基于機(jī)器視覺技術(shù)的奶粉罐內(nèi)壁缺陷檢測系統(tǒng)設(shè)計(jì)

朱 明，曾其勇，洪 濤，鄭曉峰，吳 凱

（1. 中國計(jì)量學(xué)院 質(zhì)量與安全工程學(xué)院，杭州 310018；2. 浙江機(jī)電職業(yè)技術(shù)學(xué)院 機(jī)械工程學(xué)院，杭州 310053）

0 引言

由于奶粉罐制造要經(jīng)過彩色印刷、焊接、沖壓、切割和鍍膜等工藝，中間過程會(huì)造成包裝罐罐體的質(zhì)量缺陷。因此，奶粉罐在出廠之前必須對(duì)罐蓋和整個(gè)罐體進(jìn)行質(zhì)量檢測。罐蓋可以在同一個(gè)平面上完成檢測，而罐體內(nèi)壁的檢測則與罐蓋不同，復(fù)雜的內(nèi)壁很難實(shí)現(xiàn)亮度均勻的照明，罐體內(nèi)壁缺陷的自動(dòng)檢測較為困難。

本文圍繞奶粉罐生產(chǎn)線的實(shí)際檢測需求，以機(jī)器視覺技術(shù)為基礎(chǔ)，以圖像處理技術(shù)為主要方法，以LabVIEW為開發(fā)平臺(tái)，開發(fā)用于奶粉罐內(nèi)壁缺陷的在線檢測系統(tǒng)，以克服傳統(tǒng)人工在線檢測帶來的各種弊端，提高生產(chǎn)效率及檢測準(zhǔn)確性，實(shí)現(xiàn)實(shí)時(shí)連續(xù)檢測。

1 檢測系統(tǒng)的基本構(gòu)成

奶粉罐內(nèi)壁缺陷檢測系統(tǒng)結(jié)構(gòu)如圖1所示。系統(tǒng)由光電傳感器、工業(yè)I/O卡、LED光源、工業(yè)相機(jī)、鏡頭、工控機(jī)、顯示器、聲音、燈光報(bào)警裝置和分析處理軟件等組成[1]。

圖1 奶粉罐內(nèi)壁缺陷檢測系統(tǒng)構(gòu)成

檢測系統(tǒng)啟動(dòng)，照明光源打開，為檢測區(qū)域提供照明。光電傳感器檢測生產(chǎn)線是否運(yùn)動(dòng)，并傳送信號(hào)輸入到工業(yè)I/O卡。工業(yè)I/O卡檢測到輸入信號(hào)，則觸發(fā)工業(yè)相機(jī)拍照，工業(yè)相機(jī)和鏡頭配合，采集檢測區(qū)域的圖像，并傳送到工控機(jī)。工控機(jī)利用分析處理軟件，根據(jù)圖像判斷出產(chǎn)品是否存在缺陷。若判斷出產(chǎn)品存在缺陷，則工業(yè)I/O卡發(fā)送剔除信號(hào)到剔除裝置，完成對(duì)缺陷品的剔除，并亮起報(bào)警裝置，提醒工人確認(rèn)。

2 系統(tǒng)硬件設(shè)計(jì)與選型

2.1 照明方式選擇

考慮到罐體材質(zhì)易反射等特點(diǎn)，選擇型號(hào)為OPT-RID240的碗狀光源（dome light）。該產(chǎn)品具有球積分效果的半球面內(nèi)壁，均勻反射從底部360度發(fā)射出的光線，使整個(gè)圖像的照度比較均勻，適合于表面反射較強(qiáng)的物體表面檢測[2]。此外采用同軸照明方式，該方式對(duì)檢測高反射的物體特別有幫助，還適合檢測受周圍環(huán)境產(chǎn)生陰影的影響、檢測面積不明顯的物體[3]。

2.2 工業(yè)相機(jī)選型

CCD相機(jī)種類繁多，主要參數(shù)有分辨率，幀率，外同步與外觸發(fā)設(shè)置等。因?yàn)镃CD的分辨率會(huì)直接影響到整個(gè)視覺系統(tǒng)的計(jì)算精度，所以設(shè)計(jì)系統(tǒng)時(shí)要進(jìn)行分辨率計(jì)算[4]。本檢測系統(tǒng)要求能夠適合于口徑為φ60mm～φ200mm，不同高度的奶粉罐檢測，且檢測精度要求1.5mm×1.5mm，檢測效率達(dá)2個(gè)/秒。檢測系統(tǒng)的分辨率計(jì)算如下：

