一章 緒論
1.1 機(jī)器視覺(jué)檢測(cè)技術(shù)概述
機(jī)器視覺(jué)是研究用相機(jī)和計(jì)算機(jī)來(lái)模仿人的眼睛和大腦完成對(duì)目標(biāo)的識(shí)別、跟蹤和測(cè)量等任務(wù)的科學(xué)[1]。通俗地說(shuō)，就是用機(jī)器代替人眼來(lái)做測(cè)量和判斷[2]。它的工作過(guò)程大致為：首先，使用相機(jī)將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專用的圖像處理系統(tǒng)，圖像系統(tǒng)對(duì)這圖像中包含的信息進(jìn)行處理和計(jì)算;然后計(jì)算機(jī)根據(jù)處理的結(jié)果做出判斷或決策;將控制信號(hào)傳送給執(zhí)行機(jī)構(gòu)。機(jī)器視覺(jué)的特點(diǎn)是自動(dòng)化、客觀、非接觸和高精度，與一般意義上的圖像處理系統(tǒng)相比，機(jī)器視覺(jué)強(qiáng)調(diào)的是精度和速度，以及工業(yè)現(xiàn)場(chǎng)環(huán)境下的可靠性。
機(jī)器視覺(jué)實(shí)際上是數(shù)字視覺(jué)技術(shù)與工業(yè)制造技術(shù)的結(jié)合的綜合性技術(shù)，主要包括數(shù)字圖像處理技術(shù)、機(jī)械工程技術(shù)、控制技術(shù)、電光源照明技術(shù)，光學(xué)成像技術(shù)、傳感器技術(shù)、模擬與數(shù)字視頻技術(shù)，計(jì)算機(jī)軟硬技術(shù)，人機(jī)接口技術(shù)等。這些技術(shù)在機(jī)器視覺(jué)中是并列關(guān)系，這些技術(shù)相互協(xié)調(diào)應(yīng)用才能構(gòu)成一個(gè)成功的工業(yè)機(jī)器視覺(jué)應(yīng)用系統(tǒng)。
將機(jī)器視覺(jué)應(yīng)用到制造業(yè)的檢測(cè)領(lǐng)域中，用機(jī)器視覺(jué)系統(tǒng)確定產(chǎn)品相對(duì)于一組標(biāo)準(zhǔn)要求的偏差的過(guò)程通常稱為機(jī)器視覺(jué)檢測(cè)[3]。它特指機(jī)器視覺(jué)在工業(yè)檢測(cè)方面的應(yīng)用，是機(jī)器視覺(jué)應(yīng)用和研究領(lǐng)域中的一個(gè)重要分支。
機(jī)器視覺(jué)檢測(cè)是一種適合現(xiàn)代制造技術(shù)發(fā)展的檢測(cè)方式。它與傳統(tǒng)的檢測(cè)方法相比，有著如下的優(yōu)勢(shì)：首先，機(jī)器視覺(jué)可以實(shí)現(xiàn)非接觸在線檢測(cè)，完成對(duì)生產(chǎn)線上的零件進(jìn)行100%的檢測(cè)，滿足自動(dòng)化制造系統(tǒng)中的工序間檢測(cè)和過(guò)程檢測(cè)的要求;其次，機(jī)器視覺(jué)檢測(cè)是通過(guò)計(jì)算機(jī)或者數(shù)字信號(hào)處理器中的程序?qū)D像信息進(jìn)行處理而得到的測(cè)量結(jié)果，因此機(jī)器視覺(jué)檢測(cè)具有一定的智能和柔性，適于現(xiàn)代企業(yè)的柔性生產(chǎn)方式;再次，只要選用足夠高精度的鏡頭和圖像傳感器，機(jī)器視覺(jué)檢測(cè)技術(shù)可以達(dá)到較高的檢測(cè)精度;機(jī)器視覺(jué)易于實(shí)現(xiàn)信息的集成和管理，為實(shí)現(xiàn)計(jì)一算機(jī)集成制造技術(shù)提供必要的支持。并且機(jī)器視覺(jué)檢測(cè)與傳統(tǒng)的人工檢測(cè)相比效率更高，檢測(cè)結(jié)果更加準(zhǔn)確可靠。由于機(jī)器視覺(jué)檢測(cè)不會(huì)受到操作者的疲勞度、責(zé)任心和經(jīng)驗(yàn)等因素的影響，在一些不適合人工作業(yè)的危險(xiǎn)場(chǎng)合，人工視覺(jué)難以滿足要求的場(chǎng)合和帶有高度重復(fù)性、智能性并且靠人的眼睛無(wú)法連續(xù)穩(wěn)定地進(jìn)行產(chǎn)品檢測(cè)的場(chǎng)合，機(jī)器視覺(jué)可以發(fā)揮它自身的優(yōu)勢(shì)來(lái)、高質(zhì)量的完成檢測(cè)任務(wù)。
機(jī)器視覺(jué)檢測(cè)是與先進(jìn)制造工藝與現(xiàn)代制造生產(chǎn)模式相適應(yīng)的智能化、自動(dòng)化、柔性的檢測(cè)手段。在國(guó)外己經(jīng)將機(jī)器視覺(jué)系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗(yàn)和質(zhì)量控制等領(lǐng)域。在中國(guó)，這種應(yīng)用也在逐漸被認(rèn)知，對(duì)于機(jī)器視覺(jué)的需求將越來(lái)越廣泛。
1.2 機(jī)器視覺(jué)檢測(cè)的研究概況
機(jī)器視覺(jué)技術(shù)是在20世紀(jì)50年代從統(tǒng)計(jì)模式識(shí)別興起的，但由于機(jī)器視覺(jué)系統(tǒng)的復(fù)雜性，當(dāng)時(shí)的研究工作主要集中在對(duì)二維圖像的分析、識(shí)別和理解上，如光學(xué)字符識(shí)別、工件表面、顯微圖片和航空照片的分析解釋等。
60年代中期，R. Robert開(kāi)創(chuàng)性的三維景物分析研究成為機(jī)器視覺(jué)的起源，他運(yùn)用數(shù)字圖像研究實(shí)體模型，對(duì)物體形狀和結(jié)構(gòu)進(jìn)行了描述。
70年代，MIT的學(xué)者提出了機(jī)器視覺(jué)的理論。
80年代，Marr從信息處理的角度綜合了圖像處理、心理物理學(xué)、神經(jīng)心理學(xué)及精神病學(xué)的研究成果，提出了第一個(gè)較為完備的視覺(jué)處理框架，他將視覺(jué)分為自上而下的三個(gè)階段，創(chuàng)建了Marr的理論框架。
近年來(lái)，隨著機(jī)器視覺(jué)理論及應(yīng)用技術(shù)的不斷發(fā)展，人們逐漸認(rèn)識(shí)到Marr的理論框架存在以下不足，即被動(dòng)接受信號(hào)，無(wú)主動(dòng)性和目的性，處理過(guò)程沒(méi)有反饋環(huán)節(jié)，用一些假設(shè)和基本的約束保證通用性。因此，許多學(xué)者在機(jī)器視覺(jué)的現(xiàn)狀與目標(biāo)、理論與方法以及實(shí)驗(yàn)與應(yīng)用等方面發(fā)表了許多不同的見(jiàn)解，探索了新的理論，在很大程度上促進(jìn)了機(jī)器視覺(jué)技術(shù)的發(fā)展[4,5]。
當(dāng)前，隨著機(jī)器視覺(jué)檢測(cè)系統(tǒng)應(yīng)用的增加，對(duì)機(jī)器視覺(jué)的研究也越來(lái)越多。一些研究機(jī)構(gòu)或企業(yè)開(kāi)發(fā)了機(jī)器視覺(jué)系統(tǒng)軟件的開(kāi)發(fā)平臺(tái)或者函數(shù)庫(kù)，提供一些常用的算法和工具。但是，機(jī)器視覺(jué)是一門(mén)交叉性強(qiáng)的學(xué)科，因此在研究和應(yīng)用中一套視覺(jué)系統(tǒng)一般只針對(duì)某一種檢測(cè)任務(wù)來(lái)進(jìn)行研究和開(kāi)發(fā)，沒(méi)有一套機(jī)器視覺(jué)系統(tǒng)是對(duì)任何檢測(cè)工程來(lái)說(shuō)是通用的。
