茍建峰 孟 靂

(①四川工程職業(yè)技術(shù)學(xué)院機(jī)電工程系，四川 德陽(yáng) 618000; ②西安理工大學(xué)機(jī)械與精密儀器工程學(xué)院，陜西 西安 710048;③德陽(yáng)市產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)所，四川 德陽(yáng) 618000 )

?

基于圖像處理的零件分揀系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)*

茍建峰①②孟 靂③

(①四川工程職業(yè)技術(shù)學(xué)院機(jī)電工程系，四川 德陽(yáng) 618000; ②西安理工大學(xué)機(jī)械與精密儀器工程學(xué)院，陜西 西安 710048;③德陽(yáng)市產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)所，四川 德陽(yáng) 618000 )

以某企業(yè)實(shí)際生產(chǎn)的平面類零件為研究對(duì)象。并結(jié)合該企業(yè)的具體生產(chǎn)條件以及實(shí)際生產(chǎn)的需要，針對(duì)原零件分揀系統(tǒng)分揀精度低且對(duì)同材質(zhì)、外形相似的零件極易產(chǎn)生誤揀的問題展開研究。提出通過將視覺技術(shù)引入到可編程控制器中的方法，并結(jié)合成像設(shè)設(shè)備及圖像處理技術(shù)的方法來實(shí)現(xiàn)該類零件快速準(zhǔn)確的識(shí)別和分揀。在實(shí)際生產(chǎn)中有很好的推廣應(yīng)用價(jià)值。

圖像處理；零件分揀；邊緣跟蹤；圖像識(shí)別；氣動(dòng)控制

隨著計(jì)算機(jī)和工業(yè)自動(dòng)化技術(shù)的快速發(fā)展，在實(shí)際的生產(chǎn)制造中自動(dòng)化生產(chǎn)線的應(yīng)用越來越普遍。而PLC以其強(qiáng)大的控制功能被廣泛地運(yùn)用于自動(dòng)化生產(chǎn)線中。尤其是配合一些光電傳感器在零件的分類分揀中應(yīng)用更為廣泛。然而目前這種以PLC為主控制器的零件分揀機(jī)構(gòu)，通常主要是依靠傳感器來判斷和識(shí)別零件,進(jìn)而實(shí)現(xiàn)零件的分揀。但往往這種分揀系統(tǒng)其分揀準(zhǔn)確度較低，特別是對(duì)材質(zhì)相同且外形相似的零件極易造成誤揀。因此，為了提高自動(dòng)化的生產(chǎn)效率以及分揀系統(tǒng)的分揀精度，所以對(duì)于這種分揀系統(tǒng)的改造升級(jí)很有必要。

本文以某企業(yè)實(shí)際生產(chǎn)的平面類零件碟剎片(如圖1所示)為研究對(duì)象。針對(duì)原零件分揀系統(tǒng)分揀精度低以及對(duì)同材質(zhì)、外形相似的零件容易產(chǎn)生誤揀的問題展開研究。提出以PLC為主控制器，并結(jié)合成像設(shè)設(shè)備及圖像處理技術(shù)的方法來實(shí)現(xiàn)該類零件的快速準(zhǔn)確的識(shí)別和分揀，其創(chuàng)新點(diǎn)在于：提出通過將視覺技術(shù)引入到可編程控制器中的方法，同時(shí)將PLC強(qiáng)大的現(xiàn)場(chǎng)控制能力和Matlab強(qiáng)大的圖像處理能力二者完美結(jié)合，并運(yùn)用生產(chǎn)實(shí)際。實(shí)現(xiàn)了材質(zhì)相同、形狀相近零件的快速準(zhǔn)確分揀。在實(shí)際生產(chǎn)中有很好的推廣應(yīng)用價(jià)值。

1 零件分揀機(jī)構(gòu)工作原理

該分揀系統(tǒng)首先初始化，然后通過RS232接口與計(jì)算機(jī)相連的PLC控制零件傳送，當(dāng)被測(cè)零件到達(dá)固定位置即攝像頭下時(shí)，傳送暫停；此時(shí)Matlab軟件驅(qū)動(dòng)攝像頭采集零件圖像信息，并將所采集的圖像預(yù)處理后與數(shù)據(jù)庫(kù)中的樣本信息進(jìn)行匹配判別，最后將判別結(jié)果發(fā)送給MCGS；同時(shí)PLC繼續(xù)控制零件傳輸，根據(jù)識(shí)別結(jié)果信息，控制相應(yīng)的氣缸工作并將零件推入分揀槽進(jìn)行分類，完成一個(gè)循環(huán)周期的任務(wù)。PLC繼續(xù)控制零件傳送，等待下一個(gè)零件的到來。分揀系統(tǒng)機(jī)構(gòu)如圖2所示。

