基于數(shù)字圖像處理的清水磚自動篩選算法及選磚機器人系統(tǒng)

張英楠

上海建工四建集團有限公司 上海 201103

隨著我國城市化發(fā)展進程的深度推進，城市更新已成為我國大型城市建設(shè)發(fā)展的重要工作。同時，我國作為歷史悠久的文明古國，需要在城市更新過程中保護歷史風貌，傳承歷史文化。

清水墻作為歷史風貌區(qū)內(nèi)建筑風格體現(xiàn)的重要元素，應(yīng)保證其砌筑效果與歷史風貌完美融合。因此，在正式砌筑前，施工方有必要對清水磚進行嚴格篩選。對于砌筑此類清水墻，清水磚品質(zhì)評價因素主要有以下2個方面：磚面色差與磚面損傷。磚面色差差別過大，往往會造成清水墻墻體觀感效果差；磚面損傷程度不一致，將導(dǎo)致墻面整體“做舊”效果與周邊建筑風格不統(tǒng)一，兩者均會影響清水墻外立面效果與歷史風貌的融合度。

現(xiàn)階段，清水磚篩選工作采用人工挑選方式完成。首先，通過多方確認，確定適用于與工程所在地歷史風貌區(qū)相匹配的清水磚風格；之后，深度調(diào)研各地磚廠與磚窯，確定符合上述品質(zhì)要求的清水磚顏色與規(guī)格；最后，在磚垛進場后，現(xiàn)場工人根據(jù)人眼視覺與施工經(jīng)驗進行統(tǒng)一篩選，清退幾何尺寸偏差、顏色偏差與缺棱掉角的次品磚。這種篩選方式無統(tǒng)一標準，不同工人存在視覺觀感與經(jīng)驗判斷差異，極易造成篩選出的清水磚品質(zhì)離散度大，導(dǎo)致砌筑墻面顏色不統(tǒng)一，故意“做舊”程度不符合周邊環(huán)境歷史風貌。此外，人工篩選屬于高度重復(fù)性工作，效率低下，且極易引起人的視覺疲勞。

如今，數(shù)字圖像處理技術(shù)為上述問題的解決帶來了新的手段。數(shù)字圖像處理技術(shù)起源于20世紀20年代，人類首次利用數(shù)字壓縮技術(shù)實現(xiàn)了圖像的數(shù)字化，通過電纜完成了圖像的跨國傳輸[1]。之后，隨著計算機科學的快速發(fā)展，逐步實現(xiàn)了圖像分辨率修改、圖像濾波、圖像二值化、圖像邊緣檢測、圖像特征提取等功能，并在各個行業(yè)中廣泛應(yīng)用。

近些年，隨著智能建造熱潮的到來，土木工程領(lǐng)域的行業(yè)應(yīng)用涌現(xiàn)了大量成果，主要為建筑損傷檢測、破裂過程模擬、粒徑級配測量3個方面。

譚曉晶等[2]利用圖像像素標定、灰度轉(zhuǎn)換、中值濾波等數(shù)字圖像處理技術(shù)，計算了混凝土表面裂縫尺寸，并通過試驗驗證了該方法的可靠性。

蔡江東等[3]利用三維數(shù)字圖像處理技術(shù)，構(gòu)建了三維紅外熱成像影像，分析了墻體結(jié)構(gòu)層的溫度分布與變化規(guī)律，輔助評估外墻施工質(zhì)量。

席仕軍等[4]利用數(shù)字圖像處理技術(shù)，展示了花崗巖真實細觀結(jié)構(gòu)表征狀態(tài)，建立了含分叉裂紋的花崗巖數(shù)值模型，分析了其失穩(wěn)破壞與裂紋演化規(guī)律。

李冰峰等[5]獲取了含缺陷花崗巖的細觀數(shù)字圖像，并運用RFPA-DIP軟件建立了相應(yīng)的數(shù)值模型，模擬了真實破裂過程，揭示了花崗巖裂紋擴展演化規(guī)律。

蔡園園等[6]采用了圖像輪廓提取方法，研發(fā)了不同機制砂粒等效粒徑表征算法，并通過重復(fù)性試驗，驗證了算法的可行性。

劉錦秀[7]通過圖像預(yù)處理、圖像邊緣檢測、邊緣矢量化、拓撲構(gòu)面等一系列圖像數(shù)字處理操作，實現(xiàn)了松散堆積體的等效粒徑測量。

根據(jù)上述背景，本文基于數(shù)字圖像處理技術(shù)，針對傳統(tǒng)人工篩選方式存在的諸多問題，分別提出了磚面色差檢測與磚面缺陷檢測2種自動選磚算法，建立了清水磚數(shù)字化選磚標準，實現(xiàn)了高品質(zhì)清水磚自動篩選，并構(gòu)建了高標準清水磚自動選磚機器人系統(tǒng)及運行流程，為后續(xù)相關(guān)裝備研發(fā)工作提供了重要參考。