根據(jù)機(jī)器視覺(jué)的應(yīng)用領(lǐng)域不同，對(duì)機(jī)器視覺(jué)檢測(cè)的研究可以分為不同的種類，不同的學(xué)者對(duì)分類也有不同的見(jiàn)解[6,7]。在現(xiàn)階段的研究中通常分為以下三種類型：
(1)尺寸測(cè)量
尺寸測(cè)量是機(jī)器視覺(jué)研究和應(yīng)用的重要應(yīng)用領(lǐng)域，也是一個(gè)比較早開(kāi)始的研究的方向。機(jī)器視覺(jué)應(yīng)用于尺寸測(cè)量工程中時(shí)，從視覺(jué)系統(tǒng)的硬件(光源、圖像傳感器等)的選用到軟件算法的設(shè)計(jì)中的每一個(gè)環(huán)節(jié)都對(duì)性能產(chǎn)生影響。需要根據(jù)工程的自身特點(diǎn)選擇合適的硬件。
(2)表面質(zhì)量檢測(cè)
機(jī)器視覺(jué)檢測(cè)技術(shù)已經(jīng)廣泛應(yīng)用到工業(yè)產(chǎn)品的表面檢測(cè)中，主要檢測(cè)的內(nèi)容包括毛刺、劃痕、磨損等。但對(duì)復(fù)雜曲面的視覺(jué)檢測(cè)仍有一定的困難，一方面，工件表面的反射方向復(fù)雜、存在陰影等因素影響著圖像的質(zhì)量，另一方面相機(jī)的鏡頭方向和距離工件的位置的控制也是影響檢測(cè)精度的因素。
(3)目標(biāo)分類與識(shí)別
目標(biāo)分類與識(shí)別一直是研究的熱點(diǎn)，物體識(shí)別的基本方法是建立物體模型，使用各種匹配算法從真實(shí)的圖像中識(shí)別出物體最相似的目標(biāo)。根據(jù)物體識(shí)別任務(wù)所在的空間，物體識(shí)別可以分為二維特征識(shí)別和三維特征的識(shí)別。二維識(shí)別用在識(shí)別遠(yuǎn)距離的物體或者在場(chǎng)景中穩(wěn)定的位置的物體。三維識(shí)別通過(guò)物體的灰度圖或2.5維圖獲取實(shí)際場(chǎng)景中的信息來(lái)識(shí)別物體的三維結(jié)構(gòu)特征。信件分揀、指紋識(shí)別、人臉識(shí)別、車牌識(shí)別等都是此方面典型的應(yīng)用。
1.3 機(jī)器視覺(jué)檢測(cè)技術(shù)的應(yīng)用
自上世紀(jì)八十年代初開(kāi)始，國(guó)外有關(guān)視覺(jué)檢測(cè)技術(shù)的研究逐漸興起。美國(guó)人首先將視覺(jué)檢測(cè)系統(tǒng)應(yīng)用于制造業(yè)[8]，其中，有100多家公司躋身于視覺(jué)檢測(cè)系統(tǒng)的經(jīng)營(yíng)市場(chǎng)。而國(guó)內(nèi)的視覺(jué)檢測(cè)研究從上世紀(jì)九十年代才開(kāi)始得到重視。相關(guān)資料表明，目前視覺(jué)檢測(cè)技術(shù)已經(jīng)在印刷電路板的檢測(cè)、汽車車身檢測(cè)、鋼板表面的自動(dòng)探傷、機(jī)械零件的自動(dòng)識(shí)別分類和幾何尺寸測(cè)量、大型工件平行度和垂直度測(cè)量、容器容積或雜質(zhì)檢測(cè)及農(nóng)產(chǎn)品的檢測(cè)等領(lǐng)域得到了廣泛應(yīng)用。
在電子工業(yè)中，由于超大規(guī)模集成電路的出現(xiàn)，使得集成芯片(IC)的密度和復(fù)雜度大大提高，PCB的布線變得更加復(fù)雜。傳統(tǒng)的檢測(cè)方法越來(lái)越不適應(yīng)，檢測(cè)成本越來(lái)越高。而視覺(jué)檢測(cè)以其快速、精確的優(yōu)點(diǎn)，為印刷電路板(PCB)和集成芯片(IC)的自動(dòng)檢測(cè)提供了高性價(jià)比的新方案。PCB和IC的檢測(cè)代表了一類重要的視覺(jué)應(yīng)用領(lǐng)域，目前在PCB和IC的生產(chǎn)線上，大約60%的檢測(cè)任務(wù)是由機(jī)器視覺(jué)檢測(cè)來(lái)完成的。Perkins等人描述了用于檢測(cè)平板上元器件(如裝配的PCB)的機(jī)器視覺(jué)系統(tǒng)，系統(tǒng)應(yīng)用邊緣檢測(cè)，細(xì)化和連接邊緣成分段直線來(lái)處理PCB圖像，并對(duì)準(zhǔn)模型和場(chǎng)景在分割描述的基礎(chǔ)上決定匹配點(diǎn)[9]。Franci
Lahajnar等人描述對(duì)電路板自動(dòng)檢測(cè)的機(jī)器視覺(jué)系統(tǒng)[10]，他們應(yīng)用亞像素邊緣檢測(cè)技術(shù)和半自動(dòng)校正系統(tǒng)來(lái)分辨電路板的物理特性，通過(guò)檢測(cè)電路板的尺寸反映刀具的磨損情況。
在汽車制造業(yè)中，視覺(jué)檢測(cè)主要用在轎車車身生產(chǎn)線，對(duì)車身側(cè)圍、底盤(pán)、以及整個(gè)下身總成關(guān)鍵尺寸進(jìn)行檢測(cè)，還用于生產(chǎn)線中機(jī)器手的定位、瞄準(zhǔn)，從而實(shí)現(xiàn)機(jī)器手的自適應(yīng)自動(dòng)化安裝，大大提高了汽車產(chǎn)品質(zhì)量和生產(chǎn)效率，降低了生產(chǎn)成本。Schmidberger等人用一個(gè)裝配在機(jī)器人上的照相機(jī)來(lái)檢測(cè)大尺寸平面上的信息，移動(dòng)機(jī)器人拍攝不同部位圖像，通過(guò)圖像處理的方法比較被測(cè)零件與標(biāo)準(zhǔn)零件圖像，從而檢測(cè)裂縫、折疊、孔洞丟失等缺陷[11]。Dimitrios
Kosmopoulos等人開(kāi)發(fā)了汽車用自動(dòng)檢測(cè)間隙系統(tǒng)[12]，任務(wù)是測(cè)量車身與裝在其上的各種面板(包括門(mén)，發(fā)動(dòng)機(jī)罩等)之間的間隙尺寸。該系統(tǒng)在多于30處位置進(jìn)行檢測(cè)，測(cè)量的有效(RMS)。
< 0.1mm。
< 0.1mm。
在機(jī)械零件檢測(cè)中，主要包括零件的自動(dòng)識(shí)別與分類、零件幾何尺寸與形位誤差的測(cè)量以及工件表面或內(nèi)部的缺陷檢測(cè)。機(jī)械零件的視覺(jué)檢測(cè)是將三維物體拍攝成二維的數(shù)字圖像，根據(jù)圖像來(lái)分析和理解空間物體。大部分機(jī)械零件的構(gòu)成要素是直線和圓弧，對(duì)它們的檢測(cè)，常采用測(cè)量點(diǎn)序列進(jìn)行擬合以求得參數(shù)值。在Mills研究的尺寸測(cè)量系統(tǒng)中[13]，使用高分辨率線掃描相機(jī)來(lái)獲取圓柱形零件的檢測(cè)圖像，通過(guò)對(duì)圖像的處理及分析，計(jì)算其尺寸誤差。Bremner描述了一個(gè)使用x-y驅(qū)動(dòng)條鋼形狀的尺寸檢測(cè)系統(tǒng)[14]，在3×2mm2的視場(chǎng)內(nèi)達(dá)到0.01mm的精度。
視覺(jué)檢測(cè)在農(nóng)業(yè)中的應(yīng)用主要體現(xiàn)在農(nóng)產(chǎn)品的檢測(cè)方面，農(nóng)產(chǎn)品的圖像檢測(cè)技術(shù)按其目的不同可分成：分級(jí)、檢驗(yàn)和分類。1999年，J.
