王 磊,韓震宇,蘭 云
(四川大學(xué) 制造科學(xué)與工程學(xué)院,四川 成都 610065)
隨著電子信息業(yè)的發(fā)展,連接器結(jié)構(gòu)千變?nèi)f化,但其基本的要求都是要保證電流可靠、順暢、連續(xù)地流通。連接器件使得電子產(chǎn)品的裝配過程和批量生產(chǎn)過程得以簡化。由于產(chǎn)品向著微型化、高頻化和智能化方向發(fā)展,因此對連接器的間距、高度和外觀質(zhì)量都提出了新的要求。連接器的電氣性能受連接器件外觀質(zhì)量影響較大,各種表面缺陷都會影響其電氣性能。因此廠家迫切需要對連接器的外觀質(zhì)量進(jìn)行檢測?;跈C(jī)器視覺的連接器外觀質(zhì)量檢測系統(tǒng),旨在開發(fā)一套在精度和速度上都能達(dá)到廠家要求的檢測設(shè)備。
視覺檢測系統(tǒng)是以光學(xué)成像為基礎(chǔ),由機(jī)械、電氣、光學(xué)組成的測量系統(tǒng)[1]。典型的工業(yè)機(jī)器視覺檢測系統(tǒng)一般是由照明光源、光學(xué)鏡頭、工業(yè)相機(jī)、圖像采集卡、圖像處理模塊、結(jié)果判斷模塊和機(jī)械控制執(zhí)行模塊組成。
連接器外觀質(zhì)量檢測系統(tǒng)由機(jī)械硬件結(jié)構(gòu)和圖像處理軟件系統(tǒng)2大部分組成。整個硬件系統(tǒng)的組成包括送料臺、運(yùn)動控制器、伺服驅(qū)動器、伺服電機(jī)、條型組合光源、同軸光源、相機(jī)、圖像采集卡、PC機(jī)及以AVR單片機(jī)為主要器件組成的控制系統(tǒng)。
閾值處理可以用來找到圖像中灰度級已知的目標(biāo),即可分離出待檢對象和背景區(qū)域。閾值處理也被看成測試下列函數(shù)T的一種操作[2]:
式(1)中:p(x,y)表示像素點(diǎn)的局部特性;f(x,y)是像素點(diǎn)(x,y)的灰度值,比如以像素點(diǎn)(x,y)為中心的鄰域的平均灰度值。
經(jīng)過閾值處理后的圖像g(x,y)定義為:
如式(2),其中標(biāo)記為1或者任何灰度級的像素點(diǎn)為對象,而標(biāo)記為0或者沒有被標(biāo)記的像素點(diǎn)則對應(yīng)為背景。對于圖像中的被測目標(biāo)分布在某一灰度級別上,背景分布在另一灰度級別上分別形成2個波峰。以雙峰之間的谷底處灰度值作為閾值T進(jìn)行圖像的閾值化處理,便可將對象和背景很好地分割開來。連接器件外觀圖像直方圖具有明顯的雙峰特性,波谷較深。所以本系統(tǒng)采用直方圖閾值分割法,此方法對于背景和連接器對象的分割、連接器和連接器表面缺陷的分割,效果都很理想。
圖像中判斷邊緣點(diǎn)可利用一階導(dǎo)數(shù)進(jìn)行檢測。判斷一個邊緣像素點(diǎn)是在亮的一側(cè)還是在暗的一側(cè),可運(yùn)用二階導(dǎo)數(shù)的符號。目前,基于一階導(dǎo)數(shù)和二階導(dǎo)數(shù)的邊緣檢測算子有很多,常用的有索貝爾(Sobel)算子、羅伯特(Roberts)算子、拉普拉斯(Laplacian)算子、普瑞維特(Prewitt)算子、凱西(Canny)算子和高斯-拉普拉斯(LOG)算子。經(jīng)過試驗(yàn),Canny算子最適合本系統(tǒng)的圖像分割,其分割連接器的處理結(jié)果輪廓和邊緣清晰,可以直接用于在線檢測。
