基于機(jī)器視覺(jué)的汽車剎車片自動(dòng)檢測(cè)系統(tǒng)

費(fèi)成 黃影平 胡興 慈文彥

摘要： 為了提高汽車剎車片的檢測(cè)效率和準(zhǔn)確性，設(shè)計(jì)了基于機(jī)器視覺(jué)的汽車剎車片自動(dòng)化檢測(cè)系統(tǒng)。針對(duì)自動(dòng)化檢測(cè)需求搭建了基于可編程邏輯控制器（PLC）的自動(dòng)化測(cè)試平臺(tái)，開(kāi)發(fā)了相應(yīng)的視覺(jué)系統(tǒng)。結(jié)合VisionPro和C#語(yǔ)言開(kāi)發(fā)了檢測(cè)軟件，完成了圖像獲取、圖像校準(zhǔn)、圖像定位、尺寸測(cè)量、缺陷標(biāo)示、字符識(shí)別等任務(wù)。實(shí)驗(yàn)結(jié)果表明，系統(tǒng)可快速、準(zhǔn)確地識(shí)別出工件的尺寸、表面缺陷和字符。

關(guān)鍵詞：機(jī)器視覺(jué)； 可編程邏輯控制器（PLC）； 尺寸測(cè)量； 缺陷檢測(cè)； 字符識(shí)別

中圖分類號(hào)： TP 23 文獻(xiàn)標(biāo)志碼： A doi： 10.3969/j.issn.1005 5630.2018.03.014

Abstract：In order to improve the detection efficiency and accuracy of automobile brake pad，an automatic testing system for automobile brake pad based on machine vision is designed.The automation control platform based on programmable logic controller（PLC） is set up to meet the requirements of automatic testing，and the corresponding visual system is developed.At the same time，the detection software is developed combined with VisionPro and C# language.Image acquisition，image calibration，image location，dimension measurement，defect marking and character recognition are completed.The experiments show that the system can quickly and precisely recognize the geometry size，surface defects and text recognition of a brake pad.

Keywords：machine vision； programmable logic controller（PLC）； size measurement； defect detection； text recognition

引 言

剎車片是汽車制動(dòng)系統(tǒng)中的重要零部件，它是影響汽車剎車性能的關(guān)鍵性部件[1]。隨著計(jì)算機(jī)和圖像處理技術(shù)的發(fā)展，基于機(jī)器視覺(jué)技術(shù)檢測(cè)工件尺寸、缺陷和字符的方法正逐漸替代人工檢測(cè)的方法[2]。機(jī)器視覺(jué)是通過(guò)光學(xué)的、非接觸的傳感器自動(dòng)地獲取和解釋處理一個(gè)真實(shí)物體的圖像，以獲取所需信息

或用于控制機(jī)器運(yùn)作[3]。在國(guó)外，Itoh等[4]開(kāi)發(fā)了一種基于機(jī)器視覺(jué)的建筑碎石尺寸精密檢測(cè)系統(tǒng)，經(jīng)過(guò)大量實(shí)驗(yàn)，驗(yàn)證了該系統(tǒng)的測(cè)量精度；Meriaudeau[5]開(kāi)發(fā)了檢測(cè)金屬工件表面缺陷的機(jī)器視覺(jué)裝置，在均勻照明下，利用圖像處理工具可以很方便地檢測(cè)出工件的表面缺陷。在國(guó)內(nèi)，Tian等[6]采用超分辨率重構(gòu)技術(shù)消除圖像噪聲，再利用最小二乘回歸亞像素邊緣檢測(cè)技術(shù)進(jìn)行邊緣定位及角點(diǎn)提取，最后通過(guò)實(shí)驗(yàn)分析了該方法測(cè)量工件尺寸的效果；胡琳麗等[7]提出了基于機(jī)器視覺(jué)的剎車片尺寸自動(dòng)檢測(cè)裝置，利用“比色法”進(jìn)行標(biāo)定，采集高精度標(biāo)準(zhǔn)件圖像，計(jì)算標(biāo)準(zhǔn)件圖像中像素與長(zhǎng)度之間的關(guān)系，再在相同條件下測(cè)量剎車片尺寸；曾強(qiáng)等[8]設(shè)計(jì)了一種基于機(jī)器視覺(jué)技術(shù)的剎車片輪廓缺陷檢測(cè)方法，創(chuàng)建匹配模板實(shí)現(xiàn)對(duì)圖像的快速對(duì)準(zhǔn)，再利用差影法檢測(cè)輪廓缺陷；馬艷寧等[9]基于Halcon字符檢測(cè)算法確定了剎車片字符合適的分割方法和最佳閾值，測(cè)試圖像達(dá)到了96%的識(shí)別率。上述研究中大多闡述了圖像處理的方法，并未對(duì)機(jī)器視覺(jué)測(cè)試系統(tǒng)穩(wěn)定性作出有效說(shuō)明。本文論述了基于機(jī)器視覺(jué)的汽車剎車片自動(dòng)化檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，實(shí)驗(yàn)表明該系統(tǒng)穩(wěn)定可靠，具有實(shí)際應(yīng)用價(jià)值。

