基于面陣CCD的聚乙烯薄膜缺陷檢測(cè)方法研究*

李悠，王暄

（1.哈爾濱理工大學(xué)電氣與電子工程學(xué)院，哈爾濱150080；2.哈爾濱電工儀表研究所，哈爾濱150028）

0 引 言

電線電纜是電力系統(tǒng)的關(guān)鍵組成部分，承擔(dān)著電能分配及電力傳輸?shù)戎匾蝿?wù)。隨著社會(huì)經(jīng)濟(jì)的迅猛發(fā)展及城鄉(xiāng)電網(wǎng)工程的加速建設(shè)，電線電纜已成為現(xiàn)代經(jīng)濟(jì)及國(guó)家建設(shè)正常運(yùn)轉(zhuǎn)的基礎(chǔ)保障，同時(shí)也是與人們?nèi)粘Ｉ钕⑾⑾嚓P(guān)的產(chǎn)品［1-4］。我國(guó)是電線電纜生產(chǎn)和使用大國(guó)，行業(yè)產(chǎn)值早在2012年就已超過(guò)美國(guó)，躍居全球第一，近年來(lái)始終保持著穩(wěn)定增長(zhǎng)的態(tài)勢(shì)。有專(zhuān)家預(yù)測(cè)，到2020年，我國(guó)的電線電纜產(chǎn)能有望突破1.1億千米，總產(chǎn)值將突破1.6萬(wàn)億元。在規(guī)模及產(chǎn)量不斷取得飛躍的同時(shí)，電線電纜的質(zhì)量及安全性也受到了極大的關(guān)注［5-6］。在電應(yīng)力、機(jī)械應(yīng)力、化學(xué)及環(huán)境等各種因素的作用下，電纜絕緣材料會(huì)發(fā)生老化，直接影響絕緣性能，并最終導(dǎo)致電氣設(shè)備的運(yùn)行效率降低、運(yùn)行可靠性減弱。以聚乙烯為代表的聚烯烴是電纜絕緣層的典型材料，主要分為顆粒狀及薄膜狀物料兩大類(lèi)。對(duì)于聚乙烯顆粒物料，雜質(zhì)顆粒是導(dǎo)致電纜絕緣早期破壞的原因。對(duì)于聚乙烯屏蔽膜，表面的微小凸起是引起電纜局部放電的主要因素。因此，及時(shí)準(zhǔn)確地檢測(cè)及控制聚烯烴電纜料的缺陷，對(duì)電力安全至關(guān)重要［7-8］。

機(jī)器視覺(jué)技術(shù)的出現(xiàn)為電纜料缺陷檢測(cè)提供了準(zhǔn)確便捷的手段，該技術(shù)的核心為圖像處理。所謂機(jī)器視覺(jué)，就是用計(jì)算機(jī)代替人眼，對(duì)獲得的圖像信息進(jìn)行分析處理［9-11］?；驹硎?，在一定技術(shù)手段的支持下，利用圖像傳感器準(zhǔn)確獲取被研究對(duì)象的圖像并同時(shí)轉(zhuǎn)化為數(shù)字圖像，然后運(yùn)用計(jì)算機(jī)圖像處理技術(shù)分析被研究對(duì)象，從而獲得相關(guān)特征信息［12-18］。本文以聚乙烯半導(dǎo)電屏蔽膜為研究對(duì)象，基于形態(tài)學(xué)相關(guān)原理，設(shè)計(jì)并實(shí)現(xiàn)了一種適用于表面凸起的模糊檢測(cè)方法。采用射燈低角度照射薄膜材料樣品，通過(guò)面陣CCD圖像傳感器攝取帶有微小凸起的數(shù)字圖像，運(yùn)用形態(tài)學(xué)中預(yù)處理、分割、腐蝕及膨脹等圖形處理方法，得到微小凸起的圓斑圖像，根據(jù)的大小計(jì)算微小凸起的尺寸。實(shí)驗(yàn)結(jié)果表明，本文所設(shè)計(jì)的方案完全可行，基于機(jī)器視覺(jué)技術(shù)能夠?qū)崿F(xiàn)微小凸起的檢測(cè)。

