唐燕妮
(河源職業(yè)技術(shù)學(xué)院,廣東 河源517000)
基于機(jī)器視覺的陶瓷大花瓶?jī)?nèi)表面裂紋自動(dòng)檢測(cè)系統(tǒng)研究
唐燕妮
(河源職業(yè)技術(shù)學(xué)院,廣東 河源517000)
針對(duì)陶瓷大花瓶外形不規(guī)則造成非顯見面裂紋檢驗(yàn)難的問題,提出了一種基于機(jī)器視覺的瓶?jī)?nèi)表面裂紋自動(dòng)檢測(cè)系統(tǒng)。設(shè)計(jì)了系統(tǒng)的功能體系和硬件結(jié)構(gòu),研究了三自由度機(jī)器人和相機(jī)旋轉(zhuǎn)機(jī)構(gòu)配合CMOS相機(jī)采集圖像的控制方法,檢驗(yàn)了瓶口中心定位和依據(jù)圓形度識(shí)別裂紋算法的可行性。實(shí)驗(yàn)結(jié)果表明,系統(tǒng)能夠自動(dòng)采集瓶?jī)?nèi)圖像和識(shí)別裂紋,為陶瓷大花瓶非顯見面外觀質(zhì)量的在線檢測(cè)奠定了基礎(chǔ)。
陶瓷大花瓶;內(nèi)表面;機(jī)器視覺;自動(dòng)檢測(cè);裂紋識(shí)別
青花瓷落地大花瓶是我國(guó)陳設(shè)藝術(shù)瓷器-器皿瓷的藝術(shù)瑰寶之一,隨著制作技術(shù)的不斷發(fā)展和人民生活水平的提高,已經(jīng)成為現(xiàn)代社會(huì)家居裝飾、開業(yè)慶典、禮品饋贈(zèng)的常用物品,由名家繪畫的產(chǎn)品往往售價(jià)高達(dá)數(shù)萬元,具有一定的傳世收藏價(jià)值。青花瓷落地大花瓶一般為白地藍(lán)花或白地青花,高度近1米或以上,外形正投影尺寸在320-695 mm不等,分類上屬于大型、特型瓶筒類瓷器[1]。因其體型較大,全部工序?yàn)槭止ぶ谱?,陶瓷在坯胎階段記憶破損,制作難度大;對(duì)于大花瓶的外觀質(zhì)量檢測(cè),在每道生產(chǎn)工序上都由人工檢驗(yàn),如圖1所示。突出問題是,缺乏一種有效的方法對(duì)非顯見面進(jìn)行外觀質(zhì)量檢驗(yàn),例如大花瓶?jī)?nèi)表面的裂紋缺陷,因?yàn)槿斯つ恳暉o法方便、準(zhǔn)確地達(dá)到這些區(qū)域。
圖1 青花瓷落地大花瓶外觀及其生產(chǎn)檢驗(yàn)作業(yè)Fig.1 Large blue-and-white porcelain vases and their quality inspection
存在微小裂紋是陶瓷材料的顯著特點(diǎn)之一,陶瓷材料的斷裂主要是由于預(yù)先存在的裂紋生長(zhǎng)所致,其裂紋的生產(chǎn)和擴(kuò)展取決于溫度、應(yīng)力和環(huán)境介質(zhì),并影響陶瓷產(chǎn)品的承載能力和結(jié)構(gòu)壽命[2-4]。因此,價(jià)格不菲、體型較大的青花瓷落地大花瓶裂紋檢測(cè)極其重要,裂紋不僅是大花瓶外觀質(zhì)量等級(jí)的區(qū)分指標(biāo)之一,更是能否實(shí)現(xiàn)長(zhǎng)久收藏的先決條件。針對(duì)上述需求,本文以青花瓷大花瓶為研究對(duì)象,設(shè)計(jì)了一種基于機(jī)器視覺的瓶?jī)?nèi)表面裂紋自動(dòng)檢測(cè)系統(tǒng),解決瓶?jī)?nèi)裂紋的檢驗(yàn)難題,提高陶瓷大花瓶生產(chǎn)和外觀質(zhì)量檢測(cè)的效率。
