王云良等

摘要：針對(duì)人工檢測(cè)耗時(shí)多、誤差率大的問(wèn)題，設(shè)計(jì)了O型圈圖像處理步驟，在半徑檢測(cè)、側(cè)面厚度檢測(cè)、缺陷檢測(cè)時(shí)分別進(jìn)行了圖像分割，并設(shè)計(jì)出一套基于機(jī)器視覺(jué)的O型圈智能分揀系統(tǒng)。實(shí)驗(yàn)表明，該系統(tǒng)能對(duì)不同規(guī)格O型圈的尺寸以及表面缺陷進(jìn)行全面檢測(cè)，最終實(shí)現(xiàn)高效率的檢驗(yàn)及分揀。

關(guān)鍵詞：O型圈；機(jī)器視覺(jué)；尺寸檢測(cè)；缺陷檢測(cè)

DOIDOI：10.11907/rjdk.143632

中圖分類號(hào)：TP319

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)文章編號(hào)：16727800（2015）001011803

0 引言

傳統(tǒng)生產(chǎn)過(guò)程中，O型圈都是依靠人工實(shí)現(xiàn)品質(zhì)檢驗(yàn)分揀的，存在效率低、誤差大、主觀性強(qiáng)等缺點(diǎn)。機(jī)器視覺(jué)是用機(jī)器代替人眼來(lái)做測(cè)量和判斷，具有非接觸、準(zhǔn)確度高、速度快等特點(diǎn)，已被廣泛用于木材、瓷磚等產(chǎn)品的質(zhì)量檢測(cè)[1]。本文研究了基于機(jī)器視覺(jué)的O型圈分揀系統(tǒng)的處理步驟，設(shè)計(jì)出一套基于機(jī)器視覺(jué)技術(shù)的O型圈智能分揀系統(tǒng)，針對(duì)不同規(guī)格O型圈的尺寸以及表面缺陷（主要包括雜質(zhì)、缺料、有洞、花腳、粘模、毛刺），快速、準(zhǔn)確地進(jìn)行全表面檢測(cè)，最終實(shí)現(xiàn)高效率地檢驗(yàn)及分揀。

1 整體結(jié)構(gòu)設(shè)計(jì)

O型圈檢測(cè)分揀系統(tǒng)整體設(shè)計(jì)方案如圖1所示，主要包括進(jìn)料裝置、傳輸帶、翻轉(zhuǎn)機(jī)構(gòu)、視覺(jué)系統(tǒng)、回收裝置。

采用人工上料，將O型圈上料至進(jìn)料裝置內(nèi)，該振動(dòng)盤是針對(duì)O型圈的外觀特點(diǎn)設(shè)計(jì)而成，主要功能是可以實(shí)現(xiàn)O型圈逐個(gè)依次進(jìn)入下個(gè)部分，不會(huì)有堆疊或者并行的情況出現(xiàn)，從而有效地保證了每次采集的圖像中只有單獨(dú)一個(gè)O型圈。O型圈經(jīng)過(guò)振動(dòng)后進(jìn)入轉(zhuǎn)運(yùn)裝置，使得每個(gè)O型圈的間隔距離大致相等。隨后，O型圈依次經(jīng)過(guò)厚度測(cè)量視覺(jué)系統(tǒng)、內(nèi)外徑測(cè)量視覺(jué)系統(tǒng)、側(cè)面缺陷測(cè)量視覺(jué)系統(tǒng)、上表面缺陷測(cè)量視覺(jué)系統(tǒng)、下表面缺陷測(cè)量視覺(jué)系統(tǒng)。每個(gè)檢測(cè)系統(tǒng)后面配有相應(yīng)的不合格品剔除氣口。當(dāng)厚度不合格時(shí)，第一吹起口噴氣，將其吹入不合格品接物槽中，合格品繼續(xù)在傳輸帶上前進(jìn)，進(jìn)行內(nèi)外徑尺寸檢測(cè)，不合格品剔除，合格品繼續(xù)前行進(jìn)行側(cè)面缺陷檢測(cè)。側(cè)面缺陷檢測(cè)使用了四套光源和相機(jī)系統(tǒng)，同時(shí)采集一周圖像。上方的相機(jī)采集O型圈上表面的圖像，旋轉(zhuǎn)臺(tái)轉(zhuǎn)動(dòng)一圈，側(cè)面相機(jī)采集到完整的側(cè)面圖像。在上表面檢測(cè)完畢后，翻轉(zhuǎn)裝置將O型圈進(jìn)行翻面，隨后進(jìn)行下表面缺陷檢測(cè)。最終合格品通過(guò)一個(gè)轉(zhuǎn)運(yùn)裝置，進(jìn)入到合格品出料口掉入到合格品接物槽中。

