CCD機(jī)器視覺在精密機(jī)械部件外觀缺陷檢測中的系統(tǒng)結(jié)構(gòu)研究及應(yīng)用

錢禮閏

摘要：本文設(shè)計(jì)的基于CCD工業(yè)相機(jī)的機(jī)器視覺技術(shù)能夠?qū)崿F(xiàn)對機(jī)械精密工件進(jìn)行高質(zhì)量的自動檢測。該系統(tǒng)采用高精度的CCD工業(yè)相機(jī)作為圖像采集部件，使系統(tǒng)能夠較好地實(shí)現(xiàn)實(shí)時(shí)高精度自動檢測。并對制作的樣機(jī)進(jìn)行測試，最后對未來的發(fā)展方向進(jìn)行了展望。

關(guān)鍵詞：CCD；工業(yè)相機(jī)；LED光源；圖像處理；特征提?。蝗毕輽z測

中圖分類號：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2018）15-0105-02

一、引言

隨著精密機(jī)械行業(yè)相關(guān)衍生的產(chǎn)品產(chǎn)量的增長以及國際化市場對產(chǎn)品質(zhì)量要求的不斷提高，以往通過人工目檢來檢測產(chǎn)品外觀缺陷的方式已遠(yuǎn)遠(yuǎn)不能滿足市場和高端的需求。機(jī)器視覺以其高效、科學(xué)的檢測方式被廣泛應(yīng)用于產(chǎn)品外觀缺陷檢測中。本課題設(shè)計(jì)的基于CCD工業(yè)相機(jī)的機(jī)器視覺技術(shù)能夠?qū)崿F(xiàn)對機(jī)械精密工件進(jìn)行高質(zhì)量的自動檢測。該系統(tǒng)采用高精度的CCD工業(yè)相機(jī)作為圖像采集部件，使系統(tǒng)能夠較好地實(shí)現(xiàn)實(shí)時(shí)高精度自動檢測。

二、系統(tǒng)的硬件設(shè)計(jì)

本系統(tǒng)的硬件部分包括工業(yè)CCD相機(jī)、照明光源和機(jī)械部分，本課題主要研究的就是工業(yè)相機(jī)的選擇、照明光源的選擇和設(shè)計(jì)等。

1.CCD傳感器。對于精密機(jī)械行業(yè)來說，要想使用圖像傳感器來獲取可以使用的缺陷檢測圖像，必須使用工業(yè)級的圖像傳感器。目前使用最多的圖像傳感器有CCD和CMOS兩種，在工業(yè)攝像機(jī)中，CCD的使用最為廣泛。CCD是電荷耦合器件的縮寫，這種器件是以電荷作為信號，而其他大多數(shù)傳感器是以電流或電壓作為信號的。有線陣和面陣兩種形式的CCD，它由光敏元、移位寄存器、電荷轉(zhuǎn)移柵等組成，可以把光信號轉(zhuǎn)換成電脈沖信號，每個(gè)脈沖只反映一個(gè)光敏元的受光情況，其中脈沖的幅度高低反映了此光敏元受到的光照強(qiáng)弱，輸出脈沖的順序可以反映光敏元的位置，這樣就能夠獲取圖像。從本質(zhì)上來說，CCD傳感器實(shí)現(xiàn)的是電荷的存儲與電荷的轉(zhuǎn)移。因此CCD的主要問題就是電荷的產(chǎn)生、存儲、傳輸和檢測。

2.工業(yè)CCD相機(jī)。本系統(tǒng)的CCD相機(jī)采用德國映美精公司（The Imaging Source）符合IEEE 1394B標(biāo)準(zhǔn)的工業(yè)高清相機(jī)來獲取高分辨率的圖像，如圖1所示。The Imaging Source IEEE 1394b相機(jī)搭載高分辨率和高靈敏度的CCD感光元件，提供高質(zhì)量的圖像和高數(shù)據(jù)傳輸速度，使其非常適合于工業(yè)自動化等各樣高精度的應(yīng)用領(lǐng)域。IEEE 1394b相機(jī)具有高達(dá)120fps和低于5微秒的觸發(fā)延遲，使用千兆以太網(wǎng)接口，具有分辨率高、精度高、噪聲低等優(yōu)良性能。