Paliwal等人研究了不同品種小麥的識(shí)別技術(shù)[15]，基于彩色參數(shù)和傅立葉描述算子，利用小距離分類器，對(duì)五種加拿大小麥的識(shí)別，其準(zhǔn)確率分別為100%、94%、93%、99%和95%。X
Lou等人對(duì)完整小麥和破損小麥的檢測(cè)進(jìn)行了研究，分別采用基于統(tǒng)計(jì)分類器的K-近鄰法和基于BP網(wǎng)絡(luò)分類器的檢測(cè)方法。試驗(yàn)結(jié)果表明，基于BP網(wǎng)絡(luò)分類器的識(shí)別準(zhǔn)確率高于基于統(tǒng)計(jì)分類器的方法[16]。
在醫(yī)藥業(yè)中，膠囊類的藥品包裝一般使用鋁塑板包裝，其優(yōu)點(diǎn)是方便、衛(wèi)生及密封性好。但存在漏裝、殘缺、漏粉等現(xiàn)象。針對(duì)這一問(wèn)題，左奇等人提出一種基于局部二值化的視覺(jué)檢測(cè)方法[17]。相關(guān)實(shí)驗(yàn)表明，檢測(cè)為合格品的正確識(shí)別率為99.95%，識(shí)別速率達(dá)200粒/s。
機(jī)器視覺(jué)檢測(cè)已經(jīng)滲入到工業(yè)生產(chǎn)的各個(gè)領(lǐng)域。成為保證產(chǎn)品質(zhì)量的一個(gè)重要環(huán)節(jié)。
1.4 課題背景及本文主要工作
注塑制品的應(yīng)用以輕工業(yè)和建筑業(yè)為主，目前在發(fā)達(dá)國(guó)家，其消費(fèi)比例可達(dá)40%以上。隨著功能性塑料的開(kāi)發(fā)，更多的注塑制品進(jìn)入衛(wèi)生領(lǐng)域。現(xiàn)在塑料作為一種新型材料，正在迅速進(jìn)入辦公室自動(dòng)化、海洋開(kāi)發(fā)、信息產(chǎn)業(yè)等技術(shù)領(lǐng)域，并逐漸向其他領(lǐng)域拓寬[18]。
但是注塑產(chǎn)品的質(zhì)量檢測(cè)卻是令每個(gè)注塑企業(yè)頭痛的問(wèn)題。如果不掌握正確的注塑質(zhì)量檢測(cè)方法，就很難控制注塑件的質(zhì)量，甚至?xí)霈F(xiàn)一些意想不到的品質(zhì)問(wèn)題，給企業(yè)造成很大的經(jīng)濟(jì)損失。一些注塑企業(yè)由于對(duì)注塑生產(chǎn)過(guò)程中的產(chǎn)品質(zhì)量檢測(cè)方法不當(dāng)，經(jīng)常出現(xiàn)各種產(chǎn)品質(zhì)量問(wèn)題(如：外觀、顏色、結(jié)構(gòu)、尺寸、強(qiáng)度、裝配不良等)，造成注塑產(chǎn)品不良率高、批量退貨、客戶抱怨、延誤交期，導(dǎo)致注塑過(guò)程中廢品率高、料耗大、成本高，企業(yè)的競(jìng)爭(zhēng)力下降。
而現(xiàn)在國(guó)內(nèi)檢測(cè)工具多為投影儀、精密高度尺、針規(guī)、量塊、半徑樣板、卡尺等。而這些離線檢測(cè)方法不利生產(chǎn)過(guò)程的自動(dòng)化，不符合現(xiàn)代制造業(yè)檢測(cè)實(shí)時(shí)，在線，非接觸的要求。于是現(xiàn)在少數(shù)大型注塑產(chǎn)品生產(chǎn)商，就開(kāi)始采用機(jī)器視覺(jué)的辦法進(jìn)行在線實(shí)時(shí)檢測(cè)。正是這種基于機(jī)器視覺(jué)的檢測(cè)方法使得注塑產(chǎn)品檢測(cè)過(guò)程的自動(dòng)化、智能化成為可能。
基于此，本文將研究重點(diǎn)放在實(shí)現(xiàn)注塑制品的機(jī)器視覺(jué)檢測(cè)，提高注塑制品檢測(cè)的效率以及產(chǎn)品的生產(chǎn)質(zhì)量。
本文在東北大學(xué)流程工業(yè)與綜合自動(dòng)化重點(diǎn)實(shí)驗(yàn)室的注塑生產(chǎn)過(guò)程基礎(chǔ)上設(shè)計(jì)并實(shí)現(xiàn)了基于機(jī)器視覺(jué)技術(shù)的檢測(cè)系統(tǒng)，實(shí)現(xiàn)注塑制品的自動(dòng)質(zhì)量檢測(cè)，分揀，以及為注塑機(jī)控制提供定性控制反饋消息的功能。主要工作包括以下幾個(gè)方面：
(1)
在調(diào)研注塑生產(chǎn)過(guò)程、查閱大量文獻(xiàn)的基礎(chǔ)上，本文完成了基于機(jī)器視覺(jué)的注塑制品質(zhì)量檢測(cè)系統(tǒng)的軟硬件設(shè)計(jì)。根據(jù)系統(tǒng)要求，對(duì)硬件設(shè)備進(jìn)行選型，搭建機(jī)器視覺(jué)檢測(cè)系統(tǒng)的硬件平臺(tái)。在硬件平臺(tái)的基礎(chǔ)上，利用VC++編寫(xiě)攝像頭的控制代碼。改進(jìn)人機(jī)界面，增強(qiáng)軟件功能。用軟件實(shí)現(xiàn)理論研究的算法，對(duì)圖像進(jìn)行處理。并與注塑機(jī)控制系統(tǒng)進(jìn)行通訊，實(shí)現(xiàn)交互控制。
(2)
針對(duì)所獲取的圖像存在背景、噪聲等干擾信息，不適于直接進(jìn)行缺陷檢測(cè)的問(wèn)題，本文研究了相關(guān)的預(yù)處理算法。針對(duì)單一采用閾值或差影法進(jìn)行背景分割都存在缺陷的情況，本文采用先閾值后差影的方法，得到了優(yōu)于上述兩種算法的分割背景制品圖像。為了解決分割背景處理后，有可能出現(xiàn)的噪聲問(wèn)題，本文改變了常規(guī)的濾波步驟，在得到背景圖像前先進(jìn)行濾波，然后再判別背景與目標(biāo)?？朔肃徲蚱骄▽?duì)零散噪聲克服不足以及中值濾波方法在大面積噪聲處理時(shí)失效的問(wèn)題。增強(qiáng)了背景分割算法對(duì)于外界環(huán)境變化的適應(yīng)能力，提高了算法的實(shí)用性。
(3)在取得滿意圖像的基礎(chǔ)，進(jìn)行制品缺陷的特征提取研究。首先，分析了注塑制品質(zhì)量缺陷的特點(diǎn)，提出將注塑制品缺陷分為形狀缺陷以及紋理缺陷分別進(jìn)行特征提取的思路。在形狀特征提取方面，本文提出一種兼顧實(shí)時(shí)性與準(zhǔn)確性的方法，利用幾何特征檢測(cè)的迅速性對(duì)制品進(jìn)行初步的定性判斷，如有缺陷的制品產(chǎn)生，再通過(guò)不變矩得到缺陷的細(xì)節(jié)特征。在紋理特征提取上，結(jié)合灰度共生矩陣，Gabor小波濾波器各自的優(yōu)點(diǎn)，對(duì)特征向量進(jìn)行優(yōu)化組合，減少了傳統(tǒng)方法的特征向量維數(shù)，在保證準(zhǔn)確率的情況下，提高了分類效率。