1.1 結(jié)構(gòu)和功能設(shè)計(jì)
該系統(tǒng)能夠?qū)崿F(xiàn)大花瓶?jī)?nèi)表面裂紋的圖像采集和自動(dòng)識(shí)別,并對(duì)裂紋程度進(jìn)行分等級(jí)標(biāo)記。系統(tǒng)結(jié)構(gòu)如圖2所示。
大花瓶?jī)?nèi)表面裂紋自動(dòng)檢測(cè)系統(tǒng)的功能包括:
(1)大花瓶在傳送帶上的位置能被實(shí)時(shí)偵測(cè),傳送帶自動(dòng)啟停將其移入和移出檢測(cè)工位。
圖2 系統(tǒng)結(jié)構(gòu)圖Fig.2 The system confguration diagram
(2)自動(dòng)定位瓶口中心,圖像采集裝置進(jìn)入瓶?jī)?nèi)后快速地獲得瓶底和瓶?jī)?nèi)壁多幀圖像,傳送至計(jì)算機(jī)處理。
(3)大花瓶?jī)?nèi)表面圖像能完整、及時(shí)的顯示。軟件識(shí)別圖像,對(duì)瓶?jī)?nèi)是否存在裂紋及裂紋程度判斷準(zhǔn)確,并依據(jù)非顯見面外觀質(zhì)量指標(biāo)進(jìn)行產(chǎn)品等級(jí)標(biāo)記。
1.2 系統(tǒng)構(gòu)成
系統(tǒng)構(gòu)成如圖3所示,主要功能模塊包括傳送帶與偵測(cè)裝置、瓶口定位裝置、相機(jī)旋轉(zhuǎn)裝置、圖像采集裝置及圖像識(shí)別軟件。
(1)傳送帶與偵測(cè)裝置負(fù)責(zé)傳送大花瓶通過視覺檢測(cè)工位。當(dāng)大花瓶進(jìn)入檢測(cè)工位時(shí),光電傳感器構(gòu)成的偵測(cè)裝置輸出觸發(fā)信號(hào),控制器接收信號(hào)并停止傳送帶,視覺檢測(cè)開始。檢測(cè)完成后,控制器啟動(dòng)傳送帶,將大花瓶移出檢測(cè)工位。
(2)瓶口定位裝置以一個(gè)門式直角坐標(biāo)機(jī)器人為主體,它與固定支架、相機(jī)旋轉(zhuǎn)裝置和圖像采集裝置一起構(gòu)成視覺檢測(cè)工位。檢測(cè)時(shí),機(jī)器人進(jìn)行三自由度動(dòng)作,機(jī)械臂XY軸先作水平運(yùn)動(dòng),使Z軸定位于瓶口中心;然后Z軸作垂直運(yùn)動(dòng),將相機(jī)等送入瓶?jī)?nèi)。
(3)相機(jī)旋轉(zhuǎn)裝置包括一個(gè)步進(jìn)電機(jī)、兩個(gè)舵機(jī)和固定支架,是相機(jī)進(jìn)行圖像采集的輔助機(jī)構(gòu)。檢測(cè)時(shí),旋轉(zhuǎn)裝置分別作90°和360°旋轉(zhuǎn)動(dòng)作,相機(jī)能以垂直向下、水平向外的角度拍攝。
(4)圖像采集裝置包括CMOS面陣相機(jī)和LED條形光源。檢測(cè)時(shí),相機(jī)拍攝一幀瓶口圖像、一幀瓶底圖像和多幀瓶?jī)?nèi)壁圖像,用于軟件進(jìn)行瓶口定位和裂紋識(shí)別。LED條形光源提供恒定照明,使得瓶?jī)?nèi)表面特征更加明顯。
