基于AVI技術(shù)的環(huán)境試驗過程監(jiān)控方法設(shè)計

劉 鈺，程 建，蔡 平，陸 晨，徐 豪，張 鋒，朱孝剛（.上海航天設(shè)備制造總廠環(huán)境試驗室，上海 0045；.上海交通大學(xué)電子信息與電氣工程學(xué)院，上海 0040）

基于AVI技術(shù)的環(huán)境試驗過程監(jiān)控方法設(shè)計

劉 鈺1，程 建1，蔡 平1，陸 晨1，徐 豪1，張 鋒1，朱孝剛2
（1.上海航天設(shè)備制造總廠環(huán)境試驗室，上海 200245；2.上海交通大學(xué)電子信息與電氣工程學(xué)院，上海 200240）

對計算機視覺檢測在國內(nèi)外工業(yè)智能檢測領(lǐng)域的研究應(yīng)用現(xiàn)狀進行了綜述，同時創(chuàng)新地提出了一種基于圖像識別技術(shù)的環(huán)境試驗過程監(jiān)控方法，并初步驗證了其可行性。

AVI；環(huán)境試驗；圖像處理

引言

計算機視覺檢測（Automated Visual Inspection, AVI）技術(shù)，是一種以計算機視覺方法為基礎(chǔ)，綜合運用圖像攝取與處理、模式識別、人工智能等技術(shù)的非接觸檢測方法。其基本原理是對由工業(yè)相機攝取被測目標(biāo)圖像，經(jīng)圖像處理算法對其進行分析判斷輔助工業(yè)決策（即合格或不合格），同時還可加入人工智能方法將判斷結(jié)果訓(xùn)練生成識別模版，提高識別效率。

1 AVI技術(shù)在環(huán)境試驗巡檢中應(yīng)用的必要性

環(huán)境試驗是將產(chǎn)品（包括材料、元器件等）暴露在某種環(huán)境中，以此來評價元器件、設(shè)備、系統(tǒng)在實際遇到的運輸、貯存、使用環(huán)境條件下的功能/性能。試驗過程的監(jiān)測與控制時確保試驗過程有效和受試產(chǎn)品安全的重要組成部分。產(chǎn)品根據(jù)其特性，需要完成一系列試驗項目，其中氣候類的溫度、濕度試驗是必做的試驗項目之一。

目前，由于試驗室的大多數(shù)溫度、濕度環(huán)境試驗設(shè)備采用分布式控制，試驗人員只能采取定時巡檢的方式，人工巡檢周期較長，且不同人員的巡檢速度和質(zhì)量不易控制，具體存在以下問題：①試驗周期長，人員重復(fù)性巡檢工作量大，檢測效率不高，同時容易疲勞，發(fā)生誤檢；②試驗故障反饋滯后；這種情況在試驗現(xiàn)場分散，設(shè)備眾多的大型試驗室更為常見；③人工巡檢還可能導(dǎo)致試驗偶發(fā)或間斷性故障的漏判，不利于設(shè)備平均無故障時間的統(tǒng)計，進而影響設(shè)備關(guān)鍵零部件的維護更換決策。④人工巡檢中更有甚者及時巡檢發(fā)現(xiàn)偶發(fā)故障也因無記錄而故意瞞報，給受試產(chǎn)品帶來極大的風(fēng)險。

以上問題發(fā)生輕則導(dǎo)致試驗失敗，重則導(dǎo)致受試產(chǎn)品損壞，甚至安全事故。因此，環(huán)境試驗過程巡檢作業(yè)需要尋找替代人工巡檢方式的實現(xiàn)手段。環(huán)境試驗過程巡檢主要對象為：試驗技術(shù)指標(biāo)（如：溫度、濕度參數(shù)）和設(shè)備內(nèi)部受試產(chǎn)品狀態(tài)（如：產(chǎn)品結(jié)露與否、產(chǎn)品結(jié)霜與否）。對前者的巡檢要求，近年來通過集中監(jiān)控平臺可實現(xiàn)替代人工作業(yè)[1]；但后者只能通過圖像識別技術(shù)尋求替代方法。

