膠料表面用先進計算機視覺檢測技術(shù)的粘性測量研究

賈瑛

摘 要：膠料作為汽車輪胎的重要組成部分，其表面粘性直接決定輪胎氣密性與粘合性。傳統(tǒng)膠料表面黏度測量過程中應(yīng)用門尼粘度計、塑性計以及橡膠加工分析儀較多，此模式下的測量效率較低，不能為新產(chǎn)品的創(chuàng)新與定量化統(tǒng)計分析提供便利條件。針對當前測量膠料表面黏度過程中復(fù)雜、低效的相機標定流程，結(jié)合計算機視覺檢測技術(shù)，對膠料表面黏度測量方式進行改進。通過優(yōu)化光源并引入關(guān)注區(qū)域，可以提高測量精度并降低圖像處理的復(fù)雜性;通過引入一維校準板，可以簡化校準過程，有效降低硬件成本與安裝難度。

關(guān)鍵詞：計算機視覺檢測;滾球法;表面黏度;膠料

中圖分類號：TP391.41 文獻標識碼：A ? ? 文章編號：1001-5922（2021）11-0102-04

Research on Adhesive Measurement of Rubber Surface Using Advanced Computer Vision Inspection Technology

Jia Ying

（Baoji Vocational & Technical College， Baoji 721000， China）

Abstract：As an important part of the surface adhesive directly determines the air tightness and adhesion. In the process of traditional rubber surface viscosity measurement， many Menni viscometer， plastic meter and rubber processing analyzer are used. The measurement efficiency in this mode is low， which cannot provide convenient conditions for the innovation and quantitative statistical analysis of new products. Pointing at the complex and inefficient camera calibration process in the measurement of the adhesive surface viscosity. By optimizing the light source and introducing the region of attention， we can improve the measurement accuracy and reduce the complexity of the image processing. By introducing a one-dimensional calibration board， the calibration process can be simplified and effectively reduce the hardware cost and installation difficulty.

Key words：computer vision detection; rolling ball method; surface viscosity; glue

0 引言

膠料表面黏度粘接決定輪胎的氣密性和安全性，因此研究膠粘劑表面黏度的測量方法具有現(xiàn)實意義。固有的膠料表面黏度測量需要頂著壓力把兩個一樣的膠粘劑表面進行摩擦一段時間以后并去除壓力即可，然后測量拉開膠粘劑材料所需的張力，以表征膠粘劑表面黏度。此測量方法需要的時間長，效率較低，不利于產(chǎn)品改進和定量分析?；诖耍ㄟ^研究分析得出了一種以計算機技術(shù)為基礎(chǔ)的滾球方法來測量膠粘劑表面的黏度。雖說此方法給測量帶來了一定的效率性，但存在照相機標定過程復(fù)雜、硬件安裝要求高等缺點。基于此，研究一種全新的方案，通過優(yōu)化之前的方案并引入校準板來完善上述方案中的不足。這種方法用于測量站和材料表面的黏度的優(yōu)點是速度更快，調(diào)試和維護更加便捷簡單。

1 改進計劃

1.1 黏度測量算法

首先根據(jù)系統(tǒng)來獲取相關(guān)的數(shù)據(jù)，再根據(jù)數(shù)據(jù)找到水平膠料上的第一幀圖像，并按順序以此進行處理即可。利用圖像預(yù)處理，來獲取激光投影的間斷位置，再利用測量算法來推算滾球的實際位置。黏度測量方法如圖1所示。

進行改進后的設(shè)備結(jié)構(gòu)包括計算機、背光源、CMOS、Arduino控制器等設(shè)備組成。背光源的色溫為6 500 K，以創(chuàng)造最佳的拍攝環(huán)境，來捕捉球滾動的圖像。該相機是MER-131-210U3M的高速CMOS相機，具有220幀/s的幀頻和全局快門。高幀率可確保采樣率滿足計算要求，全局快門可保證采集圖像清晰明顯[1]。

1.2 光源的改進

光源布置的同時應(yīng)注意兩個方向：首先是光源的照射方向，可分為漫射和直射;其次，光源是根據(jù)相機以及物體的具體位置，可以分為前燈和后燈。因為被測物體是具有一定厚度的球體，所以如果使用明場漫射背光，則被測物體在相機側(cè)面的部分將被照亮。在這樣的圖像中，球的邊緣模糊，這樣難以提取出球中心的準確位置，如圖2（b）所示。而使用平行照明可以避免球在相機側(cè)反射，并獲得具有銳利邊緣的球的圖像，如圖2（a）所示。