2 零件圖像的獲取和識(shí)別算法

首先Matlab軟件利用微軟公司W(wǎng)indows操作系統(tǒng)提供的VFW庫(kù)函數(shù)控制USB攝像頭采集被測(cè)零件的圖像，然后再利用Matlab軟件對(duì)采集的零件圖像進(jìn)行直方圖比較、圖像預(yù)處理以及識(shí)別特征的提取，最后再將其與樣本庫(kù)的零件圖像信息進(jìn)行逐一的比對(duì)識(shí)別和判斷，識(shí)別結(jié)果以樣本庫(kù)零件編號(hào)的形式發(fā)送給PLC控制氣缸進(jìn)行分揀。圖像識(shí)別特征的提取主要包括：零件孔洞數(shù)計(jì)算、最長(zhǎng)邊緣長(zhǎng)度計(jì)算、總邊緣長(zhǎng)度計(jì)算、各質(zhì)心間距的計(jì)算。采集的被測(cè)零件與樣本庫(kù)圖像的具體識(shí)別算法如圖3所示。

2.1 直方圖和均衡化直方圖處理

在圖像處理前為減少對(duì)比的時(shí)間，可先利用rgb2gray函數(shù)提取零件圖像的灰度圖，再利用histeq函數(shù)提取圖像直方圖和均衡化直方圖(如圖4所示)，通過比對(duì)發(fā)現(xiàn)一般形狀不太相似的零件的直方圖和均衡化直方圖也不相同；形狀相同的零件其均衡化直方圖也相同。但是均衡化直方圖相同的圖像不一定為同一零件。因此可以利用這一條件作為被測(cè)圖像與樣本圖像進(jìn)行對(duì)比的前提，若均衡化直方圖差異較大，那么就沒必要對(duì)其進(jìn)行更深入的對(duì)比了，即將其與下一個(gè)樣本圖像進(jìn)行比對(duì)；若均衡化直方圖極相似，那么再繼續(xù)進(jìn)行更深入的比對(duì)。

2.2 圖像預(yù)處理

要準(zhǔn)確對(duì)圖像特征進(jìn)行識(shí)別提取和判斷，首先要排除噪音、光照、位移、旋轉(zhuǎn)等干擾因素，防止由于其存在而導(dǎo)致誤判。所以必須利用Matlab軟件對(duì)圖像進(jìn)行預(yù)處理，以得到清晰準(zhǔn)確的零件邊緣，這里零件圖像的預(yù)處理包括：邊緣檢測(cè)、膨脹、細(xì)化、去毛刺處理。如圖5所示。

2.3 圖像特征的識(shí)別和提取

圖像經(jīng)過預(yù)處理后，就要對(duì)它的特征進(jìn)行識(shí)別提取。在該零件分揀系統(tǒng)中圖像識(shí)別特征的提取主要包括以下特征：零件孔洞數(shù)、最長(zhǎng)邊緣長(zhǎng)度、總邊緣長(zhǎng)度以及各質(zhì)心間距。

(1)在確定零件上空洞數(shù)目時(shí)，一般是先通過Matlab軟件的bwlabel函數(shù)對(duì)零件圖像區(qū)域進(jìn)行標(biāo)識(shí)，然后再來計(jì)算出孔洞數(shù)目。若被測(cè)零件的孔洞數(shù)與準(zhǔn)樣本一致，那么我們?cè)倮肕atlab軟件中的sum函數(shù)算出標(biāo)識(shí)為1的區(qū)域中像素點(diǎn)的數(shù)目，若最長(zhǎng)邊緣像素點(diǎn)數(shù)相近，那么我們一般可以認(rèn)為兩者之間有很相似的輪廓。要確定兩者是否為同一零件。則還需要進(jìn)一步計(jì)算和對(duì)比。

在實(shí)際統(tǒng)計(jì)時(shí)通常可以用bwlabel函數(shù)完成零件圖像區(qū)域的檢測(cè)和統(tǒng)計(jì)。bwlabel函數(shù)的調(diào)用格式如下：

[L,num]= bwlabel(BW,n)