1 檢測(cè)要求及系統(tǒng)整體框架

1.1 被測(cè)工件及測(cè)量要求

剎車片在制造過(guò)程中需進(jìn)行嚴(yán)格的檢測(cè)，檢測(cè)內(nèi)容包括尺寸測(cè)量、表面缺陷檢測(cè)、字符識(shí)別，如圖1所示。在尺寸測(cè)量中，尺寸及公差為130±0.2 mm。在缺陷檢測(cè)中，缺陷最小尺寸不小于0.5 mm，面積不小于4 mm2。在字符識(shí)別中，字符筆畫(huà)寬度約為0.1 mm以上。被測(cè)工件及測(cè)量要求如圖1所示。

1.2 系統(tǒng)架構(gòu)

自動(dòng)檢測(cè)系統(tǒng)由可編程邏輯控制器（PLC）控制柜、測(cè)試平臺(tái)、主機(jī)三部分組成。PLC控制柜包括可編程控制器、變頻器、光源控制器等；測(cè)試平臺(tái)包括工業(yè)相機(jī)、電機(jī)、旋轉(zhuǎn)平臺(tái)、光電傳感器、LED光源等；主機(jī)包括工業(yè)控制計(jì)算機(jī)與顯示器。系統(tǒng)上電后，測(cè)試工件放在旋轉(zhuǎn)平臺(tái)上，平臺(tái)勻速轉(zhuǎn)動(dòng)，雙工位分別檢測(cè)尺寸信息和缺陷、字符信息。當(dāng)檢測(cè)工位上的位置傳感器檢測(cè)到工件時(shí)，打開(kāi)光源并觸發(fā)相機(jī)拍照，將采集的圖像傳送至上位機(jī)，利用專業(yè)的圖像處理軟件分析處理圖像，給出檢測(cè)結(jié)果，并通過(guò)指示燈顏色顯示是否通過(guò)，系統(tǒng)配置如圖2所示。

1.3 控制系統(tǒng)

可編程邏輯控制器（PLC）是一種專用于工業(yè)控制的計(jì)算機(jī)，工作穩(wěn)定可靠，使用方便，編程簡(jiǎn)單。本系統(tǒng)選用歐姆龍CP1E N30DT A型可編程控制器。系統(tǒng)上電后，將檢測(cè)工件放于旋轉(zhuǎn)平臺(tái)上，PLC與變頻器采用RS 485協(xié)議進(jìn)行通信，通過(guò)PLC編程控制電機(jī)啟停與轉(zhuǎn)速。當(dāng)待測(cè)工件旋轉(zhuǎn)至檢測(cè)工位時(shí)，光電傳感器反饋脈沖信號(hào)給PLC，PLC接通光源控制器電源開(kāi)關(guān)，打開(kāi)光源，同時(shí)PLC通過(guò)硬件接線觸發(fā)相機(jī)采集圖像。相機(jī)與主機(jī)通過(guò)TCP/IP協(xié)議進(jìn)行通信，交換數(shù)據(jù)。主機(jī)運(yùn)用圖像處理軟件對(duì)圖像進(jìn)行分析處理，并將分析結(jié)果通過(guò)RS 232協(xié)議發(fā)送給PLC，發(fā)送字符“1”、“2”、“3”、“4”分別對(duì)應(yīng)相機(jī)1 OK與NG、相機(jī)2 OK與NG。PLC控制信號(hào)如表1所示。