1 檢測(cè)原理

聚乙烯半導(dǎo)電屏蔽膜置于面陣CCD的正下方，射燈從單側(cè)進(jìn)行低角度照射，如圖1所示。

圖1 檢測(cè)原理圖Fig.1 Schematic diagram ofmeasuring principle

光線照射聚乙烯薄膜，在表面發(fā)生反射。當(dāng)表面光滑平坦時(shí)，反射光線落在鏡頭有效范圍之外，形成灰度值較低區(qū)域，即暗場(chǎng)。當(dāng)聚乙烯薄膜表面有凸起時(shí)，反射光線將落在鏡頭的有效范圍之內(nèi)，形成灰度值較高的區(qū)域，即亮場(chǎng)。對(duì)于整幅圖像而言，表面凸起體現(xiàn)為大小形狀不同的亮斑。超凈電纜生產(chǎn)技術(shù)已經(jīng)逐漸成熟，因此產(chǎn)品表面凸起的尺寸通常十分微小。實(shí)際測(cè)量過(guò)程中，可以將凸起近似看做半球體，通過(guò)對(duì)亮斑直徑的測(cè)量，就可以估算凸起的高度及體積。

忽略凸起高度對(duì)CCD分辨率的影響，若亮斑的直徑為D，那么表面凸起的高度可以表示為：

凸起的體積可以表示為：

2 缺陷圖像處理方法

機(jī)器視覺(jué)技術(shù)的核心為圖像處理，在獲得目標(biāo)圖像的同時(shí)，需要根據(jù)圖像的特點(diǎn)進(jìn)行分析，明確目標(biāo)圖像的特征，設(shè)計(jì)有針對(duì)性的處理算法，通常包括如2所示流程。

圖2 缺陷圖像處理流程Fig.2 Flow chart of defect image processing

2.1 圖像預(yù)處理

圖像預(yù)處理的目的是消除無(wú)關(guān)信息，抑制不必要的變形，突出目標(biāo)圖像的特征，通常包括灰度化處理、平滑去噪及圖像增強(qiáng)處理等。為了保留缺陷圖像的最原始信息，本文只對(duì)圖像進(jìn)行灰度化處理，即將彩色圖像轉(zhuǎn)化為灰度圖像。和彩色圖像相比，灰度圖像是像素信息R=G=B的一種特殊情況，其所需存儲(chǔ)空間小，執(zhí)行時(shí)間也少。彩色圖像的灰度化處理公式為：

2.2 圖像分割

一幅完整的圖像通常由主體及背景兩方面信息構(gòu)成，而圖像分割的目的就是要利用主體和背景在灰度值上的差異，將二者分割開(kāi)來(lái)。閾值分割是最有效的圖像分割方法，其主要思想是，選擇一個(gè)恰當(dāng)?shù)拈撝担瑢D像看做兩個(gè)部分，灰度值不同。分別確定每個(gè)像素點(diǎn)應(yīng)該屬于哪個(gè)區(qū)域，最終獲得完整的二值圖像，因此閾值分割通常也被稱(chēng)作二值化分割。其基本原理是，圖像原始圖像為f（x，y），輸出圖像為g（x，y），根據(jù)圖像特征設(shè)定灰度閾值為 t，灰度值高于閾值t的像素點(diǎn)設(shè)置為255（白）或0（黑），灰度值低于閾值t的像素點(diǎn)設(shè)置為0（黑）或255（白），則：

或者：

若圖像的灰度值分布相對(duì)復(fù)雜，有時(shí)需要選擇兩個(gè)或者多個(gè)閾值。假設(shè)閾值選擇為灰度區(qū)間［T1，T2］，則輸出圖像可以表示為：

2.3 形態(tài)學(xué)濾波

形態(tài)學(xué)濾波的目的是，在盡量保持圖像細(xì)節(jié)特征的前提下去除二值圖像中的孤立點(diǎn)，彌合圖像間隙，處理效果的好壞直接影響后續(xù)圖像分析的有效性及可靠性。二值圖像的形態(tài)學(xué)濾波主要包括腐蝕、膨脹、開(kāi)閉等等基本運(yùn)算。

