激光在高反面軸類零件表面瑕疵檢測的應(yīng)用

楊 莓,孔令華,練國富,黃 旭,劉正義

(1.福建工程學(xué)院機(jī)械與汽車工程學(xué)院,福建 福州 350000；2.數(shù)字福建工業(yè)制造物聯(lián)網(wǎng)實(shí)驗(yàn)室,福建 福州 350118)

1 引 言

近幾年,隨著智能手機(jī)、平板電腦和新能源汽車等新興市場的崛起,對(duì)鋰電池的需求日益提升。同時(shí)電池殼鋼作為一種高品質(zhì)要求的精密冷軋產(chǎn)品,外觀質(zhì)量要求嚴(yán)格,表面要求達(dá)到雙面O5級(jí)別,一旦出現(xiàn)小范圍的質(zhì)量問題,凡涉及的卷號(hào)均全部退貨[1],因此有必要對(duì)鋰電池殼進(jìn)行嚴(yán)格篩選。

目前,檢測鋰電池殼表面質(zhì)量的方法主要為人工目測法,不僅檢測效率低,勞動(dòng)強(qiáng)度大,而且易受檢測人員主觀因素的影響造成誤檢和漏檢。如果在檢測中操作不慎,還會(huì)對(duì)鋰電池殼表面造成二次損傷。而接觸式測量,如三坐標(biāo)測量機(jī),每次只能獲取表面一個(gè)點(diǎn)的坐標(biāo),測量費(fèi)時(shí)費(fèi)力,而且測頭容易對(duì)一些精密表面造成損傷[2]。顯微鏡檢測的靶面則太小,每次只能獲取小范圍內(nèi)的表面質(zhì)量圖像,很難實(shí)現(xiàn)大面積表面質(zhì)量的快速檢測。為了滿足實(shí)際生產(chǎn)實(shí)時(shí)在線精確檢測的需求,本文采用機(jī)器視覺檢測,不僅可以排除人的主觀因素的干擾,而且還能夠?qū)@些指標(biāo)進(jìn)行定量描述,避免因人而異的檢測結(jié)果,減小檢測分級(jí)誤差,提高生產(chǎn)率和分級(jí)精度。

對(duì)于高反射特性表面瑕疵的視覺檢測,國內(nèi)外的研究人員對(duì)此提出了不同的檢測方法。宋宇航等人[3]在穹頂漫射光源內(nèi)壁附著同心圓條紋,通過對(duì)鋼球表面倒映的條紋的完整性進(jìn)行分析,從而判斷被測表面是否存在缺陷,但由于光源系統(tǒng)設(shè)計(jì)的原因,此方法只能檢測尺寸較小的球形零件,有一定的局限性。張建偉等人[4]采用藍(lán)色同軸光源并基于形態(tài)學(xué)配準(zhǔn)的算法對(duì)硬幣鏡面部分的摩擦缺陷進(jìn)行了檢測,但此方法對(duì)于其他類型缺陷及有圖案的部分無法檢測。T W Ng[5]提出了一種使用環(huán)形燈進(jìn)行照明的技術(shù),該方法被證明能夠清楚地揭示鋼球表面缺陷,但無法用于其他形態(tài)的零件檢測。

從國內(nèi)外研究現(xiàn)狀可以看出,現(xiàn)在對(duì)高反面表面瑕疵的檢測主要采用常見LED環(huán)形光源、同軸光源或球積分光源,由于鋰電池殼表面的反射光主要是鏡面反射,此類傳統(tǒng)的需要往待測表面投影結(jié)構(gòu)光的光學(xué)非接觸測量方法對(duì)高反射表面并不適用,這是因?yàn)椴捎眠@些光源無法避免鋰電池殼表面由于高反光率所導(dǎo)致的問題:

(1)光暈問題。由于鋰電池殼表面接近于鏡面反射,在法線方向上會(huì)形成大片光暈,使所需檢測的瑕疵信息都被淹沒[6]；

(2)投影問題。由于鋰電池殼表面的鏡面反射會(huì)導(dǎo)致鋰電池殼表面映射四周的景象,即使將檢測環(huán)境密閉,所拍攝的圖像中仍會(huì)存在攝像機(jī)的投影,給圖像判別帶來較大難度[6]。