表面細(xì)小劃痕的檢測中主要運(yùn)用的是差影法。而差影法的關(guān)鍵在于解決圖像的配準(zhǔn)問題。通過模板匹配,計(jì)算模板的所有相關(guān)位置與圖像各個位置之間的相似度,即可實(shí)現(xiàn)在圖像中找到模板的位置,實(shí)現(xiàn)與形狀無關(guān)的通用定位。
我們可在限定大小的感興趣區(qū)域內(nèi)(ROI,Region of Interest)采用找匹配模板的方法來減小運(yùn)算的數(shù)據(jù)量,提高運(yùn)算速度。本系統(tǒng)中,搜索范圍ROI和模板ROI的設(shè)置應(yīng)遵循如下準(zhǔn)則:①輪廓簡單或灰度值均勻、對比度好、特征明顯的區(qū)域;②必須確保模板ROI在搜索范圍ROI內(nèi)是唯一的;③模板ROI的位置不要設(shè)置在搜索范圍ROI的邊緣。
2.4.1 針腳尺寸和表面缺陷檢測
在連接器外觀質(zhì)量檢測中,需要對針腳的個數(shù)、寬度、間距和表面缺陷進(jìn)行檢測。由于明場照明時針腳的四邊成像質(zhì)量好,對比度明顯,因此在檢測針腳的個數(shù)、寬度、間距尺寸時使用明場照明;而在進(jìn)行表面質(zhì)量檢測時,使用暗場照明。具體操作如下:①根據(jù)匹配的基準(zhǔn)點(diǎn)與配置文件中的相對坐標(biāo)參數(shù)確定針腳ROI的位置并二值化,按照一定的面積提取連通區(qū)域并獲取其個數(shù),判斷其個數(shù)是否等于預(yù)設(shè)的針腳個數(shù)。②以單個連通區(qū)域擴(kuò)大5個像素后的矩形區(qū)域?yàn)镽OI,如圖1所示,使用2.2小節(jié)所述的方法提取針腳的邊緣點(diǎn),得到圖1黃色所示的一系列邊緣點(diǎn),再計(jì)算用最小二乘法擬合出左右2條直線的間距即為針腳的寬度。③把藍(lán)色ROI縮小10個像素并且整體右移30個像素單位,運(yùn)用測寬度的方法獲取的2條直線間的間距即為針腳的寬度。④把測量針腳寬度得到的連通區(qū)域縮小5個像素得到新的ROI。在此ROI內(nèi)提取連通區(qū)域,判斷是否存在面積大于表面缺陷容許值的連通區(qū)域來判斷表面缺陷。
圖1 針腳尺寸檢測示意圖
2.4.2 不規(guī)則表面缺陷檢測
對于那些集合形狀不規(guī)則表面形狀復(fù)雜的連接器件,簡單的連通區(qū)域提取無法檢測出表面缺陷。本系統(tǒng)針對針腳不規(guī)則的部分采用經(jīng)典的圖像差影法來進(jìn)行表面缺陷檢測。
差影法,是指不同時刻或不同傳感器對同一場景所成的圖像進(jìn)行做差運(yùn)算[3]。理論上可以認(rèn)為模板圖像和實(shí)時圖像是一樣的,因而可以將實(shí)時圖像和模板圖像配準(zhǔn)后進(jìn)行做差運(yùn)算,可以將實(shí)時圖像上的差異體現(xiàn)在差影圖像上。
模板圖像和實(shí)時圖像的差影絕對值,能檢測出連接器實(shí)時圖像的冗余金屬絲、毛刺、劃痕和壓傷等各種缺陷。實(shí)時圖像和模板圖像的差值,可以檢測實(shí)時圖像上的毛刺和冗余金屬絲等添加缺陷。模板圖像和實(shí)時圖像的差值,可以檢測出劃痕和壓傷等缺陷。