1.3 提取感興趣區(qū)域

如圖3所示，此圖像為測試前拍攝。在進行測試的過程中，球被牢固在白色區(qū)域中，此白色區(qū)域在當中被稱為關(guān)注區(qū)域。如果圖像處理算法僅限于此區(qū)域，則可以有效地提高處理效率[2]。

為了提取感興趣區(qū)域，對圖3進行分析。根據(jù)行來看，感興趣區(qū)域中的大多數(shù)像素為白色，而非感興趣區(qū)域中的像素為黑色。根據(jù)列來看，在感興趣的區(qū)域白色像素占有一定的比例，而所有非感興趣區(qū)域都是黑色像素。通過遍歷圖像中的行和列并計算其平均灰度值，可以獲得感興趣區(qū)域頂部和底部的行以及感興趣區(qū)域左側(cè)和右側(cè)的列[3]。

如圖4所示，通過繪制由4條線包圍的矩形來獲得感興趣區(qū)域。從圖4可以看出，感興趣區(qū)域的所占比例為20%，并將算法限制在該范圍內(nèi)將大大減少計算時間和處理器計算量，由此來提高效率。

2 測量算法設(shè)計

2.1 用于提取球質(zhì)心的攝像頭系統(tǒng)

在本研究中，所收集的圖像不可避免地包含噪聲，這直接導(dǎo)致灰度值將在圖像中隨機變化，并且可以利用平滑處理來對噪聲進行有效控制。高斯濾波器的特性擁有著旋轉(zhuǎn)對稱性，并且通過濾波器處理，根據(jù)不同的物體所處理的結(jié)果均為一致。利用高斯濾波器進行預(yù)處理，并由式（1）給出二維高斯濾波器[4]。

式（1）中，gσ（r，c）代表高斯濾波器模板中的值;σ代表噪聲方差;r和c分別代表高斯濾波器的行號與列號。球質(zhì)心的計算需要首先抓住物體的邊緣，對象物體的邊緣像素是圖像中其灰度變化的像素，邊緣檢測的使用可以有效地避免攝像頭識別其他物品，在進行對主要信息保留的情況下，減少了無用信息的錄入，提升了對球質(zhì)心檢測的效率。Canny檢測系統(tǒng)錯誤率降低、定位高和相應(yīng)最小的特點，可以排除非邊緣因素并準確找到邊緣。因此，通過Canny方式來進行計算，并由式（2）給出Canny濾波器卷積陣列[5-6]。

式（2）中，在x方向上使用Gr;Gy沿y方向使用。通過Canny算法檢測到的球的邊緣如圖5（a）所示?？梢哉{(diào)用OpenCV提供的輪廓矩函數(shù)來獲得球質(zhì)心的像素位置，如圖5（b）所示。

2.2 相機系統(tǒng)的校準

要想機械來精準測量，必須對機械上的攝像頭進行校準。鑒于設(shè)備中的攝像頭曲度都略有差異[7]。因此必須對攝像頭系統(tǒng)進行統(tǒng)一校準。由于在攝像機安裝時不能保證攝像頭與被測物體完全保持垂直，因此獲取的圖像會具有透射失真。如果不進行校正，則測量結(jié)果會有較大的偏差。在實際測量過程中，需要計算球在一個尺寸上的位移以簡化校準過程，該方法使用校準板來進行統(tǒng)一校準。經(jīng)過校定后，攝像機提取校定板圖像的一維邊緣，建立相應(yīng)的像素槽位置和真實距離圖。在計算球的位置時，可以利用映射將球的像素位置轉(zhuǎn)換為實際位移。

從圖6中可知，圖像出現(xiàn)桶形失真，這反映出對于相同的行距尺寸，兩端較短而中間較長的特征。從圖6的真實范圍線圖中可以看出，盡管圖像有一些透視失真，但是在校準和轉(zhuǎn)換后，測量結(jié)果仍然是準確的。所提出的校準方案比原始校準方案更簡單、更準確[8]。

3 結(jié)果與討論

為了驗證改進方案的實際時間消耗和測量是否準確，分別采用兩種方法測量了100片膠料。在此基礎(chǔ)上獲得了兩組實驗數(shù)據(jù)，結(jié)果如圖7所示。

