基于機器視覺汽車扶手箱卡簧裝配質量檢測系統(tǒng)的研究

郝存明，雷 倩，張偉平

(1.河北省科學院應用數(shù)學研究所，河北 石家莊 050081; 2.河北省信息安全認證工程技術研究中心，河北 石家莊 050081)

基于機器視覺汽車扶手箱卡簧裝配質量檢測系統(tǒng)的研究

郝存明1，2，雷 倩1，2，張偉平1，2

(1.河北省科學院應用數(shù)學研究所，河北 石家莊 050081; 2.河北省信息安全認證工程技術研究中心，河北 石家莊 050081)

給出了一種基于機器視覺的全自動汽車扶手箱卡簧裝配質量檢測系統(tǒng)。利用由工業(yè)攝像機和光源組成的視覺系統(tǒng)采集汽車扶手箱裝配部位的結構圖像并對其進行分析處理。通過對圖像進行去除噪聲、模板匹配定位、目標區(qū)域圖像分割等過程得到待檢測部件的相對位置信息。運用軟件來測量各個區(qū)域特征間的位置關系和面積大小并與標準值進行比較來判斷裝配質量的好壞，從而實現(xiàn)汽車扶手箱卡簧裝配質量檢測過程的完全自動化操作。

機器視覺；汽車扶手箱；裝配質量檢測；二值化；模板匹配

隨著社會物質的極大豐富，人們對質量的要求越來越高。對于汽車行業(yè)而言，其汽車零部件的質量將會直接影響到整車的性能和美觀[1-2]。汽車扶手箱為汽車駕駛室內飾件的一種，是為了駕駛員長期駕駛時，便于懸空的胳膊有放置休息的地方，以及安裝先導手柄、油門旋鈕、翹板開關等其它一些用途，其使用的頻率較大。因此，對于汽車扶手箱卡簧裝配質量的檢測就顯得尤為重要。常規(guī)的人工檢測一次檢測時間至少1min，很大程度上影響了生產效率，而且由于工人的工作態(tài)度、精神狀態(tài)和情緒等原因都也會帶來一些不可靠的因素，直接影響產品的質量與成本[3]。本文給出的汽車扶手箱卡簧裝配質量檢測系統(tǒng)實現(xiàn)了汽車扶手箱卡簧裝配質量自動檢測和自動判別的方法，人工不需要干預，消除生產過程中的安全隱患；系統(tǒng)會自動判別優(yōu)劣，不再受個人的主觀判斷的影響；扶手箱檢測時間只有200ms，比人工的檢測速度得到了大大的提高。

1 扶手箱裝配質量檢測系統(tǒng)結構

本檢測系統(tǒng)對汽車扶手箱卡簧裝配質量判斷的流程分為扶手箱圖像采集、目標檢測區(qū)域圖像處理以及最后對不合格產品的剔除等過程，系統(tǒng)流程圖如圖1所示。

圖1 汽車扶手箱檢測流程圖

本系統(tǒng)采用的是映美精工業(yè)攝像機和OPT環(huán)形光源作為圖像采集系統(tǒng)。為了實現(xiàn)全自動的產品在線檢測，本研究采用水平機械手作為不合格產品分揀裝置。首先，在機器視覺系統(tǒng)下面安裝上用于傳送扶手箱的傳送帶，扶手箱放入傳送帶從一側進入視覺系統(tǒng)檢測系統(tǒng)的檢測區(qū)域，由另一側走出檢測區(qū)。此外，通過給檢測系統(tǒng)中的工業(yè)控制PC機上開發(fā)專用圖像處理軟件系統(tǒng)，能將采集的圖像顯示在軟件界面上、并按設計的算法對待檢測部位進行分析,最后軟件會自動記錄扶手箱卡簧裝配質量的統(tǒng)計信息并保存裝配不合格的圖像。最終檢測系統(tǒng)會通過串口將最后的執(zhí)行命令發(fā)送給工業(yè)機器人控制系統(tǒng)，控制系統(tǒng)將控制水平機械手剔除不合格產品，實現(xiàn)對扶手箱的分類。