(5)圖像識(shí)別軟件是裂紋檢測(cè)系統(tǒng)的關(guān)鍵,包括瓶口定位和瓶底、瓶?jī)?nèi)壁裂紋識(shí)別。瓶口定位的步驟包括圖像預(yù)處理、尋找瓶口中心、求取XYZ運(yùn)動(dòng)坐標(biāo)。瓶底、瓶?jī)?nèi)壁裂紋識(shí)別采用灰度圖像處理技術(shù),步驟包括圖像預(yù)處理、計(jì)算裂紋面積和周長(zhǎng),并通過圓形度判斷圖像是否存在裂紋及其程度。
2.1 三自由度直角坐標(biāo)機(jī)器人
該機(jī)器人是大花瓶視覺檢測(cè)工位上自動(dòng)化設(shè)備的一部分,是一組XYZ三軸運(yùn)動(dòng)的門式滑臺(tái)直角坐標(biāo)機(jī)械臂,由兩個(gè)水平移動(dòng)單元、一個(gè)垂直移動(dòng)單元和支架組成。傳送帶將大花瓶移入檢測(cè)工位的中心區(qū)域,水平單元的伺服電機(jī)經(jīng)同步帶驅(qū)動(dòng)X軸、Y軸機(jī)械臂,在支架上作X、Y方向的水平直線運(yùn)動(dòng),直至Z軸定位到瓶口中心坐標(biāo)。隨后,垂直單元的伺服電機(jī)經(jīng)滾珠絲杠帶動(dòng)Z軸機(jī)械臂,沿瓶口中心線作Z方向的垂直直線運(yùn)動(dòng),將相機(jī)送入瓶?jī)?nèi)拍攝圖像。拍攝完成后,機(jī)器人在水平和垂直位置歸零,機(jī)械零位處于工位支架中心。
機(jī)器人動(dòng)作采用點(diǎn)到點(diǎn)位置伺服控制方式,控制系統(tǒng)如圖4所示。圖像識(shí)別軟件與PLC控制器串口通訊,將瓶口中心的目標(biāo)位置傳送給PLC,PLC轉(zhuǎn)換為X、Y、Z三軸脈沖序列和正反轉(zhuǎn)方向信號(hào)給伺服驅(qū)動(dòng)器。驅(qū)動(dòng)器轉(zhuǎn)換為相應(yīng)的電壓信號(hào)驅(qū)動(dòng)伺服電機(jī)運(yùn)轉(zhuǎn),并接收電機(jī)反饋信號(hào),重新計(jì)算電機(jī)運(yùn)動(dòng)目標(biāo)位置,實(shí)現(xiàn)精確運(yùn)動(dòng)的閉環(huán)控制[5]。
圖4 三自由度直角坐標(biāo)機(jī)器人控制系統(tǒng)圖Fig.4 The control system diagram of 3-DOF Cartesian-coordinate Robot
表1 相機(jī)主要參數(shù)Tab.1 Camera parameters
表2 相機(jī)鏡頭主要參數(shù)Tab.2 Camera lens parameters
2.2 圖像的采集和處理
大花瓶外形特點(diǎn)為高度較高,頸徑尺寸小,肚徑尺寸大,人工目視難以抵達(dá)瓶?jī)?nèi);使用機(jī)器視覺進(jìn)入瓶?jī)?nèi)拍攝圖像,相機(jī)需要根據(jù)花瓶的不規(guī)則外形變換不同焦距,而且需要變換多個(gè)角度拍攝瓶底、瓶?jī)?nèi)壁若干個(gè)非顯見面。因此,使用相機(jī)采集圖像是視覺檢測(cè)的難點(diǎn)之一。根據(jù)瓶?jī)?nèi)裂紋特性、相機(jī)的工作速度、機(jī)構(gòu)安裝的空間限制及視野范圍的要求,系統(tǒng)選用了基于索尼IMX179方案的智能自動(dòng)對(duì)焦CMOS攝像頭模組和無畸變高拍儀鏡頭,相機(jī)有效像素500萬,模組尺寸32 mm× 32 mm×23 mm,帶有2個(gè)LED高亮度條形光源,板機(jī)重量30g,充分滿足了圖像采集裝置微型化、智能化的要求。相機(jī)和鏡頭主要參數(shù)如表1和表2所示。
