王宇杰

（河南經(jīng)貿(mào)職業(yè)學(xué)院，河南 鄭州 450053）

塑料因具有物化性質(zhì)穩(wěn)定、價(jià)格低廉、質(zhì)量輕、密度小、絕緣性好等優(yōu)點(diǎn)，在建筑、醫(yī)療、航天、農(nóng)業(yè)等領(lǐng)域廣泛應(yīng)用［1-3］。塑料制品產(chǎn)量隨著經(jīng)濟(jì)的增長(zhǎng)出現(xiàn)了大幅增長(zhǎng)，在生產(chǎn)過程中對(duì)塑料質(zhì)量的要求也越來越高。塑料制品外觀質(zhì)量檢測(cè)是塑料生產(chǎn)過程中極其重要的部分，對(duì)提高生產(chǎn)效率，提升產(chǎn)品競(jìng)爭(zhēng)力具有重要作用。目前，我國(guó)塑料生產(chǎn)企業(yè)對(duì)塑料制品外觀缺陷的檢測(cè)通常采用人工檢測(cè)方法，該方法準(zhǔn)確率低，勞動(dòng)強(qiáng)度大，檢測(cè)效率和準(zhǔn)確率均依賴在線檢測(cè)人員技術(shù)熟練程度，嚴(yán)重制約著企業(yè)的快速發(fā)展。機(jī)器視覺是智能化檢測(cè)發(fā)展的重要方向之一，機(jī)器視覺可以代替?zhèn)鹘y(tǒng)人工進(jìn)行檢測(cè)和判斷，具有廣闊的應(yīng)用前景［4-6］。機(jī)器視覺檢測(cè)系統(tǒng)主要利用圖像采集設(shè)備和圖像處理系統(tǒng)將采集到的圖像進(jìn)行處理，將處理后得到的圖像信息與標(biāo)準(zhǔn)信息進(jìn)行比對(duì)后得出適當(dāng)判斷。應(yīng)用機(jī)器視覺檢測(cè)技術(shù)對(duì)塑料制品外觀缺陷進(jìn)行智能自動(dòng)化檢測(cè)，能夠顯著提高檢測(cè)效率和檢測(cè)精度，同時(shí)提升塑料生產(chǎn)企業(yè)生產(chǎn)效率和生產(chǎn)的智能自動(dòng)化程度。本工作設(shè)計(jì)了一套基于機(jī)器視覺的塑料制品外觀缺陷檢測(cè)系統(tǒng)，利用相機(jī)進(jìn)行圖像采集，并利用均值濾波和邊緣分割算法對(duì)圖像進(jìn)行處理，以提高圖像的品質(zhì)，提升檢測(cè)效率和準(zhǔn)確率。

1 塑料制品機(jī)器視覺在線檢測(cè)系統(tǒng)

機(jī)器視覺檢測(cè)技術(shù)主要是利用圖像采集設(shè)備，獲得檢測(cè)物品的原始圖像，再將原始圖像傳送到圖像處理系統(tǒng)中，利用圖像處理算法對(duì)圖像進(jìn)行有效處理，最終獲得有效信息，實(shí)現(xiàn)塑料生產(chǎn)流水線的自動(dòng)化、智能化檢測(cè)。機(jī)器視覺檢測(cè)技術(shù)具有檢測(cè)精度高、效率高、非接觸等優(yōu)點(diǎn)，在眾多自動(dòng)檢測(cè)領(lǐng)域廣泛應(yīng)用。近年來，機(jī)器視覺檢測(cè)技術(shù)逐漸應(yīng)用于塑料制品生產(chǎn)領(lǐng)域，主要用于塑料制品外觀污點(diǎn)、裂痕等缺陷檢測(cè)，機(jī)器視覺檢測(cè)系統(tǒng)能夠?qū)崿F(xiàn)塑料制品外觀缺陷的快速檢測(cè)。機(jī)器視覺檢測(cè)系統(tǒng)主要包括：光源模塊、圖像采集模塊、圖像處理模塊、控制模塊和機(jī)械設(shè)備。背光源和環(huán)光源為機(jī)器視覺檢測(cè)系統(tǒng)提供光源，電荷耦合器件（CCD）工業(yè)相機(jī)、模擬量和數(shù)字量轉(zhuǎn)換模塊構(gòu)成了圖像采集單元，圖像處理單元主要對(duì)采集到的圖像進(jìn)行處理，并將處理結(jié)果傳送到計(jì)算機(jī)中，根據(jù)處理結(jié)果發(fā)出相應(yīng)控制指令，控制步進(jìn)電機(jī)將有缺陷的塑料制品取走，從而完成整個(gè)檢測(cè)過程。機(jī)器視覺檢測(cè)系統(tǒng)組成見圖1。

圖1 機(jī)器視覺檢測(cè)系統(tǒng)組成示意Fig.1 Composition of machine vision inspection system

相機(jī)選擇時(shí)不僅需要考慮其工作性能是否能夠滿足檢測(cè)系統(tǒng)的設(shè)計(jì)要求，還要兼顧其數(shù)據(jù)傳輸過程中是否對(duì)系統(tǒng)產(chǎn)生影響。相機(jī)選型過程中綜合考慮了分辨率、圖像傳輸速度、曝光時(shí)間以及接口形式等?；谝陨峡紤]，本工作選擇上海方誠(chéng)光電科技有限公司的IK145M-15CCD型相機(jī)。在機(jī)器視覺檢測(cè)系統(tǒng)中，圖像采集卡主要負(fù)責(zé)控制相機(jī)進(jìn)行拍攝，并將采集的圖像進(jìn)行放大和數(shù)字化處理。根據(jù)實(shí)際要求，采用合眾達(dá)電子技術(shù)有限責(zé)任公司的SEED-VPM642型開發(fā)板處理采集圖像，該開發(fā)板集成了TMSDM642型數(shù)字信號(hào)處理芯片，既可以作為圖像采集卡使用，又可以作為圖像處理單元的硬件仿真使用。

