甘艷平

（南京信息職業(yè)技術(shù)學(xué)院機電學(xué)院，南京210023）

0 引 言

LED數(shù)碼管是一種廣泛應(yīng)用于儀器儀表的電子元器件，一般由7段發(fā)光二極管組成，通過控制7段發(fā)光二級管不同組合實現(xiàn)數(shù)字0～9的顯示。在使用數(shù)碼管的產(chǎn)品中，要求7段發(fā)光二極管正常發(fā)光，亮度一致，因此一般需要檢測7段發(fā)光二極管的發(fā)光亮度與均勻性。目前檢測的方法是通過點亮LED數(shù)碼管，靠人眼來判斷產(chǎn)品的亮度是否達(dá)標(biāo)。該方法有著明顯的缺點：1）工人工作勞動強度大，長時間注意力高度集中觀察LED數(shù)碼管，人眼判別視覺易疲勞，易出現(xiàn)檢測紕漏，且判別標(biāo)準(zhǔn)不能數(shù)字化，存在主觀性，被檢測的產(chǎn)品中仍有部分不合格產(chǎn)品；2）隨著人工成本的不斷上漲，員工工資占產(chǎn)品生產(chǎn)成本的比重越來越大，企業(yè)負(fù)擔(dān)也來越重，迫切需要降低人工成本。

針對LED數(shù)碼管人工檢測效率低、精度低、成本高的特點，基于機器視覺的LED數(shù)碼管亮度檢測方法提供了一種快捷有效的LED數(shù)碼管客觀、量化檢測方法，能夠?qū)崿F(xiàn)LED數(shù)碼管檢測的標(biāo)準(zhǔn)化，直接系統(tǒng)地判斷LED是否合格，克服現(xiàn)有技術(shù)中人工檢測的主觀性強、容易誤判等缺點，同時可以降低企業(yè)生產(chǎn)成本。

1 檢測裝置

基于機器視覺的LED數(shù)碼管檢測裝置結(jié)構(gòu)如圖1所示，該裝置包括控制傳送裝置、圖像采集裝置、圖像處理裝置及產(chǎn)品分揀裝置。

圖1 LED檢測裝置

傳送裝置包括機架3、傳送帶11、電動機控制器15、電動機16。傳送帶11上標(biāo)有記號，可以使LED數(shù)碼管控制模塊2居中安放。電動機控制器15和電腦1相連接，電腦1傳送命令給電動機控制器15，控制電動機16旋轉(zhuǎn)。

圖像采集裝置包括LED數(shù)碼管控制模塊2、暗箱4、CCD相機5、夾具8。暗室4的兩側(cè)使用遮光板，皮帶輪滾動方向的兩邊使用遮光布。LED數(shù)碼管控制模塊2從左側(cè)進(jìn)入暗箱4，光電傳感器7安裝在暗箱4的上方，與電腦連接，用于檢測LED數(shù)碼管控制模塊2是否到達(dá)指定位置。夾具8通過電腦控制上下升降，可以和LED數(shù)碼管控制模塊2實現(xiàn)聯(lián)通，來點亮LED數(shù)碼管。CCD相機5在LED數(shù)碼管點亮后開始拍攝，同時為了實現(xiàn)LED數(shù)碼管檢測的量化，加上濾鏡6，只透過LED數(shù)碼管的主要光（前期通過光譜儀檢測到LED數(shù)碼管的峰值波長），CCD相機5和電腦1連接，將數(shù)據(jù)傳輸?shù)诫娔X處理。

圖像處理裝置是一臺電腦1，連接CCD照相機5、光電傳感器7、夾具8、機械手9和電動機控制器15，電腦對CCD照相機5、光電傳感器7的輸入信號進(jìn)行處理，同時對夾具8、機械手9、電動機控制器15輸出控制信號。

產(chǎn)品分揀裝置是一只機械手9，前端使用吸盤10，既可以有效利用LED數(shù)碼管表面平整的特性，又可以防止使用關(guān)節(jié)抓手可能對LED數(shù)碼管造成的損傷。機械手的基座13可以360°旋轉(zhuǎn)，機械臂大臂12可以上下移動，由機械臂大臂12延伸出來的機械臂小臂14可以在直線方向上來回伸縮，這樣一整套組合就可以完成在最遠(yuǎn)伸長量的任意范圍內(nèi)實現(xiàn)抓取和釋放。

2 檢測方法及判斷流程

基于機器視覺的LED數(shù)碼管檢測過程為：傳送裝置用于將待檢LED數(shù)碼管傳送至圖像采集裝置前，正對圖像采集裝置設(shè)有夾具，用于夾持待檢LED數(shù)碼管，夾具上設(shè)有電源接口（夾持待檢LED數(shù)碼管時進(jìn)行供電），圖像采集裝置完成對待檢LED數(shù)碼管的圖像采集，圖像輸入圖像處理裝置，圖像處理裝置中配置有軟件程序以實現(xiàn)檢測、對比及判斷。圖像采集完成，夾具松開LED數(shù)碼管，產(chǎn)品分揀裝置根據(jù)圖像處理裝置的輸出完成對LED數(shù)碼管的分揀，其中控制主機發(fā)出控制信號，驅(qū)動傳動裝置、圖像采集裝置和夾具的動作。

