曾小波 陶肖

摘要：針對傳統(tǒng)物體表面缺陷檢測方法采用人工檢測導(dǎo)致漏檢、誤檢、效率低的不足，采用基于圖像處理的視覺檢測方式，分析項目需求后，設(shè)計合理的硬件方案和軟件設(shè)計框架以及合理的軟件算法，采用七個不同的相機和若干個光源照射待測品表面，得到合適光照度，實驗表明，待測物品典型缺陷能順利檢測到位，符合設(shè)計指標，效果良好。

關(guān)鍵詞：視覺檢測;缺陷檢測;注塑品

中圖分類號：TP391.41? ? 文獻標識碼：A? ? 文章編號：1007-9416（2020）10-0000-00

0 引言

近年來，隨著圖像處理技術(shù)的發(fā)展，機器人視覺技術(shù)已經(jīng)在工業(yè)生產(chǎn)領(lǐng)域得到了廣泛應(yīng)用[1]?，F(xiàn)代工業(yè)生產(chǎn)中需對各類塑料制品表面質(zhì)量進行檢測，得到檢測結(jié)果，根據(jù)結(jié)果進行自動分揀[2]。對物體表面缺陷檢測常用的方法有傳統(tǒng)的人工檢測和基于圖像處理的視覺檢測。其中人工檢測方案，工件表面缺陷檢測一直是依靠人工檢測方法，單一的工人檢測工件不僅工作量大，工人易疲勞，容易對工件表面缺陷造成漏檢、誤檢，尤其是缺陷較小的產(chǎn)品，人工檢測的主觀性在工人，人工在檢測的時候更加困難，極大影響工人工作的效率以及產(chǎn)品的質(zhì)量。基于機器視覺技術(shù)缺陷檢測系統(tǒng)，具有準確度高、非接觸、節(jié)省大量勞動力資源的優(yōu)勢。本系統(tǒng)可對工件表面的劃痕、斑點、色差、凹坑、缺損等缺陷進行檢測。從根本上解決人工檢測效率低、誤差大的問題，同時可以降低原材料消耗和人力成本。因此具有重要的實際應(yīng)用價值和現(xiàn)實意義。

1 項目需求

1.1檢測目標

主要用于對啟動器表面（塑膠外殼和鐵片）進行缺陷檢測。檢測范圍包括，塑膠外殼表面突出棱角是否破損;塑膠外殼表面激光打印字符是否在指定區(qū)域;啟動器三個鐵片是否錯插、漏插、變形;塑膠殼底部透孔是否堵塞。

1.2缺陷檢測技術(shù)指標

塑膠外殼檢測：對突出棱角、激光打印字符、底部透孔、表面缺陷等進行檢測。

鐵片檢測：鐵片的大小、高度、形狀等進行檢測。

最大誤檢率<2%，檢測速度8個/5S。

檢測合格率>98%，可靠性>98%。

2 硬件方案

如圖1所示，系統(tǒng)由光源、檢測相機、控制器、氣源、工作臺、氣動裝置等部分組成，考慮到工業(yè)現(xiàn)場的條件限制，相機都是垂直于傳送線拍攝待檢測物體，而光源則需要根據(jù)現(xiàn)場實際狀況安裝。其中，視覺光源系統(tǒng)為整個拍照系統(tǒng)提供可靠的、均勻的反射光，根據(jù)相機的要求，光源采用平行光設(shè)計，選用?？低昅V-AP1024-2T光源。視覺控制器選用?？低昅V-VB2210-120G微型電腦控制器。視覺相機，主要將拍攝到的光信號傳遞給圖像傳感器，本系統(tǒng)選用?？低昅VL-HF2528M-6MP，可用于調(diào)節(jié)焦距和透光度，本系統(tǒng)一共需要七個相機進行注塑品的缺陷檢測。且該款智能視覺相機，具有總線通信功能，包含TCP/IP、MODBUS-TCP、UDP三種通訊協(xié)議，能夠與PLC通訊，可檢測物品坐標、形狀、顏色、缺陷、OCR文字識別和機器人視覺動態(tài)靜態(tài)定位抓取，滿足系統(tǒng)工作的需要。