從式（1）和式（2）可知，只要攝像機(jī)的分辨率高于134×134，就能滿足此系統(tǒng)的要求。奶粉罐生產(chǎn)線上要求檢測效率達(dá)2個(gè)/秒，系統(tǒng)的檢測速度取決于系統(tǒng)內(nèi)部的運(yùn)行時(shí)間，包括成像時(shí)間、運(yùn)算時(shí)間和控制系統(tǒng)時(shí)間三部分。選取的CCD相機(jī)應(yīng)具備“異步重置外觸發(fā)”功能以縮短拍攝時(shí)間，本文選用的德國Basler 公司型號(hào)為scA780-54gm的Basler千兆網(wǎng)數(shù)字相機(jī)能滿足本項(xiàng)目的檢測要求。

2.3 剔除裝置設(shè)計(jì)

位置傳感器選用反射式光電傳感器，這種光電傳感器在沒有接收到從反光板反射回來的光束時(shí)，就會(huì)輸出觸發(fā)信號(hào)[5]。采集得到的罐體圖像經(jīng)計(jì)算機(jī)分析處理后，根據(jù)參數(shù)得出產(chǎn)品是否合格的結(jié)論，并觸發(fā)剔除裝置對(duì)不合格奶粉罐予以剔除。

剔除時(shí)間的設(shè)計(jì)，通過配合傳送帶速度及剔除位置，計(jì)算剔除時(shí)間，并結(jié)合多次試驗(yàn)，對(duì)其剔除準(zhǔn)確度進(jìn)行調(diào)整?？紤]到皮帶速度的不穩(wěn)定性，為提高剔除準(zhǔn)確性，在剔除位置增設(shè)一個(gè)光電傳感器，配合圖像采集時(shí)的光電傳感器，對(duì)缺陷罐是否準(zhǔn)確到達(dá)剔除位置予以修正，如圖2所示。

圖2 光電傳感器與剔除裝置設(shè)計(jì)

3 算法設(shè)計(jì)

3.1 檢測區(qū)域劃分

從獲得的照明均勻的罐內(nèi)圖像可以看出，罐內(nèi)圖像可以劃分成內(nèi)壁、邊緣、噴膠和底面4個(gè)部分，其中罐體內(nèi)壁被劃分為不同大小分離環(huán)狀區(qū)域。如圖3所示。

圖3 罐體采集圖像及其內(nèi)部區(qū)域劃分

為了缺陷檢測的準(zhǔn)確性，本文把標(biāo)準(zhǔn)合格樣本的圖像作為訓(xùn)練集。從這些標(biāo)準(zhǔn)合格樣本的圖像中提取檢測區(qū)域圖像的特征量信息（如圓度信息、各ROI檢測區(qū)域內(nèi)灰度均值等），作為在線檢測時(shí)的比較標(biāo)準(zhǔn)。若檢測圖像特征信息在允許誤差范圍之外則認(rèn)為是缺陷。其主要缺陷表現(xiàn)為罐口變形、內(nèi)壁污垢和劃傷等。

3.2 算法設(shè)計(jì)流程

首先對(duì)采集圖像進(jìn)行圖像預(yù)處理，濾除噪聲干擾并增強(qiáng)圖像的對(duì)比度，使辨別工作更容易，識(shí)別結(jié)果更準(zhǔn)確；其次，通過最小二乘法檢測圓，確定罐口及罐底圓心；通過檢測罐口輪廓上的點(diǎn)到圓心的距離的變化量與所設(shè)閾值的比較來判斷罐口否變形，對(duì)于變形的罐體，直接做剔除處理；然后再對(duì)罐體內(nèi)部進(jìn)行缺陷檢測。缺陷檢測主要通過對(duì)定位圖像劃分ROI檢測區(qū)域，并對(duì)各子ROI區(qū)域分別獨(dú)立進(jìn)行Blob分析的方法進(jìn)行處理，以檢測缺陷。若檢測缺陷特征值超出允許范圍，則系統(tǒng)認(rèn)為該罐為不合格罐，予以剔除，若在允許范圍內(nèi)，則認(rèn)為其合格。算法流程圖如圖4所示。

