基于機(jī)器視覺的手機(jī)玻璃絲印在線檢測方法研究

（成都天奧測控技術(shù)有限公司，成都 611731）

手機(jī)玻璃是對觸摸屏的測控模組、顯示屏進(jìn)行保護(hù)的透明或絲印鏡片。玻璃在生產(chǎn)過程中經(jīng)過研磨、拋光工序后，還需利用全自動絲印、移印對玻璃進(jìn)行深加工處理，增加其油墨區(qū)顯示功能。由于絲印環(huán)節(jié)加工精度高、工藝難度大，并且客戶對玻璃外形尺寸、內(nèi)部孔徑、油墨均勻度、貼合面對位線以及LOGO的印刷質(zhì)量有嚴(yán)格的要求，因此玻璃在生產(chǎn)工程中需要檢驗(yàn)人員定時從流水線中取出玻璃，進(jìn)行品質(zhì)抽檢，但是人員抽檢的效率較低，容易有混料、漏印、缺印等缺陷產(chǎn)品。

本文提出基于機(jī)器視覺的檢測方法，該方法作為非接觸式表面檢測的技術(shù)具有速度快、精度高的特點(diǎn)，可以對生產(chǎn)過程中的產(chǎn)品缺陷進(jìn)行實(shí)時檢測和標(biāo)記報警，從而幫助操作人員及時發(fā)現(xiàn)缺陷品，杜絕缺陷品流入下道工序。檢測與現(xiàn)有生產(chǎn)線節(jié)拍匹配，較人工檢測具有效率高、標(biāo)準(zhǔn)統(tǒng)一、不污染產(chǎn)品、能持續(xù)工作等優(yōu)勢。

1 檢測流程設(shè)計(jì)

手機(jī)玻璃經(jīng)過絲印工序后，按序放置于料盤托架上，然后經(jīng)傳送皮帶運(yùn)輸?shù)蕉饬蠀^(qū)，每個料盤上有10 片玻璃放置位。本文采用檢測方法是在皮帶運(yùn)輸路徑中加入在線檢測系統(tǒng)。首先通過圖像采集系統(tǒng)獲取料盤圖像，然后處理計(jì)算機(jī)分割提取出玻璃進(jìn)行圖像檢測，檢測出的缺陷產(chǎn)品用標(biāo)記機(jī)標(biāo)注紅色油墨，并通過報警燈提醒機(jī)臺人員挑選出相應(yīng)產(chǎn)品。

其中圖像采集系統(tǒng)包含檢測臺、相機(jī)、光源等部件，采用大靶面光源對料盤產(chǎn)品進(jìn)行清晰照明，采集過程如圖1所示，料盤經(jīng)過拍攝位置時觸發(fā)工業(yè)線陣相機(jī)采集產(chǎn)品圖像，然后通過計(jì)算機(jī)計(jì)算輸出處理結(jié)果。

圖1 圖像采集系統(tǒng)Fig.1 Image acquisition system

2 具體檢測算法設(shè)計(jì)

通過圖像采集獲取料盤圖像數(shù)據(jù)后，還需進(jìn)一步分割出單片玻璃圖像。通過預(yù)設(shè)的2*5個單元格坐標(biāo)范圍分割料盤圖像，然后檢測算法對每片圖像進(jìn)行預(yù)處理、旋轉(zhuǎn)和平移校正、霍夫曼匹配檢測、模型相似度度量等步驟，以此對產(chǎn)品缺陷進(jìn)行檢測和質(zhì)量評估。

2.1 圖像預(yù)處理

單片玻璃二維圖如圖2（a），三維圖如圖3（a）所示，因?yàn)榈撞坑型屑芨蓴_，側(cè)壁有料盤架和光照角度引起的陰影，在直方圖分布上不呈雙峰的圖像，并且圖像上有較多毛刺和凸起區(qū)域，將嚴(yán)重影響圖像分割的效果。如果采用基于一階微分的多尺度邊緣檢測Canny算法[1]，需要選用較大的濾波尺度，會丟失邊緣細(xì)節(jié)。使用改進(jìn)的Otsu 法[2]自動獲取分割閾值，仍存在背景區(qū)分不開的缺點(diǎn)。