(4)對(duì)注塑制品的缺陷檢測(cè)方法進(jìn)行了研究。選擇多分類支持向量機(jī)并根據(jù)系統(tǒng)的特點(diǎn)與要求對(duì)分類器進(jìn)行了設(shè)計(jì)。綜合應(yīng)用上述方法，實(shí)現(xiàn)了基于機(jī)器視覺(jué)的注塑制品缺陷檢測(cè)，獲得了較高的檢測(cè)正確率，較好的滿足了注塑制品檢測(cè)的要求。
第二章 系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
上一章介紹了機(jī)器視覺(jué)檢測(cè)系統(tǒng)的研究現(xiàn)狀，分析了當(dāng)前機(jī)器視覺(jué)檢測(cè)系統(tǒng)存在的問(wèn)題及發(fā)展方向，為本文對(duì)機(jī)器視覺(jué)檢測(cè)系統(tǒng)的研究奠定了基礎(chǔ)。本章首先對(duì)機(jī)器視覺(jué)檢測(cè)系統(tǒng)的組成、原理及相關(guān)設(shè)備選型進(jìn)行研究，結(jié)合實(shí)際注塑生產(chǎn)過(guò)程設(shè)計(jì)并實(shí)現(xiàn)了注塑制品視覺(jué)檢測(cè)系統(tǒng)硬件平臺(tái)的搭建;在Visual
C++6.0編程環(huán)境下建立注塑制品視覺(jué)檢測(cè)系統(tǒng)人機(jī)界面，為后續(xù)工作提供基礎(chǔ)軟件平臺(tái)。
2.1 系統(tǒng)總體結(jié)構(gòu)
基于機(jī)器視覺(jué)的檢測(cè)技術(shù)是一種有效的非接觸檢測(cè)技術(shù)，廣泛應(yīng)用于各種加工件的在線檢測(cè)以及高精度、高速度的測(cè)量。典型視覺(jué)檢測(cè)系統(tǒng)由CCD傳感器、光學(xué)系統(tǒng)、計(jì)算機(jī)數(shù)據(jù)采集和處理系統(tǒng)、機(jī)械運(yùn)動(dòng)工作平臺(tái)等部分組成[19]。本文所設(shè)計(jì)的機(jī)器視覺(jué)系統(tǒng)結(jié)構(gòu)組成框圖。
視覺(jué)檢測(cè)系統(tǒng)的硬件由光源、CCD攝像機(jī)、圖像采集卡、工業(yè)計(jì)算機(jī)，機(jī)械臂組成;軟件為在VC++平臺(tái)下編寫(xiě)的圖像獲取程序及其他相關(guān)功能組件。整個(gè)視覺(jué)系統(tǒng)的工作過(guò)程如下：首先由機(jī)械臂將注塑制品夾至兩臺(tái)攝像機(jī)的位置，拍取制品的正反兩面的圖像;然后通過(guò)1394采集卡將圖像傳送到工業(yè)PC機(jī)，通過(guò)圖像處理軟件的運(yùn)算，得到制品的缺陷信息，并將這些信息發(fā)送到注塑生產(chǎn)控制上位機(jī)中;控制系統(tǒng)根據(jù)所得到信息對(duì)控制參數(shù)進(jìn)行調(diào)整，并控制分揀系統(tǒng)將缺陷制品與合格制品分揀到不同位置。
2.2 硬件系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
視覺(jué)系統(tǒng)的硬件設(shè)計(jì)優(yōu)劣直接關(guān)系到圖像獲取的效果，并且對(duì)圖像處理方法的選擇以及檢測(cè)效果產(chǎn)生直接的影響。因此，系統(tǒng)的硬件設(shè)計(jì)與實(shí)現(xiàn)是視覺(jué)檢測(cè)系統(tǒng)搭建的重要環(huán)節(jié)。
2.2.1 硬件系統(tǒng)設(shè)計(jì)
獲得注塑制品的過(guò)程，稱之為注塑成型或者注射成型，或者簡(jiǎn)單的稱之為注塑[20]。一個(gè)完整的注塑工藝流程主要由閉模、注射座前進(jìn)、注射、保壓、預(yù)塑計(jì)量、冷卻、開(kāi)模、取出制品等程序組成，如圖2.2所示。
為了在獲得制品待檢測(cè)信息的同時(shí)保證生產(chǎn)過(guò)程的連續(xù)、穩(wěn)定，本設(shè)計(jì)使用視覺(jué)傳感器與取出機(jī)構(gòu)配合共同完成采集制品圖像信息。本文根據(jù)機(jī)器視覺(jué)工作原理的基本結(jié)構(gòu)設(shè)計(jì)(如圖2.3所示)，以及注塑制品的特點(diǎn)對(duì)設(shè)備進(jìn)行選型并將硬件系統(tǒng)組裝實(shí)現(xiàn)。
2.2.2 系統(tǒng)關(guān)鍵設(shè)備選型
機(jī)器視覺(jué)檢測(cè)系統(tǒng)關(guān)鍵設(shè)備的選型與檢測(cè)的要求息息相關(guān)，本文依據(jù)GB-T
14486-93塑料件尺寸公差標(biāo)準(zhǔn)，在考慮小可測(cè)的形狀以及紋理特征基礎(chǔ)上，查閱大量文獻(xiàn)，進(jìn)行了相關(guān)實(shí)驗(yàn)，確定了光源、數(shù)字?jǐn)z相機(jī)、光學(xué)鏡頭、采集卡以及工業(yè)計(jì)算機(jī)等關(guān)鍵設(shè)備。
(1)光源與照明方式
在機(jī)器視覺(jué)應(yīng)用系統(tǒng)中，合適的光源與照明方式往往是整個(gè)系統(tǒng)成敗的關(guān)鍵[21]。光源與照明方式的配合應(yīng)盡可能地突出物體的特征，在物體需要檢測(cè)的部分與那些不重要部分之間產(chǎn)生明顯區(qū)別，增加對(duì)比度;同時(shí)還應(yīng)保證足夠的整體亮度，使得物體位置的變化不影響成像的質(zhì)量。
LED光源具有形狀自由、使用壽命長(zhǎng)、響應(yīng)時(shí)間短、顏色自由、綜合成本低等優(yōu)點(diǎn)，且在外部條件 (外部光噪聲，目標(biāo)的傾斜，材質(zhì)和系統(tǒng)類型)
不斷變化的情況下均能持續(xù)的獲得對(duì)比鮮明的圖像。因此，選用LED光源作為視覺(jué)檢測(cè)系統(tǒng)的光源。在此基礎(chǔ)上，結(jié)合實(shí)驗(yàn)室注塑制品特點(diǎn)，選用線條照明方式(單向照明)，如圖2.4所示，實(shí)現(xiàn)對(duì)制品照明，該照明方式可以通過(guò)對(duì)照射角度的調(diào)節(jié)，實(shí)現(xiàn)對(duì)制品邊緣以及紋理特征的突出顯式，為實(shí)現(xiàn)對(duì)制品缺陷的檢測(cè)提供可靠的保證。
(2)數(shù)字?jǐn)z相機(jī)