對(duì)此,本文采用線聚焦激光作為光源進(jìn)行視覺檢測,不同于常規(guī)檢測高反面表面瑕疵方法直接拍攝被測物表面形貌的圖像進(jìn)行圖像分析,本文所提出的檢測方法是將線聚焦激光投射到鋰電池殼表面,鋰電池殼表面具有高反射性,會(huì)將激光線反射到具有漫反射性的屏幕上,相機(jī)拍攝屏幕上的激光線圖像,通過分析反射激光線的形態(tài)特征進(jìn)行判斷。這種檢測方式能夠從原理上避免鋰電池殼表面高反光率所導(dǎo)致的問題。

2 檢測原理

2.1 實(shí)驗(yàn)對(duì)象及檢測原理說明

本文的實(shí)驗(yàn)對(duì)象是18650型鋰電池殼,是由電池殼鋼經(jīng)高速深沖與減薄拉伸工藝而成的一種圓柱型具有高反射性表面的零件。如圖1所示。

圖1 18650型鋰電池殼

考慮到鋰電池殼表面的高反射性,本文采用定向性好和亮度高的線聚焦激光作為光源進(jìn)行視覺檢測。該方法的檢測原理是采用線聚焦激光對(duì)被測零件母線進(jìn)行照射,利用被測零件表面的高反射特性,拍攝被測零件表面反射的激光線圖像。將線聚焦激光發(fā)射的激光看做一條直線,當(dāng)此激光線照射到零件表面時(shí),反射的激光線根據(jù)零件表面形貌特征的不同會(huì)發(fā)生改變。當(dāng)零件表面完好時(shí),激光線照射在零件任一母線上,此時(shí)反射角度、反射光強(qiáng)均不發(fā)生改變,故而在屏幕上所呈現(xiàn)的反射激光線仍是一條完好的直線；當(dāng)表面存在缺陷時(shí),由于缺陷區(qū)域的表面微觀形貌會(huì)發(fā)生變化,激光線會(huì)根據(jù)不同缺陷類型發(fā)生偏移、光強(qiáng)減弱、線寬變化等不同類型的變化。將反射激光線的圖像通過圖像傳感器上傳至計(jì)算機(jī),然后經(jīng)圖像分析軟件對(duì)圖像進(jìn)行處理,根據(jù)激光線的變化不同,判別此被測產(chǎn)品是否合格,若存在缺陷則判斷缺陷種類。檢測原理如圖2所示。

圖2 檢測原理圖

2.2 檢測原理的驗(yàn)證

根據(jù)上述檢測原理,搭建臨時(shí)檢測裝置以驗(yàn)證檢測原理的可行性。如圖3所示,在鋰電池殼表面凹坑位置顯示的對(duì)應(yīng)激光線發(fā)生變化,同時(shí),在實(shí)驗(yàn)中可以發(fā)現(xiàn)對(duì)應(yīng)不同的表面瑕疵,激光線會(huì)對(duì)應(yīng)發(fā)生不同變化,由此可以證明此檢測方案可用于鋰電池殼表面瑕疵的檢測。

圖3 采用臨時(shí)裝置所拍鋰電池殼表面凹坑處圖像

2.3 實(shí)驗(yàn)平臺(tái)的搭建

為了能得到鋰電池殼全部外表面的特征,選擇通過直流電機(jī)帶動(dòng)兩根鋼管旋轉(zhuǎn),從而帶動(dòng)鋰電池殼進(jìn)行360°旋轉(zhuǎn)。將直流電機(jī)連接印刷電路板(PCB),進(jìn)行電腦編程調(diào)試后即可通過印刷電路板(PCB)對(duì)直流電機(jī)進(jìn)行控制,保證圖像獲取的可控性。