剎車片長(zhǎng)度為155 mm，剎車片到鏡頭之間的距離為106 mm，CCD尺寸大小為8.8 mm，利用式（2）計(jì)算得到本實(shí)驗(yàn)所需鏡頭焦距f為6 mm。

系統(tǒng)在檢測(cè)剎車片尺寸和缺陷、字符時(shí)，分別選用了LED面光源底部照明方式和條形光源側(cè)向照明方式，以此產(chǎn)生較強(qiáng)的對(duì)比度，突出被測(cè)物表面和輪廓細(xì)節(jié)。

本系統(tǒng)選用美國(guó)康耐視公司的VisionPro軟件，這是一套基于PC架構(gòu)的視覺(jué)系統(tǒng)軟件開(kāi)發(fā)包，主要應(yīng)用于復(fù)雜的機(jī)器視覺(jué)領(lǐng)域，它集成了用于定位、檢測(cè)、識(shí)別和通訊等任務(wù)的工具庫(kù)，本文在VS2010平臺(tái)上基于C#、VisionPro開(kāi)發(fā)了剎車片檢測(cè)系統(tǒng)。檢測(cè)系統(tǒng)交互界面如圖3所示。

2 算法設(shè)計(jì)

2.1 圖像畸變校準(zhǔn)

通過(guò)式（6）和式（7）可以得出畸變系數(shù)（aij，bij）的值，從而獲得其他像素點(diǎn)的變換坐標(biāo)。

相機(jī)采集黑白網(wǎng)格模板圖，利用VisionPro中的CalibCheckboard工具對(duì)相機(jī)進(jìn)行非線性校準(zhǔn)，校準(zhǔn)后的結(jié)果如圖4所示。

2.2 模式匹配定位

測(cè)試時(shí)，所有圖像處理工具是以圖像的原點(diǎn)為參考對(duì)象進(jìn)行定位的，然而工件放置的位置存在一定差異，這將導(dǎo)致初始的圖像處理工具定位錯(cuò)誤。所以要確定一個(gè)隨圖像變化的原點(diǎn)，才可正確定位并保證后續(xù)圖像處理工具正常使用。本文使用CogPMAlign模型定位工具中的PatMax算法，該算法可實(shí)現(xiàn)圖像模式快速匹配。PatMax從采集的圖像中提取模式，模式是幾何特征和特征之間的空間關(guān)系的集合，其中每個(gè)特征是不同灰度值的兩個(gè)區(qū)域之間邊界上點(diǎn)的集合。構(gòu)成圖案的特征可以有不同的尺寸，從幾個(gè)像素尺寸到多達(dá)上百個(gè)像素尺寸。PatMax算法使用大的特征快速地在運(yùn)行圖像中找到近似的圖案匹配，而小的特征精確地確定圖案的位置，這樣可準(zhǔn)確而又快速地在連續(xù)輸入圖像中搜索樣板并進(jìn)行模型匹配。圖像模式匹配定位示意圖如圖5所示。

2.3 尺寸測(cè)量

對(duì)匹配好的圖像進(jìn)行尺寸測(cè)量，需先用標(biāo)準(zhǔn)件對(duì)測(cè)量系統(tǒng)進(jìn)行標(biāo)定，求出圖像像素坐標(biāo)到圖像物理坐標(biāo)的轉(zhuǎn)換關(guān)系，然后再利用卡尺工具測(cè)量尺寸。Caliper工具使用投影區(qū)域來(lái)產(chǎn)生包含感興趣邊緣的圖像部分的一維表示，利用濾波器運(yùn)算符卷積一維投影圖像來(lái)執(zhí)行濾波，既增加了感興趣邊緣的強(qiáng)度，同時(shí)降低了圖像噪聲。將Caliper工具測(cè)得的兩個(gè)邊緣的坐標(biāo)值傳送給DistancePointPoint尺寸數(shù)值顯示工具，此尺寸值即物理坐標(biāo)系下的距離，操作流程如圖6所示。

2.4 缺陷檢測(cè)

