崔光茫, 趙巨峰, 辛 青
(1.杭州電子科技大學(xué) 電子信息學(xué)院, 杭州 310018;2. 浙江大學(xué) 現(xiàn)代光學(xué)儀器國家重點實驗室, 杭州 310027)
基于工業(yè)生產(chǎn)設(shè)備表面缺陷檢測的實驗設(shè)計
崔光茫1,2, 趙巨峰1, 辛 青1
(1.杭州電子科技大學(xué) 電子信息學(xué)院, 杭州 310018;2. 浙江大學(xué) 現(xiàn)代光學(xué)儀器國家重點實驗室, 杭州 310027)
構(gòu)建了工業(yè)自動化生產(chǎn)設(shè)備表面缺陷檢測框架,包括機(jī)械結(jié)構(gòu)、照明設(shè)備、成像設(shè)備及處理算法、控制卡及軟件集成模塊,分析了框架各模塊的作用和相互聯(lián)系,面向生產(chǎn)線檢測任務(wù),建立系統(tǒng)化思維框架。以電路板表面缺陷檢測應(yīng)用為實例,開展了具體的缺陷檢測實驗,針對咖啡色電路板線路缺陷檢測問題,利用局部閾值增強(qiáng)的二值化圖像算法完成了缺陷區(qū)域檢測,并實現(xiàn)了軟件并行加速優(yōu)化。實踐結(jié)果表明,工程實踐教學(xué)模式能夠激發(fā)學(xué)生的學(xué)習(xí)興趣,加深理論知識理解,提高動手實踐能力,取得了良好的教學(xué)效果。
缺陷檢測; 自動化設(shè)備; 教學(xué)效果; 實驗教學(xué)
在傳統(tǒng)的工業(yè)生產(chǎn)線中,往往利用人工的方法檢測產(chǎn)品表面的缺陷,不僅速度慢、效率低,而且容易出現(xiàn)誤檢漏檢,導(dǎo)致檢測結(jié)果不準(zhǔn)確,降低了生產(chǎn)效率,增加了生產(chǎn)成本。近年來,機(jī)器視覺技術(shù)得到了很大的發(fā)展[1-3],該技術(shù)能夠模擬人類視覺功能,綜合利用光電檢測、圖像處理、自動化控制等相關(guān)技術(shù),實現(xiàn)了自動化的工業(yè)產(chǎn)品表面缺陷檢測,具有速度快、精度高、自動化、可定制等優(yōu)點,廣泛促進(jìn)了工業(yè)產(chǎn)品企業(yè)自動化智能制造的發(fā)展[4-7]。
工業(yè)產(chǎn)品表面缺陷檢測技術(shù)是高校工科類專業(yè)多學(xué)科交叉應(yīng)用領(lǐng)域,涵蓋了包括機(jī)械設(shè)計、光學(xué)、軟件工程、圖像處理等多門課程的重要授課內(nèi)容[8-12],而這些課程往往也是信息大類專業(yè)的本科生和研究生的專業(yè)核心課程。從實際教學(xué)工作中來看,由于課程內(nèi)容較為抽象,單純的理論教學(xué)難以讓學(xué)生系統(tǒng)化理解相關(guān)的理論知識,容易造成理論與實踐脫節(jié)[13-16]。這就需要開展相關(guān)的工程實踐教學(xué)模式探索。本文開展了基于工業(yè)自動化生產(chǎn)設(shè)備的表面缺陷檢測實驗設(shè)計,探索了信息大類專業(yè)學(xué)生工程實踐教學(xué)的新思路。通過生產(chǎn)線產(chǎn)品表面缺陷檢測系統(tǒng)化框架的搭建,加強(qiáng)了學(xué)生對光機(jī)電算一體化綜合學(xué)科知識的理解,提升了對交叉學(xué)科知識的運(yùn)用能力;通過基于實際生產(chǎn)設(shè)備的實驗設(shè)計,幫助學(xué)生將理論知識應(yīng)用于實際問題的解決,促進(jìn)了理論與實踐的有機(jī)結(jié)合,激發(fā)了學(xué)生們的學(xué)習(xí)興趣,鍛煉了其工程問題的解決能力,取得了很好的教學(xué)效果。