系統(tǒng)設(shè)計(jì)了一個(gè)相機(jī)旋轉(zhuǎn)裝置,在機(jī)器人三自由度動(dòng)作配合下,輔助完成多幀圖像的采集。相機(jī)旋轉(zhuǎn)裝置包括固定在Z軸末端的步進(jìn)電機(jī)和支架,以及固定在步進(jìn)電機(jī)轉(zhuǎn)軸上的舵機(jī)和支架,選型采用小型步進(jìn)電機(jī)和微型舵機(jī),支架選用硬質(zhì)塑料,以減輕裝置對(duì)步進(jìn)電機(jī)水平轉(zhuǎn)矩的影響。用于圖像采集的相機(jī)及光源固定在舵機(jī)轉(zhuǎn)軸上,相關(guān)機(jī)構(gòu)如圖5所示。
圖像的采集和處理過程為:(1)大花瓶進(jìn)入檢測(cè)工位時(shí),控制器點(diǎn)亮光源。機(jī)器人Z軸從零位下降,相機(jī)距瓶口20 cm時(shí)自動(dòng)調(diào)焦并垂直向下拍攝一幀瓶口圖像,軟件計(jì)算瓶口中心坐標(biāo)。(2)機(jī)器人XY軸水平運(yùn)動(dòng)并定位該坐標(biāo),Z軸沿瓶口中心線下降進(jìn)入瓶?jī)?nèi)。相機(jī)距瓶底20cm時(shí),垂直向下拍攝一幀瓶底圖像并識(shí)別裂紋。(3)舵機(jī)作90°旋轉(zhuǎn),相機(jī)拍攝角度變?yōu)樗较蛲狻#?)軟件在已知的瓶肚或瓶頸交界處,觸發(fā)相機(jī)自動(dòng)調(diào)焦,水平向外拍攝第一幀圖像。步進(jìn)電機(jī)順時(shí)針作90°旋轉(zhuǎn),相機(jī)拍攝第二幀圖像;三次旋轉(zhuǎn)后拍攝獲得四幀瓶?jī)?nèi)壁圖像并識(shí)別裂紋。(5)Z軸沿瓶口中心線向上作定距直線運(yùn)動(dòng),步進(jìn)電機(jī)逆時(shí)針旋轉(zhuǎn),相機(jī)拍攝另一高度的360°瓶?jī)?nèi)壁,獲得四幀圖像識(shí)別裂紋。(6)Z軸向上運(yùn)動(dòng)N次重復(fù)4、5直至升出瓶口,控制器關(guān)閉光源,相機(jī)旋轉(zhuǎn)裝置和機(jī)器人位置歸零。圖像采集完成,大花瓶移出檢測(cè)工位。
2.3 實(shí)驗(yàn)和分析
為了驗(yàn)證視覺檢測(cè)系統(tǒng)的有效性和可靠性,依賴于三自由度機(jī)器人和圖像采集機(jī)構(gòu)進(jìn)行了大花瓶瓶口定位和瓶?jī)?nèi)表面裂紋識(shí)別的實(shí)驗(yàn)。
2.3.1 瓶口定位
大花瓶進(jìn)入視覺檢測(cè)工位中心區(qū)域,相機(jī)向下拍攝一幀瓶口圖像。大花瓶為白底陶瓷,與背景色區(qū)別明顯,圖像經(jīng)過中值濾波、二值化及邊緣提取等處理后,獲得較為完好的瓶口邊緣,如圖6所示。
圖5 圖像采集示意圖Fig.5 Ιmage acquisition schematic diagram
圖6 瓶口圖像處理Fig.6 The vase mouth image processing∶(a)Original image,(b)Median flter,(c)Binarization,(d)Edge extraction