2 圖像處理算法

2.1 均值濾波算法

塑料制品圖像在采集、傳送、成像過程中不可避免地受到外部噪聲干擾（如外部設(shè)備的電磁干擾、設(shè)備振動(dòng)干擾等），噪聲會(huì)降低邊緣提取等圖像處理效果。為了獲得準(zhǔn)確的圖像信號(hào)，必須有效濾除圖像中的噪聲。本工作采用均值濾波算法對(duì)圖像進(jìn)行濾波處理，以保證塑料制品圖像缺陷檢測(cè)精度。均值濾波算法是一種空間域局部處理方法，該處理算法主要是將圖像區(qū)域中的相鄰點(diǎn)的灰度平均化處理后作為最終的灰度［7-9］。假設(shè)圖像中某點(diǎn)的灰度為f（x，y），S為相鄰像素組成的點(diǎn)集合，M為點(diǎn)集合S中像素個(gè)數(shù)，通過均值濾波器后，得到新的灰度，可表示為式（1）。

式中：g（x，y）為新的灰度；f（i，j）為圖像中某點(diǎn)的像素灰度，i，j分別為像素。

采用相鄰像素的均值來替代f（x，y）。若點(diǎn)集合S為8個(gè)鄰域，則f（x，y）對(duì)應(yīng)的輸出值為式（2）。

均值濾波算法可以描述為：將原始圖像中的一個(gè)點(diǎn)的灰度與它相鄰點(diǎn)的灰度相加，再進(jìn)行平均算法處理，平均值處理后便可得到新的灰度。該算法運(yùn)算量較大，為了降低算法的運(yùn)算量，提高算法處理速度，采用式（3）的運(yùn)算方式。

2.2 邊緣分割算法

圖像分割是將圖像分割成多個(gè)不同的具有特定性質(zhì)的區(qū)域，并對(duì)有價(jià)值的部分進(jìn)行提取。為了有效地對(duì)塑料制品圖像進(jìn)行分割，采用Roberts算法的邊緣分割算法對(duì)其進(jìn)行處理。首先對(duì)圖2所示的兩個(gè)對(duì)角線方向的相鄰像素之間的灰度做差值，再利用差值對(duì)圖像進(jìn)行邊緣分割。

假設(shè)輸入圖像灰度為s（x，y），輸出圖像灰度為g（x，y），n為常數(shù)，則Roberts算法可以表示為式（4）。

圖2 Roberts算子Fig.2 Roberts operator

在實(shí)際應(yīng)用過程中，為了提高控制器運(yùn)行速度，通常對(duì)式（4）進(jìn)行簡(jiǎn)化處理，見式（5）。

3 實(shí)驗(yàn)分析

使用IK145M-15CCD型相機(jī)、SEED-VPM642型圖像采集卡搭建了機(jī)器視覺檢測(cè)系統(tǒng)硬件平臺(tái)，采用均值濾波算法對(duì)圖像進(jìn)行處理，最后對(duì)圖像中缺陷進(jìn)行判斷。

從圖3可以看出：采用均值濾波器對(duì)遭受噪聲污染的塑料圖像進(jìn)行濾波后，圖像中的噪聲能夠有效被濾除，且能夠很好地保護(hù)圖像中的細(xì)節(jié)。

圖3 均值濾波結(jié)果Fig.3 Mean filter results of images of plastic products

塑料制品的邊緣分割是圖像校正和目標(biāo)定位的關(guān)鍵，為此用Roberts算子對(duì)圖像進(jìn)行邊緣分割處理，從圖4可以看出：塑料手機(jī)外殼四周的邊緣能夠完整分割出來，且分割線平滑，連細(xì)小細(xì)節(jié)（如SAMSUNG的圖標(biāo)和話筒）都能完整分割出來，效果較好。

圖4 Roberts算子邊緣分割Fig.4 Roberts operator edge segmentation

利用上位機(jī)統(tǒng)計(jì)軟件得到表1數(shù)據(jù)，從表1可以看出：污點(diǎn)、劃痕、孔洞檢測(cè)準(zhǔn)確率均在96.0%以上，而毛刺的檢測(cè)準(zhǔn)確率略低，原因是塑料制品毛刺程度較低，對(duì)毛刺程度較低的產(chǎn)品分辨較差?？偟膩碚f，基于機(jī)器視覺的塑料制品外觀缺陷檢測(cè)準(zhǔn)確率較高，檢測(cè)準(zhǔn)確率平均值為95.8%，完全能夠滿足塑料制品外觀缺陷檢測(cè)要求，對(duì)于提升生產(chǎn)企業(yè)檢測(cè)效率具有重要作用。

表1 缺陷檢測(cè)結(jié)果Tab.1 Results of defect detection

4 結(jié)論

a）設(shè)計(jì)了一種基于機(jī)器視覺的塑料制品外觀缺陷檢測(cè)系統(tǒng)，采用CCD工業(yè)相機(jī)、光源、圖像采集卡、計(jì)算機(jī)等作為系統(tǒng)硬件，經(jīng)過圖像均值濾波、圖像邊緣分割算法對(duì)采集到的圖像進(jìn)行處理。

b）機(jī)器視覺檢測(cè)系統(tǒng)能夠?qū)崿F(xiàn)塑料制品外觀圖像的采集，多種缺陷的檢測(cè)，檢測(cè)準(zhǔn)確率平均值達(dá)95.8%。