創(chuàng)新者：陳觀應(yīng) 李瑜煜 方 浩

干電池是生活中重要的日用消費(fèi)品，隨著需求增長和機(jī)械自動(dòng)化技術(shù)的發(fā)展，干電池生產(chǎn)設(shè)備日益朝著高速化發(fā)展，然而傳統(tǒng)的人工視覺檢測(cè)已難以滿足高速生產(chǎn)線的檢測(cè)要求。在工業(yè)檢測(cè)方面，基于虛擬儀器LabVIEW 平臺(tái)設(shè)計(jì)的視覺檢測(cè)系統(tǒng)具有重要意義。與Visual Basic、Visual Studio 開發(fā)工具相比，LabVIEW 的圖形編程語言可以直觀地實(shí)現(xiàn)多線程編程，降低了并行程序開發(fā)的復(fù)雜度。

系統(tǒng)總體結(jié)構(gòu)

基于虛擬儀器的干電池視覺檢測(cè)系統(tǒng)結(jié)構(gòu)如圖1 所示，系統(tǒng)由兩大部分組成：硬件部分和軟件部分。硬件部分由環(huán)形光源、4 個(gè)USB 攝像機(jī)和光電開關(guān)組成，軟件部分采用模塊化設(shè)計(jì)，包括圖像處理與識(shí)別模塊、數(shù)據(jù)存儲(chǔ)模塊及輸出顯示。系統(tǒng)工作原理：當(dāng)干電池遮蔽光電開關(guān)時(shí)，觸發(fā)攝像機(jī)拍照并將數(shù)字圖像傳送到計(jì)算機(jī)，經(jīng)過圖像處理模塊完成干電池缺陷的識(shí)別并存儲(chǔ)輸出。

多通道圖像采集的實(shí)現(xiàn)

生產(chǎn)者/消費(fèi)者模式

生產(chǎn)者/消費(fèi)者模式是由生產(chǎn)者循環(huán)和消費(fèi)者循環(huán)組成，生產(chǎn)者和消費(fèi)者循環(huán)的隊(duì)列存儲(chǔ)開辟了一個(gè)緩存區(qū)，依據(jù)先進(jìn)先出（First Input First Output，F(xiàn)IFO）的原則進(jìn)行，生產(chǎn)者循環(huán)生產(chǎn)的數(shù)據(jù)存入緩存區(qū)，消費(fèi)者循環(huán)從緩存區(qū)取出數(shù)據(jù)處理。兩循環(huán)中的任務(wù)執(zhí)行是并行的，相互之間不受影響。任務(wù)執(zhí)行的并行性和基于隊(duì)列的數(shù)據(jù)傳輸，使程序具有更高的運(yùn)行效率和設(shè)計(jì)靈活性，并且可以防止出現(xiàn)數(shù)據(jù)丟失。

基于多消費(fèi)者的圖像采集系統(tǒng)

為了充分利用計(jì)算機(jī)硬件資源和提升程序設(shè)計(jì)的靈活性，采集系統(tǒng)使用單生產(chǎn)者多消費(fèi)者設(shè)計(jì)模式，并結(jié)合狀態(tài)機(jī)編程，設(shè)計(jì)模式示意圖如圖2 所示。多通道圖像采集系統(tǒng)具體實(shí)現(xiàn)步驟：（1）在循環(huán)中加入事件結(jié)構(gòu)用于響應(yīng)前面板控件，事件結(jié)構(gòu)中開辟一個(gè)隊(duì)列，并向隊(duì)列中傳輸與控件對(duì)應(yīng)的狀態(tài)枚舉，通過隊(duì)列狀態(tài)傳輸?shù)缴a(chǎn)者循環(huán)。（2）在生產(chǎn)者循環(huán)中開辟四個(gè)隊(duì)列，通過捆綁狀態(tài)枚舉和IMAQdx Grab 函數(shù)采集到的圖像，向生產(chǎn)者隊(duì)列傳輸數(shù)據(jù)。四個(gè)隊(duì)列中捆綁的數(shù)據(jù)將傳輸?shù)綄?duì)應(yīng)的四個(gè)消費(fèi)者循環(huán)，解除數(shù)據(jù)捆綁實(shí)現(xiàn)狀態(tài)控制和數(shù)據(jù)傳輸。

此設(shè)計(jì)模式對(duì)經(jīng)典狀態(tài)機(jī)做了改進(jìn)，隊(duì)列緩存狀態(tài)枚舉，可以在隊(duì)列任意添加新狀態(tài)，從而方便控制采集程序運(yùn)行狀態(tài)。程序中使用多個(gè)循環(huán)實(shí)現(xiàn)數(shù)據(jù)傳輸，由于LabVIEW 平臺(tái)是自動(dòng)多線程編程，采用多消費(fèi)者設(shè)計(jì)模式的采集系統(tǒng)具有更高效的處理機(jī)制和更強(qiáng)的結(jié)構(gòu)擴(kuò)展性。

