基于視覺的膠水偏位檢測(cè)

張芳健，陳新度，王 晗，李 逸，李 響

（廣東工業(yè)大學(xué)，廣東 廣州510006）

0 引言

熱轉(zhuǎn)印膠片是紡織物印染的中間產(chǎn)物[1-2]，包括有圖案層（油墨層）、膠水層和背景層三大部分。在該膠片實(shí)際生產(chǎn)中，可能出現(xiàn)膠水層不能完全覆蓋油墨層，最終可能導(dǎo)致轉(zhuǎn)印后的油墨圖案脫落，如圖1所示膠片圖案層上方明顯有一層過寬的膠水層。目前膠水偏位是影響熱轉(zhuǎn)印膠片質(zhì)量的一種不太常見因素之一，所以對(duì)其的技術(shù)研究不多。而目前的檢測(cè)以人工檢測(cè)為主，但檢測(cè)效率相對(duì)較低。

圖1 偏位示意圖

實(shí)際生產(chǎn)中，熱轉(zhuǎn)印膠片的膠水層僅需包圍圖案層，膠水外邊緣通常不規(guī)則，輪廓外側(cè)有較多細(xì)節(jié)差異。無(wú)膠水偏位時(shí)，膠水層的各個(gè)方向的寬度會(huì)大致相同，當(dāng)出現(xiàn)膠水偏位的情況時(shí)，膠水層在某個(gè)方向的寬度明顯大于其余方向的厚度，超出正常膠片的各個(gè)方向的標(biāo)準(zhǔn)厚度。

近年來(lái)，基于機(jī)器視覺的產(chǎn)品表面質(zhì)量檢測(cè)發(fā)展迅速，并且已經(jīng)出現(xiàn)了一些檢測(cè)熱點(diǎn)[3]，例如利用閾值分割[4]、深度學(xué)習(xí)[5]等方法進(jìn)行的檢測(cè)，但在對(duì)于本項(xiàng)目的膠水陰影檢測(cè)都效果不明顯。因此本文提出一種四方向膠水層分離的方法，并計(jì)算四個(gè)方向的平均寬度，以最大值代表膠片膠水寬度。對(duì)比設(shè)定的閾值，得到檢測(cè)結(jié)果。

1 膠水層檢測(cè)區(qū)域提取

1.1 膠片區(qū)域提取

原始圖像中的膠片可能以不同角度、不同位置處于原始圖像中，因此首先需要進(jìn)行膠片的提取。采用Sobel算法提取圖像中的邊緣信息，全局閾值分割得到邊緣二值圖。提取輪廓，并只保留圖像中的最大輪廓，利用最小外接矩形獲取算法得到最大輪廓的矩形表示，并通過空間關(guān)系[6-7]獲取膠片圖。

1.2 膠水層圖像提取

膠片圖像可分為圖案層、膠水層及部分的背景層，因此需要對(duì)膠片圖像進(jìn)行分割。圖像分割的常用算法有OSTU法，該方法在圖像自動(dòng)分割中有著較為廣泛應(yīng)用，但針對(duì)多對(duì)象的情況時(shí)，該算法無(wú)法得到較好的分割效果[8]。而K-means圖像聚類算法在多對(duì)象的分類中有較好的效果，但基于K-means的圖像分割，存在處理時(shí)間過長(zhǎng)的問題。因此本文采用改進(jìn)的K-means應(yīng)用方法進(jìn)行圖像分割。傳統(tǒng)的應(yīng)用方法是使用K-means算法是直接對(duì)原始待處理圖像進(jìn)行處理，得到每個(gè)像素點(diǎn)屬于某一個(gè)數(shù)據(jù)簇的對(duì)應(yīng)關(guān)系，再進(jìn)行數(shù)據(jù)遍歷，生成新的若干張各自只包含單一簇的二值圖。本文的K-means應(yīng)用是對(duì)原始圖像進(jìn)行預(yù)先的resize處理，由于其結(jié)果圖像各個(gè)原來(lái)的數(shù)據(jù)簇相互數(shù)量比例基本不會(huì)改變，而像素總量會(huì)大量減少，可使得K-means加速而不影響效果。K-means算法處理過后不進(jìn)行遍歷操作，而是以簇中心之間的中點(diǎn)為閾值，對(duì)原始圖像進(jìn)行二值化處理，得到若干張各自只包含單一簇的二值圖。由于熱轉(zhuǎn)印膠片圖像的灰度分布較為明顯，簇分布的距離及間隔足夠大，因此以中點(diǎn)做閾值代替遍歷的方法不會(huì)造成負(fù)面影響，同時(shí)也避免了遍歷耗時(shí)。

如圖2所示為原始圖像是resize取1/8，應(yīng)用本文的處理方法得到的膠水層二值圖，圖像高亮部分代表各種的區(qū)域。分割圖像較為清晰合理，且分割耗時(shí)減少了約350 ms。

圖2 膠水層二值圖

2 膠水寬度計(jì)算

2.1 膠水方向分離

當(dāng)熱轉(zhuǎn)印膠片發(fā)生膠水偏位問題，膠水層會(huì)整體偏向于某個(gè)方向，導(dǎo)致該方向的膠水寬度大于其他方向，超出正常膠片的膠水寬度。本文對(duì)膠片的上下左右四方向的膠水平均寬度進(jìn)行計(jì)算，以最大值代表該膠片寬度。