工業(yè)自動化生產(chǎn)設(shè)備表面缺陷檢測技術(shù)框架主要包括了機(jī)械結(jié)構(gòu)模塊、照明設(shè)備模塊、成像設(shè)備及處理算法模塊、控制卡及軟件集成模塊和工業(yè)計算機(jī),各模塊有機(jī)配合,實現(xiàn)了自動化的產(chǎn)品表面缺陷檢測功能。整體的檢測技術(shù)框架如圖1所示,其中涵蓋了光機(jī)電算等多學(xué)科的技術(shù)應(yīng)用。通過檢測框架各模塊的學(xué)習(xí),加深了學(xué)生們對課堂相關(guān)理論知識的理解,幫助他們建立了系統(tǒng)化的思維模式,并在此基礎(chǔ)上根據(jù)實際生產(chǎn)線要求開展相關(guān)實驗設(shè)計和工程實踐。
圖1 工業(yè)自動化生產(chǎn)設(shè)備表面缺陷檢測框架
1.1 機(jī)械結(jié)構(gòu)
工業(yè)生產(chǎn)通用型機(jī)械構(gòu)架設(shè)計為視覺檢測自動化設(shè)備提供了穩(wěn)定可靠的工作平臺,能夠滿足不同的工業(yè)生產(chǎn)檢測需求;機(jī)械支撐結(jié)構(gòu)提供了整體固定的結(jié)構(gòu)框架,為照明設(shè)備和成像設(shè)備提供了固定支架;機(jī)械傳送結(jié)構(gòu)通過電動機(jī)、傳送帶、吸附盤等設(shè)備的配合,實現(xiàn)了檢測產(chǎn)品的自動化傳送;機(jī)械可變結(jié)構(gòu)夠根據(jù)具體的應(yīng)用場景來選用合適的尺寸型號構(gòu)件,滿足不同的需求。學(xué)生可以根據(jù)實驗設(shè)計目標(biāo)來選用相應(yīng)的機(jī)械構(gòu)件,完成相關(guān)實驗。
1.2 照明設(shè)備
照明設(shè)備為檢測框架的重要環(huán)節(jié),設(shè)備選擇往往需要結(jié)合檢測物品的形狀、檢測指標(biāo)及照明材料反光特征和顏色,搭建適合于后期視覺檢測算法的照明環(huán)境,突顯出所需要檢測缺陷的特征。照明裝置設(shè)計主要考慮照明方式(反射或透射)、照明角度、照明光強(qiáng)、照明形狀、照明色溫等因素對視覺檢測結(jié)果的影響。為了獲取高質(zhì)量的檢測圖像,學(xué)生需要根據(jù)實際應(yīng)用場景設(shè)計安裝簡單、便于調(diào)節(jié)、照明效果好的照明系統(tǒng),使得采集到的圖像滿足視覺檢測的任務(wù)要求。
1.3 成像設(shè)備及處理算法
利用成像設(shè)備對生產(chǎn)線產(chǎn)品進(jìn)行成像,為后續(xù)算法提供高分辨率的圖像。成像設(shè)備需要根據(jù)實際生產(chǎn)要求進(jìn)行確定,包括相機(jī)型號、鏡頭指標(biāo)、成像方式等。實踐中,學(xué)生們設(shè)計和選擇了光學(xué)成像相機(jī)和鏡頭,同時配置和組裝合適的信號處理硬件系統(tǒng),包括工業(yè)電腦與相關(guān)開發(fā)平臺,以接收與處理成像系統(tǒng)獲取的視覺圖像信號。