AVI技術(shù)有以下幾個主要優(yōu)點：

頻率高——滿足了足量的硬件配置，計算機巡檢周期可較人工巡檢頻次提高至少3-5倍；

更客觀——人眼檢測存在情緒帶來的主觀性，檢測結(jié)果會隨工人心情的好壞產(chǎn)生變化，較之人工，機器檢測的結(jié)果可觀可靠；

更精確——計算機識別精度能夠達到百分之一毫米，較人眼識別精度更高。

基于以上優(yōu)點，AVI系統(tǒng)可以嘗試應(yīng)用于環(huán)境試驗過程巡檢作業(yè)中對設(shè)備內(nèi)部受試產(chǎn)品狀態(tài)的監(jiān)控。

2 AVI技術(shù)的誕生及早期發(fā)展

計算機視覺檢測的研究從上世紀(jì)60年代中期美國的學(xué)者L.R.羅伯茲關(guān)于理解多面體組成的積木世界所開展的研究開始。該研究運用的預(yù)處理、輪廓線構(gòu)成、邊緣檢測、對象建模與匹配等技術(shù)一直沿用至今。70年代計算機視覺檢測形成幾個重要的研究分支[2]：關(guān)于目標(biāo)制導(dǎo)的圖像處理[3]、關(guān)于圖像處理和分析的并行算法[4]、關(guān)于從二維圖像提取三維信息[5]、關(guān)于序列圖像分析和運動參量求值[6]、關(guān)于視覺知識的表示[7]、關(guān)于視覺系統(tǒng)的知識庫等。80年代起AVI系統(tǒng)開始在美國的制作業(yè)中得到了較為廣泛的應(yīng)用，最為典型的就是那些需要大量重復(fù)性檢測相同部件或產(chǎn)品的場合。

3 近年來國內(nèi)外AVI技術(shù)的研究應(yīng)用情況

國外AVI技術(shù)主要應(yīng)用于半導(dǎo)體及電子行業(yè)，其中大概半數(shù)集中在半導(dǎo)體行業(yè)。具體如各類PCB印刷電路板的生產(chǎn)質(zhì)量檢測領(lǐng)域。國內(nèi)AVI的應(yīng)用始于上世紀(jì)90年代，但直至21世紀(jì)，AVI技術(shù)才開始應(yīng)用于自動化行業(yè)。隨著基礎(chǔ)配套建設(shè)的不斷加強，各行業(yè)對采用圖像和AVI技術(shù)的工業(yè)自動化檢測需求開始廣泛出現(xiàn)。國內(nèi)有關(guān)大專院校、研究院所以及實力企業(yè)近幾年在AVI技術(shù)領(lǐng)域進行了積極大膽的探索，并逐步開始了工業(yè)現(xiàn)場的應(yīng)用。

近幾年隨著工業(yè)相機的價格下降，計算機處理速度的極大提升，使AVI系統(tǒng)成本下降，同時隨著AVI系統(tǒng)算法的不斷深入研究，促使目前國內(nèi)AVI系統(tǒng)的實際應(yīng)用也在不斷推進。諸如：儀表板總成智能集成測試系統(tǒng)，儀表板總成智能集成測試系統(tǒng)，汽車車身檢測系統(tǒng)，紙幣印刷質(zhì)量檢測系統(tǒng)，醫(yī)療圖像分析，金相分析，瓶裝啤酒生產(chǎn)流水線檢測等許多較為成熟的技術(shù)已經(jīng)誕生，涉及汽車、消費品、物流、電子產(chǎn)品、自動化設(shè)備、食品與飲料、醫(yī)藥醫(yī)療、半導(dǎo)體、太陽能、包裝等行業(yè)。

4 環(huán)境試驗巡檢作業(yè)AVI技術(shù)應(yīng)用方案

以往的做法為人工定時拍照觀察，這樣并不能保證測試的穩(wěn)定性，標(biāo)準(zhǔn)的一致性。針對上述情況，我們結(jié)合機器視覺技術(shù)，提出了利用工業(yè)用相機替代人工的辦法。

4.1 AVI識別系統(tǒng)組成

AVI識別系統(tǒng)由硬件和軟件兩部分構(gòu)成。硬件系統(tǒng)主要有水平相機移動定位機械結(jié)構(gòu)、LED 陣列照明系統(tǒng)、工業(yè)相機和計算機等。軟件部分是系統(tǒng)的核心，主要由圖像偏轉(zhuǎn)校正、灰度基準(zhǔn)、灰度化處理、有效區(qū)域分割、平滑處理和直方圖處理等部分組成。