3 軟件設(shè)計

3.1 軟件框架

如圖2所示，本系統(tǒng)的視覺部分主要由?？低暪I(yè)相機、高清鏡頭、光源完成采圖工作，通過halcon圖像處理軟件完成對采集圖像的檢測工作，并最后集成為VC/C#上位機操作界面，界面友好，操作簡單。軟件系統(tǒng)是機器視覺系統(tǒng)的重要組成部分，其設(shè)計應(yīng)簡潔、合理、高效，以保證整個系統(tǒng)穩(wěn)定、可靠地運行，本系統(tǒng)采用模塊化設(shè)計，其主要功能模塊包括：圖像采集模塊、算法處理模塊、通訊控制模塊和輔助模塊[3][4][5]。

3.2 算法實現(xiàn)

算法是整個軟件檢測系統(tǒng)的核心部分，是系統(tǒng)的靈魂部分。如圖3所示，本系統(tǒng)將缺陷檢測設(shè)為7個環(huán)節(jié)，每個環(huán)節(jié)針對性的進行拍攝采圖，具體為系統(tǒng)圖像采集模塊對相機采集到的圖像首先進行灰度處理，再進行圖像增強、圖像濾波、特征處理等環(huán)節(jié)處理，然后根據(jù)算法進行、特征提取、特征匹配，最后基于VC/C#上位機操作界面對結(jié)果輸出，返回到用戶界面。

第一次檢測開始后，首先是導(dǎo)入圖片相機采集到的圖片，并同步裝入對應(yīng)halcon函數(shù)，然后進行圖片的灰度處理，主要目的是對圖片進行增強操作及圖象間的變換實現(xiàn)點操作，避免條帶失真。再進行特征處理和特征提取，主要是依據(jù)各種缺陷樣式特征，通過影像分析和變換，以提取所需特征，再依據(jù)缺陷圖片特征進行特征匹配，檢測產(chǎn)品是否合格，輸出結(jié)果到界面，再進行二次檢測，一共七個相機，運行七次檢測結(jié)果。

3.3 檢測流程

具體檢測中，系統(tǒng)將注塑品存在的缺陷檢測設(shè)為7個環(huán)節(jié)，每個環(huán)節(jié)針對性的進行拍攝采圖。共進行7次拍攝，共需要7個相機和光源。待檢測工件擺放在傳送線上，相機都是垂直于傳送線的，傳送線將待檢測注塑品（啟動器）先運送到第一個環(huán)節(jié)相機拍攝的位置，相機采圖，工控機運行的圖像處理軟件對當(dāng)前面進行檢測，檢測出缺陷則剔除此控件，若未發(fā)現(xiàn)缺陷，則進入下一個檢測環(huán)節(jié)。此時啟動器和相機的相對位置需要固定，不然采集圖像不清晰，會導(dǎo)致最終缺陷檢測錯誤或漏檢[6]。

具體工作流程，第一次采集圖，主要是檢測啟動器塑膠外殼三個突出點是否有破損，此時主要是通過突出點面積進行判斷，所以拍攝時要盡可能拍攝出三個突出點區(qū)域。第二次采集圖，主要是檢測塑膠外殼上激光打印字符是否在指定區(qū)域，這里通過調(diào)節(jié)光源，突出激光打印字符。第三次采集圖，主要是兩個鐵片是否大小錯裝、變形，高度是否達到要求，以及塑膠面是否有較大缺損。第四次采集圖，檢測兩個鐵片高度是否合格，有無錯裝、漏裝、變形，以及塑膠面有無較大缺損。第五次采集圖，檢測單個鐵片是否漏裝、大小錯裝，以及塑膠面是否較大缺損。第六次采集圖，檢測塑膠面是否有較大缺損。第七次采集圖，檢測底面兩個透孔是否堵塞。最后合格產(chǎn)品留下，送往下一環(huán)節(jié)，不合格產(chǎn)品或者瑕疵產(chǎn)品及時剔除。