本文采用中值濾波、多段閾值、以及小連通域?yàn)V波的方式進(jìn)行處理。中值濾波[3]相較于高斯濾波更能夠抑制孤立的噪聲點(diǎn)，且不破壞圖像的邊緣信息，然后根據(jù)玻璃成像上從頭到位變亮的趨勢，采用多段閾值的方式進(jìn)行閾值處理，設(shè)上中下三段閾值，假設(shè)三段的縱坐標(biāo)從上到下為d1、d2、d3，那么三段的閾值Th（y）分別為T1、T2、T3，如式（1）所示：

每一段閾值處理后圖像拼接如圖2（b），三維圖如圖3（b）所示，可以看出通過多段閾值處理后圖像中消除背景干擾較為干凈，但是還存在少量較為接近的背景干擾，這部分干擾特點(diǎn)都是小型連通域，通過連通域面積衡量的方式進(jìn)行濾除。連通域算法采用八鄰域的行程標(biāo)記算法[4]，通過定位連通區(qū)域的內(nèi)外輪廓來標(biāo)記整個圖像。算法步驟如下：

（1）逐行掃描圖像，每行連續(xù)白色像素組成一個序列，記錄起點(diǎn)、終點(diǎn)以及行號；

（2）當(dāng)前行與上一行所有序列都沒有重合區(qū)域則賦予一個新的標(biāo)號，如果有重合區(qū)域則這幾個序列的標(biāo)號寫入等價對；

（3）遍歷所有等價對，將相同標(biāo)號轉(zhuǎn)換為等價序列，填入標(biāo)記圖像中。

連通域?yàn)V波后圖像如圖2（c）所示，背景殘留區(qū)域已經(jīng)全部清除。計(jì)算連通域的內(nèi)部和外部最小外接矩形的長、寬，與產(chǎn)品標(biāo)準(zhǔn)進(jìn)行比對，滿足則為正常產(chǎn)品，不滿足為混料。

圖2 單片玻璃二維圖Fig.2 2D diagram of single glass

圖3 單片玻璃三維圖Fig.3 3D diagram of single glass

2.2 旋轉(zhuǎn)和平移校正

產(chǎn)品因?yàn)榉胖煤鸵苿又蓄嶔ぃ趫D像上有傾斜和形變的變化。需將產(chǎn)品校正到圖像中央，建立統(tǒng)一的參照系方便后續(xù)對檢測玻璃和標(biāo)準(zhǔn)模型進(jìn)行比對。假設(shè)畫布長h，寬w，玻璃中心坐標(biāo)（x0，y0），與縱軸傾斜角度α（右傾斜為正，左傾斜為負(fù)）。假設(shè)玻璃上某一點(diǎn)坐標(biāo)（x，y），經(jīng)過旋轉(zhuǎn)和平移變換計(jì)算后，新坐標(biāo)（x′，y′）。按式（2）對圖像坐標(biāo)進(jìn)行遍歷運(yùn)算得到校正后的圖像參與檢測。

2.3 霍夫曼匹配檢測

產(chǎn)品上IR 孔、攝像孔是圓形結(jié)構(gòu)，可以通過霍夫曼變換快速找出圓形信息檢測。根據(jù)霍夫變換檢測圓的數(shù)學(xué)原理[5]，圓上任意一點(diǎn)的極坐標(biāo)可以表示為式（3）。假設(shè)圓中心像素點(diǎn)p（x0，y0）已知，圓半徑r預(yù)先錄入已知，則旋轉(zhuǎn)360°由極坐標(biāo)方程可以得到每個點(diǎn)上的坐標(biāo)。同樣，通過圖像上像素點(diǎn)和圓半徑信息，旋轉(zhuǎn)360°后中心點(diǎn)處的坐標(biāo)值必定最強(qiáng)。

