基于數(shù)字圖像處理的砂紙缺陷自動(dòng)檢測(cè)系統(tǒng)設(shè)計(jì)

李冰　李坤福

摘 要：目前在傳統(tǒng)工業(yè)生產(chǎn)中，為了提高砂紙的生產(chǎn)質(zhì)量，通常的做法是依靠人眼識(shí)別的方式來篩選問題砂紙，這種方式由于受人員因素影響，準(zhǔn)確率和可靠性不高，且生產(chǎn)成本高，效率低下。本文設(shè)計(jì)了一種基于數(shù)字圖像處理技術(shù)的砂紙缺陷自動(dòng)檢測(cè)系統(tǒng)，可以有效提高缺陷砂紙的識(shí)別率，縮減生產(chǎn)成本，提升生產(chǎn)效率。

關(guān)鍵詞：數(shù)字圖像處理;砂紙缺陷;檢測(cè)系統(tǒng)

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-5168（2021）11-0008-03

Automatic Detection System for Sandpaper Defects Based

on Digital Image Processing

LI Bing LI Kunfu

（Wuhan Railway Vocational College of Technology，Wuhan Hubei 430205）

Abstract： At present， in the traditional industrial production， in order to improve the production quality of sandpaper， the usual way was to rely on human eye recognition to screen the problem sandpaper. Due to the influence of personnel factors， this way had low accuracy and reliability， high production cost and low efficiency. This paper designed a sandpaper defect automatic detection system based on digital image processing technology， which can effectively improve the recognition rate of defective sandpaper， reduce production costs and improve production efficiency.

Keywords： digital image processing; sandpaper; detection system

1 研究背景

砂紙是一種特殊的紙張，上面附有研磨顆粒，常用于產(chǎn)品表面的平整，或去除物品表面的附著物，是一種工業(yè)生產(chǎn)、日常生活中常用的磨削工具。但是，由于工藝原因，生產(chǎn)出來的砂紙并不是全部達(dá)標(biāo)的。砂紙的生產(chǎn)流程包括坯布開卷、涂膠、植砂、復(fù)膠、烘干固化、成品出廠等[1]。

在砂紙生產(chǎn)過程中，植砂是決定砂紙生產(chǎn)質(zhì)量的關(guān)鍵工藝。該工藝是將砂礫均勻涂覆到原料紙的表面，經(jīng)復(fù)膠、烘干后制成砂紙，但由于受環(huán)境、操作、設(shè)備、原材料等因素的影響，在實(shí)際生產(chǎn)過程中，砂礫無法均勻覆蓋在原料紙表面，使所生產(chǎn)的砂紙出現(xiàn)缺陷。常見的砂紙缺陷及其產(chǎn)生的原因如表1所示[2]。

為了保證砂紙生產(chǎn)質(zhì)量，要及時(shí)識(shí)別并篩選出有缺陷的砂紙。砂紙生產(chǎn)企業(yè)最常用的砂紙缺陷檢測(cè)手段是安排專人輪班，通過不間斷的目測(cè)方式觀察生產(chǎn)線上出產(chǎn)的砂紙是否存在質(zhì)量缺陷。這種方式技術(shù)成本低且實(shí)施容易，但是存在效率低下、準(zhǔn)確率不高、人力成本高的問題。為了保障砂紙生產(chǎn)質(zhì)量，同時(shí)提高生產(chǎn)效率并降低生產(chǎn)成本，需要一種可靠性和自動(dòng)化程度高的砂紙缺陷實(shí)時(shí)檢測(cè)方法。因此，本文基于數(shù)字圖像處理技術(shù)，設(shè)計(jì)出一套砂紙缺陷自動(dòng)檢測(cè)系統(tǒng)，從而有效解決砂紙生產(chǎn)企業(yè)在實(shí)際生產(chǎn)中遇到的無法自動(dòng)化檢測(cè)、效率低下的問題。

2 系統(tǒng)總體方案設(shè)計(jì)

2.1 硬件系統(tǒng)設(shè)計(jì)