基于上述思路,對(duì)鋰電池殼的表面高反射規(guī)律進(jìn)行了系統(tǒng)研究,并依據(jù)研究結(jié)果搭建了實(shí)驗(yàn)室環(huán)境下(去除暗箱后)的圖像采集平臺(tái),如圖4所示。

3 實(shí) 驗(yàn)

3.1 圖像的采集

通過分析鋰電池殼樣件,可以發(fā)現(xiàn)其表面普遍存在的瑕疵種類主要有以下三種:(1)凹坑:指金屬材料表層的砂眼或磕碰導(dǎo)致的凹陷；(2)劃痕:指材料表面呈直線或弧形溝痕通常可以看到溝底[7]；(3)表面粗糙度過大:指要求材料表面粗糙度精度達(dá)不到要求。鋰電池殼典型表面如圖5所示。

圖5 鋰電池殼典型表面

圖6為采集到的幾類典型圖像。通過分析這些圖像可以發(fā)現(xiàn):在表面有凹坑的情況下,激光線照射到此位置時(shí),由于此處表面不平,光線在此處入射角相對(duì)正常表面處發(fā)生變化,使反射角也發(fā)生變化,導(dǎo)致反射在屏幕上的光線位置會(huì)發(fā)生偏移,在此處表現(xiàn)為凸起或凹陷(如圖6(b))；在表面有劃痕的情況下,激光線照射到此位置時(shí),由于此處凹凸不平,使光線在此處發(fā)生多次反射,故而反射到屏幕上時(shí)此處亮度較低,屏幕上的反射激光線在此處表現(xiàn)為斷點(diǎn)(如圖6(d))；在表面光潔度不達(dá)標(biāo)的情況下,表面微觀形貌是凹凸不平的,光線在各處反射角不一致,使反射光發(fā)生散射,故而反射到屏幕上的激光線線寬會(huì)變寬(如圖6(a)和(c))。

圖6 典型缺陷件的反射激光線圖像

進(jìn)而可以進(jìn)行總結(jié),鋰電池殼表面瑕疵的分類示意如圖7所示。

圖7 鋰電池殼表面瑕疵對(duì)應(yīng)的反射激光線特征示意圖

對(duì)采集到的圖像進(jìn)行圖像處理及特征分析,可以判斷被測件表面是否存在瑕疵,對(duì)應(yīng)形狀特性可以判斷瑕疵的種類。

3.2 圖像的處理過程

通過采集到的圖像發(fā)現(xiàn)由于設(shè)備自身特性和外部環(huán)境干擾,需要對(duì)圖像進(jìn)行預(yù)處理,分割出待分析區(qū)域并轉(zhuǎn)化為灰度圖像以提高后續(xù)算法的速度以優(yōu)化系統(tǒng)的整體性能[6]。

對(duì)此,以存在劃痕缺陷的鋰電池殼對(duì)應(yīng)的反射激光線圖像為例,本文使用Halcon作為圖像處理工具,首先將采集到的圖像讀到Halcon中,反射激光線部分的如圖8所示。

圖8 有劃痕缺陷的激光線部分原圖

可以發(fā)現(xiàn),由于激光線是比零件長度要長,采集到的圖像含有直接照到幕上的激光線,會(huì)對(duì)后續(xù)圖像分析造成干擾,故而需要去除掉無關(guān)的激光線以及背景等。為了方便進(jìn)行圖像分割,首先需要將如圖8所示的彩色圖像轉(zhuǎn)換為三個(gè)單通道(R/G/B)圖像,再將三個(gè)單通道圖像(R/G/B)轉(zhuǎn)化為CIELab顏色空間三個(gè)通道(L/a/b)的圖像。其中L分量用于表示像素的亮度,取值范圍是[0,100],表示從純黑到純白；a表示從紅色到綠色的范圍,取值范圍是[127,-128]；b表示從黃色到藍(lán)色的范圍,取值范圍是[127,-128][8]。

圖9 CIELab顏色空間的b通道圖像

再采用高斯函數(shù)的差分增強(qiáng)灰度圖像和檢測角點(diǎn),以便后面進(jìn)行圖像分割,提取有效區(qū)域。根據(jù)Marr的說法,這些高斯的標(biāo)準(zhǔn)偏差可以從對(duì)數(shù)的參數(shù)(Sigma)和兩個(gè)標(biāo)準(zhǔn)偏差(SigFactor)的比值計(jì)算得出:

