數(shù)字經(jīng)濟(jì)下非標(biāo)產(chǎn)品的檢測研究

鄔甜甜 潘洪軍 畢振波 朱正祺 杭晟

[摘要]隨著我國經(jīng)濟(jì)日益發(fā)展，很多新興經(jīng)濟(jì)形式如雨后春筍般成長起來，其中值得一提的有民營經(jīng)濟(jì)、區(qū)域經(jīng)濟(jì)及數(shù)字經(jīng)濟(jì)。主要根據(jù)當(dāng)前舟山經(jīng)濟(jì)發(fā)展趨勢結(jié)合數(shù)字圖像處理及人工智能等非接觸的目標(biāo)檢測算法來分析機(jī)器檢測在非標(biāo)準(zhǔn)產(chǎn)品檢測中的優(yōu)勢和可行性，以便于提升經(jīng)濟(jì)效率和優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)，達(dá)到促進(jìn)舟山經(jīng)濟(jì)發(fā)展的目的，并發(fā)現(xiàn)相較于傳統(tǒng)檢測方法，機(jī)器智能檢測能夠更快速、精確地完成產(chǎn)品檢測，降低成本。

[關(guān)鍵詞]新經(jīng)濟(jì)發(fā)展;舟山經(jīng)濟(jì);機(jī)器檢測;產(chǎn)品檢測

[中圖分類號]TP391[文獻(xiàn)標(biāo)識碼]A

1? ? 引言

我國經(jīng)濟(jì)正在從高速發(fā)展向高質(zhì)量發(fā)展轉(zhuǎn)型，舟山經(jīng)濟(jì)也在謀求更好的發(fā)展道路，在市場經(jīng)濟(jì)能力、生產(chǎn)能力不斷擴(kuò)大的同時，人們對產(chǎn)品質(zhì)量的要求也越來越高，產(chǎn)品質(zhì)量影響產(chǎn)品的商業(yè)價值，阻礙商業(yè)經(jīng)濟(jì)發(fā)展，間接影響各領(lǐng)域經(jīng)濟(jì)的進(jìn)步，針對這種情況，大部分企業(yè)提出“零缺陷”目標(biāo)。產(chǎn)品缺陷的傳統(tǒng)檢測方法為人工檢測法，但人工檢測法在實(shí)際使用時存在很大的局限性，對于尺寸細(xì)微、灰度色差差距小，或是復(fù)雜背景圖案上的缺陷，人眼很難辨別，在某些高速應(yīng)用的領(lǐng)域，人眼也無法實(shí)現(xiàn)對高速生產(chǎn)的在線檢測以及對生產(chǎn)質(zhì)量全程實(shí)時監(jiān)控的要求。另外，人具有主觀意識，這會造成人工檢測受人的情緒、思維等主觀因素的影響，使檢測結(jié)果具有極大的不可靠性，而且人工勞動強(qiáng)度大，檢測成本高。正因?yàn)槿斯z測存在上述不足，因此需要一種更先進(jìn)的方法來進(jìn)行表面缺陷檢測。近年來，隨著電子技術(shù)、計算機(jī)技術(shù)的高速發(fā)展，用機(jī)器取代人眼，進(jìn)行表面缺陷檢測，已成為現(xiàn)代工業(yè)發(fā)展的一個重要趨勢。

機(jī)器視覺檢測系統(tǒng)可實(shí)現(xiàn)連續(xù)、無疲勞、惡劣工作環(huán)境下的24小時持續(xù)檢測，且判斷客觀標(biāo)準(zhǔn)、高速高效，為企業(yè)提供人性化、信息化的生產(chǎn)管理提供了保障。同時檢測成本比人工檢測也會降低很多，可以有效減少工廠前期投入資金。突破產(chǎn)業(yè)界限，打破傳統(tǒng)商業(yè)模式和資源利用方式，加快各領(lǐng)域、各環(huán)節(jié)向經(jīng)濟(jì)社會滲透的步伐。對處于戰(zhàn)略性發(fā)展的舟山來說，實(shí)現(xiàn)高質(zhì)量發(fā)展，大力學(xué)習(xí)數(shù)字經(jīng)濟(jì)是重要途徑。

2? ? 圖像預(yù)處理

本文的檢測系統(tǒng)主要檢測非標(biāo)產(chǎn)品的表面缺陷區(qū)域，由于在采集、傳輸、存儲的過程中，圖像易受到損壞或噪聲污染，導(dǎo)致圖像失真或降低質(zhì)量，這種情況下，圖像處理之前先進(jìn)行預(yù)處理，便能有效減少圖像的無用信息。大致流程如圖1所示。

2.1? ? 目標(biāo)圖像的預(yù)處理

2.1.1? ? 灰度化處理。對彩色圖像進(jìn)行灰度化處理，可以有效減少圖像復(fù)雜度和信息處理量。

GREY = WrR + WgG + WbB，? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

式中：GREY為灰度值; RGB即為red，green，blue，通常稱為三原色，也是彩圖; Wr、Wg、Wb分別為 RGB的權(quán)重值。使用算子Rgb_to_gray（ image， grayimage）將RGB彩色圖像轉(zhuǎn)化為灰色圖像。