3.1 實驗數(shù)據(jù)處理

通過對兩組實驗數(shù)據(jù)進行統(tǒng)計分析，計算出原始方案和改進方案測得的膠粘劑黏度的最大值、最小值、范圍以及標準偏差，為后續(xù)Grubbs試驗奠定基礎(chǔ)。平均值和標準偏差分別在式（3）和式（4）中示出[9]。

式（3）、（4）中：xi代表樣本值;n代表樣本總數(shù);是平均值;S代表標準偏差。同時在測量過程中對兩種方法的算法時間進行了計數(shù)，結(jié)果如表1所示。

3.2 Grubbs測試

為了消除異常數(shù)據(jù)，使用了Grubbs測試方法來測試收集的值。原始數(shù)據(jù)按順序依次排列后，計算其平均值和標準偏差，然后計算統(tǒng)計量Ti。

最后，將Chaglubbs測試值表中的臨界值Tα（α為顯著性水平）與統(tǒng)計量Ti進行比較。如果Ti>Tα，xi則表示是一個異常值，需要刪除;否則，應(yīng)保留數(shù)據(jù)。計算后，分別獲得兩方案最大和最小統(tǒng)計量：

TAmin=1.739，TAmax=2.656;TBmin=1.803，TBmax=2.688。

因此，可以得出TAmin≤TA≤TAmax，TBmin≤TB≤TBmax，將α設(shè)定為0.05，T0.05，100=3.21;由此可得TAmin、TAmax、TBmin、TBmax的數(shù)值都比T0.05，100小，這說明測試計算得出的數(shù)據(jù)是有效的[10]。

4 結(jié)語

（1）通過分析研究出滾球法來進行測量膠粘劑的年代，根據(jù)球厚大的特點，改進了光源方案。在白光下色溫為6 500 K的場景下依次收集圖像，這增強了球的邊緣清晰度，提高了球質(zhì)心質(zhì)量提取的準確性。

（2）通過關(guān)注區(qū)域來重新對圖像處理定義，并提高了測量效率。通過控制實驗，發(fā)現(xiàn)全新的方法，將其使用時間縮短到原來方法的6.7%。

（3）優(yōu)化標定方案并引入一維校定板來降低設(shè)備調(diào)試難度。

（4）兩種方案的Grubbs測量結(jié)果全部真實有效，并且準確性和平均值沒有顯著差異。因此，該方法可以快速而準確地測量粘合劑黏度。

參考文獻

[1]陳 寶，張 鑫，代正莉，等. 硬度對橡膠力學(xué)特性與懸架襯套剛度的影響[J]. 噪聲與振動控制，2020，40（06）：222-227+249.

[2]胡恒峰，馮年捷，曹 歡. 膠黏劑滲透性對瓦楞紙板粘合強度的影響[J]. 纖維素科學(xué)與技術(shù)，2020，28（03）：26-31.

[3]孫 丹. 基于自適應(yīng)差分進化的激光成像降噪技術(shù)[J]. 激光雜志，2020，41（09）：142-146.

[4]張云翔，饒竹一，王忠軍. 基于激光視覺的局部放電圖像識別系統(tǒng)[J]. 激光雜志，2020，41（09）：188-191.

[5]潘斌輝，張 翔，楊金鴿. 基于計算機視覺的微塑料顆粒物識別與檢測[J]. 塑料科技，2020，48（08）：88-91.

[6]梁師國，曾志紅，陳曉莉，等. 半導(dǎo)體探測器封前外觀自動光學(xué)檢驗系統(tǒng)研究[J]. 光通信研究，2019（03）：47-52.

[7]張 鵬，尹振羽. 廢舊輪胎再生橡膠粉對瀝青物理性能及流變性能的影響[J]. 山東科技大學(xué)學(xué)報（自然科學(xué)版），2019， 38（02）：57-64.

[8]韓曉健，趙志成. 基于計算機視覺技術(shù)的結(jié)構(gòu)表面裂縫檢測方法研究[J]. 建筑結(jié)構(gòu)學(xué)報，2018，39（S1）：418-427.

[9]李 蒙，邰 燁，劉守興，等. 民航飛機機輪橡膠密封圈用混煉膠料研究及其制品的壽命預(yù)測[J]. 應(yīng)用化工，2018，47（09）：1 936-1 938.

[10]何廣達，王洪順，李 強.基于計算機視覺的激光檢測系統(tǒng)研究[J]. 激光雜志，2015，36（09）：44-47.