缺陷檢測算法是整個框架和實驗設(shè)計的核心,決定了產(chǎn)品缺陷檢測的精度和效率。算法能夠提取圖像中的有效視覺特征,為進(jìn)一步檢測辨識做鋪墊。根據(jù)提取結(jié)果與生產(chǎn)線需要判別的要求,設(shè)計與優(yōu)化檢測辨識準(zhǔn)則,多角度衡量檢測辨識算法的性能,包括計算速度、檢測辨識水平、后續(xù)反饋操作機(jī)構(gòu)的方便性等,快速實現(xiàn)視覺檢測辨識功能。為了提高檢測效率,學(xué)生們需要通過圖像局部特征來增強(qiáng)顯著區(qū)域信息,保證算法能夠更準(zhǔn)確的進(jìn)行判斷和檢測結(jié)果的輸出。
1.4 控制卡及軟件集成
通過控制卡的IO端口發(fā)送指令,能夠使得各硬件設(shè)備按照用戶軟件的操作來進(jìn)行執(zhí)行相應(yīng)的命令,完成既定的目標(biāo)功能;同時,各模塊的工作狀態(tài)也可以通過控制卡IO口返回給中央軟件,保證檢測過程的順利進(jìn)行。軟件集成界面把檢測功能整合,形成可視化的界面,學(xué)生們通過對軟件程序的學(xué)習(xí),能夠了解各框架模塊相互配合的內(nèi)在邏輯,明確檢測流程的參數(shù)設(shè)置,也可以在各模塊提供的原始代碼的基礎(chǔ)上進(jìn)行算法的改進(jìn)和加速處理。
為了能夠檢驗實驗教學(xué)思路的效果,在杭州電子科技大學(xué)電子信息學(xué)院的本科生和研究生中進(jìn)行了教學(xué)實踐,建立了信息類專業(yè)綜合型實踐平臺。以某企業(yè)的電路板表面缺陷檢測為典型代表進(jìn)行介紹。
電路板生產(chǎn)過程中,由于工藝的限制和生產(chǎn)線的設(shè)備誤差,在線路和焊盤上會出現(xiàn)各種表面缺陷,影響產(chǎn)品的功能,常見的電路板缺陷包括表面劃傷、電路斷線、電路異物、焊盤缺口等。廠家提供了電路板表面缺陷自動化檢測設(shè)備,如圖2所示,在此設(shè)備上設(shè)計實驗,對電路板上存在的缺陷進(jìn)行自動化的視覺檢測。
圖2 電路板表面缺陷自動化檢測設(shè)備
實驗過程中,學(xué)生根據(jù)檢測要求選取了線陣白光光源為電路板進(jìn)行照明,相機(jī)則選用了高速線陣工業(yè)相機(jī),線陣像素為7 000像素。圖像采集過程中,通過電動機(jī)和傳送帶配合使得檢測電路板勻速通過線陣相機(jī),調(diào)節(jié)好光源進(jìn)行反射式照明,采集獲取高像素的電路板表面圖像。
由于電路板通常為綠油板或咖啡板,板子底層顏色和電路線路顏色比較接近,采集到的電路板圖像線路層和底層對比度較低,給缺陷檢測算法設(shè)計帶來了難度。以咖啡色線路異物缺陷為例,實驗平臺相機(jī)采集到的咖啡色電路板如圖3(a)所示,缺陷區(qū)域如紅色方框內(nèi),其放大圖為右下角小圖所示??梢钥吹骄€路中被異物所干擾,造成產(chǎn)品次品,同時缺陷區(qū)域和線路區(qū)域?qū)Ρ榷认嗖畈淮螅o區(qū)域缺陷檢測和提取帶來了困難。針對檢測缺陷特征,學(xué)生們設(shè)計了局部閾值增強(qiáng)的二值化圖像算法,避免了全局硬閾值二值化帶來的線路毛刺和漏檢問題。通過局部的閾值設(shè)定來有效獲取低對比度線路圖的二值化圖像,較為精確地區(qū)分了缺陷區(qū)域和線路區(qū)域,有效提取和定位了缺陷位置,檢測結(jié)果如圖3(b)所示。通過二值化檢測圖像與理論模板圖像的對比,能夠有效區(qū)分正常線路和缺陷區(qū)域,實現(xiàn)了自動化的視覺缺陷檢測功能。同時,學(xué)生們對整個檢測過程進(jìn)行了加速優(yōu)化,對相機(jī)采集電路板進(jìn)程和缺陷檢測算法進(jìn)程進(jìn)行了同步化處理,檢測算法運(yùn)行的同時,在中央電腦CPU中另外開辟一個進(jìn)程,同步處理發(fā)送指令, 讓電動機(jī)控制傳送帶吸附并進(jìn)行下一張電路板檢測圖像的拍攝獲取過程,放入內(nèi)存等待處理。并行優(yōu)化加速了產(chǎn)品檢測速度,從原來的每小時完成檢測400張電路板提升至每小時完成檢測800張電路板,提高了生產(chǎn)效率。