圖1 系統(tǒng)整體結(jié)構(gòu)

2 功能實(shí)現(xiàn)

圖2給出了整套系統(tǒng)的基本工作流程，圖像采集及處理是系統(tǒng)的核心部分。

圖2 系統(tǒng)工作流程

3 圖像采集

3.1 機(jī)器視覺(jué)部件選擇與布置

機(jī)器視覺(jué)部件選擇與布置包括如下內(nèi)容：①考慮到橡膠墊圈的尺寸規(guī)格不一樣，為了使得成像質(zhì)量不受焦距的影響，選用遠(yuǎn)心定倍鏡頭，更換不同規(guī)格產(chǎn)品時(shí)無(wú)需對(duì)鏡頭重新進(jìn)行標(biāo)定；②根據(jù)檢測(cè)精度和橡膠墊圈實(shí)際尺寸范圍，以及缺陷中有涉及顏色的相關(guān)檢測(cè)，選用500萬(wàn)像素的彩色工業(yè)相機(jī)；③根據(jù)橡膠墊圈表面的光學(xué)特征，為了達(dá)到檢測(cè)要求，比較各光源特征后，最終選擇照明明亮、耗電量低、壽命長(zhǎng)的LED 光源，上下表面光源類型確定為白色穹頂光源，側(cè)面為白色環(huán)形光源[2，3]；④為得到橡膠墊圈上下表面及側(cè)面高質(zhì)量圖像，相機(jī)與光源位置均垂直于檢測(cè)表面。圖3、圖4、圖5為實(shí)驗(yàn)室簡(jiǎn)易機(jī)器視覺(jué)系統(tǒng)采集到的橡膠墊圈表面圖像。

圖3 機(jī)器視覺(jué)系統(tǒng)采集的O型圈圖像

圖4 O型圈側(cè)面效果 圖5 O型圈表面效果

3.2 檢測(cè)算法設(shè)計(jì)

3.2.1 尺寸檢測(cè)

在實(shí)際生產(chǎn)過(guò)程中，O 型圈的尺寸測(cè)量主要包括3部分：內(nèi)圈直徑、外圈直徑和側(cè)面厚度。整個(gè)處理過(guò)程主要包括圖像的預(yù)處理、邊緣獲取、圖像上尺寸獲取以及實(shí)際尺寸的換算[4]，整個(gè)算法流程如圖6所示。

圖6 尺寸獲取流程

內(nèi)/外圈直徑獲?。焊鶕?jù)上下圖像，利用Hough算法識(shí)別出橡膠墊圈的圓心、內(nèi)側(cè)圓形和外側(cè)圓形，通過(guò)圓心和圓的位置，即可以確定出內(nèi)圈直徑和外圈直徑所占的像素?cái)?shù)量；再通過(guò)計(jì)算出每個(gè)像素點(diǎn)的實(shí)際長(zhǎng)度，即可計(jì)算出直徑的實(shí)際長(zhǎng)度。處理效果如圖7所示。