4 實驗結(jié)果

如圖4所示，在實驗檢測裝置上，檢測不同缺陷及檢測待測物品的不同檢測面，調(diào)整光源安裝位置、傳輸線控制等參數(shù)，保證拍攝環(huán)境各不相同時，待測物品和相機位置能保持相對固定，減少位置偏差導(dǎo)致的圖像質(zhì)量，避免影響檢測效果。通過實驗檢測，檢測缺陷效果良好。

5 結(jié)論

本方案利用視覺檢測技術(shù)，在工業(yè)現(xiàn)場對注塑品缺陷進行檢測，系統(tǒng)通過設(shè)計七個檢測相機，對應(yīng)七種不同的缺陷進行檢測。本設(shè)計分為硬件設(shè)計和軟件流程設(shè)計，硬件部分主要有相機的光源、相機，相機控制器的選型。軟件部分有軟件框架設(shè)計、流程算法設(shè)計及檢測流程設(shè)計。通過現(xiàn)場調(diào)試，待測物品與相機位置需要保持相對固定，減少位置偏差采集圖像質(zhì)量較差帶來的錯檢與漏檢，得到的檢測效果較為理想，達到缺陷檢測技術(shù)指標要求。

參考文獻

[1]張慧敏，薛琛，郭興召，等.基于機器視覺的線束末端包覆質(zhì)量檢測系統(tǒng)研究[J].包裝工程，2020，41（13）：237-242.

[2]龍淑嬪.基于機器視覺的塑料制品表面質(zhì)量自動檢測系統(tǒng)研究[J].塑料工業(yè)，2019，47（S1）：155-158.

[3]沈健，葉廷璧.線束扎帶注塑質(zhì)量視覺檢測系統(tǒng)設(shè)計[J].機電技術(shù)，2019（6）：33-35.

[4]曾欣，沈濤，陳方周.基于PLC的電機端蓋沖壓生產(chǎn)線視覺檢測系統(tǒng)優(yōu)化[J].機電信息，2019（30）：129+132.

[5]龐國超.機器視覺在零部件質(zhì)量檢測上的應(yīng)用與研究[J].現(xiàn)代制造技術(shù)與裝備，2019（5）：38+42.

[6]孫沛澤.繼電器觸點鉚合質(zhì)量在線視覺檢測技術(shù)研究[D].浙江大學(xué)，2019.

收稿日期：2020-08-21

基金項目：湖南省教育廳科學(xué)研究項目（17C0740）;復(fù)雜環(huán)境特種機器人控制技術(shù)與裝備湖南省工程研究中心專項課題（LGY18GZ003）。

作者簡介：曾小波（1979—），男，湖南邵東人，碩士，副教授，研究方向：電力電子與電力傳動、機器視覺技術(shù)。

Design of Injection Molding Defect Detection System Based on Visual Inspection

ZENG Xiao-bo1，2，TAO Xiao1，2

（1.Hunan Engineering Research Center of Control technology and equipment of special robot in complex environment，Xiangtan Hunan? 411104;2.Hunan Vocational Institute of Technology，Xiangtan Hunan? 411104）

Abstract： In view of the defects of the surface defect detection method， artificial detection leads to missing detection， false detection and low efficiency. The visual inspection method based on image processing is adopted. After analyzing the project requirements，the reasonable hardware scheme，software design framework and reasonable software algorithm are designed. Seven different cameras and several light sources are used to irradiate the surface of the object to be tested to obtain the appropriate illumination The results show that the typical defects of the object to be tested can be detected in place smoothly， which conforms to the design index and has a good effect.

Keywords： Visual inspection; defect detection; injection molding products