(a)(b)
圖3 電路板采集圖像及算法檢測結(jié)果
通過整個電路板缺陷檢測實驗,學(xué)生能夠真正了解實際生產(chǎn)線的各環(huán)節(jié),加深了課堂相關(guān)知識的理解和運(yùn)用,大大激發(fā)了自主研討的積極性和學(xué)習(xí)興趣,逐漸學(xué)會了主動發(fā)現(xiàn)問題并積極尋求解決問題的方法。實驗中,同學(xué)們組隊配合,明確分工,統(tǒng)一協(xié)作,增強(qiáng)了團(tuán)隊協(xié)作能力,也使得他們能夠更加自主的安排實驗實踐進(jìn)度,教學(xué)效果得到了學(xué)生們的好評。
工業(yè)生產(chǎn)線產(chǎn)品表面缺陷檢測技術(shù)涵蓋了機(jī)械設(shè)計、光學(xué)、軟件工程、圖像處理等信息大類專業(yè)中多門課程內(nèi)容。為了能夠強(qiáng)化學(xué)生對課堂知識的理解,加強(qiáng)學(xué)生的工程實踐能力和交叉學(xué)科知識運(yùn)用能力,本文提出了基于工業(yè)自動化生產(chǎn)設(shè)備的表面缺陷檢測實驗設(shè)計的工程實踐教學(xué)新思路,開展了相關(guān)實驗探索。構(gòu)建了工業(yè)自動化生產(chǎn)設(shè)備表面缺陷檢測框架,分析了框架中各模塊的核心技術(shù),引導(dǎo)學(xué)生配置和選取相應(yīng)硬件,設(shè)計相應(yīng)檢測算法,完成產(chǎn)品表面缺陷檢測的目標(biāo)。以電路板表面缺陷檢測為例,在實際生產(chǎn)線設(shè)備的基礎(chǔ)上開展檢測實驗,設(shè)計檢測算法,實現(xiàn)了缺陷目標(biāo)區(qū)域的檢測。實踐過程向?qū)W生系統(tǒng)化展示了實際生產(chǎn)線的機(jī)器視覺檢測流程,有效彌補(bǔ)了理論教學(xué)的不足,加深了學(xué)生的知識理解,提高了動手實踐能力,激發(fā)了學(xué)習(xí)興趣,促進(jìn)了學(xué)生自主學(xué)習(xí)和團(tuán)隊協(xié)作,有效提升了教學(xué)質(zhì)量,為高校多層次人才協(xié)同培養(yǎng)中相關(guān)課程實踐設(shè)計提供了借鑒。
[1] 趙宇峰,高 超,王建國. 基于機(jī)器視覺的工業(yè)產(chǎn)品表面缺陷檢測算法研究[J]. 計算機(jī)應(yīng)用與軟件,2012, 29(2):152-154.
[2] 黃 玲,張葉林,胡 波,等. 基于機(jī)器視覺的透明瓶裝液體液位自動檢測[J]. 自動化與儀表, 2012, 27(02):57-60.
[3] 段錚昱,文生平.基于機(jī)器視覺的電子產(chǎn)品外觀表面缺陷檢測方法研究[J]. 計算機(jī)測量與控制, 2014, 22(4): 1009-1011.
[4] 王耀南,陳鐵健,賀振東,等. 智能制造裝備視覺檢測控制方法綜述[J]. 控制理論與應(yīng)用, 2015, 32(3):273-286.
[5] 劉艷雄,張亮杰,毛華杰. 基于機(jī)器視覺的精沖零件斷面缺陷檢測系統(tǒng)研究[J]. 制造業(yè)自動化, 2016, 38(4):3-7.