經(jīng)過圓擬合后得到的瓶口圖像為同圓心的2個(gè)嵌套圓環(huán),大圓為瓶口外環(huán)的正投影,小圓為瓶口內(nèi)環(huán)的正投影。對(duì)大圓求圓心和半徑,設(shè)定大圓的圓心坐標(biāo)為半徑為R,大圓上分布n個(gè)二維坐標(biāo)點(diǎn)則有[6]
2.3.2 裂紋識(shí)別
大花瓶?jī)?nèi)表面包括瓶底和瓶?jī)?nèi)壁多個(gè)潔白的陶瓷光面,相機(jī)采集到的圖像單一并且顏色一致。如果存在裂紋,則表現(xiàn)為明顯的圖像灰度異常[8],因此裂紋識(shí)別采用灰度圖像處理技術(shù)。首先對(duì)原圖進(jìn)行中值濾波,濾除因LED光源在陶瓷釉面上形成的光斑及其他噪聲,再進(jìn)行圖像的二值化處理和銳化處理,突出裂紋特征。最后進(jìn)行邊緣提取并通過閉運(yùn)算平滑裂紋圖像的輪廓,得到清晰的裂紋圖像邊界。瓶?jī)?nèi)表面裂紋圖像處理過程和結(jié)果如圖7所示。
圖7 瓶?jī)?nèi)表面裂紋圖像處理Fig.7 The hidden vase surface crack image processing∶
陳設(shè)藝術(shù)瓷器-器皿瓷標(biāo)準(zhǔn)(GB/T13524.2-92)外觀質(zhì)量指標(biāo)定義裂紋為坯、釉開裂而形成的紋狀缺陷,可按尺寸相加計(jì)算。因此,對(duì)于多幀瓶底和瓶?jī)?nèi)壁圖像,可用裂紋的面積和周長(zhǎng)作為測(cè)量參數(shù),即使用區(qū)域統(tǒng)計(jì)方法累加像素點(diǎn)總和得到裂紋面積,累加邊緣像素個(gè)數(shù)得到裂紋周長(zhǎng),最后以圓形度來計(jì)算裂紋程度[9]。求取圓形度 的表達(dá)為:
式中,P 為裂紋周長(zhǎng)總和,A為裂紋面積總和。圓形度 C 越大則說明圖像的異常灰度數(shù)量多和不規(guī)則,直接表現(xiàn)為裂紋程度高,避開了陶瓷表面微小斑點(diǎn)或毛孔帶來的誤判。軟件識(shí)別與人工目視對(duì)比顯示,當(dāng)單個(gè)大花瓶?jī)?nèi)表面圖像圓形度大于5時(shí),可以判斷為存在裂紋;圓形度越大,瓶?jī)?nèi)裂紋數(shù)量越多,大花瓶?jī)?nèi)表面的外觀質(zhì)量等級(jí)標(biāo)記越低。
本文設(shè)計(jì)了一種基于機(jī)器視覺技術(shù)的陶瓷大花瓶?jī)?nèi)表面裂紋檢測(cè)系統(tǒng)。視覺檢測(cè)工位通過偵測(cè)裝置獲知大花瓶位置從而啟停傳送帶,三自由度直角坐標(biāo)機(jī)器人和相機(jī)旋轉(zhuǎn)裝置動(dòng)作,配合CMOS相機(jī)模組采集多幀圖像。軟件處理瓶口圖像后,求取瓶口中心坐標(biāo)并引導(dǎo)機(jī)器人進(jìn)入瓶?jī)?nèi);處理瓶底、瓶?jī)?nèi)壁圖像后,依據(jù)圓形度判定裂紋,取得了良好的檢測(cè)效果。系統(tǒng)實(shí)現(xiàn)了大花瓶?jī)?nèi)表面裂紋的圖像采集和裂紋識(shí)別,解決了瓶?jī)?nèi)裂紋檢驗(yàn)難題,對(duì)其他器皿陶瓷非顯見面的落渣、泥渣、缺釉等外觀質(zhì)量缺陷檢測(cè)也具有參考和應(yīng)用價(jià)值。
[1 GB/T13524.2-92, 中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)陳設(shè)藝術(shù)瓷器--器皿瓷[S].