圖像處理與識(shí)別模塊

圖1 干電池視覺檢測(cè)系統(tǒng)結(jié)構(gòu)

圖2 結(jié)合狀態(tài)機(jī)的多消費(fèi)者模式

圖3 鋅筒圖像分割程序和效果

圖4 鋅筒輪廓識(shí)別程序

圖像預(yù)處理可以消除圖像無關(guān)信息，改善圖像質(zhì)量，提高后續(xù)圖像分割與圖像識(shí)別的可靠性。系統(tǒng)預(yù)處理采用IMAQ Lowpass 函數(shù)對(duì)圖像低通濾波，采用IMAQ Mathlookup 函數(shù)的square 運(yùn)算符對(duì)圖像增強(qiáng)。

圖像分割

為了分析圖像的特征，往往需要通過圖像分割將對(duì)象從圖像中分離出來。采用邊緣檢測(cè)和閾值分割可以有效劃分背景區(qū)域和目標(biāo)特征區(qū)域。模塊采用IMAQ EdgeDetection 函數(shù)的Robert 算子來完成邊緣檢測(cè)，用IMAQ AutoBThreshold 函數(shù)聚類法來實(shí)現(xiàn)自動(dòng)閾值分割。鋅筒圖像分割如圖3 所示。

特征提取與識(shí)別

特征提取是圖像識(shí)別的重要環(huán)節(jié)，系統(tǒng)的干電池鋅筒識(shí)別采用圓度特征，碳棒識(shí)別采用灰度特征，識(shí)別效果如圖6 所示。經(jīng)過圖像分割的鋅筒圖像具有明顯的形狀特征，使用IMAQ Extract Contour 函數(shù)提取鋅筒輪廓，通過IMAQ Compute Contour Distances 計(jì)算提取輪廓與擬合輪廓的最大距離，與設(shè)定閾值比較，實(shí)現(xiàn)鋅筒缺陷識(shí)別，鋅筒識(shí)別程序如圖4 所示。

模板匹配是一種有效的模式識(shí)別技術(shù)，它能利用圖像信息和識(shí)別模式的先驗(yàn)知識(shí)，更直接反映圖像間的相似度。常見的碳棒缺陷有偏心、折斷和缺失，通過模板匹配可以快速實(shí)現(xiàn)碳棒定位。匹配輸出的Matchs 包含匹配鋅筒的坐標(biāo)、轉(zhuǎn)角等信息，通過計(jì)算匹配碳棒坐標(biāo)與鋅筒圓心的偏心率實(shí)現(xiàn)碳棒偏心缺陷識(shí)別，若無匹配信息則為碳棒折斷或缺失，碳棒識(shí)別程序如圖5 所示。

圖5 碳棒模板匹配程序

圖6 鋅筒和碳棒識(shí)別效果

數(shù)據(jù)存儲(chǔ)模塊

干電池圖像處理完后需對(duì)相應(yīng)輸出參數(shù)進(jìn)行存儲(chǔ)，以便日后調(diào)出分析或打印報(bào)表，本文使用TDMS 文件進(jìn)行數(shù)據(jù)存儲(chǔ)和查詢。對(duì)比基于SQL 數(shù)據(jù)庫的數(shù)據(jù)存儲(chǔ)，TDMS 文件最大的特點(diǎn)就存取速度快，非常適合用于存儲(chǔ)海量數(shù)據(jù)，在實(shí)時(shí)系統(tǒng)中廣泛應(yīng)用。高速的干電池生產(chǎn)線要求整個(gè)系統(tǒng)在采集圖像后，需對(duì)圖像快速處理及存儲(chǔ)數(shù)據(jù)，消費(fèi)者循環(huán)中加入的TDMS 存儲(chǔ)模塊可以滿足干電池檢測(cè)數(shù)據(jù)的快速及海量存儲(chǔ)要求。

結(jié)語

基于虛擬儀器LabVIEW 的干電池檢測(cè)系統(tǒng)實(shí)現(xiàn)了多通道圖像采集，多循環(huán)并行圖像處理和識(shí)別以及數(shù)據(jù)存儲(chǔ)。采集與處理任務(wù)分開執(zhí)行提高了程序的運(yùn)行效率，保證其干電池檢測(cè)的實(shí)時(shí)性和連續(xù)性。本文針對(duì)實(shí)際干電池生產(chǎn)線展開研究，同時(shí)也給工業(yè)檢測(cè)領(lǐng)域提供一定的參考。