把圖像每個白色像素點(diǎn)轉(zhuǎn)換到極坐標(biāo)對應(yīng)圓的中心極坐標(biāo)強(qiáng)度累計(jì)，在極坐標(biāo)空間中，對強(qiáng)度值歸一化后尋找強(qiáng)度最大的點(diǎn)，即為圓形中心點(diǎn)。然后根據(jù)極坐標(biāo)的R值與輸入?yún)?shù)（圓的半徑）相等，尋找2D 空間的像素點(diǎn)。返回結(jié)果2D 空間像素集合即找到的圓形。計(jì)算圓內(nèi)部灰度的最大值、最小值以及平均值，再結(jié)合圓心位置坐標(biāo)、半徑等參數(shù)，與模板參數(shù)進(jìn)行比對，如果滿足則為正常產(chǎn)品，不滿足判為缺陷品。

2.4 模型相似度度量

產(chǎn)品上的對位線、Logo 字符等信息采用模型比對方法檢測，檢測流程如圖4所示。錄入部分模型，根據(jù)連通域的長、寬、圓形度、矩形度、內(nèi)部亮度建立模型數(shù)據(jù)；然后把目標(biāo)檢測區(qū)域當(dāng)做是整個一連串的輪廓集合，經(jīng)過閾值處理和形態(tài)學(xué)閉操作分離出獨(dú)立的信息；接著將信息與模板進(jìn)行比對。

圖4 模板比對流程Fig.4 Template comparison flow chart

評價圖像相似度方法中，歐式距離度量方法[7]較非幾何相似性度量和統(tǒng)計(jì)學(xué)方法能夠有效地縮短時間。Minkowsky Distance（閔可夫斯基距離）是基于范數(shù)Kp定義的，如式（4）所示，其中檢測圖像為A，模板圖像B，Kp（A，B）表示兩者之間的距離，x 和y表示兩幅圖的特征向量，

若p=2，那么其距離為歐式距離，當(dāng)兩者之間的歐式距離最小時，相似度最高，如若滿足判定條件則錄入數(shù)據(jù)庫，對模型參數(shù)進(jìn)行補(bǔ)充，參與后續(xù)檢測。如果超出模板允許范圍的認(rèn)為是產(chǎn)品缺陷異常。

3 軟件設(shè)計(jì)及實(shí)驗(yàn)分析

用Visual C#語言編程設(shè)計(jì)在線檢測軟件，所用計(jì)算機(jī)軟硬件配置為：處理器為Intel Core I7-6700；主頻為3.4 GHz；內(nèi)存為16 GB；操作系統(tǒng)為Microsoft Windows 7。檢測軟件界面如圖5所示，包含了圖像顯示區(qū)，按鈕操作區(qū)以及檢測結(jié)果列表。當(dāng)檢測出錯誤時，軟件會使用紅叉/紅框標(biāo)記錯誤區(qū)域，如圖6所示。

圖5 檢測軟件界面Fig.5 Test software interface

圖6 錯誤區(qū)域標(biāo)記Fig.6 Error area mark

為了驗(yàn)證方法的有效性，設(shè)計(jì)比對實(shí)驗(yàn)。選取合格品和幾類不合格品各100 片進(jìn)行檢測，試驗(yàn)統(tǒng)計(jì)結(jié)果如表1所示。

表1 比對試驗(yàn)統(tǒng)計(jì)表Tab.1 Statistical of comparative test

分析結(jié)果表明，經(jīng)過批量產(chǎn)品測試，該方法檢測正確率100%，單個料盤通行和檢測時間僅僅需約2 s，而人工檢測約140 s，該方法是人工效率的70倍，且具有穩(wěn)定性和高魯棒性的優(yōu)勢，符合工業(yè)生產(chǎn)的檢測需要。

4 結(jié)語

本文以絲印后的手機(jī)玻璃為研究對象進(jìn)行在線檢測方法的研究，提出手機(jī)玻璃絲印在線檢測方法，采用機(jī)器視覺成像平臺和軟件算法設(shè)計(jì)得出檢測結(jié)果，實(shí)驗(yàn)結(jié)果表明該方法相較于人工檢測具有檢測準(zhǔn)確、快速的優(yōu)勢，從而為手機(jī)玻璃在線檢測應(yīng)用提供了參考經(jīng)驗(yàn)。