蔡鵬德,沙春偉,趙康
(安徽理工大學(xué),淮南 232000)
鉛酸電池是把化學(xué)能轉(zhuǎn)化為電能,并把有限電能儲(chǔ)存起來(lái)的一種電池[1]。由于它在供電方面具有安全可靠的特點(diǎn),從而廣泛應(yīng)用于我國(guó)國(guó)民經(jīng)濟(jì)的各個(gè)領(lǐng)域。膠體電解液的發(fā)明是在20世紀(jì)20年代,隨之在20世紀(jì)70年代成功開(kāi)發(fā)出一種閥控密封鉛酸電池。從根本上講,鉛酸電池是一種內(nèi)部化學(xué)變化不易被及時(shí)察覺(jué)的裝置。日常使用時(shí)的缺陷也不會(huì)即刻表現(xiàn)出來(lái),所以對(duì)蓄電池的維護(hù)極其重要。若是不恰當(dāng)?shù)膶?duì)電池維護(hù)管理,那么會(huì)直接對(duì)電池的使用效益以及壽命有很大影響,甚至直接損壞電池。
伴隨微電子與計(jì)算機(jī)控制技術(shù)的推進(jìn),對(duì)于鉛酸電池的維護(hù)、使用以及管理也需要實(shí)現(xiàn)自動(dòng)化。通過(guò)在鉛酸電池生產(chǎn)源頭,實(shí)施在線(xiàn)監(jiān)測(cè)鉛酸電池的相關(guān)組件缺陷,能夠及時(shí)了解電池的工作特性以及工作狀態(tài),必要時(shí)對(duì)其進(jìn)行維護(hù)[2-3]。所以,對(duì)鉛酸電池在線(xiàn)監(jiān)測(cè)方面的系統(tǒng)開(kāi)發(fā)勢(shì)在必行。
基于機(jī)器視覺(jué)的鉛酸電池鉛板柵在線(xiàn)監(jiān)測(cè)系統(tǒng)是基于計(jì)算機(jī)圖像和視覺(jué)處理技術(shù)打造的智能蓄電池板柵網(wǎng)缺陷監(jiān)測(cè)系統(tǒng)。它可以在不需要人工干預(yù)或很少人工干預(yù)的情況下,由相機(jī)拍攝,對(duì)得到的板柵圖片進(jìn)行分析,實(shí)現(xiàn)鉛板柵的監(jiān)測(cè)、計(jì)算、分析和缺陷識(shí)別。對(duì)于一個(gè)監(jiān)控系統(tǒng)首先要梳理清楚系統(tǒng)運(yùn)行中的數(shù)據(jù)流向。本文設(shè)計(jì)的實(shí)時(shí)在線(xiàn)監(jiān)測(cè)系統(tǒng)整體運(yùn)行的流程如圖1所示。
圖1 系統(tǒng)業(yè)務(wù)流程設(shè)計(jì)
在此監(jiān)測(cè)系統(tǒng)里,系統(tǒng)設(shè)計(jì)的核心與關(guān)鍵點(diǎn)是對(duì)圖像的處理。具體數(shù)據(jù)流程總結(jié)如下:先是把采集圖片上傳,轉(zhuǎn)化為數(shù)據(jù)流將其在數(shù)據(jù)庫(kù)中進(jìn)行存儲(chǔ)。接著應(yīng)用圖像處理技術(shù)把圖像分別進(jìn)行去噪、歸一化、去噪等,以此來(lái)評(píng)估采集的圖像;為了對(duì)比圖像之間不同特征,將之前提取的特征和規(guī)則庫(kù)中的特征相互對(duì)比。最后,把分析出的結(jié)果傳輸給數(shù)據(jù)庫(kù)。通過(guò)MES系統(tǒng),用戶(hù)也可以很方便訪(fǎng)問(wèn)系統(tǒng)的數(shù)據(jù)。