通過(guò)圖像表面不斷擴(kuò)張的手段，去除二值圖像上的小孔，這就是膨脹運(yùn)算的目的。若A為目標(biāo)圖像，B為結(jié)構(gòu)元素，A與B同為二維歐式空間Z2中的集合，則A與B的膨脹運(yùn)算可以表示為：

腐蝕運(yùn)算可以獲得去除圖像中的點(diǎn)狀圖形，與膨脹是一組對(duì)偶運(yùn)算，通常也被組合起來(lái)進(jìn)行使用。若先通過(guò)腐蝕運(yùn)算在進(jìn)行膨脹處理，可以使圖像中的孔基本恢復(fù)原形。若先通過(guò)膨脹運(yùn)算再進(jìn)行腐蝕處理，可以使圖像中的點(diǎn)基本恢復(fù)原形。A被B腐蝕的運(yùn)算可以表示為：

開(kāi)運(yùn)算的目的是平滑目標(biāo)圖像的輪廓，斷開(kāi)間斷和清除突出物。結(jié)構(gòu)元素B對(duì)目標(biāo)圖像集合A的開(kāi)運(yùn)算其實(shí)就是先用B對(duì)A進(jìn)行腐蝕運(yùn)算，然后再用B對(duì)腐蝕運(yùn)算的結(jié)果進(jìn)行膨脹處理。因此，開(kāi)運(yùn)算可以表示為：

閉運(yùn)算也可以達(dá)到光滑目標(biāo)圖像的輪廓的目的，但不同于開(kāi)運(yùn)算，閉運(yùn)算可以消除細(xì)長(zhǎng)鴻溝，填補(bǔ)斷裂的輪廓線。結(jié)構(gòu)元素B對(duì)目標(biāo)圖像集合A的閉運(yùn)算其實(shí)就是用B對(duì)A進(jìn)行膨脹運(yùn)算，然后再用B對(duì)膨脹運(yùn)算結(jié)果進(jìn)行腐蝕處理。因此，閉運(yùn)算可以表示為：

2.4 缺陷判別及標(biāo)記

為了獲取目標(biāo)圖像中缺陷的橫、縱向尺寸，從而計(jì)算表面凸起的大小，需要設(shè)計(jì)相應(yīng)算法對(duì)目標(biāo)圖像進(jìn)行掃描檢測(cè)，標(biāo)記并提取缺陷信息，算法流程如圖3所示。

圖3 算法流程圖Fig.3 Flow chart of algorithm

八鄰域連通檢測(cè)算法是圖像處理中缺陷判別的常用算法，與其他傳統(tǒng)算法相比較，該算法設(shè)計(jì)簡(jiǎn)單，實(shí)現(xiàn)性強(qiáng)，通用性好，只需要一次掃描就可以完成對(duì)所有缺陷以及特征信息的標(biāo)記和提取。假設(shè)當(dāng)前像素點(diǎn)標(biāo)記為f（i，j），在圖像中預(yù)期直接相鄰的八各像素點(diǎn)即為八鄰域連通，可以標(biāo)記為f（i+1，j）、f（i-1，j）、f（i，j+1）、f（i，j-1）、f（i+1，j+1）、f（i+1，j-1）、f（i-1，j+1）、f（i-1，j-1）。掃描的目的是判斷相鄰這八個(gè)像素點(diǎn)與f（i，j）是否滿(mǎn)足連通條件，每一個(gè)像素點(diǎn)都要經(jīng)歷相同的掃描過(guò)程，以距離作為是否連通的判據(jù)。在八鄰域內(nèi)，所有像素點(diǎn)之間的距離為1或者2。因此，若以L表示像素間距，當(dāng)L≤2時(shí)，該像素滿(mǎn)足連通條件。像素點(diǎn)f（i，j）與g（h，w）之間的距離可以表示為：

3 實(shí)驗(yàn)結(jié)果與分析

基于面陣CCD攝取的帶有微小凸起的典型圖像如圖4所示（引自“半導(dǎo)電聚合物表面突起測(cè)量?jī)x的研究”）。圖中的微小亮斑就是薄膜表面的凸起，可見(jiàn)，亮斑的灰度值要明顯高于背景。