[6] 趙俊紅,康文雄. 機(jī)器視覺與智能檢測創(chuàng)新實踐教學(xué)模式的探索[J]. 實驗室研究與探索, 2012, 31(5): 144-146.
[7] 談高超. 基于機(jī)器視覺的批量零件自動檢測系統(tǒng)的研制與工程應(yīng)用[D].上海:東華大學(xué),2014.
[8] 盧建霞,屠大維,趙其杰. 機(jī)械工程測試技術(shù)實驗教學(xué)創(chuàng)新平臺設(shè)計[J]. 實驗室研究與探索, 2015, 34(4): 182-185.
[9] 趙巨峰,高秀敏,崔光茫. 結(jié)合生產(chǎn)線的視覺檢測實驗系統(tǒng)設(shè)計[J]. 實驗室研究與探索,2016,35(4):59-62.
[10] 王繼成,高淑梅,羅 瑋. 光電信息科學(xué)與工程創(chuàng)新平臺實訓(xùn)教學(xué)研究與探索[J]. 物理與工程, 2013, 23(5): 61-64.
[11] 賀超英, 張 輝. 基于機(jī)器視覺的罐蓋質(zhì)量檢測系統(tǒng)設(shè)計[J]. 儀表技術(shù)與傳感器, 2011(2):85-87.
[12] 潘 鳴, 朱月星, 李 杰,等. 采用視覺成像技術(shù)進(jìn)行真空斷路器外形尺寸檢測[J]. 制造業(yè)自動化, 2014(22):38-41.
[13] 彭真明,雍 楊,張 靖. 光電圖像處理課程實踐教學(xué)新模式探索[J]. 高等教育研究, 2011(1): 67-68.
[14] 陳 宏.“光電傳感與檢測技術(shù)”課程研究性教學(xué)探索與實踐[J]. 課程教育研究, 2014(34):236-236.
[15] 李樹濤. 基于理論-設(shè)計-實踐的數(shù)字圖像處理研究性教學(xué)模式研究[J]. 高等理科教育, 2009(5):58-61.
[16] 徐志玲, 王鵬峰, 黃 柳. 測控專業(yè)課程設(shè)計群改革與實踐[J]. 實驗室研究與探索, 2014, 33(4):171-174.
·名人名言·
科學(xué)的真理不應(yīng)該在古代圣人的蒙著灰塵的書上去找,而應(yīng)該在實驗中和以實驗為基礎(chǔ)的理論中去找。
——伽利略
Experiment Design for Surface Defect Inspection Base on Industry Production Equipment
CUIGuangmang1, 2,ZHAOJufeng1,XINQing1
(1. School of Electronics and Information, Hangzhou Dianzi University, Hangzhou 310018, China;2. State Key Lab of Modern Optical Instrumentation, Zhejiang University, Hangzhou 310027, China)
A framework of surface defect detection by using industrial automation production equipment is constructed. It includes mechanical structure, lighting equipment, imaging equipment and processing algorithm, and control card and software integration module. The function and the relationship of these modules are analyzed for testing production line. The construction process helps students to establish a systematic framework of consideration. The circuit board surface defect detection is taken as an example, a series of specific defect detection experiments are carried out. Aiming at the problem of brown PCB line defect detection, the image is binarized based on local threshold, the defect area detection is completed, furthermore, the software parallel speed optimization is achieved. Practice results show that the engineering practice teaching mode proposed can stimulate students' interest of learning, deepen the understanding of theoretical knowledge, and improve the ability of hands-on practice. The teaching effect is satisfactory.
defect inspection; automation equipment; teaching effect; experiment teaching
2016-08-11
國家自然科學(xué)基金項目(61405052);全國高校光電專業(yè)第三批教育教學(xué)熱點難點教研項目(2015025)
崔光茫(1989-),男,河南南陽人,講師,現(xiàn)主要從事光學(xué)成像、視覺圖像處理的研究。
Tel.: 13656718849; E-mail:cuigm@hdu.edu.cn
TP 271; TN 911
A
1006-7167(2017)04-0164-03