根據(jù)企業(yè)對(duì)產(chǎn)品監(jiān)測(cè)系統(tǒng)功能的要求,這里把系統(tǒng)用戶(hù)分為兩個(gè)角色,分別為管理員和用戶(hù)。具體系統(tǒng)功能設(shè)計(jì)圖和檢測(cè)區(qū)域閾值設(shè)定界面如圖2、圖3所示。
圖2 系統(tǒng)功能設(shè)計(jì)
圖3 檢測(cè)區(qū)域閾值設(shè)定界面
用戶(hù)管理和圖像數(shù)據(jù)遠(yuǎn)程傳輸?shù)?,屬于管理員的主要職責(zé)。用戶(hù)管理主要負(fù)責(zé)圖像管理和上料時(shí)間的設(shè)定等,主要是對(duì)圖像進(jìn)行抓拍以及進(jìn)行圖像處理,對(duì)采集區(qū)域進(jìn)行定位。
于用戶(hù)而言,系統(tǒng)操作界面主要有三個(gè)部分,分別是主界面、通訊、設(shè)置。主界面主要包括NG(不合格品)圖片保存位置項(xiàng)、圖片文件名輸出項(xiàng)、斷絲顯示燈(正常常亮為綠色,斷絲時(shí)顯示紅色)、鉛板柵片合格與不合格數(shù)顯示項(xiàng)、上料時(shí)間設(shè)定項(xiàng)等;通訊部分主要包括發(fā)送數(shù)據(jù)和接收數(shù)據(jù)顯示項(xiàng),主要用于遠(yuǎn)程數(shù)據(jù)上傳發(fā)送到控制終端數(shù)據(jù)庫(kù),進(jìn)行統(tǒng)計(jì)合格與不合格率等相關(guān)信息,為用戶(hù)提供參考;設(shè)置項(xiàng)主要是對(duì)于鉛板柵監(jiān)測(cè)區(qū)域的前部、左部、右部、中部、后部五個(gè)部位的閾值根據(jù)現(xiàn)場(chǎng)情況進(jìn)行調(diào)節(jié)設(shè)置,并且包括最后的輸出錯(cuò)誤位置項(xiàng),當(dāng)監(jiān)測(cè)出有NG(不合格品)時(shí),它可以精確顯示出這個(gè)不合格品出現(xiàn)缺陷的位置點(diǎn)。
本系統(tǒng)根據(jù)技術(shù)需求采用大恒公司MER-500-7UM∕C型號(hào)的工業(yè)相機(jī)進(jìn)行圖像采集。同時(shí)由于企業(yè)操作環(huán)境光照的影響,單獨(dú)采用一種白色面光源進(jìn)行打光?;跈C(jī)器視覺(jué)的在線(xiàn)鉛板柵監(jiān)測(cè)系統(tǒng)中圖像采集和圖像傳輸是必不可少的步驟[4],要求圖像的質(zhì)量高、采集測(cè)點(diǎn)分布要多、實(shí)時(shí)性高、數(shù)據(jù)量大等,所以本系統(tǒng)需要對(duì)各分布監(jiān)測(cè)點(diǎn)都采用網(wǎng)絡(luò)化圖像采集的方式。把采集到的數(shù)字圖像以網(wǎng)絡(luò)存儲(chǔ)的形式存儲(chǔ)。數(shù)據(jù)服務(wù)器與各視頻服務(wù)器共同完成網(wǎng)絡(luò)存儲(chǔ)??蛻?hù)端則是根據(jù)用戶(hù)對(duì)于現(xiàn)場(chǎng)采集圖像的需求來(lái)存儲(chǔ),以實(shí)時(shí)采集服務(wù)器為主的方式存儲(chǔ)。數(shù)字圖像被處理后的圖像由數(shù)字圖像服務(wù)器承擔(dān),如特殊處理和報(bào)警前后的連續(xù)圖像等。