膠水層的某個(gè)方向的計(jì)算分為方向分離與平均寬度計(jì)算兩個(gè)步驟。膠水上方向分離如下：

（1）從膠水層二值圖第一列的最上方像素往下掃描，若掃描不到非零像素點(diǎn)則跳到第3步，若掃描到了非零像素點(diǎn)則跳到下一步；

（2）標(biāo)記當(dāng)前非零像素點(diǎn)，并繼續(xù)往下掃描，若掃描到非零像素點(diǎn)則標(biāo)記，否則結(jié)束本行掃描；

（3）往右一列繼續(xù)進(jìn)行步驟1和步驟2的掃描，直到最后一行掃描完畢；

（4）創(chuàng)建一張大小如膠水層二值圖的新圖像，并以標(biāo)志點(diǎn)位置像素值為255，非標(biāo)志點(diǎn)為0。

根據(jù)上述步驟，對(duì)存在偏位的膠水層二值圖進(jìn)行處理的效果圖，圖3表示膠水層的上方向部分。膠水層的另外三個(gè)方向也如上述步驟原理進(jìn)行操作，可達(dá)到各自方向部分的二值圖。

圖3 膠水層上方二值圖

2.2 膠水層各平均寬度計(jì)算

遍歷膠水層上方二值圖，得到非零像素點(diǎn)總量Sum；再遍歷圖像每一列，若該列存在非零像素點(diǎn)則累加1，得到膠水總列數(shù)N；Sum與N比值及為膠水層上方向平均寬度H。

依據(jù)上述步驟的同樣原理，對(duì)膠水層另外三個(gè)方向的圖像進(jìn)行處理，得到各自方向的膠水層平均寬度值。取最大值為該膠片的最終寬度。

比較計(jì)算得到的膠水寬度與設(shè)定的閾值，若寬度大于閾值，則當(dāng)前膠片存在膠水偏位，否則判斷為不存在膠水偏位。

3 算法流程總結(jié)

通過前幾節(jié)對(duì)算法各步驟算法介紹，現(xiàn)將整個(gè)檢測(cè)算法流程總結(jié)如下，圖4為算法流程圖。

圖4 檢測(cè)算法流程圖

膠水寬度合格閾值，通過該閾值判斷膠片是否存在膠水偏位缺陷。

獲取圖像中的膠片，通過Sobel算法、最小外接矩形查找、空間轉(zhuǎn)換等操作得到只包含熱轉(zhuǎn)印膠片區(qū)域的圖像。

圖像聚類獲取圖片膠水層，對(duì)圖像采用改進(jìn)的K-means算法獲取二值圖。

計(jì)算膠水層寬度，通過本文特定的掃描方式，計(jì)算膠水層4個(gè)方向的膠水寬度，以最大寬度代表該膠片的膠水寬度。

膠水寬度若大于設(shè)定的膠水寬度閾值，則判定為存在膠水偏位缺陷，否則不存在膠水偏位缺陷。

4 實(shí)驗(yàn)結(jié)果與分析

本文對(duì)有較強(qiáng)代表性的3張膠片進(jìn)行膠水偏位檢測(cè)，觀察是否符合實(shí)際情況，以驗(yàn)證算法有效性。實(shí)驗(yàn)?zāi)z片狀態(tài)分別為：正常、少量偏位、偏位，如圖5所示。檢測(cè)系統(tǒng)的膠片寬度閾值設(shè)置為3.600，計(jì)算得到的各寬度記錄如表1所示，三張膠片膠水寬度分別為2.301、3.849、4.439，單位均為個(gè)像素，其中系統(tǒng)判斷后兩張膠片存在膠水偏位。

圖5 待測(cè)膠片膠水層二值圖

表1 膠片檢測(cè)結(jié)果記錄

同時(shí)，對(duì)500張熱轉(zhuǎn)印膠片樣品進(jìn)行準(zhǔn)確率檢測(cè)。統(tǒng)計(jì)結(jié)果為漏檢率0.2%，誤檢率1.4%。其檢測(cè)時(shí)間均約為420 ms以內(nèi)。綜上，本文介紹的系統(tǒng)具備有效性，可在實(shí)際生產(chǎn)中解決膠水偏位檢測(cè)問題，且檢測(cè)效果可靠，耗時(shí)較短。

5 結(jié)束語(yǔ)

針對(duì)熱轉(zhuǎn)印膠片膠水偏位檢測(cè)，本文設(shè)計(jì)了檢測(cè)算法，利用邊緣檢測(cè)算法、外接矩形查找和位置等膠片區(qū)域圖像；改進(jìn)K-means算法應(yīng)用得到膠水層二值圖；通過本文特定的掃描方法分離出四個(gè)方向的膠水層部分，并計(jì)算得到最終膠水寬度，并以此判斷是否存在膠水偏位。本算法的檢測(cè)效果可靠，檢測(cè)速度快，適合在線檢測(cè)應(yīng)用。