[2]楊曉光, 熊昌炳.裂紋慢擴(kuò)展對(duì)陶瓷強(qiáng)度影響的分析方法[J].北京航空航天大學(xué)學(xué)報(bào), 1994, 20(1): 115-120.YANG X G, XIONG C B.Journal of Beijing University of Aeronautics and Astronautics, 1994, 20(1): 115-120(in Chinese).
[3]楊曉, 黃政仁, 劉學(xué)建.常壓燒結(jié)碳化硅陶瓷的表面裂紋對(duì)其力學(xué)性能的影響[J].硅酸鹽學(xué)報(bào), 2014, 42(7): 841-845.YANG X, HUANG Z R, LIU X J.Journal of the Chinese Ceramic Society, 2014, 42(7): 841-845(in Chinese).
[4]孟國(guó)文, 陳大明.陶瓷材料中裂紋起因及消除方法[J].材料導(dǎo)報(bào), 1995, 9(2): 40-41.MENG G W, CHENG D M.Materials Review, 1995, 9(2): 40-41(in Chinese).
[5]叢明, 劉冬 ,杜宇, 等.PLC伺服控制在太陽(yáng)能電池組件搬運(yùn)機(jī)械手中的應(yīng)用[J].組合機(jī)床與自動(dòng)化加工技術(shù), 2011,(9):66-69.CONG M, LIU D, DU Y, et al.Modular Machine Tool & Automatic Manufacturing Technique, 2011(9): 66-69(in Chinese).
[6]張應(yīng)芳,張愛國(guó),蘇積聰,等.觀測(cè)圓上多個(gè)任意點(diǎn)及其圓心坐標(biāo)擬合[J].黑龍江工程學(xué)院學(xué)報(bào), 2014,28(2):27-30.ZHANG Y F, ZHANG A G, SU J C, et al.Journal of Heilongjiang Institute of Technology, 2014, 28(2): 27-30(in Chinese).
[7]陳偉華, 馬瓊雄, 陳月軍.基于VisionPro的工業(yè)機(jī)器人視覺定位系統(tǒng)[J].組合機(jī)床與自動(dòng)化加工技術(shù), 2012,(2): 81-83.CHEN W H, MA Q X, CHEN Y J.Modular Machine Tool & Automatic Manufacturing Technique, 2012(2): 81-83(in Chinese).
[8]戴衛(wèi)軍.基于機(jī)器視覺的蜂窩陶瓷側(cè)面缺陷檢測(cè)算法研究[J].陶瓷學(xué)報(bào), 2014, 35(3): 291-295.DAI W J.Journal of Ceramics, 2014, 35(3): 291-295(in Chinese).
[9]于彬.基于數(shù)字圖像處理的陶瓷瓶裂紋檢測(cè)研究[D].武漢: 武漢理工大學(xué)碩士學(xué)位論文, 2007.
date: 2016-01-19.Revised date: 2016-03-23.
Automatic Ιnspecting System for Hidden Surface Cracks in Large Ceramic Vase Based on Machine Vision
TANG Yanni
(Heyuan Polytechnic College,Heyuan 517000,Guangdong,China)
Ιn order to solve the hard detection of hidden surface cracks in a large ceramic vase because of its irregular shape,an automatic inspecting system is presented in this paper.The function system and hardware structure are designed,the way that an image is captured by CMOS camera with the assistance of 3-DOF Robot and camera rotation device is studied,and the algorithms for positioning the vase-mouthcenter and identifying cracks based on circularity are tested.The experiment shows that the system can automatically capture an image and identify cracks.Ιt lays the foundation for on-line inspection of hidden surface quality of large ceramic vases.
large ceramic vase;hidden surface;machine vision;automatic inspecting;crack identifying
TQ174.5
A
1000-2278(2016)04-0417-06
10.13957/j.cnki.tcxb.2016.04.018
2016-01-19。
2016-03-23。
廣東河源職業(yè)技術(shù)學(xué)院科技項(xiàng)目(2015KJ09)。
通信聯(lián)系人:唐燕妮(1981-),女,碩士,講師。
Correspondent author:TANG Yanni(1981-),female,Master,Lecturer.
E-mail:tangyannier@126.com