本砂紙缺陷檢測(cè)系統(tǒng)的硬件部分設(shè)計(jì)是建立在不破壞砂紙生產(chǎn)流程，并在現(xiàn)有砂紙生產(chǎn)線上直接架設(shè)實(shí)現(xiàn)的，不需要對(duì)原有生產(chǎn)線進(jìn)行改造和調(diào)整。由于生產(chǎn)車間制作好的砂紙是由傳送帶運(yùn)送至貨倉(cāng)并打包存放的，因此，為了將缺陷砂紙?jiān)诖虬l(fā)貨前篩選剔除，本系統(tǒng)的硬件裝置架設(shè)在傳送帶上方，主要由控制主機(jī)、攝像機(jī)、條形燈（光源）、光電傳感器四個(gè)部分組成。系統(tǒng)的硬件結(jié)構(gòu)如圖1所示。

2.1.1 控制主機(jī)?？刂浦鳈C(jī)采用AIIS-1440型工控機(jī)。該型工控機(jī)支持4-CH以太網(wǎng)供電（PoE），將電源和信號(hào)結(jié)合在一根電纜中，支持IEEE-1588協(xié)議，實(shí)現(xiàn)多攝像頭同步采集，極大地減少了連接線纜，簡(jiǎn)化了系統(tǒng)安裝，且維護(hù)成本較低。

2.1.2 攝像機(jī)。攝像機(jī)選型是否得當(dāng)決定了圖像采集質(zhì)量和后期圖像處理的難易程度。通過對(duì)生產(chǎn)車間中傳送帶上砂紙投放速度進(jìn)行測(cè)量發(fā)現(xiàn)，每隔1 461 ms便會(huì)有一張砂紙成品通過檢測(cè)點(diǎn)，因此所使用的攝像機(jī)必須低延遲，再加上砂紙本身顏色較為單一，所以黑白工業(yè)面陣攝像機(jī)即可滿足系統(tǒng)要求。綜上所述，本系統(tǒng)選取海康威視的MV-CE200-11UM攝像機(jī)，該攝像機(jī)為一種感光元件（Complementary Metal Oxide Semiconductor，COMS）卷簾快門面陣相機(jī)，具有硬件觸發(fā)、軟件觸發(fā)和自由運(yùn)行三種工作模式，不需要安裝數(shù)據(jù)采集卡，可以通過USB3.0方式傳輸數(shù)據(jù)直接與上位機(jī)通信，有效像素1 280 ×1 024，幀率14 f/s，10 bit采樣精度，造價(jià)低廉，且工業(yè)生產(chǎn)中應(yīng)用較為廣泛[3]。

2.1.3 條形燈（光源）。光源照射方式常用的有垂直照射法、透射法、漫反射法等，但無論采用哪種光源照射方式，都必須充分考慮光照均勻性、光源亮度等因素。

為了使光源照射效果均勻分布于待檢砂紙表面，本系統(tǒng)采用兩個(gè)LED條形燈作為光源，燈型尺寸大于砂紙即可，將其對(duì)稱布置于傳送帶進(jìn)出口兩端，不僅避免了光源照射不均勻的問題，而且有效擴(kuò)大了光源照射方位。

2.1.4 光電傳感器。本系統(tǒng)所使用的光電傳感器實(shí)際上是由發(fā)光二極管、光電管和必要的驅(qū)動(dòng)與檢測(cè)電路組合在一起構(gòu)成的，主要用于控制攝像機(jī)采樣，起到開關(guān)的作用，其工作方式有透射式、反射式和散射式等三種。系統(tǒng)工作時(shí)并不是實(shí)時(shí)監(jiān)測(cè)傳送帶，而是通過光電傳感器探測(cè)是否有砂紙經(jīng)過攝像機(jī)下方。當(dāng)砂紙到達(dá)測(cè)量位置時(shí)，遮擋住光源發(fā)出的光，產(chǎn)生觸發(fā)信號(hào)，該信號(hào)傳遞給攝像機(jī)的觸發(fā)端口，告知砂紙已到達(dá)指定位置，準(zhǔn)備抓取圖像并監(jiān)測(cè)。

2.2 軟件系統(tǒng)設(shè)計(jì)