2.1.2? ? 圖像增強(qiáng)處理。圖像增強(qiáng)可以使圖像中感興趣的特征有選擇的突出，衰減圖像里次要信息，一般常用算法有灰度值轉(zhuǎn)換、圖像直方圖修正、頻域或空間域?yàn)V波、同態(tài)濾波等。原圖像存在噪聲干擾時可以采用二維中值濾波來實(shí)現(xiàn)對圖像噪聲的抑制以及對邊緣信息的保護(hù)。

2.1.3? ? 去除背景圖像。背景圖像屬于無用信息，可以通過圖像的減法運(yùn)算，將背景從圖像中去除?？梢酝ㄟ^算子ImageSub =（ ImageMinuend - ImageSubtrahend ） ×Mult + Add來去除。

2.1.4? ? 圖像二值化。由于拍攝過程中有效信息，減少無用信息的干擾，通過圖像二值化處理來使拍攝區(qū)域從背景中分離。二值化方法總體可以分為局部二值化和全局二值化兩類，若f（x，y）>TH，那么f（x，y）=MAX;若f（x，y）≤TH，那么f（x，y）=0，其中TH為閾值，MAX為最大灰度值。

3? ? 本文算法

3.1? ? ?數(shù)據(jù)分析

3.1.1? ? 圖像讀取與灰度化。未做處理的原圖像，利用halcon進(jìn)行圖像處理時，需要先讀取圖像，可以用攝像機(jī)或者手機(jī)拍攝目標(biāo)圖像，然后輸入算子直接讀取圖像，read_image（Image，C：/Users/Administrator/Desktop/IMG_2365.JPG）

由于現(xiàn)在拍照都是彩色圖像，圖像所含信息量很多，圖像處理的計算量也很大，為方便計算，把彩色圖像轉(zhuǎn)化成灰度圖，去除彩色信息，只含亮度信息，如圖2。

3.1.2? ? 邊緣提取。使用算子edges_sub_pix（grayimage，Edges1，canny， 0.9，20，40）通過canny濾波器來對目標(biāo)區(qū)域進(jìn)行亞像素級邊緣提取，能夠直接返回具有亞像素精度的像素點(diǎn)組成的邊緣。提取的邊緣如圖3所示。

3.1.3? ? 動態(tài)閾值二值化。圖像經(jīng)過灰度化后的整體灰度值差異較小，此時需要尋找一個合適的閾值將圖像中的缺陷部分分離出來。選擇算子：threshold（Image，region，？， 255），？位置分別帶入50、80、100、150、180、200并運(yùn)行，結(jié)果如下表1所示，可見（150，200）的閾值能達(dá)到預(yù)期目標(biāo)，如圖4。

3.1.4? ? 缺陷檢測。根據(jù)邊緣提取區(qū)域，利用算子 reduce_domain 能夠得到除去背景的非標(biāo)產(chǎn)品圖像，為防止預(yù)處理過程中產(chǎn)生的噪聲影響缺陷檢測，需要進(jìn)行均值濾波，濾除噪聲，達(dá)到圖像平滑的目的，經(jīng)過以上幾個步驟處理，即可將缺陷檢測出來。

4? ? 結(jié)語

本文采用動態(tài)閾值二值化的方法來對目標(biāo)圖像進(jìn)行檢測，能針對各個區(qū)域的缺陷高效率高精度的完成檢測，還可以節(jié)省檢測時間與成本，滿足生產(chǎn)線對精度的要求，若加上非標(biāo)產(chǎn)品的分揀平臺，還可以設(shè)計出一套綜合的非標(biāo)產(chǎn)品缺陷檢測系統(tǒng)。但本文還存在很多不足，降低檢測誤差及檢測種類方面還有待改進(jìn)。

[參考文獻(xiàn)]

[1] 趙喆，侯俊.基于膚色模型和改進(jìn) Adaboost 算法的人臉檢測[J].電子科技，2015，28（ 12） ： 80-83.

[2] 何金彪，周永霞.基于機(jī)器視覺的罐蓋缺陷檢測[J].中國計量學(xué)院學(xué)報，2015，206（3）： 269-273.

[3] 鄭云雷，黃影平.基于 HIL 和機(jī)器視覺的汽車儀表測試平臺[J].電子科技，2015，28（ 12） ： 88-91.

[4] 高云飛，李紅信，虎巍.基于最小二乘法橢圓的擬合點(diǎn)的選擇研究[J].信息通信，2014 ，136（4）：6-7

[5] 李淵，喬兵，陸宇平.基于聚類方法的圓擬合算法[J].計算機(jī)應(yīng)用，2013，33（z2）：206-208.

[6] 金貝. 基于 HALCON 的機(jī)器視覺教學(xué)實(shí)驗(yàn)系統(tǒng)設(shè)計[D].北京：北京交通大學(xué)，2012.

[7] 彭飛，陳維榮，冒波波，等.基于 Canny 邊緣檢測和聚合接續(xù)法的路軌邊緣提取方法[J].鐵道學(xué)報，2012，34（ 2） ： 52-57.

[8] 陳濤.基于HALCON 的表面貼裝電子組件檢測系統(tǒng)的研發(fā)[D].廣州：華南理工大學(xué)，2011.