由于CCD相機(jī)具有體積小巧、性能可靠、清晰度高等優(yōu)點(diǎn)，本設(shè)計(jì)選用了Basler公司的CCD數(shù)字?jǐn)z像機(jī)。相對(duì)于其他視覺(jué)系統(tǒng)而言，注塑制品體積較大、精度較高，因此，本設(shè)計(jì)選用了200萬(wàn)像素CCD黑白攝像機(jī);其型號(hào)為Basler
A641f，分辨率為 ，傳感器類型為逐行掃描CCD，機(jī)械光學(xué)接口為C型，外部接口為IEEE 1394;
(3)光學(xué)鏡頭
考慮到本實(shí)驗(yàn)系統(tǒng)測(cè)量距離固定、視場(chǎng)較大，且鏡頭必須與攝像機(jī)配合使用等因素，本設(shè)計(jì)選用了Computar
M1214-MP百萬(wàn)像素固定焦距鏡頭，其焦距為12mm，分辨率在中心和邊緣處超過(guò)100線對(duì)/mm，視場(chǎng)角H：40.4o、V：30.8o。
另外，實(shí)驗(yàn)過(guò)程中發(fā)現(xiàn)，光的反射作用對(duì)圖像的影響同樣不可忽視，而偏振片能夠使光的透振方向與景物周圍反射光的偏振方向垂直，可以消除光反射產(chǎn)生的影響，使得影像清晰，突出被檢測(cè)特征部分的信息。因此，本設(shè)計(jì)選用與鏡頭配套的偏振片，來(lái)減弱光反射對(duì)于圖像所造成的影響。
(4)圖像采集卡
本設(shè)計(jì)針對(duì)Baslar公司的A641f面掃描攝相機(jī)，選取了雙路IEEE
1394接口的圖像采集卡，其具有高速、穩(wěn)定、大緩存等特點(diǎn)，保持視覺(jué)傳感器與PC機(jī)之間的通訊與數(shù)據(jù)傳輸;
(5)工業(yè)計(jì)算機(jī)
本設(shè)計(jì)選用惠普公司生產(chǎn)的Pavilion(暢游人)V1369cn計(jì)算機(jī)。該計(jì)算機(jī)采用強(qiáng)大的支持超線程技術(shù)的Intel
64位PⅣ2.93G處理器，全面支持64位應(yīng)用程序;512M DDR2內(nèi)存，進(jìn)一步提升系統(tǒng)性能;全新nVidia Geforce
7300LE顯卡，增強(qiáng)的視覺(jué)體驗(yàn);80G 7200r/m的高速大容量硬盤(pán)提供快捷方便的信息存儲(chǔ)。
2.2.3 硬件系統(tǒng)的實(shí)現(xiàn)
硬件系統(tǒng)實(shí)現(xiàn)重要的部分就是攝像頭與光源位置的選擇。攝像頭的安裝位置主要根據(jù)機(jī)械臂的工作流程來(lái)選取。本系統(tǒng)選用了機(jī)械臂上行與釋放兩個(gè)階段的位置，對(duì)注塑制品進(jìn)行圖像采集。在上述兩處位置進(jìn)行圖像采集不僅大限度的獲取了制品正面與背面的信息，而且易于攝像機(jī)的安裝，便于系統(tǒng)設(shè)計(jì)。攝像機(jī)1與攝像機(jī)2及其光源的布置。
攝像頭所在位置能夠得到圖像正反兩面的信息，而且沒(méi)有改變?cè)镜淖⑺軝C(jī)生產(chǎn)過(guò)程，同時(shí)保證了圖像質(zhì)量。
接下來(lái)將雙回路IEEE1394圖像采集卡插入計(jì)算機(jī)內(nèi)，通過(guò)兩條1394傳輸線，與相機(jī)連接，并安裝相機(jī)驅(qū)動(dòng)。然后進(jìn)行光學(xué)調(diào)焦，得到清晰，且能突出圖像主要特征的圖像。
通過(guò)上述各個(gè)環(huán)節(jié)的選型與設(shè)計(jì)，完成了注塑制品機(jī)器視覺(jué)檢測(cè)系統(tǒng)硬件平臺(tái)的搭建工作。系統(tǒng)如圖2.8所示。
本系統(tǒng)主要有以下優(yōu)點(diǎn)：
(1)該設(shè)計(jì)沒(méi)有破壞生產(chǎn)的連續(xù)性，保證在正常的連續(xù)生產(chǎn)過(guò)程中也能得穩(wěn)定的圖像;
(2)能夠得到注塑制品正反面的圖像信息;
(3)通過(guò)高分辨率的數(shù)字?jǐn)z像機(jī)，能夠得到更精確的注塑制品的特征;
(4)系統(tǒng)各個(gè)組成部分采用模塊化設(shè)計(jì)，易于改造與維護(hù)。
2.3 軟件系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
本系統(tǒng)軟件采用采用C++語(yǔ)言，在VisualC++6.0下開(kāi)發(fā)調(diào)試。與Java和C#等現(xiàn)代編程語(yǔ)言相比，C++在程序運(yùn)行的效率、內(nèi)存使用的可控性和編程的靈活性上具有優(yōu)勢(shì)。并且VisualC++平臺(tái)能夠提供良好的人機(jī)界面，便于用戶的操作和使用。軟件設(shè)計(jì)采用模塊式設(shè)計(jì)思路，各功能模塊都以主程序界面為初始啟動(dòng)界面，并通過(guò)主程序界面相聯(lián)系。本系統(tǒng)軟件具有良好的可靠性、易維護(hù)性、易擴(kuò)充性及易裝卸性。
2.3.1 軟件系統(tǒng)基本框架
本系統(tǒng)采用模塊化的設(shè)計(jì)思想，化整為零，將各個(gè)功能用相應(yīng)的模塊來(lái)設(shè)計(jì)。在設(shè)計(jì)過(guò)程中，遵循由上至下的設(shè)計(jì)方法，首先根據(jù)系統(tǒng)的總體需求，將系統(tǒng)劃分為各個(gè)功能模塊：圖像采集與顯示模塊、系統(tǒng)通信模塊以及輔助功能模塊三部分。這樣不但增加了程序的可讀性，也增加了程序的可維護(hù)性，使流程圖更加清晰明了，同時(shí)避免了大量的重復(fù)編程工作。
如圖2.9與圖2.10分別為軟件的總體結(jié)構(gòu)流程圖和系統(tǒng)的程序界面。
2.3.2 圖像的采集與顯示模塊
圖像的采集與顯示是視覺(jué)軟件系統(tǒng)基本的功能，通過(guò)查閱和分析大量相關(guān)資料，本文編寫(xiě)了實(shí)用高效的程序，實(shí)現(xiàn)了圖像的采集與顯示功能。
2.3.2.1 圖像采集模塊
圖像采集模塊編程是與硬件設(shè)備直接相關(guān)一個(gè)環(huán)節(jié)，也是計(jì)算機(jī)直接控制數(shù)字?jǐn)z像機(jī)的過(guò)程。在這個(gè)過(guò)程中，計(jì)算機(jī)將不僅控制攝像機(jī)的起動(dòng)和停止，還可以將攝像機(jī)實(shí)時(shí)傳來(lái)的圖像信息，以二維數(shù)組的形式存入計(jì)算機(jī)內(nèi)存中，以備使用?？紤]到實(shí)際操作的方便，本文建立了兩個(gè)消息響應(yīng)函數(shù)，一個(gè)是開(kāi)始采集響應(yīng)函數(shù)啟動(dòng)攝像機(jī)，進(jìn)行圖像數(shù)據(jù)的實(shí)時(shí)采集函數(shù);一個(gè)是停止采集響應(yīng)函數(shù)，主要來(lái)釋放采集進(jìn)程調(diào)用的一些內(nèi)存資源，關(guān)閉攝像機(jī)。由于兩部攝像使用大致相同，以下以攝像機(jī)1為例設(shè)計(jì)其響應(yīng)函數(shù)。