側(cè)面厚度獲?。簜?cè)面圖像獲取與上下表面獲取不同，會(huì)將放置或者夾持墊圈的機(jī)械平臺(tái)拍攝到圖像中，背景比上下表面圖像要復(fù)雜，因此在算法中會(huì)多出關(guān)于側(cè)面感興趣區(qū)域獲取的步驟。提取出完整的側(cè)面圖像后，對(duì)其二值圖像進(jìn)行直線檢測(cè)，獲取橡膠墊圈側(cè)面的直邊緣。進(jìn)而，在圖像測(cè)量出兩條直邊緣間的距離，再通過(guò)與實(shí)際像素點(diǎn)長(zhǎng)度的換算獲取實(shí)際厚度尺寸。處理效果如圖8所示。

圖7 直徑獲取效果

圖8 側(cè)面獲取效果

3.2.2 缺陷檢測(cè)

缺陷檢測(cè)的關(guān)鍵步驟是閾值分割步驟，尺寸檢測(cè)部分的閾值分割只需要將內(nèi)外圈或者側(cè)面邊緣保留，忽略橡膠墊圈表面特征，而缺陷檢測(cè)必須將表面缺陷目標(biāo)保留，而邊緣信息不一定要完整[5]。

整個(gè)算法過(guò)程包括圖像預(yù)處理部分，主要為了獲取合適的二值圖像，通過(guò)閾值分割保留住缺陷所在區(qū)域，然后獲取感興趣區(qū)域，對(duì)通過(guò)連通域判斷識(shí)別出缺陷。識(shí)別出缺陷后，可以通過(guò)面積值對(duì)缺陷大小進(jìn)行標(biāo)定。

上下表面：缺陷所在環(huán)形區(qū)域識(shí)別的部位與尺寸檢測(cè)不同，在算法中只保留上下表面之間的區(qū)域，再對(duì)該區(qū)域進(jìn)行連通域識(shí)別，即可獲取缺陷。

側(cè)面：側(cè)面缺陷相比上下面檢測(cè)要簡(jiǎn)單些，由于缺陷部分與周圍橡膠墊圈部分明暗亮度差異較大，因此只要通過(guò)閾值分割，即可將缺陷凸顯出來(lái)，最后通過(guò)連通域判斷識(shí)別出缺陷，如圖9所示。

4 實(shí)驗(yàn)平臺(tái)

為了更好地測(cè)試O型圈在線檢測(cè)的性能，搭建實(shí)驗(yàn)平臺(tái)。實(shí)驗(yàn)平臺(tái)設(shè)有相機(jī)從上方和側(cè)面采集圖像，兩臺(tái)相機(jī)可以同時(shí)對(duì)橡膠墊圈進(jìn)行上表面和側(cè)面的圖像采集，確保采集圖像的準(zhǔn)確性。該平臺(tái)可檢測(cè)內(nèi)徑范圍為10～45mm，外徑范圍為10～45mm，厚度范圍為15～20mm的O型圈。

經(jīng)測(cè)試，該平臺(tái)尺寸檢測(cè)精度內(nèi)徑公差正負(fù)0.2mm，線徑公差正負(fù)0.08mm，缺陷以及缺陷中的異色雜質(zhì)檢測(cè)精度為人眼級(jí)別，檢測(cè)速度為7～9個(gè)/s。

圖9 缺陷算法處理效果

5 結(jié)語(yǔ)

針對(duì)人工檢測(cè)耗時(shí)多、誤差率大的問(wèn)題，研制出一套基于機(jī)器視覺(jué)的O型圈分揀系統(tǒng)。為提高檢測(cè)精度，根據(jù)不同檢測(cè)需求對(duì)O型圈感興趣區(qū)域的不同，設(shè)計(jì)了O型圈圖像處理的步驟，在半徑檢測(cè)、側(cè)面厚度檢測(cè)、缺陷檢測(cè)時(shí)分別進(jìn)行了圖像分割。實(shí)驗(yàn)表明，該分揀系統(tǒng)檢測(cè)精度高、檢測(cè)結(jié)果可靠。但由于圖像處理算法的復(fù)雜性，如何改進(jìn)尺寸檢測(cè)算法，提高檢測(cè)系統(tǒng)的檢測(cè)速度還有待深入研究。