首先，對(duì)校正后的圖像進(jìn)行中值濾波處理，中值濾波[11]的原理是用像素點(diǎn)鄰域灰度值的中值來(lái)代替該像素點(diǎn)的灰度值，以便減少圖像噪音在輸入圖像中的影響，它不是簡(jiǎn)單的取均值，所以產(chǎn)生的模糊比較少，這樣既能消除噪聲又能較好地保持圖像的細(xì)節(jié)。其次，將輸入圖像與濾波后的圖像作代數(shù)運(yùn)算，將兩幅圖像對(duì)應(yīng)的存儲(chǔ)矩形點(diǎn)列上的灰度值進(jìn)行減法運(yùn)算，灰度值相同部分變成了黑點(diǎn)，缺陷部位由于光線折射影響，此區(qū)域灰度值較大，相減后，灰度值不為0。最后，采用Blob分析算法搜索圖像中的斑點(diǎn)，即為缺陷部位。Blob算法基于灰度閾值對(duì)圖像進(jìn)行分割，將圖像分割成斑點(diǎn)像素與背景像素，接著對(duì)其進(jìn)行腐蝕和膨脹，再執(zhí)行連通性分析將斑點(diǎn)像素組裝成連接的斑點(diǎn)組，最后對(duì)斑點(diǎn)組區(qū)域進(jìn)行面積、周長(zhǎng)、質(zhì)心坐標(biāo)等特征量計(jì)算。缺陷檢測(cè)操作流程如圖7所示。

2.5 字符識(shí)別

剎車片中需要檢測(cè)的字符包括0～9、a～z和A～Z等，以字符0～9為例，具體算法流程如下：

（1） 在檢測(cè)字符時(shí)，必須先建立一個(gè)標(biāo)準(zhǔn)字符庫(kù)，作為以后檢測(cè)時(shí)的模板，調(diào)用函數(shù)OCRMax工具訓(xùn)練字符，通過(guò)訓(xùn)練分割出的字符得到字符庫(kù)。

（2） 有了字符模板庫(kù)后，在檢測(cè)字符時(shí)，只需將檢測(cè)到的字符與模板庫(kù)進(jìn)行比對(duì)即可，字符檢測(cè)操作流程如圖8所示。

3 實(shí)驗(yàn)結(jié)果

首先驗(yàn)證測(cè)試系統(tǒng)的示值穩(wěn)定性。將工件放置在測(cè)量工位上，保持位置不動(dòng)，對(duì)其進(jìn)行100次重復(fù)測(cè)量，計(jì)算出測(cè)量值的標(biāo)準(zhǔn)偏差為0.01 mm。這個(gè)實(shí)驗(yàn)結(jié)果說(shuō)明測(cè)試系統(tǒng)示值穩(wěn)定，且示值穩(wěn)定性足以滿足對(duì)工件130 mm±0.2 mm尺寸的公差要求。

實(shí)際測(cè)量中，由于光照環(huán)境和圖像處理工具定位等因素，工件的擺放位置對(duì)測(cè)量結(jié)果具有一定程度的影響。同一工件，隨機(jī)擺放20次，進(jìn)行靜態(tài)測(cè)量，計(jì)算出測(cè)量值標(biāo)準(zhǔn)偏差為0.03 mm，測(cè)量結(jié)果如表2所示。控制平臺(tái)的轉(zhuǎn)速對(duì)測(cè)量結(jié)果也有影響，在不同轉(zhuǎn)速下對(duì)同一工件重復(fù)20次測(cè)量，得到測(cè)量值標(biāo)準(zhǔn)偏差隨平臺(tái)轉(zhuǎn)速變化的關(guān)系見(jiàn)圖9，由圖可知測(cè)量值標(biāo)準(zhǔn)偏差隨平臺(tái)轉(zhuǎn)速的增大而增大。當(dāng)轉(zhuǎn)速達(dá)到12件/min時(shí)，系統(tǒng)的測(cè)量值標(biāo)準(zhǔn)偏差達(dá)到0.017 mm。依據(jù)工件130 mm±0.2 mm尺寸公差的測(cè)量要求，選擇轉(zhuǎn)速等于12件/min，可以保證測(cè)量準(zhǔn)確性。

圖10顯示了處理后的圖像，圖中準(zhǔn)確地標(biāo)識(shí)出剎車片的表面缺陷，因此該方法可以有效檢測(cè)表面缺陷。圖11為剎車片表面字符檢測(cè)結(jié)果，從圖可以看出，此方法準(zhǔn)確地識(shí)別了剎車片表面的字符，且穩(wěn)定可靠。