(1)采集開(kāi)始消息響應(yīng)函數(shù)程序
在用戶給出圖像采集命令后，系統(tǒng)對(duì)攝像機(jī)進(jìn)行一系列初始化工作，并把在圖像緩沖區(qū)中的數(shù)據(jù)保存在系統(tǒng)內(nèi)存中。其程序流程圖如圖2.11所示。
(2)采集停止響應(yīng)函數(shù)程序流程圖
在用戶發(fā)出結(jié)束采集的命令后，程序并不會(huì)立即結(jié)束，而是需要進(jìn)行相關(guān)的內(nèi)存釋放工作，保證內(nèi)存的正確調(diào)用，使系統(tǒng)能夠穩(wěn)定運(yùn)行。其工作流程圖如圖2.12所示。
2.3.2.2 圖像的顯示模塊
經(jīng)過(guò)上面的圖像采集工作，僅是把攝像實(shí)時(shí)采集到的圖像信息作為一個(gè)二維數(shù)組放到指定內(nèi)存中。即使運(yùn)行程序，在程序的窗口中也無(wú)法顯示圖像。因此需要設(shè)計(jì)圖像的顯示模塊，將內(nèi)存中二維數(shù)組轉(zhuǎn)化為圖像格式，在計(jì)算機(jī)的屏幕上顯示出來(lái)。
(1)數(shù)位轉(zhuǎn)換
首先需要進(jìn)行數(shù)位轉(zhuǎn)換運(yùn)算。因?yàn)楸鞠到y(tǒng)使用Basler數(shù)字?jǐn)z像機(jī)得到是16位的二維灰度圖像。普通計(jì)算機(jī)只能顯示8位圖像數(shù)據(jù)，如果仍然采用16位灰度圖像數(shù)據(jù)，不僅給編程造成不必要的麻煩，而且極大影響程了程序運(yùn)行速度。所以這里要將16位數(shù)據(jù)轉(zhuǎn)換成8位。這時(shí)要建立一段新的內(nèi)存區(qū)域，用來(lái)存放轉(zhuǎn)換后的圖像信息。16位數(shù)據(jù)中有12位顏色信息，4位其它信息，其方法是對(duì)其右移位4位，然后僅保留低8位，去掉高4位，就能得到8位圖像信息。
(2)圖像的顯示
用來(lái)作為圖像處理的位圖，都是DIB位圖。實(shí)際上它就是存入內(nèi)在中的去掉了14個(gè)字節(jié)位圖文件頭的BMP文件。它由兩部分組成，即位圖信息和像素?cái)?shù)據(jù)。這兩部分可以存放在一起，也可以分開(kāi)存放。這種位圖有著以下優(yōu)點(diǎn)：
1)采用單一位平面，結(jié)構(gòu)比較簡(jiǎn)單;
2)坐標(biāo)原點(diǎn)在左下角，圖像從低一層開(kāi)始存放;
3)位圖信息頭中包括了圖像的分辨率與顏色的倍數(shù);
4)像素?cái)?shù)據(jù)可以采用行程編碼。
像素?cái)?shù)據(jù)已經(jīng)由攝像機(jī)輸入機(jī)算機(jī)內(nèi)存。位圖信息則可根據(jù)實(shí)際情況編寫(xiě)。而位圖信息又由信息頭和調(diào)色板數(shù)據(jù)組成。位圖信息頭如表2.4所示。調(diào)色板可以用256色調(diào)色板，只在設(shè)置RGB時(shí)，令三個(gè)顏色分量相同，這樣就實(shí)現(xiàn)了灰色圖像的顯示。利用StretchDIBits在指定的位置以指定的大小來(lái)顯示1394采集傳來(lái)的圖像信息，其流程圖如2.13。使用開(kāi)始采集的子程序來(lái)啟動(dòng)攝像機(jī)，將圖像數(shù)據(jù)放放指定內(nèi)存，用以位圖形式顯示出來(lái)。
2.3.3 系統(tǒng)通訊模塊
前一小節(jié)完成了圖像的實(shí)時(shí)采集與顯示功能，但是僅僅這樣，成像系統(tǒng)相對(duì)注塑機(jī)來(lái)說(shuō)還是獨(dú)立的。對(duì)攝像機(jī)來(lái)說(shuō)，雖然它能夠通過(guò)一些信息的檢測(cè)完成拍照時(shí)間的判定，但是，由于機(jī)器視覺(jué)系統(tǒng)一直處于檢測(cè)狀態(tài)，這樣就大大占用了系統(tǒng)資源，影響的整個(gè)系統(tǒng)的工作效率。這就需要注塑機(jī)控制系統(tǒng)給出確定的信號(hào)，來(lái)控制攝像機(jī)進(jìn)行拍攝。而且通過(guò)視覺(jué)系統(tǒng)的檢測(cè)，確定制品的質(zhì)量狀況，反饋給控制系統(tǒng)相關(guān)信息，實(shí)現(xiàn)產(chǎn)品的分揀以及控制系統(tǒng)的參數(shù)改善都需要我們建立二者之間通訊，保證成像系統(tǒng)注塑機(jī)協(xié)同工作。
通訊功能的實(shí)現(xiàn)主要是通過(guò)Windows Socket(簡(jiǎn)稱WinSock)來(lái)實(shí)現(xiàn)的。它是Windows
環(huán)境下TCP/IP協(xié)議的網(wǎng)絡(luò)編程接口。Socket 也叫套接字，套接字是一個(gè)通信終結(jié)點(diǎn)，它是Windows Sockets
應(yīng)用程序用來(lái)在網(wǎng)絡(luò)上發(fā)送或接收數(shù)據(jù)包的對(duì)象。套接字具有類型，與正在運(yùn)行的進(jìn)程相關(guān)聯(lián)，并且可以有名稱。MFC為使用Windows Sockets
編寫(xiě)網(wǎng)絡(luò)通信程序提供了兩種模型，內(nèi)嵌在兩個(gè)MFC類中即：CAsyncSocket和CSocket。一個(gè)標(biāo)準(zhǔn)的有連接的通信程序中函數(shù)調(diào)用關(guān)系，
本系統(tǒng)以成像系統(tǒng)的計(jì)算機(jī)作為服務(wù)器，控制注塑機(jī)工業(yè)的PC機(jī)作為客戶端。在注塑機(jī)的機(jī)械手在經(jīng)過(guò)注塑制品出口時(shí)，即攝像機(jī)鏡頭中心近似水平的位置延遲2秒，客戶端立即向服務(wù)器發(fā)信號(hào)，告訴服務(wù)器攝像機(jī)1所采集到的圖像就是注塑制品正面的圖像。服務(wù)器保存該圖像信息后就向客戶端發(fā)信號(hào)，告訴它延遲2秒可以提前結(jié)束，繼續(xù)運(yùn)行。當(dāng)機(jī)械手將注塑制品放到傳送帶上之后，客戶端要發(fā)信號(hào)告訴服務(wù)器，攝像機(jī)2現(xiàn)在所采集到圖像信息是注塑制品反面的圖像信息，服務(wù)器對(duì)相關(guān)的相關(guān)圖像信息保存，處理后，將檢測(cè)結(jié)果發(fā)送給注塑機(jī)控制系統(tǒng)并對(duì)傳送帶進(jìn)行相關(guān)控制操作。如果制品合格，傳送帶正轉(zhuǎn)。如果出現(xiàn)質(zhì)量缺陷，傳送帶反轉(zhuǎn)，從而實(shí)現(xiàn)制品的分揀。其流程圖如2.14所示。