3.照明系統(tǒng)。照明系統(tǒng)在光學(xué)測量和計(jì)算機(jī)圖像獲取中具有重要的意義。其中一個(gè)比較重要的作用就是用來突出圖像目標(biāo)與背景的對比度。一個(gè)好的照明系統(tǒng)，最重要的就是照明光源的選擇，特別是高精度的光學(xué)測量系統(tǒng)和光學(xué)圖像的缺陷檢測等，必須要有好的照明設(shè)備。因此，是否能夠正確的選取合適的光源，會影響整個(gè)計(jì)算機(jī)圖像處理系統(tǒng)對缺陷檢測的效果。目前，在機(jī)器視覺中應(yīng)用最多的是光源主要有兩種：LED光源和閃頻光源。LED光源采用的是發(fā)光二極管（LED），它具有低功耗、效率高、壽命長的優(yōu)點(diǎn)，可連續(xù)使用10萬小時(shí)，比普通白熾燈泡長100倍，是一種可回收無污染的綠色光源。LED光源的諸多優(yōu)點(diǎn)使其在精密光學(xué)測量領(lǐng)域應(yīng)用十分廣泛，因此本設(shè)計(jì)采用的是LED光源。

確定光源后，還要根據(jù)機(jī)器視覺系統(tǒng)的特點(diǎn)選取恰當(dāng)?shù)恼彰鞣绞?。針對系統(tǒng)的特點(diǎn)和測量的對象，在進(jìn)行了各種理論計(jì)算和實(shí)踐后，發(fā)現(xiàn)前向照明方式比較適合本項(xiàng)目的設(shè)計(jì)。所謂前向照明，就是將光源置于工業(yè)相機(jī)和測量對象的前面，運(yùn)用光在物體表面上的反射原理，能夠?qū)z測對象的表面缺陷和重要細(xì)節(jié)顯現(xiàn)出來。

3.系統(tǒng)的軟件設(shè)計(jì)。在設(shè)計(jì)好硬件部分以后，我們還需要對通過CCD相機(jī)獲取的圖像進(jìn)行相關(guān)的處理，才能得到檢測結(jié)果。這樣，我們就必須設(shè)計(jì)能夠?qū)崿F(xiàn)這種功能的軟件，借助計(jì)算機(jī)來處理圖像。軟件處理的過程包括圖像的預(yù)處理、圖像分割、特征提取和缺陷分類等步驟。根據(jù)處理的步驟可以將軟件設(shè)計(jì)成幾個(gè)模塊：圖像預(yù)處理模塊、缺陷分割模塊、特征提取模塊和缺陷分類模塊。軟件的流程設(shè)計(jì)如下圖所示：

（1）圖像預(yù)處理。由于各種干擾因素的存在，必須要對CCD傳感器檢測到的圖像進(jìn)行預(yù)處理。圖像濾波是消除干擾的重要方法，圖像處理中常用的濾波方法包括中值濾波、均值濾波、高斯平滑、維納濾波和自適應(yīng)濾波等。圖像增強(qiáng)可以用來解決圖像模糊和降質(zhì)等問題，在對計(jì)算機(jī)圖像進(jìn)行處理之前往往也需要對原始圖像進(jìn)行增強(qiáng)處理。

（2）圖像分割。在精密機(jī)械部件的缺陷檢測中，主要就是檢測齒輪等關(guān)鍵部位的表面缺陷并分類。圖像分割的目的，就是要將找到缺陷在圖像中的部位，將其與其他部分分割開來，為后續(xù)處理打下基礎(chǔ)。圖像分割的方法有很多，包括區(qū)域檢測法、邊緣檢測等方法。