1 Lab顏色空間

顏色空間主要分為RGB、HSL/HSV、Lab，這3種顏色空間具有不同的表示方法與適用范圍。RGB顏色空間分為紅、綠、藍3個顏色分量，且3個顏色分量具有高度相關(guān)性，對亮度敏感，均勻性較差，常用于顯示系統(tǒng)，但不適用于圖像處理。HSL/HSV顏色空間的表示方法相似，均基于圓柱坐標系建立，3個顏色分量分別為色調(diào)、飽和度、亮度（明度），與RGB顏色空間相比，顏色表達方式更為直觀。Lab顏色空間是在1931年國際照明委員會（CIE）制定的顏色度量國際標準的基礎(chǔ)上建立的，全稱為CIELAB，是一種基于人眼生物視覺的顏色系統(tǒng)，具備感知均勻、與設(shè)備無關(guān)的特性，其中，L代表亮度（取值范圍為0～100，數(shù)值越大，亮度越高），a代表從綠色到紅色的分量（取值范圍為－128～127，對應(yīng)顏色從綠色變?yōu)榧t色），b代表從藍色到黃色的分量（取值范圍為－128～127，對應(yīng)顏色從藍色變?yōu)辄S色）。鑒于上述3種顏色空間的特點，本文采用更貼近人眼視覺的Lab顏色空間進行后續(xù)算法研發(fā)。

2 圖像掩膜

圖像掩膜通常是指用來遮擋待處理圖像區(qū)域的特定矩形圖像窗口，一般是由0和1組成的二進制圖像，在進行圖像特征提取、圖像干擾區(qū)域屏蔽等圖像處理時，1值覆蓋區(qū)域會被處理，0值覆蓋區(qū)域會被屏蔽。鑒于此特性，圖像掩膜常用來剔除數(shù)字圖像處理過程中不相關(guān)或受干擾的區(qū)域，可實現(xiàn)僅對圖像特征等圖像感興趣區(qū)域進行后續(xù)分析[8]。為了提高數(shù)字圖像處理的準確性與可行性，本文采用圖像掩膜提取技術(shù)，將清水磚磚面從采集圖像中分離出來，用于后續(xù)磚面色差與缺陷檢測。

3 2種自動選磚算法

3.1 磚面色差檢測算法

磚面色差基于Lab顏色空間進行計算，采用國家標準GB/T 18922—2008《建筑顏色的表示方法》[9]與GB/T 7921—2008《均勻色空間和色差公式》[10]，具體計算公式如下：

具體算法設(shè)計流程為：

1）采集清水磚磚面圖像。

2）構(gòu)建清水磚磚面區(qū)域掩膜窗口。

3）提取掩膜區(qū)域覆蓋下的清水磚磚面。

4）計算上述提取磚面的色差值。

5）將計算出的色差值與標準閾值進行比較，看是否滿足要求。

3.2 磚面缺陷檢測算法

磚面缺陷基于掩膜連通域進行分析，通過判斷連通域數(shù)量，實現(xiàn)磚面缺陷情況的自動判斷。算法設(shè)計流程為：

1）采集清水磚磚面圖像。

2）構(gòu)建清水磚磚面區(qū)域掩膜窗口。

3）提取掩膜區(qū)域覆蓋下的清水磚磚面。

4）進行圖像濾波與二值化操作。

5）形成圖像掩膜連通域。

6）比較連通域個數(shù)是否為1，若等于1，表示磚面無缺陷，滿足要求；若大于1，表示磚面有缺陷，不滿足要求。

2種自動選磚算法架構(gòu)示意如圖1所示。

圖1 2種自動選磚算法架構(gòu)示意

4 選磚機器人系統(tǒng)設(shè)計

為進一步實現(xiàn)清水磚自動篩選，基于上述2種自動選磚算法，本文利用機器人技術(shù)，建立了清水磚選磚機器人運行流程及自動化系統(tǒng)。選磚機器人的主要關(guān)鍵流程如下：