2.3.4 輔助功能模塊
在實(shí)現(xiàn)了圖像顯示和系統(tǒng)通訊等基本功能之后，本文又編寫(xiě)了輔助功能模塊。添加的輔助功能使軟件系統(tǒng)能夠更加方便快捷的得到用戶滿意的圖像。
2.3.4.1 圖像效果調(diào)節(jié)
可以由用戶輸入亮度，增益，快門(mén)等設(shè)定值來(lái)調(diào)節(jié)得到的圖像效果。
亮度是指畫(huà)面的明亮程度，單位是堪德拉每平米(cd/m2)或稱nits。人眼之所以能看到物體的明暗，是因?yàn)槲矬w所反射色光的光量(熱量)有差異之緣故。光量越多，明度越高，反之明度越低。
快門(mén)的設(shè)定將會(huì)影響攝像頭的曝光量。得到圖像的效果如何與曝光量有很大關(guān)系，也就是說(shuō)應(yīng)該通不同的光線量使ccd能夠得到的圖像清晰度是有很大不同的。而且曝光控制還可以用來(lái)調(diào)節(jié)景物整體亮度，如果攝像對(duì)象過(guò)于黯淡，可以調(diào)節(jié)快門(mén)標(biāo)尺來(lái)增加亮度。
以上的調(diào)節(jié)功能使用戶能夠根據(jù)實(shí)際工作的環(huán)境來(lái)調(diào)節(jié)得到圖像的顯示效果，方便快捷的得到用戶需要的圖像。
2.3.4.2 圖像保存功能
除了可以通過(guò)系統(tǒng)間的通訊來(lái)保存圖像，該系統(tǒng)還提供了兩種其他保存圖像的方式。
(1)系統(tǒng)自動(dòng)判定保存
該方法是在視覺(jué)系統(tǒng)與控制系統(tǒng)無(wú)法聯(lián)網(wǎng)的情況下設(shè)計(jì)的備用方案。
該方法的原理是每相隔一段時(shí)間獲取攝像機(jī)得到的圖像情況。如果某幅圖像的白色像素值較比前一幅圖像產(chǎn)生較大幅度的增加，表明有注塑制品傳到了攝像頭的范圍之內(nèi)，就保留該幅圖片。如果白色像素又回到原來(lái)的水平值，表明制品已經(jīng)移出該區(qū)域，進(jìn)行下一輪的判斷。
(2)圖像定時(shí)連續(xù)自動(dòng)保存
用戶可以設(shè)定圖像保存的開(kāi)始時(shí)間，保存圖像的時(shí)間間隔以及保存圖像的數(shù)量等參數(shù)，讓視覺(jué)系統(tǒng)自動(dòng)按照用戶的要求保存相關(guān)的圖像。該功能可以幫助用戶分析特定時(shí)間內(nèi)的圖像變化情況。
2.4 本章小結(jié)
本章首先介紹了機(jī)器視覺(jué)檢測(cè)系統(tǒng)的組成、原理及相關(guān)設(shè)備知識(shí)，然后通過(guò)對(duì)這些知識(shí)的理解，將機(jī)器視覺(jué)檢測(cè)系統(tǒng)與注塑生產(chǎn)過(guò)程相結(jié)合，完成了基于機(jī)器視覺(jué)的注塑制品檢測(cè)系統(tǒng)硬件部分的設(shè)計(jì)。接著設(shè)計(jì)了視覺(jué)系統(tǒng)的軟件部分，實(shí)現(xiàn)了圖像的采集、顯示，系統(tǒng)間通訊以及圖像處理輔助功能。該設(shè)計(jì)大程度上避免了對(duì)原有生產(chǎn)過(guò)程的影響，全面捕捉到注塑制品的待檢測(cè)信息，為研究基于機(jī)器視覺(jué)的注塑制品缺陷檢測(cè)提供可靠的保證。
第三章 注塑制品圖像處理
上一章搭建的系統(tǒng)平臺(tái)旨在實(shí)現(xiàn)對(duì)注塑制品圖像的采集。在圖像采集過(guò)程中，由于存在背景以及噪聲等因素的干擾，影響了對(duì)圖像的快速處理以及對(duì)缺陷的快速判斷，因此，本章針對(duì)圖像背景分割以及圖像濾波等圖像處理問(wèn)題展開(kāi)研究。
3.1 注塑制品圖像處理總述
低質(zhì)量的圖像必然影響到識(shí)別處理全過(guò)程及結(jié)果輸出，甚至可能因此做出錯(cuò)誤的識(shí)別。注塑機(jī)機(jī)器視覺(jué)所得到的圖像由于包含有復(fù)雜的背景信息，所以在對(duì)注塑制品圖像進(jìn)行模式識(shí)別之前，必須要對(duì)圖像的背景進(jìn)行分離，提取其制品圖像，并通過(guò)濾波算法改善圖像的視覺(jué)效果，將圖像轉(zhuǎn)換成一種更適合于機(jī)器進(jìn)行分析處理的形式。
圖像背景分割過(guò)程有選擇地突出制品信息，無(wú)用的背景信息，以提高圖像的使用價(jià)值和后續(xù)圖像分析的速度。圖像背景分割是圖像處理與計(jì)算機(jī)視覺(jué)領(lǐng)域低層次視覺(jué)中為基礎(chǔ)和重要的領(lǐng)域之一，它是對(duì)圖像進(jìn)行視覺(jué)分析和模式識(shí)別的基本前提，隨后的圖像理解，諸如特征提取和對(duì)象識(shí)別，都依賴于圖像背景分割的質(zhì)量。
圖像濾波能夠大大降低圖像采集過(guò)程引起的外界噪聲干擾，增強(qiáng)圖像的邊緣，改善原始圖像質(zhì)量。而且由于外界環(huán)境的變化，分割算法也可能會(huì)引入噪聲。因此有必要運(yùn)用濾波算法來(lái)消除噪聲，提高圖像的質(zhì)量。
3.2 注塑制品圖像背景分割
在注塑制品圖像中，我們感興趣的是制品所在的區(qū)域，稱為目標(biāo);而非制品區(qū)域，是不希望被處理的區(qū)域，將其統(tǒng)稱為背景。圖像背景分割的目的就是去掉圖像中的背景區(qū)域。背景分割是對(duì)圖像進(jìn)行視覺(jué)分析和模式識(shí)別的基本前提。圖像特征提取和分類的正確率以及運(yùn)算速度都依賴于圖像背景分割的質(zhì)量。研究者們提出了很多種背景分割算法，依照分割時(shí)所依據(jù)的圖像特性不同，大致可以分為三大類[22]：閉值方法、區(qū)域提取法以及邊界分割法。
3.2.1 傳統(tǒng)背景分割方法
由于邊界分割法實(shí)時(shí)性差，而且對(duì)具有復(fù)雜背景的圖像失效，因此，本文選擇對(duì)閉值方法中的閾值分割法以及區(qū)域提取方法中的差影法進(jìn)行研究。
3.2.1.1 閾值分割方法