LED合格與否的判斷方法：采集待測LED數(shù)碼管亮燈狀態(tài)下的圖像，與正常LED數(shù)碼管亮燈狀態(tài)下的圖像進(jìn)行比對，比對采用橫向投影直方圖對比的方法，將正常LED數(shù)碼管與待測LED數(shù)碼管的橫向投影直方圖相減取絕對值，逐點求偏差，再取平均值和方差，做統(tǒng)計分析，得到亮度偏差的情況，然后再求兩個橫向投影直方圖曲線的相關(guān)系數(shù)，用來分析兩條橫向投影直方圖曲線相似性，得到兩圖像的相似性，根據(jù)相似性判斷待測LED數(shù)碼管是否合格。

3 檢測過程及示例

3.1 硬件工作流程（如圖3）

3.2 軟件處理過程

1）圖像處理軟件的選擇根據(jù)實際情況，選用MATLAB軟件。MATLAB軟件是一款專門用來解決數(shù)學(xué)問題的軟件，可以進(jìn)行數(shù)值分析、矩陣計算，也可將數(shù)據(jù)圖形化。同時，該軟件也可進(jìn)行逆向處理，即將圖像信息經(jīng)過一系列算法轉(zhuǎn)化為數(shù)字信息[1]。

2）背景預(yù)處理。

圖2 機器視覺LED檢測判斷流程

圖3 硬件工作流程圖

a.圖像灰度化處理。所謂灰度化處理就是把圖片的色彩信息都去掉，只留下亮度信息，以灰度的形式表現(xiàn)出來，即把一個三維的圖片信息轉(zhuǎn)化到二維圖像的過程，越亮的地方數(shù)值越大，越靠近255（255相當(dāng)于白色），越暗的地方數(shù)值越靠近0（0相當(dāng)于黑色）。圖像灰度化處理的方法主要有4種，為獲得最優(yōu)的灰度化處理方案，經(jīng)多次實驗比較，檢測系統(tǒng)增加了濾鏡6（見圖4），且采用加權(quán)平均法來進(jìn)行灰度化處理。由于人眼對綠色、紅色、藍(lán)色的敏感度依次遞減，所以按式f(i)=0.30R(i)+0.59G(i)+0.11B(i)對RGB三分量進(jìn)行加權(quán)平均能得到較合理的灰度圖像。

圖4 正常LED數(shù)碼管顯示數(shù)字8的灰度直方圖

b.數(shù)字邊緣的提取。所謂邊緣是指我們所需要的圖像信息和背景之間，或者兩個圖像信息之間的分界線。邊緣檢測是圖像處理中不可缺少的一個重要環(huán)節(jié)，也是實現(xiàn)邊緣分割的基礎(chǔ)[2]。本檢測采用Canny算子來檢測圖像中數(shù)字的邊緣，算法如下：

其中：BW是對結(jié)果的命名；edge是MATLAB軟件里面自帶的檢測邊緣函數(shù)；f是待處理圖像名稱；′canny′是選用的其中一種算法的名字，可以直接調(diào)用，不必自己編程；T可以是數(shù)組或數(shù)字；sigma是使用高斯濾波器進(jìn)行運算時選擇的標(biāo)準(zhǔn)差。經(jīng)canny算法后，強邊緣顯示出來，弱邊沿不顯示。

3）數(shù)字定位。相機拍攝到的圖片有很多信息是無用的，因此需要根據(jù)信息特征找到所需信息。由于LED數(shù)碼管是一個恒定的矩形，因此先調(diào)用MATLAB中的strel函數(shù)來創(chuàng)建對象，即se=strel(′rectangle′,[40,40])，然后用工具進(jìn)行膨脹和腐蝕，再用imclose和bwareaopen函數(shù)進(jìn)行閉操作和移除小對象操作，從而勾勒出需要的數(shù)字區(qū)域，最后根據(jù)橫向和縱向的固定數(shù)字裁剪出數(shù)字區(qū)域。

4）數(shù)字分割。為減小信息量，加快處理速度，同時不影響輪廓信息，對前述灰度化圖進(jìn)行二值化處理（將0～255里各數(shù)據(jù)選擇一個值，大于這個值的變成255，小于這個值的變成0），采用Otsu閾值分割法來確定圖像二值化分割的閾值[3]。算法如下：

圖像經(jīng)過定位和二值化之后，經(jīng)左邊界和右邊界限定，分割出數(shù)字來。

圖5 統(tǒng)計正常LED發(fā)光管顯示數(shù)字8的橫向直方圖

5）橫向累加。先用光譜儀找出正常發(fā)光的LED樣本，根據(jù)統(tǒng)計特征匹配法，對正常樣本的橫向白色像素特征進(jìn)行統(tǒng)計，得出正常LED數(shù)碼管數(shù)字8的橫向直方圖如圖5所示。

最后，將待檢驗的LED數(shù)碼管點亮，經(jīng)過圖像采集、軟件程序處理后，其顯示數(shù)字在橫向的向量累加值會出現(xiàn)固定的特征，比較待測LED的橫向直方圖與統(tǒng)計特征直方圖的差異，判斷待測品是否合格，最終實現(xiàn)對LED數(shù)碼管的量化檢測，如圖6所示。

圖6 合格與不合格LED數(shù)碼管直方圖對照

4 結(jié) 論

近年來，隨著自動化技術(shù)的迅猛發(fā)展，機器視覺技術(shù)也得到了快速發(fā)展，為改變傳統(tǒng)的人工檢測LED數(shù)碼管效率低、精度低、成本高等特點，人們不斷地探索利用機器視覺檢測LED的方案。本文提供了一種不同于直接用工業(yè)相機拍照、對比圖片或檢測灰度、亮度的方法，利用該方案可快捷、有效地進(jìn)行LED數(shù)碼管合格與否的量化檢測，環(huán)境適應(yīng)性強，穩(wěn)定性好，值得借鑒。