整個(gè)系統(tǒng)相機(jī)實(shí)時(shí)采集圖像的文件名是以(年月日,時(shí)分秒)來(lái)命名,接著立刻存入用戶(hù)設(shè)置的圖像庫(kù)里面。每天把當(dāng)日的圖像數(shù)據(jù)庫(kù)打包,按年月日以及工人工號(hào)為文件名并存入圖像庫(kù)。由于數(shù)據(jù)隨時(shí)會(huì)寫(xiě)滿(mǎn)硬盤(pán),所以把硬盤(pán)數(shù)據(jù)存儲(chǔ)模式改為“覆蓋”,那么滿(mǎn)盤(pán)時(shí)新數(shù)據(jù)自動(dòng)覆蓋舊數(shù)據(jù)寫(xiě)入。接著把圖像數(shù)據(jù)通過(guò)MES系統(tǒng)進(jìn)行網(wǎng)絡(luò)傳輸給企業(yè)終端管理。圖像網(wǎng)絡(luò)存儲(chǔ)流程和板柵采集樣圖如圖4所示。
圖4 圖像網(wǎng)絡(luò)存儲(chǔ)流和板柵采集圖像
針對(duì)不同的研究目的,圖像處理方法也不同。一般來(lái)說(shuō),它包括兩個(gè)模塊:圖像預(yù)處理和圖像識(shí)別。其中識(shí)別的特征是從預(yù)處理過(guò)后的數(shù)字圖像中進(jìn)行提取,搭建SVM分類(lèi)器,最終結(jié)果通過(guò)分類(lèi)得到。上面方法基于深度學(xué)習(xí)在工業(yè)領(lǐng)域監(jiān)測(cè)缺陷復(fù)雜種類(lèi)多的組塊圖像[5-7]。本文設(shè)計(jì)的系統(tǒng)主要用于電池板柵網(wǎng)圖像缺陷的檢測(cè)。因此,不同于上述算法,對(duì)于工業(yè)領(lǐng)域監(jiān)測(cè)部件的特殊性,本文圖像處理主要基于灰度圖像。由于在灰度化后的圖像不存在彩色信息,僅包含亮度信息,而且灰度圖像具有容易存儲(chǔ)和提高處理效率的優(yōu)點(diǎn)。大體思想就是:首先對(duì)圖像做預(yù)處理,其次對(duì)圖像進(jìn)行歸一化、去噪以及分割等操作,從而為后續(xù)的特征提取打下基礎(chǔ)。圖像處理過(guò)程非常復(fù)雜,程序千變?nèi)f化,但總體思路大致相同。
由于企業(yè)生產(chǎn)現(xiàn)場(chǎng)環(huán)境的特殊性,復(fù)雜光照和設(shè)備表面的亮度都會(huì)對(duì)相機(jī)采集圖像和處理產(chǎn)生一定的影響。為此,需要消除部分設(shè)備表面亮度引起的圖像處理問(wèn)題,對(duì)圖像進(jìn)行歸一化處理,即消除圖像的量綱。具體歸一化計(jì)算公式如下:
在式中:r,g,b分別表示在對(duì)其歸一化后對(duì)應(yīng)的各像素特征,R,G,B分別表示原始特征值紅、綠、藍(lán)。將原始像素值從0~255的范圍,映射到0~1范圍之內(nèi)處理,很大程度提高了像素的精度。
對(duì)圖像在分割前先進(jìn)行去噪,比較典型的去噪算法當(dāng)前來(lái)說(shuō)有三種:中值濾波、維納濾波、均值濾波,本文采用一種特殊的去噪算法NLMeans算法[8],這種算法復(fù)雜程度小于小波方法,一種自注意力機(jī)制和自相關(guān)的去噪方法。它在尋找相似區(qū)域是以圖像塊為單位,然后對(duì)這些區(qū)域求平均值,它的原理是利用整幅圖像來(lái)進(jìn)行去噪,是一種基于圖像中所有像素的非局部平均的非局部均值算法(NL-means)的方法。