作為檢測(cè)系統(tǒng)的組成部分，軟件系統(tǒng)主要包括圖像采集、數(shù)字圖像處理、砂紙缺陷識(shí)別、檢測(cè)結(jié)果輸出等功能。當(dāng)光電傳感器檢測(cè)到砂紙通過時(shí)，向上位機(jī)發(fā)送信號(hào)，系統(tǒng)圖像采集模塊下達(dá)指令讓攝像機(jī)獲取待檢砂紙圖像信息，并將該幀圖像輸送到上位機(jī)顯示屏中。數(shù)字圖像處理模塊對(duì)采集到的待檢砂紙圖像進(jìn)行濾波、邊緣檢測(cè)、閾值分割、二值化等處理，由于外界光照強(qiáng)度變化、設(shè)備抖動(dòng)等原因會(huì)造成噪聲干擾，因此還需要對(duì)圖像進(jìn)行去噪處理。圖像處理完畢后，缺陷分析模塊通過圖像識(shí)別算法完成缺陷的檢測(cè)工作，從而確定該砂紙是否存在缺陷。檢測(cè)結(jié)果輸出模塊是將識(shí)別缺陷后檢測(cè)的結(jié)果通過上位機(jī)進(jìn)行輸出顯示，同時(shí)將不合格砂紙的信息報(bào)告給生產(chǎn)線的其他設(shè)備，以便剔除該張砂紙。

3 砂紙缺陷識(shí)別檢測(cè)

由于砂紙缺陷種類較多，且針對(duì)每一種缺陷的算法也不盡相同，由于篇幅有限，本節(jié)以條狀缺陷和塊狀缺陷為代表，說明砂紙缺陷識(shí)別圖像處理算法。

3.1 條狀缺陷識(shí)別

砂紙條狀缺陷主要是由原料紙折痕造成的，一般成直線。由于霍夫（Hough）變換具有良好的魯棒性和較強(qiáng)的抗干擾能力，常用于直線檢測(cè)，因此通過使用Hough變換進(jìn)行砂紙條狀缺陷檢測(cè)是非常合適的[4]。常用的Hough變換直線檢測(cè)方法是在圖像空間中選取一條直線[L]的某些特征，作為參數(shù)空間的一個(gè)點(diǎn)[M]，并且該直線[L]上所有點(diǎn)，運(yùn)用公式（1），在圖像空間和參數(shù)空間之間建立“線-點(diǎn)”對(duì)偶變換：

[ρ=xcosα+ysinα] ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

式（1）中：[ρ]為極徑;[α]為極角，[α]取值范圍為0°～180°;[x]為像素點(diǎn)相對(duì)圖像原點(diǎn)的行坐標(biāo);[y]為像素點(diǎn)相對(duì)圖像原點(diǎn)的縱坐標(biāo)。

在檢測(cè)直角坐標(biāo)系中由非零點(diǎn)所構(gòu)成的直線，需要根據(jù)檢測(cè)分辨率的要求，將[α]離散化為[Nα]個(gè)參數(shù)區(qū)間，將[ρ]離散化為[Nρ]個(gè)參數(shù)區(qū)間，也就是說，將極坐標(biāo)系量化成許多小格，建立參數(shù)空間，經(jīng)過Hough變換后，條狀缺陷砂紙的圖像折痕處可以得到明顯增強(qiáng)。

3.2 塊狀缺陷識(shí)別

差影法是一種對(duì)待處理圖像進(jìn)行代數(shù)運(yùn)算數(shù)字圖像處理算法，即對(duì)待處理圖像與標(biāo)準(zhǔn)圖像進(jìn)行點(diǎn)對(duì)點(diǎn)的加、減、乘、除的代數(shù)運(yùn)算。使用差影法可以有效去除待處理圖像的周期性噪聲，例如，光源照射抖動(dòng)、物體遮擋、照射不均等，經(jīng)過差影處理后的圖像可以反映出待檢圖像與標(biāo)準(zhǔn)圖像間的差異信息，因此可以較好地用于砂紙塊狀缺陷檢測(cè)[5]。本系統(tǒng)用到的是差影法中的圖像點(diǎn)對(duì)點(diǎn)減運(yùn)算，即將待檢測(cè)砂紙圖像[Mx，y]與標(biāo)準(zhǔn)砂紙圖像[Nx，y]進(jìn)行減運(yùn)算，得到兩者差異圖像[Lx，y]的方法，圖像減運(yùn)算的表達(dá)式為：