4.2 識別系統(tǒng)的實現(xiàn)

4.2.1 硬件平臺實現(xiàn)

為保證工業(yè)攝像機能拍照時的穩(wěn)定性需要在試驗現(xiàn)場搭建水平相機移動導(dǎo)軌機架及其托盤，用于裝夾工業(yè)相機和LED陣列光源（見圖1）選擇美國Phantom Miro系列C210J/C210高速數(shù)字?jǐn)z像機，該相機具有最高拍攝速率：74 500幀/秒；超高靈敏度（ISO-12232 SAT）5 000（黑白），和超大容量存儲技術(shù)：120G；并且配備RCU可進行遠程控制。

計算機采用研華IPC-610工控主機。機箱：IPC610/ PCE-6114P4+PS-250，主板：6194VG，Intel四核處理器/4G/1T-SATA/DVD+RW/K+M。

4.2.2 軟件平臺實現(xiàn)

系統(tǒng)需實現(xiàn)對試驗過程中箱內(nèi)受試產(chǎn)品表面正常、結(jié)露、結(jié)霜三種不同狀態(tài)的監(jiān)測識別功能。具體功能實現(xiàn)方法如下：

第一，由于相機通過機架移動過程中存在振動，相機與托盤的連接可能松動，造成鏡頭偏轉(zhuǎn)，因此，拍照前需對工業(yè)相機的傾斜角度進行1°～2°的微調(diào)校正。此時，通過鏡頭畫面中標(biāo)準(zhǔn)物的偏移或偏轉(zhuǎn)量，使用投影定位法進行傾斜角度調(diào)整。

第二，盡管有LED光源對被攝物體進行照明，拍攝受試產(chǎn)品前還需要進行灰度校正；即：拍攝1張純白板照片作為當(dāng)前基準(zhǔn)便于后面圖像識別灰度對比的基準(zhǔn)。

第三，圖像灰度化處理；圖像識別技術(shù)有二值、灰度和彩色三種。其中二值運算量最小，最簡單，但對受試產(chǎn)品狀態(tài)判定最不準(zhǔn)確；而彩色運算量最大，最耗時，主要應(yīng)用于研究領(lǐng)域。灰度化處理運算量適中，準(zhǔn)確度大大優(yōu)于二值法，因此應(yīng)用較為廣泛，且由于受試產(chǎn)品一般色彩單一，結(jié)露結(jié)霜狀態(tài)下色彩也基本一致，因此，選擇灰度化處理技術(shù)最為合適。所謂灰度化處理即將圖片轉(zhuǎn)化為灰度圖像，灰度圖像是每個像素只用一個量化的灰度級來表示的圖像，灰度級的理論值在0～255之間，沒有彩色信息。

第四，針對不同表面狀態(tài)的受試產(chǎn)品（如：金屬、非金屬），其不同狀態(tài)（正常、結(jié)露、結(jié)霜）對應(yīng)的灰度級區(qū)間不同，比如：金屬產(chǎn)品灰度級區(qū)間0～60結(jié)霜、61～125結(jié)露、126～255正常，而非金屬三種狀態(tài)的灰度級區(qū)間具體數(shù)值不同。另外，不同產(chǎn)品的顏色不同其灰度級也會發(fā)生變化，此時對不同材料的灰度級區(qū)間進行分割，后經(jīng)選定不同材料，進行后續(xù)對比處理。

第五，經(jīng)過灰度分割的圖像接下來需經(jīng)平滑處理和直方圖處理及動態(tài)閾值分割。平滑處理完成剔除曝光壞點，即對灰度突變點進行剔除，避免誤判斷。直方圖處理是一種常用的方法，直方圖中記錄了一幅圖像中出現(xiàn)的不同灰度級在圖像顏色中所占的比例，最后利用動態(tài)閾值分割算法對圖像進行“劃界”。具體做法如下：

