基于機器視覺高斯混合模型對鋁錠的表面波紋檢測

忽正熙

（陜西有色榆林新材料有限責任公司，陜西 榆林 719099）

隨著工業(yè)的發(fā)展，我國鋁業(yè)發(fā)展迅猛，目前已躍居為世界鋁生產(chǎn)大國，但還不是鋁業(yè)強國，雖然產(chǎn)量上占據(jù)領(lǐng)先的地位，但鋁制品的質(zhì)量還需進一步提高；由于在生產(chǎn)過程中，鋁錠的生產(chǎn)是將高溫鋁液澆鑄在鑄模上形成，并通過水平移動的鏈條進行傳送，鋁錠表面在冷凝的過程中，不可避免的會出現(xiàn)波紋，波紋的嚴重與否直接影響鋁錠產(chǎn)品的外觀質(zhì)量。因此通過機器視覺對鋁錠波紋的檢測，降低了勞動了，節(jié)約了成本，并提高了鋁錠產(chǎn)品質(zhì)量[1-5]。

1 常見的鋁錠波紋

鋁錠表面最常出現(xiàn)的波紋有如下幾類：①同心圓狀表面波紋，該波紋是液態(tài)鋁進入分配器再進行鑄模鑄造冷凝，以表面的某個點為中心逐漸以波紋狀向四周擴散。②泡狀水波紋，該波紋是液態(tài)鋁在冷凝過程中，表面形成浮塊或者凸起的波紋。③兩端溝槽狀的波紋，該波紋，該波紋是在鋁錠通過傳送鏈傳輸過程中，由于振動產(chǎn)生的波紋。

圖1 三種常見的鋁錠波紋

2 機器視覺

機器視覺是指通過機器視覺產(chǎn)品（即圖像攝取裝置）把圖像抓取到，然后將該圖像傳送至處理單元，通過數(shù)字化處理，根據(jù)像素分布和亮度、顏色等信息，來進行尺寸、形狀、顏色等的判別。進而根據(jù)判別的結(jié)果來進行辨識分辨。

2.1 圖像的預(yù)處理

為了提高對鋁錠表面波紋的檢測質(zhì)量，降低工業(yè)相機對圖片采集過程中圖像噪聲的影響，因此對所采集的圖像進行一系列圖像預(yù)處理，如灰度化處理，降低計算機對圖像處理的信息量，加快圖像處理速度，中值濾波降低圖像噪聲，提高識別的準確性，閾值分割，提取圖像的輪廓，形態(tài)學處理，對圖像輪廓的銳化，為后續(xù)的目標信息降低識別難度。如圖2所示。

圖2 鋁錠的圖像預(yù)處理

2.2 圖像的特征提取

圖像特征是某一類對象區(qū)別于其他類對象的響應(yīng)（本質(zhì)）特點或特性，或是這類特點、特性的集合（如亮度、邊緣、紋理和色彩等）。圖像的特征提取的原則：①可區(qū)別性②可靠性③獨立性好④數(shù)量少⑤對尺寸、變換、旋轉(zhuǎn)等變換盡可能的不敏感。因此，鋁錠的表面波紋檢測選取的圖像特征為：紋理長度、紋理圓度、紋理面積三個圖像特征作為識別依據(jù)[6]。

2.3 圖像的模式識別

機器視覺高斯混合模型是一種描述混合密度函數(shù)分布的模型，本文采用了高斯混合模型對鋁錠波紋的檢測，其概率密度為：為向量且維數(shù)為d，為混合分布的參數(shù)，為權(quán)系數(shù)且滿足其中是單高斯概率分布，為訓練的樣本均值；為樣本方差矩陣，將任意測試樣本代入上式，可得到一個標量然后根據(jù)閾值來判斷樣本磁瓦是否屬于該類別即合格與不合格[7]。（如表1所示：圖像特征參數(shù) 、如圖3所示：圖像識別結(jié)果）。

圖3 圖像識別結(jié)果

表1 圖像特征參數(shù)

3 結(jié)語

通過halcon機器視覺開發(fā)環(huán)境，對采集的鋁錠波紋圖像進行圖像預(yù)處理、圖像特征提取、圖像模式識別，判別鋁錠外觀質(zhì)量合格與否，相比人工檢測提高了檢測質(zhì)量，降低了勞動力的輸入，節(jié)省了成本[8]。