1）確定磚塊抓取姿態(tài)，保證所采集清水磚磚面圖像為正視圖，拍攝物距應(yīng)滿足自動選磚算法所要求的分辨率。

2）利用圖像掩膜，分割并提取磚塊表面圖像特征。

3）進行磚塊缺陷檢測，包括基于Lab顏色空間的磚面色差檢測與基于掩膜連通域的磚面缺陷檢測，依次通過原始磚面特征提取、圖像灰度化、圖像濾波、圖像邊緣檢測與圖像掩膜提取等算法處理，判斷磚面是否完整，若不完整，直接確定為不合格磚（磚面缺陷），若完整，進行圖像特征細化處理，以增強磚面缺陷識別的敏感性，并進一步判斷色差是否滿足要求。

4）若色差滿足要求，進一步判斷磚面缺陷，若不滿足要求，直接確定為不合格磚（色差缺陷）。

5）若磚面無缺陷，直接確定為合格磚，若存在缺陷，直接確定為不合格磚（磚面缺陷）。

6）根據(jù)上述返回的磚面色差與缺陷檢測結(jié)果，判斷磚塊是否滿足要求，若滿足要求，表明此磚塊待選合格，確定為合格磚，若不滿足要求，表明此磚塊待選不合格，確定為缺陷磚，并根據(jù)缺陷類型，進一步確定為色差缺陷磚塊或磚面缺陷磚塊。選磚機器人運行流程如圖2所示。

圖2 選磚機器人運行流程

根據(jù)上述提出的清水磚選磚機器人運行流程，本文構(gòu)建了選磚機器人自動化系統(tǒng)。選磚機器人自動化選磚系統(tǒng)需要在特定空間內(nèi)運作，并配有穩(wěn)定光源的視覺系統(tǒng)與活動自由度較高的六軸機械臂。穩(wěn)定光源可確保每次磚面采集時的背景環(huán)境統(tǒng)一，前景環(huán)境的亮度、對比度等圖像采集外部特征參數(shù)一致，保證2種自動選磚算法運行的可靠性與準確性。攜帶六軸機械臂的機器人能夠?qū)崿F(xiàn)重復(fù)編程、自動控制與多自由度的位姿調(diào)整等功能，其附有視覺傳感器與非真空海綿吸盤后，可適應(yīng)不同尺寸的清水磚抓取，完成相關(guān)復(fù)雜工藝與動作[11-12]。

本文構(gòu)建的選磚機器人系統(tǒng)如圖3所示。本系統(tǒng)主要包括六軸機械臂、機器人控制柜、機器人示教器、電路系統(tǒng)、視覺系統(tǒng)等組成部分[11-12]。首先，利用機器人示教器，規(guī)劃六軸機械臂的抓取及運動軌跡，包括從磚垛中抓取、將磚塊放置于視覺系統(tǒng)、矯正磚塊角度、放置磚塊于指定分類磚垛中[13]。其中，視覺系統(tǒng)包括可模擬自然光照的均勻光源以及對稱布置的高清拍攝鏡頭，需預(yù)先設(shè)定光源以及相機內(nèi)外參數(shù)，以保證2種自動選磚算法的運行要求。之后，按照預(yù)設(shè)的運動路徑與視覺參數(shù)，開始進行選磚機器人的整體性能調(diào)試，測試機器人運行的流暢度、安全性與工作效率，以及2種自動選磚算法在選磚機器人系統(tǒng)中運行的魯棒性，并根據(jù)調(diào)試結(jié)果進行矯正與再調(diào)試。待調(diào)試結(jié)果滿足使用要求后，鎖定選磚機器人系統(tǒng)的全部參數(shù)，選磚機器人開始正式工作，六軸機械臂利用攜帶非真空海綿吸盤的機械手從待篩選磚垛中抓取磚塊，放置于視覺系統(tǒng)中，通過2種自動選磚算法進行磚面色差分析與磚面缺陷檢測，并根據(jù)識別結(jié)果，分別將磚塊放置于合格品、色差缺陷、磚面缺陷3個分類堆垛中，再將機械手移動至待篩選磚垛處，不斷重復(fù)上述動作，直至待篩選磚垛中的全部磚塊抓取、識別、放置完成，從而實現(xiàn)清水磚篩選動作自動化。

5 結(jié)語

本文提出了一種基于數(shù)字圖像處理的清水磚自動篩選算法及選磚機器人系統(tǒng)，所開發(fā)的磚面色差與缺陷檢測算法實現(xiàn)了清水磚標準化自動篩選，所構(gòu)建的選磚機器人系統(tǒng)為后續(xù)相關(guān)裝備研發(fā)提供了技術(shù)參考，所建立的清水磚數(shù)字化篩選標準對其他建筑材料的類似研究開展具有重要的借鑒意義。