圖4 原始圖像Fig.4 Original image

圖5為目標(biāo)圖像的灰度直方圖。該圖為多波峰圖像，橫坐標(biāo)為灰度值，縱坐標(biāo)為灰度值出現(xiàn)的頻數(shù)。由原圖可知，亮斑與背景的灰度值在級(jí)別上存在差異，亮斑出現(xiàn)的頻率遠(yuǎn)遠(yuǎn)低于背景，在圖5（a）中應(yīng)為數(shù)值最小的部分。為了獲得更清晰的灰度特征，將直方圖限制在0～100之間，結(jié)果如圖5（b）所示。由圖可知，灰度值高于210對(duì)應(yīng)原圖中的亮斑。

圖5 灰度直方圖Fig.5 Gradation histogram

根據(jù)灰度直方圖顯示的目標(biāo)圖像特點(diǎn)并參照原始圖像，凸起位置即圖中的亮斑與背景在灰度級(jí)別上存在明顯差異，而且亮斑的額的數(shù)量相比與整幅圖像而言，其數(shù)量很小。因此在實(shí)驗(yàn)中，本文將背景的灰度值做平均值，然后通過(guò)選取平均值的一定比例作為閾值來(lái)對(duì)圖像進(jìn)行分割。經(jīng)過(guò)反復(fù)實(shí)驗(yàn)，確定當(dāng)閾值選擇為背景灰度平均值的65%時(shí)，可以獲得效果最佳的二值圖像，如圖6（a）所示。為了徹底消除圖像采集過(guò)程中的孤立點(diǎn)以及閾值分割后二值圖像中的微小空隙，需要對(duì)二值圖像進(jìn)行形態(tài)學(xué)處理，這些處理包括腐蝕、膨脹、開(kāi)運(yùn)算及閉運(yùn)算等過(guò)程。圖6（b）～圖6（d）為對(duì)二值圖像進(jìn)行膨脹、腐蝕及再膨脹處理后的結(jié)果，由圖可見(jiàn)，形態(tài)學(xué)處理后的圖像消除了孤立點(diǎn)及空洞，平滑了邊界的同時(shí)消除了微小縫隙，處理效果顯著。隨后只需要按照八鄰域連通檢測(cè)的原理編寫(xiě)算法，并結(jié)合CCD的相關(guān)參數(shù)，即可以完成對(duì)凸起的檢測(cè)和計(jì)算。以圖6中的一個(gè)凸起為例，本文采用面陣CCD的分辨率為1392×1040，像素尺寸為4.65μm×4.65μm，經(jīng)過(guò)、標(biāo)記及計(jì)算，該凸起的亮斑直徑為181μm，帶入式（1）和式（2），可計(jì)算得出凸起的高度為128μm，體積約為2.2×10-3mm3。

圖6 形態(tài)學(xué)處理結(jié)果Fig.6 Results of morphological processing

4 結(jié)束語(yǔ)

作為人工智能快速發(fā)展的一個(gè)分支，機(jī)器視覺(jué)的應(yīng)用已經(jīng)深入到各行各業(yè)，涵蓋了工業(yè)、農(nóng)業(yè)、醫(yī)療、軍事、安全、氣象以及交通運(yùn)輸?shù)雀鱾€(gè)領(lǐng)域，機(jī)器視覺(jué)技術(shù)逐步成熟使國(guó)民生產(chǎn)中對(duì)更高效、更安全、更智能檢測(cè)方法的需求成為現(xiàn)實(shí)。本文以電纜行業(yè)中聚乙烯半導(dǎo)電屏蔽膜為研究對(duì)象，以薄膜上的微小凸起為檢測(cè)目標(biāo)，采用面陣CCD圖像傳感器攝取帶有微小凸起的亮斑圖像，運(yùn)用形態(tài)學(xué)中預(yù)處理、分割、腐蝕及膨脹等圖形處理方法獲取微小凸起的特征信息，基于八鄰域連通檢測(cè)原理設(shè)計(jì)合適的算法實(shí)現(xiàn)了對(duì)亮斑的檢測(cè)與標(biāo)記，并基于三角形原理估算出了凸起的高度及體積。實(shí)驗(yàn)結(jié)果表明，基于形態(tài)學(xué)原理可以檢測(cè)出薄膜表面的微小凸起，本文所設(shè)計(jì)的方案是完全有效的。