[Lx，y=Mx，y-Nx，y] ? ? ? ? ? ? ? ? ?（2）

為了減少環(huán)境光照對(duì)檢測(cè)系統(tǒng)的干擾，本系統(tǒng)使用了兩個(gè)標(biāo)準(zhǔn)砂紙圖像作為基準(zhǔn)圖像，即圖像[N1x，y]、[N2x，y]，將疑似帶有塊狀缺陷的砂紙圖像作為待檢圖像[Mx，y]，如圖2所示，像素大小都是1 280×1 024，待檢圖像[Mx，y]分別與兩幅標(biāo)準(zhǔn)砂圖像[N1x，y]、[N2x，y]做點(diǎn)對(duì)點(diǎn)減運(yùn)算。

差影法具體實(shí)施過程如下：①采集砂紙圖像信息后傳遞給上位機(jī)并對(duì)圖像進(jìn)行預(yù)處理;②開辟內(nèi)存空間，設(shè)定內(nèi)存大小為255 KB;③將待檢圖像[Mx，y]與基準(zhǔn)圖像[N1x，y]的每一個(gè)像素灰度值做差運(yùn)算，凡計(jì)算結(jié)果不大于0的，將該點(diǎn)賦值為0，結(jié)果大于0的，將差值保存于所設(shè)內(nèi)存中;④重復(fù)以上內(nèi)容，將待檢圖像[Mx，y]與基準(zhǔn)圖像[N2x，y]進(jìn)行同樣的差運(yùn)算;⑤完成以上步驟后即得到差異圖像[Lx，y]，嘗試不同閾值，當(dāng)[Lx，y]的像素灰度值大于這個(gè)閾值時(shí)，對(duì)每個(gè)像素進(jìn)行水平投影;⑥重復(fù)上述第④和⑤步，對(duì)下一幀待檢圖像進(jìn)行差影法運(yùn)算;⑦比較分析數(shù)據(jù)圖像，計(jì)算非零像素點(diǎn)的比例。

實(shí)現(xiàn)差影法后像素統(tǒng)計(jì)結(jié)果如表2所示。從表2可知，無缺陷圖像[N1]、[N2]的差異圖像[L]非零像素雖然隨著閾值提升而逐漸升高，但增加幅度并不大，當(dāng)閾值為70時(shí)也僅為42.0%，當(dāng)?shù)烷撝禐?0時(shí)只有4.8%。而當(dāng)無缺陷圖像[N1]與有缺陷圖像[M]進(jìn)行差影法運(yùn)算后所得差異圖像[L]非零像素隨著閾值提升而增加，并且始終處于較高水平，比在閾值為20時(shí)達(dá)到69.1%，閾值為70達(dá)到99.1%。因此，在實(shí)際檢測(cè)中，通過確定合理閾值，即可通過差異圖像[L]非零像素的取值范圍來判斷砂紙是否存在塊狀缺陷。

4 結(jié)語(yǔ)

本文基于數(shù)字圖像處理技術(shù)實(shí)現(xiàn)了砂紙缺陷的自動(dòng)檢測(cè)，并分別就硬件系統(tǒng)和軟件系統(tǒng)的設(shè)計(jì)進(jìn)行介紹，在砂紙缺陷識(shí)別方面，主要介紹用Hough變換和差影法等方式實(shí)現(xiàn)砂紙條狀缺陷和塊狀缺陷的識(shí)別。系統(tǒng)實(shí)用可靠，建設(shè)成本低，對(duì)提高砂紙生產(chǎn)質(zhì)量、提升企業(yè)產(chǎn)能具有積極意義。

參考文獻(xiàn)：

[1]顏志強(qiáng)，曾欽志，張巧玲.機(jī)器視覺技術(shù)在木材工業(yè)中的應(yīng)用研究概況[J].木材加工機(jī)械，2013（4）：55-59.

[2]喬文治，繆君.基于機(jī)器視覺的航空零件表面刮痕檢測(cè)系統(tǒng)研究[J].計(jì)算機(jī)與現(xiàn)代化，2012（6）：47-49.

[3]張楠，安然.機(jī)器視覺在現(xiàn)代包裝工業(yè)中的應(yīng)用[J].中國(guó)包裝工業(yè)，2012（2）：16-19.

[4]袁淵，丁勝，徐新.基于顏色與紋理特征的安防視頻遮擋樹葉檢測(cè)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2016（6）：1549-1554.

[5]許志文，廉迎戰(zhàn)，陳陽(yáng)，等.基于機(jī)器視覺的紡織品缺陷檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[J].工業(yè)控制計(jì)算機(jī)，2014（11）：20-21.