(1)

sigma2=sigma1/SigFactor

(2)

Result=[Image*Gauss(sigma1)]-

[Image*Gauss(sigma2)]

(3)

式中,Sigma為拉普拉斯算子平滑參數(shù)的近似值；SigFactor為使用的標(biāo)準(zhǔn)偏差的比率。

高斯差分處理后的圖像如圖10所示。

圖10 高斯差分處理后的圖像

將上節(jié)經(jīng)過預(yù)處理后的圖像進(jìn)行二值化處理,將灰度值g滿足條件MinGray≤g≤MaxGray的圖像的所有點(diǎn)都作為一個(gè)區(qū)域返回。通常情況下,分割后得到的區(qū)域中所包含的多個(gè)物體在返回結(jié)果中應(yīng)該是彼此獨(dú)立的[9],因此需要計(jì)算輸入?yún)^(qū)域中的所有連通區(qū)域。

計(jì)算連通區(qū)域后,根據(jù)圖像特征將干擾區(qū)域從分割結(jié)果中剔除,選出需要分析處理的區(qū)域,比如,根據(jù)這些彼此獨(dú)立區(qū)域的面積。實(shí)際得到的處理結(jié)果如圖11所示,只有鋰電池殼對(duì)應(yīng)反射的激光線部分圖像。

圖11 需要分析處理的區(qū)域

在試驗(yàn)階段,采用精度較為高的算法進(jìn)行圖像分析,即對(duì)分割得到的區(qū)域進(jìn)行逐列分析,遍歷此區(qū)域。首先,計(jì)算此區(qū)域每列每個(gè)像素對(duì)應(yīng)的灰度值并畫出對(duì)應(yīng)每列的灰度值分布圖(如圖12(b)),同時(shí)可以計(jì)算得到每列的灰度值最大值。為降低其他因素帶來的影響,對(duì)每列的灰度值分布圖進(jìn)行平滑處理,得到每列平滑后的灰度值分布圖(如圖12(c)),計(jì)算平滑處理后對(duì)應(yīng)的每列灰度值分布圖的半高寬作為此列的線寬。

圖12 逐列分析預(yù)處理后的圖像

將所有列的最大灰度值與線寬求得平均值,最大灰度值平均值在閾值范圍內(nèi)則此次取得的圖像為有效圖像。若平均線寬超過閾值要求則存在表面粗糙度過大。由于被測件表面為圓柱面,反射激光線列向理論上呈正態(tài)分布,激光線每列灰度值最大處理論上應(yīng)處于此列中間位置。因此,計(jì)算每列激光線中間點(diǎn)灰度值及行坐標(biāo),分別作圖(如圖13(b)及下文圖15(b))并進(jìn)行判斷。若行坐標(biāo)曲線偏移量超過閾值要求則存在凹坑；若灰度值曲線偏移量超過閾值要求則存在劃痕。若不存在上述缺陷,則為合格件。

若存在劃痕,計(jì)算劃痕個(gè)數(shù)及其存在的大致區(qū)域范圍,此區(qū)域每列灰度值與平均灰度值進(jìn)行相關(guān)計(jì)算,求出劃痕的寬度和深度(單位:像素)。若存在凹坑,計(jì)算凹坑個(gè)數(shù)及其存在的大致區(qū)域范圍,此區(qū)域每列行坐標(biāo)與平均行坐標(biāo)值進(jìn)行相關(guān)計(jì)算,求出凹坑的寬度和深度(單位:像素)。

以劃痕缺陷件對(duì)應(yīng)反射激光線圖像為例,對(duì)應(yīng)每列中間位置灰度值的曲線如圖13所示,可以直觀判斷出存在的劃痕數(shù)量并通過計(jì)算求得劃痕的寬度和深度(單位:像素)。

圖13 劃痕的數(shù)據(jù)體現(xiàn)