2 圖像處理

2.1 圖像去噪

汽車扶手箱通過傳送帶從視覺系統(tǒng)的一側進入到達工業(yè)相機的檢測區(qū)域，這時扶手箱觸發(fā)激光傳感器后，傳感器發(fā)送脈沖信號到相機，相機進行拍照，采集到汽車扶手箱的圖像。在工業(yè)環(huán)境中，相機會受到工業(yè)設備的電磁干擾，導致采集到的圖像噪聲污染比較嚴重，對后續(xù)扶手箱彈簧的位置的檢測有較大的影響，因此當獲取到扶手箱圖像之后首先對采集的圖像進行去除圖像的噪聲的預處理。中值濾波器是一種非線性濾波器，可以克服最小均方濾波、均值濾波等線性濾波器帶來的圖像細節(jié)模糊不足，并且對濾除椒鹽噪聲干擾尤為有效，由于工業(yè)環(huán)境易產生椒鹽噪聲，根據實際環(huán)境特點，本文采用改進的中值濾波[4]來更加有效去除椒鹽噪聲，提高圖像質量。

2.2 圖像分割

在實際應用中環(huán)境光線會發(fā)生變化，這導致在相同位置扶手箱背景和彈簧的灰度值分布可能是不一樣的，這樣就不容易利用固定的閡值的方法將扶手箱背景和彈簧分開。在實際應用時，如果可以動態(tài)地根據一定的規(guī)則，將圖像灰度分布進行分析，確定圖像分割閾值很有價值。最大類間方差閡值分割(OTSU)法[5]就是一種自適應的閾值選擇方法，設一張圖像的灰度值為m個，并且灰度值為i的像素個數(shù)為ni，則得到總像素個數(shù)：

(1)

各灰度值的概率：pi=ni/N

然后用k值將其分成兩組C1[1…k]和C1[k+1…m]，則各組產生的概率如下：

(2)

(3)

(4)

(5)

(6)

因此采樣的灰度平均值是u=W0u0+W1u1，計算兩組間的方差是：

d(k)=W0(u0-u)2+W1(u1-u)2

(7)

把整體灰度平均值代入上式得到：

d(k)=W0W1(u1-u0)2

(8)

將k在1到m之間進行取值，k為分割的最佳閾值時，會使得d(k)的計算值最大。

圖2 OTSU法二值化后的圖像

2.3 模板匹配

在實際現(xiàn)場中，汽車扶手箱在傳送帶上的位置是不固定的，由于放置設備的不精確性，導致扶手箱在傳送帶上會有所偏移或旋轉。本文采用圖像匹配技術[6]，將待檢測圖像與已知模板圖像進行匹配計算，判斷待檢測圖像與模板圖像的信息和坐標是否一致；對于模板與所覆蓋子圖的關系，用如下公式來衡量模板T(m，n)與所覆蓋子圖Sij(i，j)的相似性：

圖3 算法模板

利用以下公式衡量它們的相似性：

(9)

公式(9)中，第一項和第三項分別為子圖和模板的能量值，與模板匹配無關。第二項反應了模板和子圖的相關性關系，并隨子圖坐標(i，j)的位置改變，當模板和所覆蓋子圖匹配較好時，該項的值應為最大值。對該式進行歸一化，獲得模板匹配的相關系數(shù)：

(10)

當模板和所覆蓋子圖完全匹配時，相關系數(shù)R(i，j)=1。在完全遍歷被搜索圖S后，找到相關系數(shù)R的最大值所對應位置的子圖即為匹配目標?？煽闯?，基于該公式的圖像匹配算法計算量太大，耗時太多。因此，使用下面的公式來計算模板和子圖之間的相似性：

(11)

該公式反映了兩幅圖像之間的差別，計算量小，速度快。根據匹配方向選取閾值E0，當E(i，j)>E0時即停止對該位置對應點的計算，繼續(xù)下一位置的計算。圖4表示的是左邊的模板圖像通過本文的模板匹配算法在扶手箱中獲取到待檢測的目標區(qū)域的效果圖。