差影法需要處理的圖像數(shù)據(jù)少,算法簡單、實(shí)時性比較好,但是對于實(shí)時圖像和模板的配準(zhǔn)精度要求十分高。若配準(zhǔn)精度超過了像素級別和連接器本身存在制造公差等都會引入偽輪廓噪聲,降低系統(tǒng)可靠性。因此本系統(tǒng)在模板圖像與實(shí)時圖像差影后,對差影圖做腐蝕處理[4],除去偽輪廓,減少誤報。
系統(tǒng)開啟后,調(diào)整連接器的位置到一個合適的視野,保證連接器的一個周期在視野范圍內(nèi)。在實(shí)時在線檢測中,如果發(fā)現(xiàn)缺陷,則將缺陷圖片保存到磁盤中,單片機(jī)系統(tǒng)控制沖床停止并且控制報警燈拉響警報;如果不存在缺陷產(chǎn)品,則電機(jī)正常運(yùn)動,采集線程采集下一幅圖像并實(shí)時地在線檢測[5]。整個系統(tǒng)的生產(chǎn)運(yùn)行流程如圖2所示。
圖2 系統(tǒng)生產(chǎn)運(yùn)行流程圖
本系統(tǒng)需要檢測的尺寸為針腳的寬度及針腳之間的間距。企業(yè)提供了型號為CD0118的連接器設(shè)計(jì)圖紙,根據(jù)圖紙我們可得到各項(xiàng)尺寸的實(shí)際值。表1所示為系統(tǒng)測量到該型號連接器的針腳寬度和間距。此系統(tǒng)需要檢測的尺寸包括針腳的寬度及針腳之間的間距。
表1 系統(tǒng)針腳測試尺寸結(jié)果表
由設(shè)計(jì)圖可知,針腳寬度尺寸的范圍為0.82~0.86 mm,針腳的間距尺寸范圍為0.39~0.47 mm。將設(shè)計(jì)數(shù)值與測得的數(shù)據(jù)對比可知,系統(tǒng)測得的針腳尺寸比實(shí)際尺寸大0.005 mm左右,針腳間距尺寸不穩(wěn)定。分析造成以上誤差的主要原因是,光場不穩(wěn)定,既包括光源本身發(fā)光的不穩(wěn)定,又包括環(huán)境光的不穩(wěn)定。針腳間距誤差較大的原因是連接器在傳輸過程中由于受力不均導(dǎo)致間距發(fā)生變化,但是這種變化并未對廠家提出的測量要求造成影響。
經(jīng)過試驗(yàn)與調(diào)試,本系統(tǒng)滿足廠家對連接器表面和尺寸的檢測要求。檢測系統(tǒng)以VS2010為平臺開發(fā),對第三方圖像處理軟件包進(jìn)行二次開發(fā),人機(jī)交互界面設(shè)計(jì)合理,對于現(xiàn)場工作人員而言,操作簡單、快捷。
[1]湯曉燕.面向某半導(dǎo)體企業(yè)的芯片引腳檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].蘇州:蘇州大學(xué),2010:13.
[2]Rafael C Gonzalez,Richard E Woods.數(shù)字圖像處理[M].阮秋琦,阮宇智,譯.北京:電子工業(yè)出版社,2011:476.
[3]Linda G Shapiro,George C Stockman.計(jì)算機(jī)視覺[M].趙清杰,錢方,譯.北京:機(jī)械工業(yè)出版社,2005:8.
[4]李遨空,張紅梅.基于數(shù)學(xué)形態(tài)學(xué)的圖像處理技術(shù)應(yīng)用研究[J].光盤技術(shù),2007(4):54-55.
[5]侯洪.基于機(jī)器視覺的接插件外觀質(zhì)量檢測系統(tǒng)設(shè)計(jì)[D].成都:四川大學(xué),2015:52.