圖1 相機移動定位機架托盤

圖2 原始圖像及直方圖

圖3 均值濾波后的圖片及直方圖

圖4 增強后檢測效果

如圖2和3所示為受試產(chǎn)品表面結(jié)露后一滴水珠流下的情況。圖2所示為原始圖片及其灰度直方圖（直方圖中橫坐標(biāo)為灰度值，縱坐標(biāo)為像素點個數(shù)）。由直方圖可看出灰度重心在200，采用均值濾波后，如圖3所示，此時灰度重心為220?；叶戎匦钠屏?0。再以20為閾值分別給低于新重心的像素點賦值-20，給高于新重心的像素點賦值+20，得到增強后的檢測效果如圖4所示。

5 結(jié)束語及展望

該圖像識別系統(tǒng)進行了初期的實驗，利用模擬單機（表面黑漆）作為試驗件進行了高低溫循環(huán)正常、結(jié)露、結(jié)霜三種狀態(tài)實驗。實驗的主要問題就是對于外界的光源變化還是十分敏感，會對識別的結(jié)果有一定的影響，因此，在識別率方面，尚有一定的差距。針對這一問題，我們考慮未來給移動及定點相機增加光線遮擋裝置，這可以有效地解決光源變化的問題。

最后，為了提高工業(yè)應(yīng)用中圖像的處理和判斷速度，后續(xù)還考慮針對常見受試產(chǎn)品通過以上的操作流程實現(xiàn)計算機圖像識別檢測后，軟件內(nèi)增加BP神經(jīng)網(wǎng)絡(luò)功能，訓(xùn)練生成識別模版，提升識別效率。

［1］ 李載峰，蔚素升，李俊霖.環(huán)境試驗遠程監(jiān)控系統(tǒng)設(shè)計［J］.長春工業(yè)大學(xué)學(xué)報（自然科學(xué)版）2011，32（2）：141-143.

［2］ 范祥，盧道華，王佳.機器視覺在工業(yè)領(lǐng)域中的研究應(yīng)用［J］.現(xiàn)代制工程， 2007.

［3］ 周平，王思華.基于機器視覺技術(shù)的壓縮機編碼識別系統(tǒng)設(shè)計［J］.PLC技術(shù)應(yīng)用200 例， 2009.

［4］ 王國紅，陳長興.基于人工神經(jīng)網(wǎng)絡(luò)的智能識別數(shù)字模型［J］.西安石油大學(xué)學(xué)報（自然科學(xué)版）， 2006，21（2）：69-72.

［5］ 雷振山，魏麗，趙辰光 等.LabVIEW高級編程與虛擬儀器工程應(yīng)用［M］.北京：中國鐵道出版社，2009

［6］ 毛峰，莫建華，王全義，等.基于機器視覺的機床自尋位在無模漸進成形設(shè)備中的實現(xiàn)［J］.鍛壓技術(shù)， 2005，18（4）：742-744.

［7］ 戴葵譯.神經(jīng)網(wǎng)絡(luò)設(shè)計［M］.2版.北京：清華大學(xué)出版社， 1999：218-226.

［8］ David A.Forsyth，Jean Ponce.Computer Vision［M］， Prentice Hall，Inc.， 2003.

［9］ Cognex， Librating Our Eyeball-Machine Vision System［J］.EQUIPMENT SUPPLY， 2006， 5：42-43.

［10］胡權(quán).德國工業(yè)4.0：我國制造業(yè)新的挑戰(zhàn)與機遇［J］.中國設(shè)備工程， 2015（1）：20-23.

Design of Monitoring Method of the Environmental Test Monitor Based on Automated Visual Inspection Technology

LIU Yu1， CHENG Jian1， CAI Ping1， LU Chen1， XU Hao1， ZHANG Feng1， ZHU Xiao-gang2
（1.Shanghai Aerospace Equipments Manufacturer Environmental Test Laboratory， Shanghai 200245；2.School of Electronic Information and Electrical Engineering， Shanghai Jiao Tong University， Shanghai 200240）

In this paper， a computer vision inspection application status in the field of domestic industrial intelligent detection is reviewed.Then it puts forward the innovative environmental testing process monitoring method based on image recognition technology.Finally， its feasibility is validated.

AVI； environmental test； image processing

TP29

A

1004-7204（2016）03-0044-04

劉鈺（1985-），女，副主任試驗師，碩士學(xué)位，主要從事環(huán)境試驗技術(shù)測試方向。