實(shí)驗(yàn)發(fā)現(xiàn)，在圖像處理中運(yùn)用灰度形態(tài)學(xué)可以很好地解決外界噪聲的干擾，提高測(cè)量精度。環(huán)境照明光線會(huì)影響系統(tǒng)性能，在日光燈開(kāi)啟狀態(tài)下采集圖像時(shí)會(huì)因頻閃引進(jìn)不必要的噪聲，所以在測(cè)試時(shí)可關(guān)閉房間照明，并調(diào)節(jié)相機(jī)光圈，增大進(jìn)光量。在實(shí)驗(yàn)中，要保證一致的測(cè)試條件，包括環(huán)境光照、相機(jī)高度、光圈進(jìn)光量、旋轉(zhuǎn)速度、光源亮度等，以使各次實(shí)驗(yàn)數(shù)據(jù)具有可比性。

4 結(jié) 論

本文設(shè)計(jì)了基于機(jī)器視覺(jué)的汽車零部件自動(dòng)檢測(cè)系統(tǒng)，包括控制系統(tǒng)設(shè)計(jì)，視覺(jué)系統(tǒng)設(shè)計(jì)，算法處理分析。檢測(cè)過(guò)程中，剎車片放置旋轉(zhuǎn)平臺(tái)上，旋轉(zhuǎn)至相應(yīng)工位觸發(fā)工業(yè)相機(jī)自動(dòng)采集剎車片圖像，將采集圖像傳送至上位機(jī)，上位機(jī)對(duì)采集圖像進(jìn)行校準(zhǔn)、標(biāo)定、尺寸測(cè)量、缺陷測(cè)量和字符檢測(cè)處理，并對(duì)測(cè)試結(jié)果分析判斷，確定產(chǎn)品是否合格。結(jié)果顯示，系統(tǒng)可以高效、準(zhǔn)確、穩(wěn)定地檢測(cè)出剎車片的尺寸大小、表面缺陷和字符，本研究豐富了機(jī)器視覺(jué)在汽車零部件檢測(cè)方面的應(yīng)用。

參考文獻(xiàn)：

[1] 徐涵秋，劉華，謝鴻.“剎車片”小常識(shí)[J].四川農(nóng)業(yè)與農(nóng)機(jī)，2007（6）：28 30.

[2] 左東祥，陳曉榮.基于HALCON的剎車片尺寸和表面缺陷檢測(cè)系統(tǒng)[J].電子科技，2016，29（11）：78 80.

[3] 穆向陽(yáng)，張?zhí)?機(jī)器視覺(jué)系統(tǒng)的設(shè)計(jì)[J].西安石油大學(xué)學(xué)報(bào)（自然科學(xué)版），2007，22（6）：104 109.

[4] ITOH H，MATSUO K，OIDA A，et al.Aggregate size measurement by machine vision[J].Journal of Terramechanics，2008，45（4）：137 145.

[5] MERIAUDEAU F，LAVALLEE L，F(xiàn)AUVET E.Machine vision prototype for defect detection on metallic tubes[C]∥Proceedings of SPIE 4664，Machine Vision Applications in Industrial Inspection X.San Jose，California，United States：SPIE.

[6] TIAN Y Y，HUANG H C，TAN Q C，et al.Size measurement of parts based on machine vision[J].Laser & Optoelectronics Progress，2010，47（1）：011501.

[7] 胡琳麗，徐志玲，張新娜，等.剎車片尺寸自動(dòng)檢測(cè)裝置設(shè)計(jì)[J].中國(guó)計(jì)量學(xué)院學(xué)報(bào)，2017，28（1）：45 50.

[8] 曾強(qiáng)，孫堅(jiān).基于HALCON的剎車片輪廓缺陷檢測(cè)方法研究[J].煤礦機(jī)械，2016，37（8）：143 146.

[9] 馬艷寧，陳曉榮，張運(yùn)濤.基于Halcon的剎車片字符檢測(cè)算法研究[J].電子科技，2016，29（10）：101 103.

[10] 劉振宇，李中生，馮柏潤(rùn)，等.機(jī)器視覺(jué)在工業(yè)生產(chǎn)線上的應(yīng)用實(shí)現(xiàn)[J].微型機(jī)與應(yīng)用，2013，32（17）：27 30.

[11] 趙高長(zhǎng)，張磊，武風(fēng)波.改進(jìn)的中值濾波算法在圖像去噪中的應(yīng)用[J].應(yīng)用光學(xué)，2011，32（4）：678 682.

（編輯：劉鐵英）