其中，返回一個(gè)和BW同樣大小的L矩陣，其中包含標(biāo)識(shí)BW中每一個(gè)連通區(qū)域的類別標(biāo)識(shí)，其值為1、2、num。n的值通常為4或8，即表示按照4連通尋找區(qū)域，或者按照8連通尋找，一般默認(rèn)為8。n通常返回BW連通區(qū)域的數(shù)目。由于在此零件分揀系統(tǒng)中我們要檢測(cè)零件孔洞的個(gè)數(shù)，因此，通常應(yīng)該選用8連通來標(biāo)記區(qū)域。用8連通標(biāo)記零件區(qū)域的效果見表1所示。

表1 零件孔洞個(gè)數(shù)的標(biāo)記

測(cè)試零件測(cè)試零件圖像檢測(cè)到的區(qū)域個(gè)數(shù)碟剎片184碟剎片249碟剎片352碟剎片460

(2) 總邊緣長(zhǎng)度的計(jì)算：即計(jì)算被測(cè)零件圖像的邊緣總像素點(diǎn)個(gè)數(shù)。通過零件邊緣總像素點(diǎn)的統(tǒng)計(jì)，就可以判斷其內(nèi)部空洞的形狀。由于圖像邊緣圖像為二值圖像，所以通常利用sum函數(shù)統(tǒng)計(jì)邊緣像素點(diǎn)“1”的個(gè)數(shù)。若與準(zhǔn)樣本圖很相近，則可以認(rèn)為被測(cè)零件的內(nèi)部孔洞形狀也相似，然后繼續(xù)進(jìn)入下一步計(jì)算和比對(duì)。

(3) 通過上述識(shí)別比對(duì)方法之后，基本可以確定被測(cè)零件與準(zhǔn)樣本輪廓相似且孔洞數(shù)相同。但各個(gè)孔洞的位置是否一致，還有待進(jìn)一步確定。所以可以利用Matlab中的mean函數(shù)求取零件各個(gè)標(biāo)記區(qū)域的質(zhì)心坐標(biāo)，但圖像的位移、旋轉(zhuǎn)都會(huì)引起質(zhì)心坐標(biāo)的變化。所以以此來判斷是否為同一零件是不充分的。但如果各區(qū)域質(zhì)心間的距離值與樣本零件很接近，再結(jié)合前面的方法可以認(rèn)為被測(cè)零件與該樣本零件確實(shí)為同一種零件。

利用Matlab命令可以求出零件圖像的各個(gè)孔洞的質(zhì)心坐標(biāo)值，在確定了各個(gè)質(zhì)心的坐標(biāo)之后，就可以用兩點(diǎn)的距離公式來計(jì)算任意兩個(gè)質(zhì)心的距離。

設(shè)兩質(zhì)心A(x1,y1)、B(x2,y2)，則A、B兩點(diǎn)的距離為：

取兩幅孔數(shù)、形狀相同，但其相對(duì)位置有差異的測(cè)試零件，獲得的對(duì)比結(jié)果見表2所示。

表2 測(cè)試圖形的質(zhì)心及距離對(duì)比表

測(cè)試圖像各質(zhì)心坐標(biāo)各質(zhì)心之間的距離R=46.00042.500042.500042.5000C=65.00038.500065.500092.5000Distance=0 26.7301 3.535527.7218 26.7301 027.0000 54.00003.5355 27.0000 027.0000 27.7218 44.0000 27.0000 0R=43.0000 39.500050.5000 39.5000C=64.0000 37.500064.5000 91.5000Distance=0 26.7301 7.5166 27.7218 26.7301 029.1548 54.00007.5166 29.1548 0 29.1548 27.7218 54.0000 29.1548 0

從表2可以看出，所求的質(zhì)心位置和各質(zhì)心距離差別較大，因此，若被測(cè)零件各質(zhì)心的距離矩陣存在差別，那么其孔洞位置有可能不同。但若被零件的各質(zhì)心的距離矩陣一致或差別微小，那么可以斷定被測(cè)零件與樣本零件為同一種零件。

3 實(shí)際識(shí)別效果驗(yàn)證

在經(jīng)過上述零件的識(shí)別對(duì)比方法之后。然后對(duì)該零件分揀系統(tǒng)進(jìn)行了多次實(shí)際驗(yàn)證，其測(cè)試驗(yàn)證數(shù)據(jù)見表3所示。從表中的數(shù)據(jù)統(tǒng)計(jì)顯示，識(shí)別錯(cuò)誤率很低，誤判率為0.16%左右，即正確分揀率約為99.84%。無論從分揀的效率，還是分揀的正確性來說，效果都很好。

表3 測(cè)試數(shù)據(jù)統(tǒng)計(jì)

