基于機器視覺的軍用電子元器件檢測方法研究

荊曉瑩　石蕊

機器視覺作為人工智能的重要分支，實現(xiàn)了用計算機圖像處理代替人眼檢測，具有感知速度快、精度高、無接觸等卓越、突出的優(yōu)秀特點。應(yīng)用機器視覺對產(chǎn)品生產(chǎn)過程進(jìn)行檢測已經(jīng)成為工業(yè)生產(chǎn)和品質(zhì)控制的常用技術(shù)。軍用電子元器件的檢測工作中，由于元器件結(jié)構(gòu)尺寸小，瑕疵點隱蔽，對檢測人員的技能水平要求高，且存在著因勞動強度大而產(chǎn)生的視疲勞、精神松懈等人為因素的影響，導(dǎo)致檢測工作存在疏漏隱患。為了從根源上杜絕這種人為疏漏，采用機器視覺進(jìn)行自動化檢測是一個理想的解決辦法?；诖?，本文依托已有的工業(yè)相機、圖像采集設(shè)備和圖像處理計算機等硬件設(shè)備，從圖像處理的軟件研發(fā)角度研究元器件檢測方法問題。

基于機器視覺的軍用電子元器件檢測方法側(cè)重于對采集到的元器件圖像進(jìn)行自動處理，發(fā)現(xiàn)其中的故障點。具體方法為：提取電子元器件圖像文件，檢測其中的電子元器件圖像陰影;通過粒子群算法優(yōu)化圖像;基于CIPSO算法進(jìn)行圖像配準(zhǔn)配準(zhǔn)，發(fā)現(xiàn)采集圖像與先驗圖像的差異，實現(xiàn)對軍用電子元器件的檢測。

（一）電子元器件陰影檢測算法研究

提取電子元器件圖像，檢測其中的圖像陰影，盡可能減少或消除軍用電子元器件現(xiàn)有陰影的影響，為了還原物體的真實顏色以提高圖像的質(zhì)量和可見度，這個過程稱為陰影去除。著色是圖像重建的問題之一。陰影區(qū)域中像素的亮度和顏色會回到陰影出現(xiàn)前的狀態(tài)，這樣所有的圖像在視覺上就會具有相同的亮度。理論和實踐表明，要完全去除圖像的陰影，使圖像恢復(fù)到有陰影的狀態(tài)是不可能的。需要盡可能多地利用陰影區(qū)域和陰影區(qū)域信息來改善現(xiàn)實中的陰影距離信息，從而對人眼所能看到的兩者進(jìn)行比較。創(chuàng)建一個簡單的照明模型。假設(shè)入射光與光平行，光照亮物體并再次反射，光的方向設(shè)置為兩個變量，并假設(shè)這兩個變量在整個過程中是穩(wěn)定的。

發(fā)現(xiàn)陰影在圖像中的位置和范圍。一般來說，它涉及到陰影，首先必須對圖像中的陰影區(qū)域進(jìn)行正確的檢測，這是保證對陰影進(jìn)行下一步處理的前提。

（二）電子元器件圖像CIPSO配準(zhǔn)設(shè)計

圖1 基于顏色特征不變性的陰影檢測算法

正確提取圖像陰影后，使用粒子群優(yōu)化算法發(fā)現(xiàn)差異點，也就是疑似故障點。為了對算法的可行性進(jìn)行驗證，在樹立與機器視覺的軍用電子元器件計算方法的基礎(chǔ)上，將CIPSO算法應(yīng)用于圖像配準(zhǔn)。

首先，準(zhǔn)確找出算法的索引區(qū)域，也就是浮動點在圖像的X和Y方向的平移量，浮動圖像圍繞著中心0點移動變換的角度區(qū)域。接下來初始化參數(shù)數(shù)據(jù)。

其次，根據(jù)上一步產(chǎn)生的隨機粒子的信息，給出領(lǐng)域的狀態(tài)知識和正常知識的初始值。根據(jù)公式計算每個粒子的適合度值，并通過Accept函數(shù)更新空間。使用效果選擇更新組空間以創(chuàng)建新一代組。判斷算法是否滿足終止條件。如果滿足終止條件，則搜索結(jié)束;否則，跟著上一步并繼續(xù)計算，直到完成對圖像全部區(qū)域的運算，完成軍用電子元器件的檢測。

（一）測試準(zhǔn)備

為了驗證設(shè)計的機器視覺圖像處理檢測方法的實效性和先進(jìn)性，采用對比試驗的方式進(jìn)行測試。測試方法為從不同角度生成對同一個電子元器件影像的一組實驗。影像不管在橫軸和豎軸上，或是旋轉(zhuǎn)一定量的角度，顯示都會有較大的不同和差距。調(diào)一下變動的范圍，其變動如下：橫軸范圍為[-45，+45]厘米，豎軸范圍為[-30，+30]厘米，角度變動為[-20，+45]。實驗中預(yù)設(shè)磨損痕跡作為測試用例。第一組的配準(zhǔn)精細(xì)度為0.05，第二組配準(zhǔn)精細(xì)度為0.01。以機器視覺算法中常用的IPSO方法以及本文設(shè)計方法分別進(jìn)行測試，比較其測試準(zhǔn)確度。共進(jìn)行三組測試。

（二）測試結(jié)果分析

經(jīng)測試，并采取均方根法剔除誤差影響，測試結(jié)果見表1。

分析表1數(shù)據(jù)，本文設(shè)計方法的視覺識別數(shù)據(jù)更接近于真實情況，表明比IPSO方法更能夠準(zhǔn)確識別圖像中的差異點，實現(xiàn)對軍用電子元器件的準(zhǔn)確檢測。

機器視覺技術(shù)的研究與應(yīng)用不僅解決了軍用電子元器件生產(chǎn)效率低的問題，而且具有安全可靠、視野廣、零部件選擇廣泛等優(yōu)點。海洋導(dǎo)航系統(tǒng)機械工程技術(shù)的快速發(fā)展，是基于國內(nèi)外機器視覺領(lǐng)域，各個研究機器視覺的專家學(xué)者所得研究成果，把已有的理論與實驗相結(jié)合，研究了用于不規(guī)則產(chǎn)品檢測的圖像處理算法。雖然基于機器視覺的軍用電子元器件檢測方法的研究已經(jīng)在實際應(yīng)用中取得了成功，但仍需要不斷的進(jìn)步和完善，才能跟上時代的步伐。