3.3 圖像預(yù)處理

灰度圖像的亮度反差可以使用對(duì)比度來表示，對(duì)比度可以表示為：

對(duì)比度=亮度最大值÷亮度最小值

增強(qiáng)圖像對(duì)比度實(shí)際是增強(qiáng)原圖像的各部分反差，也就是增強(qiáng)圖像中感興趣的灰度區(qū)域，相對(duì)抑制那些不感興趣的灰度區(qū)域[6]。針對(duì)奶粉罐圖像，圖像對(duì)比度增強(qiáng)效果如圖5所示。

3.4 檢測對(duì)象的定位

圖4 算法流程圖

圖5 對(duì)比度增強(qiáng)效果

在奶粉罐傳送過程中，流水線上每個(gè)罐內(nèi)圖像中噴膠所在的角度不一樣，給內(nèi)壁區(qū)域的提取帶來了困難，從而影響了檢測的精度，因此必須對(duì)奶粉罐進(jìn)行精確定位。定位的好壞直接影響了圖像感興趣區(qū)域的選取，進(jìn)而影響了罐口特征的提取以及污損判斷是否準(zhǔn)確。常用的圓心定位方法有重心法、Hough 變換圓檢測法和最小二乘圓擬合法三種[7]。通過比較，本文選用最小二乘圓擬合法來進(jìn)行定位。

最小二乘法擬合圓的檢測原理是對(duì)邊緣檢測查找到的邊緣點(diǎn)根據(jù)最小二乘原理（殘差平方和最?。┯脠A來逼近罐口的輪廓。假設(shè)經(jīng)邊緣檢測后查找到的邊緣點(diǎn)集為P(n)，其中n為邊緣點(diǎn)的個(gè)數(shù)，首先設(shè)定圓的方程如下：

對(duì)于任意一邊緣點(diǎn)(xi, yi)的殘差ei為：

對(duì)于所有的邊緣點(diǎn)的殘差的的和函數(shù)Q計(jì)算公式如下：

根據(jù)最小二乘原理有：

由此可得到罐口圖像對(duì)應(yīng)圓的參數(shù)：

由上式可以看出，根據(jù)最小二乘擬合圓原理推導(dǎo)出圓心坐標(biāo)和半徑值的檢測算法雖然復(fù)雜，但是只需要對(duì)提取到得P(n)中邊緣點(diǎn)循環(huán)一次計(jì)算就可以完成，時(shí)間復(fù)雜度為O(n)，公式中較復(fù)雜的計(jì)算半徑的運(yùn)算只需要在x0和y0計(jì)算結(jié)束后進(jìn)行一次運(yùn)算即可，所以該算法的運(yùn)算速度比較快。

對(duì)奶粉罐罐口與罐底圖像進(jìn)行最小二乘法檢測圓。圖像進(jìn)行采樣，提取邊緣點(diǎn)，運(yùn)用最小二乘法對(duì)圖像進(jìn)行擬合，標(biāo)記出圓心和圓心坐標(biāo)。如圖6所示。

圖6 罐口與罐底的定位罐底定位

在完成圓心定位后，再利用hough直線檢測算法[8]，完成罐壁噴膠的定位，如圖7所示。

圖7 噴膠區(qū)域的定位

3.5 檢測系統(tǒng)主界面

本文以LabVIEW為開發(fā)平臺(tái)，結(jié)合NI IMAQ的強(qiáng)大功能和NI Vision的圖像處理函數(shù)庫，開發(fā)用于奶粉罐內(nèi)壁缺陷的在線檢測系統(tǒng)[10]。軟件主界面設(shè)計(jì)如圖8所示。

圖8 檢測系統(tǒng)主界面

4 缺陷檢測

4.1 罐口變形檢測

罐口變形是指罐口形狀與正圓有較明顯的差別，造成變形的原因往往是奶粉罐在制造過程中的沖壓，或由于設(shè)備的故障導(dǎo)致的卡罐等。對(duì)于罐口變形的檢測，可以將奶粉罐產(chǎn)品實(shí)際的罐口形狀與正圓進(jìn)行比較，求出實(shí)際的杯口輪廓與正圓的差別，通過該差別量來判斷紙杯是否圓度變形。該算法步驟大體如下：