（3）特征提取。是指使用計(jì)算機(jī)提取圖像的特征信息，確定圖像的點(diǎn)是否屬于一個(gè)圖像特征。特征提取的結(jié)果是把圖像上的點(diǎn)分為不同的子集，這些子集往往屬于孤立的點(diǎn)、連續(xù)的曲線或者連續(xù)的區(qū)域。提取的特征往往包括邊緣、角、區(qū)域和脊等特征。特征提取的目的，是為了能對圖像的缺陷進(jìn)行分類。

（4）缺陷分類。圖像分類是模式識別的基本概念，在提取到特征以后，就可以對缺陷進(jìn)行分類了。分類的準(zhǔn)確度依賴于分類器的選擇。常用在精密機(jī)械部件的缺陷識別的方法有人工神經(jīng)網(wǎng)絡(luò)、聚類、隨機(jī)森林等。

四、總結(jié)與展望

本課題以精密機(jī)械部件的缺陷檢測為研究對象，采用先進(jìn)的計(jì)算機(jī)圖像處理技術(shù)設(shè)計(jì)出實(shí)用性很強(qiáng)的計(jì)算機(jī)自動檢測系統(tǒng)。系統(tǒng)的硬件設(shè)計(jì)主要包括圖像的采集、照明光源的選擇和照明系統(tǒng)的設(shè)計(jì)等；系統(tǒng)的軟件設(shè)計(jì)主要是對圖像處理算法的設(shè)計(jì)和缺陷分類器的設(shè)計(jì)。通過硬件和軟件系統(tǒng)的協(xié)作，完成缺陷檢測和分類的所有工作，達(dá)到精密機(jī)械設(shè)備缺陷的自動檢測和處理的基本要求。

本課題設(shè)計(jì)的精密機(jī)械缺陷檢測系統(tǒng)還不夠完美，軟件和硬件還需要進(jìn)行優(yōu)化達(dá)到更好的效果，因此，本課題設(shè)計(jì)的基于機(jī)器視覺的精密機(jī)械部件缺陷檢測技術(shù)可以從以下方向進(jìn)行改進(jìn)和發(fā)展：第一，針對硬件系統(tǒng)的圖像傳感器的選擇、照明光源的選擇和設(shè)計(jì)進(jìn)行改進(jìn)；第二，設(shè)計(jì)出魯棒性強(qiáng)、檢測效率高、算法速度快的檢測算法。這些將是我們下一步改進(jìn)的研究方向。

參考文獻(xiàn)：

[1]徐科，周鵬，楊朝霖.基于光度立體學(xué)的金屬板帶表面微小缺陷在線檢測方法[J].機(jī)械工程學(xué)報(bào).機(jī)械工程學(xué)報(bào)，2013，（4）：24-29.

[2]楊威，毛霆，張?jiān)?，周華民.注射制品表面缺陷在線檢測與自動識別[J].模具工業(yè)，2013，39（7）：7-12.

[3]梁硼.X射線焊縫圖像缺陷自動提取與識別技術(shù)研究[D].南京：航天航空大學(xué)，2012.

[4]周正干，杜圓媛.航空發(fā)動機(jī)葉片X射線數(shù)字圖像分析的一種新方法[J].中國機(jī)械工程，2006，17（21）：2270-2273.

[5]方黎勇.基于ICT切片圖像的零件內(nèi)部缺陷三維重構(gòu)關(guān)鍵技術(shù)研究[D].成都：西南交通大學(xué)，2009.

[6]徐科，楊朝霖，周鵬.熱軋帶鋼表面缺陷在線檢測的方法與工業(yè)應(yīng)用[J].機(jī)械工程學(xué)報(bào)，2009，（4）：111-114，124.

[7]關(guān)新平，趙立興，唐英干.圖像去噪混合濾波方法[J].中國圖像圖形學(xué)報(bào)，2005，（3）：332-337.