閾值分割[23]是一種廣泛使用的圖像分割技術(shù)，它利用了圖像中欲提取的目標(biāo)與背景在灰度特性上的差異，通過(guò)選取閾值的方法，把圖像劃分為具有不同灰度級(jí)的兩類區(qū)域(目標(biāo)和背景)的組合。其中，閾值選取的準(zhǔn)確與否直接關(guān)系到分割的優(yōu)劣。
如何確定閾值是圖像分割的一個(gè)關(guān)鍵問(wèn)題。如果閾值選取太小,則會(huì)把一些不是背景的像素也當(dāng)作背景，造成誤識(shí);如果閾值選取得太大，則會(huì)把一些背景漏掉,造成漏識(shí)。下面分析幾種閾值的選取方法：
(1)基于圖像灰度直方圖的閾值選取法
基于圖像灰度直方圖分析的方法是指直接從圖像的原始灰度級(jí)直方圖上確定閾值，是直觀、應(yīng)用普遍的圖像分割方法。該方法簡(jiǎn)單易行，并且取得很好的分割效果，但是對(duì)于灰度直方圖中波峰不明顯或波谷寬闊平坦的圖像，很難根據(jù)直方圖的峰谷來(lái)選擇閾值，此時(shí)該方法的使用受到了限制。而且在不同試驗(yàn)條件下外界的亮度也是波動(dòng)的，這樣對(duì)圖像灰度直方圖的閾值選取法會(huì)產(chǎn)生較大影響。
(2)基于圖像差距量的閾值選取方法
這類方法的典型方法是大類間方差法[24]。這種方法能使分割出來(lái)的目標(biāo)與背景之間的差距很大，即目標(biāo)與背景之間有很高的對(duì)比度，該方法計(jì)算簡(jiǎn)單，在一定條件下不受圖像對(duì)比度與亮度的變化的影響。大類間方差法是該類方法中較為成功的一種，該方法是在判別式分析與小二乘法原理的基礎(chǔ)上推導(dǎo)出來(lái)的，閾值在該判別式取得大時(shí)得到。
(3)基于熵的閾值選取方法
20世紀(jì)80年代初，人們開(kāi)始考慮用信息論中熵的概念進(jìn)行閾值選取，1980年P(guān)un首先提出了大后驗(yàn)熵上限法，1985年Kapur等人提出了一維大熵閾值法。根據(jù)大熵原理，選取一個(gè)閾值t，使圖像用這個(gè)閾值分割出的兩部分的一階灰度統(tǒng)計(jì)的信息量大。即一維熵大。熵該方法存在的一些不足之處是：對(duì)噪聲敏感，與大類間方差法方法相比一維大熵法由于涉及對(duì)數(shù)運(yùn)算。速度較慢，實(shí)時(shí)性較差。
(4)逼近迭代法
這種方法的原理是將直方圖用兩個(gè)或多個(gè)正態(tài)分布的概率密度函數(shù)來(lái)近似的方法，閾值取為對(duì)應(yīng)兩個(gè)或多個(gè)正態(tài)分布大值之間的小概率處近的灰度值，其結(jié)果具有小誤差的分割，這里誤差包括將目標(biāo)誤認(rèn)為背景被剔除而將背景、噪聲歸并為目標(biāo)，使兩者之和為小。迭代所得的閾值分割目標(biāo)圖像的效果很好，能較好區(qū)分圖像的前景和背景的主要區(qū)域所在。但迭代算法運(yùn)算量較大，而且往往沒(méi)有比Otsu算法更加明顯的優(yōu)勢(shì)，
(5)其他閾值選取方法
近年來(lái)，隨著遺傳算法、小波變換、數(shù)學(xué)形態(tài)學(xué)及模糊集合論等理論的發(fā)展，這些理論也被引入到圖像閾值分割的領(lǐng)域，產(chǎn)生了許多新的閾值化方法。這些算法雖然有著比較好的運(yùn)算效果，但是計(jì)算復(fù)雜度高，很難滿足實(shí)時(shí)檢測(cè)的要求。
3.2.1.2 差影法
差影法它適用于靜止攝像機(jī)的情況，是圖像處理領(lǐng)域簡(jiǎn)單常用的方法之一?？捎糜谌コ环鶊D像中不需要的加性圖案，加性圖案可能是緩慢變化的背景陰影、周期性的噪聲或者是在圖像上每一像素處均已知的附加污染。差影法在動(dòng)態(tài)檢測(cè)與識(shí)別技術(shù)、血管造影技術(shù)及印刷線路板掩模缺陷的診斷等技術(shù)中都有應(yīng)用[25,26]，利用它可以檢測(cè)同一場(chǎng)景中兩幅圖像間的變化。
所謂的差影法[27]就是圖像的相減運(yùn)算(又稱為減影技術(shù))，該運(yùn)算是把同一景物在不同時(shí)間拍攝的圖像或同一景物在不同波段的圖像相減，通過(guò)將當(dāng)前幀與背景幀的灰度差與設(shè)定閾值比較來(lái)判定是否有運(yùn)動(dòng)發(fā)生，消除背景干擾，并將前景從背景中分離出來(lái)，增強(qiáng)兩幅圖像之間的差異，得到運(yùn)動(dòng)目標(biāo)的位置和形狀等較完整的信息。差影圖像提供了圖像間的差異信息，對(duì)圖像背景的消除有顯著的效果。利用差影圖像提供的圖像間的差異信息以達(dá)到動(dòng)態(tài)監(jiān)測(cè)、運(yùn)動(dòng)目標(biāo)檢測(cè)和識(shí)別以及目標(biāo)識(shí)別等目的.
3.2.2 傳統(tǒng)方法在注塑制品背景分割中的應(yīng)用分析
3.2.2.1 閾值分割方法在注塑制品背景分割中的應(yīng)用分析
由于大類間方差法識(shí)別效果好，方法計(jì)算簡(jiǎn)單，受圖像對(duì)比度與亮度的變化的影響小。因此本文采用該方法來(lái)獲取閾值。制品圖像灰度直方圖的形狀是多變的，有雙峰但無(wú)明顯低谷或者是雙峰與低谷都不明顯，采用大類間方差法能夠快速穩(wěn)定的選取出理想的背景分割閾值，得到較為滿意的結(jié)果。而且即使圖像對(duì)比度與亮度的發(fā)生微弱的變化，其對(duì)分割效果的影響也很小。
因方差是灰度分布均勻性的一種度量，方差值越大，說(shuō)明構(gòu)成圖像的兩部分差別越大，當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致兩部分差別變小，因此使類間方差大的分割意味著錯(cuò)分概率小。
由運(yùn)行結(jié)果可知，由于制品區(qū)域的灰度值和背景區(qū)域的灰度值有很小一部分是數(shù)值相近的，制品圖像部分信息丟失，而且制品邊緣部分的一些背景沒(méi)有得到徹底的消除。因此，單純的使用閾值分割方法很難得到令人非常滿意的結(jié)果。
3.2.2.2 差影法在注塑制品背景分割中的應(yīng)用分析
在注塑制品的檢測(cè)中，我們得到的圖像都是在同一外界環(huán)境下，同一位置上得到的，可以通過(guò)先獲取背景圖像，然后再將制品圖像與背景圖像做差得到差影圖像來(lái)消除背景，但是這種方法適用于背景和前景灰度有明顯對(duì)比度的情況,否則會(huì)出現(xiàn)漏檢或者噪聲。雖然我們的背景要暗于制品，但是機(jī)器手臂夾子的灰度值與制品的灰度值接近，在夾子附近的位置往往會(huì)出現(xiàn)噪聲點(diǎn)。
雖然減小閾值能夠減少噪聲，但是由于外界的光線條件總是變化著的，太小的閾值又會(huì)導(dǎo)致誤判斷，不能很好的消除背景。因此單純的差影法無(wú)法滿足我們的要求。
