像邊緣尚存在缺口和有間斷，或者有新的噪聲出現(xiàn)，需要使用Close_edges算子完成第二步操作。將算子引入瓷磚二值化圖像邊緣點(diǎn)相鄰區(qū)域，評判不同相鄰點(diǎn)梯度值，設(shè)定對比閾值為H，若某點(diǎn)梯度≥H，則此點(diǎn)可判斷為真實(shí)邊緣內(nèi)含點(diǎn)，若某點(diǎn)梯度

通過Canny算子與Close_edges算子檢測方法的結(jié)合應(yīng)用，前一方法可對瓷磚圖像變形缺陷的邊緣誤分割后的假性邊緣實(shí)施合理抑制，然而在辨識(shí)和處理變形缺陷邊緣中存在的間斷問題上存在不足;后一方法則能夠有效針對變形缺陷邊緣存在的間斷點(diǎn)進(jìn)行連接，然而在邊緣誤分割的假性邊緣抑制處理方面存在不足，一定情況下還會(huì)出現(xiàn)假性邊緣異常延伸，干擾分割識(shí)別的情況。因此，將兩種方法結(jié)合后，對瓷磚圖像變形缺陷邊緣進(jìn)行檢測，一方面對誤分割的假性邊緣進(jìn)行了合理抑制，另一方面能較為穩(wěn)定地處理好缺陷邊緣存在的間隙、噪點(diǎn)等問題，最終可以分割出明確的瓷磚圖像變形缺陷，證實(shí)瓷磚產(chǎn)品的表面不平整度。

4 結(jié)語

本文將機(jī)器視覺檢測技術(shù)應(yīng)用在鏡面瓷磚產(chǎn)品的表面平整度檢測工作中，主要憑借圖像處理技術(shù)以及必要的算法完成檢測，在圖像采集中設(shè)計(jì)了試驗(yàn)盒，對瓷磚表面進(jìn)行拍攝圖像的穩(wěn)定采集，經(jīng)過消除圖像畸變、分割無關(guān)背景、去除圖像噪聲等預(yù)處理后，利用Canny算子與Close_edges算子檢測方法相結(jié)合，實(shí)施瓷磚產(chǎn)品表面圖像變形缺陷區(qū)域的分割，可呈現(xiàn)清晰的瓷磚產(chǎn)品表面圖像變形缺陷區(qū)域，有效掌握產(chǎn)品表面平整度情況。

[參考文獻(xiàn)]

[1] 謝劍.基于機(jī)器視覺的表面平整度檢測方法研究[D].長沙：中南大學(xué)，2014.

[2] 程翔，王美玲，王廣偉.基于機(jī)器視覺的汽車非標(biāo)零部產(chǎn)品檢測技術(shù)研究[J].經(jīng)濟(jì)技術(shù)協(xié)作信息，2019（14）：90.

[3] 吳園.基于機(jī)器視覺技術(shù)的產(chǎn)品外觀質(zhì)量檢測研究[J].電子元器件與信息技術(shù)，2018（6）：35-38.

收稿日期：2020-06-04

作者簡介：黃燕（1989—），女，四川資中人，碩士研究生，研究方向：機(jī)械檢測。