1）得到奶粉罐罐體輪廓的圓心，設(shè)定罐口變形閾值k；

2）對(duì)輪廓像素點(diǎn)依次進(jìn)行掃描，計(jì)算每個(gè)輪廓點(diǎn)對(duì)應(yīng)的半徑；

3）掃描結(jié)束時(shí)求出罐口輪廓上點(diǎn)對(duì)應(yīng)的半徑最大值Rmax和最小值Rmin；

4)對(duì)半徑最大值最小值作差Rsub，若Rsub

4.2 側(cè)壁和罐底污漬檢測

側(cè)壁區(qū)域由于高度變化，導(dǎo)致灰度分布不均勻。罐底由于圖像采集時(shí)有一定角度，導(dǎo)致側(cè)壁反光、陰影等原因也會(huì)引起灰度的不均勻。如果直接對(duì)原始圖像進(jìn)行污漬檢測，由于不同的區(qū)域，罐體的灰度不同，從而很難設(shè)定一個(gè)統(tǒng)一的閾值來檢測污漬，因?yàn)榧词故峭晃蹪n，放在不同的區(qū)域，其灰度值也是不同的。

根據(jù)奶粉罐內(nèi)壁結(jié)構(gòu)特點(diǎn)，我們將側(cè)壁分成若區(qū)域。如圖9所示，將獲取的罐體圖像分為多個(gè)區(qū)域，包括：內(nèi)壁檢測區(qū)域Ⅰ、內(nèi)壁檢測區(qū)域Ⅱ、內(nèi)壁檢測區(qū)域Ⅲ、內(nèi)壁檢測區(qū)域Ⅳ和罐底檢測區(qū)域。各區(qū)域形成獨(dú)立ROI檢測區(qū)域，然后再對(duì)各區(qū)域圖像做進(jìn)一步分析處理。

圖9 罐體圖像的檢測區(qū)域劃分

對(duì)圖像進(jìn)行感興趣區(qū)域劃分后，系統(tǒng)處理時(shí)間大大縮短。雖然所處理的圖像信息減少了，但所關(guān)心的圖像特征并沒有因?yàn)閰^(qū)域的劃分而減少，該方法兼顧速度的同時(shí)也保證了精度。對(duì)于獨(dú)立ROI區(qū)域的缺陷檢測，本文采用Blob算法來做分析。Blob算法的核心思想是：在一塊區(qū)域內(nèi)把出現(xiàn)“灰度突變”的范圍（Blob）的準(zhǔn)確位置找出來，并確定其大小、形狀及面積等[9]。檢測效果如圖10所示。

圖10 Blob缺陷檢測效果

5 結(jié)束語

本文基于機(jī)器視覺技術(shù)介紹了奶粉罐內(nèi)壁缺陷檢測系統(tǒng)的設(shè)計(jì)，結(jié)合生產(chǎn)實(shí)際，提出了具體的檢測方案。針對(duì)奶粉罐內(nèi)壁特殊結(jié)構(gòu)，設(shè)計(jì)合適的缺陷檢測算法，并完成硬件設(shè)備的搭建與軟件系統(tǒng)的編寫。整個(gè)檢測系統(tǒng)經(jīng)過試驗(yàn)認(rèn)證，取得了良好的效果。

[1] 韓九強(qiáng). 機(jī)器視覺技術(shù)及應(yīng)用[M]. 北京: 高等教育出版社, 2009.

[2] OPT Machine Vision．http://www.optmv.com/index.asp.

[3] 段峰, 王耀南, 雷曉峰, 吳立釗, 譚文. 機(jī)器視覺技術(shù)及其應(yīng)用綜述[J]. 自動(dòng)化博覽, 2002, (3): 59-62.

[4] 李國偉. 空瓶自動(dòng)檢測系統(tǒng)的研究[D]. 山東大學(xué). 2008, 5.

[5] 李旭華. 光電傳感器原理及應(yīng)用[J]. 電氣時(shí)代, 2004, 9:56-57.

[6] Carsten Steger, Markus Ulrich, Christian Wiedemann, 著.楊少榮, 吳迪靖, 段德山, 譯. 機(jī)器視覺算法與應(yīng)用[M].北京: 清華大學(xué)出版社, 2008.

[7] 蔣聯(lián)源. 隨機(jī)圓檢測快速算法. 光電工程[J], 2010, 37(1):70-75.

[8] 段汝嬌, 趙偉, 黃松嶺, 陳建業(yè). 一種基于改進(jìn)Hough變換的直線快速檢測算法[J]. 儀器儀表學(xué)報(bào), 2010, 32(12):2774-2780.

[9] 石美紅, 王文廣. 基于Blob算法的織物疵點(diǎn)檢測算法的研究[J]. 現(xiàn)代電子技術(shù), 2010, 24: 29-32.

[10] 陳樹學(xué), 劉萱. LabVIEW寶典[M]. 北京: 電子工業(yè)出版社, 2011.