圖4 提取扶手箱待檢測目標區(qū)域

3 檢測算法設計

裝配質量檢測過程如下：通過模板匹配方法確定需要檢測的區(qū)域如圖5，然后通過檢測區(qū)域和檢測目標的相對位置關系，確定檢測目標的局部區(qū)域，并將檢測目標區(qū)域提取作為進一步分析的目標圖像，如圖6。

圖5 圖像分割和區(qū)域篩選

彈簧和銷子裝配位置可以通過圖6分割后的聯(lián)通區(qū)域分布情況以及區(qū)域面積大小來確定。為了避免環(huán)境光線的變化對圖像分析造成影響，采用的是OTSU閾值分割算法對圖像進行二值化，然后將一些面積較小的聯(lián)通區(qū)域慮除，達到滿意的效果，最終效果如圖7。

圖6 對彈簧和銷子裝配位置進行檢測

通過Labview編寫的軟件計算分割后區(qū)域總數(shù)、各個分割區(qū)域的中心位置以及分割區(qū)域面積，比較這些數(shù)值與正常要求值就能判別裝配質量的優(yōu)劣，之后發(fā)送命令給機械手將其揀出，最終形成汽車扶手箱卡簧裝配質量全自動檢測裝置。

4 結論

通過機器視覺系統(tǒng)采集到汽車扶手箱的圖片，通過中值濾波對圖像進行預處理，減少噪聲對圖像信息的影響，然后采用塊模板匹配的方法獲取檢測部位局部圖像，采用OTSU自適應閾值分割算法，得彈簧和銷子在圖像中各個聯(lián)通區(qū)域的分布狀況，獲取這些聯(lián)通區(qū)域的位置關系和區(qū)域面積，通過對這些數(shù)值與標準參數(shù)進行比較，得出出汽車扶手箱卡簧裝配質量的判斷結果，從而實現(xiàn)汽車扶手箱卡簧裝配質量的自動化檢測。

[1] 沈偉, 龐全, 范影樂,等. 基于機器視覺的全自動汽車零件篩選系統(tǒng)[J].儀表技術與傳感器, 2009，(9):97-100.

[2] 鄭威. 基于嵌入式機器視覺的缺陷檢測系統(tǒng)硬件設計[D].武漢理工大學, 2006.

[3] 孟祥雪. 基于機器視覺的汽車儀表讀數(shù)檢測技術研究[D].哈爾濱工業(yè)大學, 2012.

[4] 趙高長, 張磊, 武風波,等. 改進的中值濾波算法在圖像去噪中的應用[J].應用光學,2011,32(4):678-682.

[5] 丁曉峰, 何凱霖. 基于最大類間方差的改進圖像分割算法[J].計算機工程與設計,2015，(10):2765-2768.

[6] 唐琎, 李青. 一種快速的模板匹配算法[J].計算機應用, 2010, 30(6):1559-1561.

Research on the quality inspection system of vehicle handrail box spring assembly based on machine vision

HAO Cun-ming1,2，LEI Qian1,2，ZHANG Wei-ping1,2

(1.InstituteofAppliedMathematics,HebeiAcademyofSciences,ShijiazhuangHebei050081,China; 2.HebeiAuthenticationTechnologyEngineeringResearchCenter，ShijiazhuangHebei050081,China)

This paper presents a quality inspection system based on machine vision for automatic vehicle handrail box spring assembly.Collecte the structural image of vehicle handrail box spring assembly parts with the visual system which consists of industrial cameras and light source and then process the image datas rapidly. The relative position information of the part to be detected is obtained by doing some process such as image denoising, template matching, image segmentation and so on.Use the software to measure the location relationship about the regional characteristics and area size , and compare them with the standard value to determine the quality of the assembly, then achieve the fully automated of vehicle handrail box assembly quality inspection.

Machine vision; Vehicle handrail box; Assembly quality inspection; Binarization; Template matching

2017-02-21

河北省科學院科技計劃項目(14605)

郝存明(1981-)，男，河北宣化人，碩士，助理研究員，研究方向為應用數(shù)學，E-mail：haocunming@163.com.

1001-9383(2017)01-0089-06

TP391

A