根據(jù)圖13的數(shù)據(jù)進(jìn)行分析,得到結(jié)果并進(jìn)行顯示(如圖14)。

圖14 劃痕圖像處理后的結(jié)果

3.3 圖像處理的結(jié)果

按上述圖像處理方式對(duì)常見3種不同瑕疵種類的鋰電池殼得到的激光線圖像進(jìn)行處理,例如凹坑的特征值提取后進(jìn)行數(shù)據(jù)分析處理,對(duì)應(yīng)每列中間點(diǎn)行坐標(biāo)的曲線如圖15所示,同樣可以判斷出存在的凹坑數(shù)量并通過計(jì)算求得凹坑的寬度和深度(單位:像素)。

圖15 凹坑的數(shù)據(jù)體現(xiàn)

對(duì)3種不同瑕疵種類鋰電池殼的反射激光線圖像進(jìn)行處理,得到的圖像處理結(jié)果如圖16所示。

圖16 典型缺陷件的圖像處理結(jié)果

4 分析與討論

為探索反射的激光線凸起/凹陷、斷點(diǎn)、線寬和零件表面凹坑、劃痕、粗糙度之間是否具有對(duì)應(yīng)關(guān)系,制作具有不同表面粗糙度及不同寬度和深度劃痕、凹坑的樣件,并對(duì)此13個(gè)樣件進(jìn)行圖像采集。按上述圖像處理過程進(jìn)行圖像分析,將得到的結(jié)果進(jìn)行數(shù)據(jù)統(tǒng)計(jì),發(fā)現(xiàn)不同寬度和深度的劃痕與凹坑、不同程度的粗糙度與樣本表面所反射的激光線圖像特征間具有對(duì)應(yīng)關(guān)系。如圖17～19所示。

圖17 劃痕寬度和深度與激光線特征間的關(guān)系

通過觀察上述三種不同程度的瑕疵與對(duì)應(yīng)激光線圖像特征間的關(guān)系可以發(fā)現(xiàn),這三種表面瑕疵在一定尺寸范圍內(nèi)與對(duì)應(yīng)激光線的形狀特性有著一定程度上的關(guān)聯(lián)性。因此,在實(shí)際檢測中,表面瑕疵在一定尺寸范圍內(nèi)時(shí),可以采用此檢測方法對(duì)瑕疵本身進(jìn)行定量的評(píng)價(jià)。

5 結(jié) 論

針對(duì)傳統(tǒng)檢測方法難以完成高反射性零件表面瑕疵檢測的問題,本文提出一種采用一字線型激光作為光源的檢測方法。此方法避免了高反面零件在傳統(tǒng)檢測方法中的難點(diǎn),具有較好的識(shí)別性。根據(jù)此檢測方法獲得的圖像可以反映零件未被激光掃到表面的一定面積,但由于線激光本身是線寬一定、拍攝間隔,故而在實(shí)際檢測時(shí)可能存在漏檢或由于數(shù)據(jù)量過大而降低檢測速度的情況。

本文通過建立鋰電池殼表面檢測平臺(tái)探索軸類高反面零件表面形貌與對(duì)應(yīng)反射激光線圖像之間的關(guān)系。通過分析可以發(fā)現(xiàn)當(dāng)零件表面出現(xiàn)瑕疵時(shí),對(duì)應(yīng)激光線圖像會(huì)發(fā)生變化,這種變化與瑕疵種類及尺寸有關(guān),如圖17～19所示。由于樣品加工及檢測技術(shù)限制,反映其相關(guān)性的參數(shù)R-square(R2)結(jié)果雖不夠理想,但仍能反映出兩者具有高度的相關(guān)性。雖然此結(jié)論具有一定的局限性,但對(duì)工業(yè)高精度零部件的高反射性表面的檢測和定量的評(píng)價(jià)具有普遍的使用價(jià)值和一定程度的可借鑒作用。

圖18 凹坑寬度和深度與激光線特征間的關(guān)系

圖19 樣件表面粗糙度Ra與激光線半高寬間的關(guān)系