測(cè)試零件測(cè)試零件圖測(cè)試次數(shù)測(cè)試效果正確次數(shù)誤判次數(shù)平均識(shí)別時(shí)間/s碟剎片1302911.7碟剎片2302911.7碟剎片3303001.6碟剎片4303001.7

4 結(jié)語(yǔ)

本文以某企業(yè)實(shí)際生產(chǎn)的同材質(zhì)且外形相似的剎車片類零件為研究對(duì)象。針對(duì)原分揀系統(tǒng)分揀精度低且極易產(chǎn)生誤揀的問題展開研究。提出以可編程控制器為主控制器，并結(jié)合成像設(shè)備及圖像處理技術(shù)的方法來實(shí)現(xiàn)該類零件的快速準(zhǔn)確的識(shí)別和分揀，即首先通過Matlab軟件控制成像設(shè)備采集待測(cè)零件的圖像信息，然后通過Matlab軟件本身自帶的強(qiáng)大的圖像處理技術(shù)對(duì)所采集的圖像信息進(jìn)行預(yù)處理后，將其與樣本庫(kù)中的零件圖像進(jìn)行比對(duì)。進(jìn)而實(shí)現(xiàn)該類零件的快速準(zhǔn)確的識(shí)別和分揀。最后通過實(shí)際驗(yàn)證該系統(tǒng)能夠極大地提高同材質(zhì)且外形相似的零件的分揀精度。在實(shí)際生產(chǎn)中有很好的推廣應(yīng)用價(jià)值。

[1]陳廉清,崔治,王龍山.基于計(jì)算機(jī)視覺的微小軸承表面缺陷在線識(shí)別[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2006,37(5):132-143.

[2]張利,許青,計(jì)時(shí)鳴,等.基于計(jì)算機(jī)視覺的刀具磨損狀態(tài)識(shí)別技術(shù)[J].機(jī)電工程，2001(6):89-92.

[3]李勇,伍先達(dá),邢武,龍飛.基于機(jī)器視覺的零件表面瑕疵自動(dòng)分揀系統(tǒng)設(shè)計(jì)[J].自動(dòng)化與儀器儀表，2010(5):40-44.

[4]李闖,丁曉青,吳佑壽.一種基于直方圖特征AdaBoost的圖像中的文字定位算法[J].中國(guó)圖象圖形學(xué)報(bào), 2006,11(3):325-331.

[5]林壽光.基于圖像增強(qiáng)的直方圖均衡化處理[J].科技廣場(chǎng),2012(10):32-34.

[6]李志軍,傅蓉浣.應(yīng)用于機(jī)器視覺的圖像自動(dòng)比對(duì)算法研究[J].機(jī)電工程，2009(7):53-56.

[7]朱虹.數(shù)字圖像處理基礎(chǔ)[M].北京：科學(xué)出版社, 2005.

[8]范維浩，張磊，陳紅，等.基于機(jī)器視覺的產(chǎn)品質(zhì)量自動(dòng)檢測(cè)裝置[J].自動(dòng)化技術(shù)與應(yīng)用，2007，26(1): 115-117.

[9]王鄭耀.數(shù)字圖像的邊緣檢測(cè)[M].西安:西安交通大學(xué)出版社,2003：56-89.

如果您想發(fā)表對(duì)本文的看法，請(qǐng)將文章編號(hào)填入讀者意見調(diào)查表中的相應(yīng)位置。

Based on image processing of parts sorting system design and implementation

GOU Jianfeng①②， MENG Li②

(Sichuan Engineering Technical College， Deyang 618000，CHN；②Xi’an University of Technology, Xi’an 710048，CHN;③Deyang City Product Quality Supervision and Inspection, Deyang 618000，CHN)

In this paper, a enterprise actual production of plane parts as the research object.And combined with the production conditions of the enterprise and the need of actual production, according to the original parts sorting precision low and sorting system for parts with a similar material, shape susceptible to sort by mistake to research.Put forward by the visual technology is introduced into the method of programmable controller, and combined with imaging set equipment and the method of image processing technology to realize fast and exact identification and sorting the parts.In the actual production has good popularization and application value.

image processing; parts sorting; edge tracking; image recognition; pneumatic control

* 德陽(yáng)市2015 年度重點(diǎn)科技計(jì)劃( 科技支撐計(jì)劃、校企科技合作) 項(xiàng)目( 2015ZZ052)

TH162

A

10.19287/j.cnki.1005-2402.2016.11.003

茍建峰，男，1983年生，博士研究生，副教授，加工中心技師，主要從事機(jī)械制造及其自動(dòng)化研究。

(編輯 譚弘穎)

2016-09-19)

161110