上式(1)(2)中ξ表示像素之間的相似性,Z(i)表示歸一化常數(shù),再由歐幾里德距離度量做領(lǐng)域內(nèi)像素重構(gòu)如式:
對(duì)于某個(gè)像素i,在穩(wěn)定的情況下,如果找到一個(gè)它的領(lǐng)域,NL-means算法就會(huì)收斂于i的條件期望。在這樣的狀況下,隨著圖像大小的增長(zhǎng),穩(wěn)定條件也隨之對(duì)于圖像的所有細(xì)節(jié),我們可以找到許多類(lèi)似的區(qū)塊。從而可以很好的對(duì)圖像進(jìn)行去噪。
基于區(qū)域的一種圖像分割技術(shù)叫做閾值分割法[9]。由于容易實(shí)現(xiàn)、計(jì)算不復(fù)雜以及應(yīng)用面廣的優(yōu)點(diǎn),是特征提取以及模式識(shí)別等之間進(jìn)行后續(xù)處理的不可或缺的步驟。它的基本思想就是,基準(zhǔn)的閾值T首先要確定,接著對(duì)圖像g(x,y)的每個(gè)像素點(diǎn)的灰度值和T對(duì)比,就得到一幅二值圖像h(x,y)轉(zhuǎn)換關(guān)系為:
得出合適的閾值T是閾值分割法的核心,T的選取與直方圖有關(guān)。通過(guò)觀察分析直方圖是一個(gè)有效的方法,如果存在雙峰,那么閾值就用兩峰期間的谷底值來(lái)充當(dāng)。
通過(guò)上面的分析,選擇合適的閾值在閾值分割法中是極其重要的,最后處理結(jié)果的好壞由它決定。若是選取的閾值偏大會(huì)將不需要的信息也提取出來(lái),相反,閾值偏小會(huì)丟失部分重要信息。求取閾值的方式有很多種,本文是以最大類(lèi)間方差法作為主要研究?jī)?nèi)容,其主要思想為:先預(yù)設(shè)一副圖像由L個(gè)灰度級(jí),每個(gè)灰度值的像素點(diǎn)個(gè)數(shù)為Ni,其概率為Pi=Ni∕N,N為圖像總像素點(diǎn),選定一個(gè)門(mén)限T,計(jì)算灰度大于T的像素的方差σ2a(T)及灰度小于T的像素方差σ2b(T),設(shè)w1(T)為小于T像素的概率,w2(T)為像素大于T的概率,則背景和目標(biāo)圖像的類(lèi)間方差函數(shù)為:
搜索全部可能的T值,當(dāng)使σ2a(T)最大值時(shí),就找到了最合適的閾值。從而最后得到二值化的閾值分割圖。
通過(guò)上述的設(shè)計(jì),可得到如圖5所示的系統(tǒng)主界面。
圖5 系統(tǒng)主界面
該系統(tǒng)無(wú)需登錄,設(shè)備開(kāi)機(jī)的同時(shí)系統(tǒng)界面也自主啟動(dòng)。電池板柵圖像實(shí)時(shí)抓拍上傳作為系統(tǒng)的基本功能,電池板柵在傳送架上穿過(guò)視覺(jué)檢測(cè)設(shè)備,相機(jī)實(shí)時(shí)抓拍每一片板柵,在抓拍檢測(cè)是否合格品的同時(shí),通過(guò)光電傳感器觸發(fā),統(tǒng)計(jì)出不良品以及總生產(chǎn)的數(shù)量。用戶(hù)可以遠(yuǎn)程傳輸數(shù)據(jù)和清除前面生產(chǎn)緩存的數(shù)據(jù)。經(jīng)過(guò)處理的圖像分析識(shí)別后,如果發(fā)現(xiàn)電池板柵有斷絲等缺陷不合格的產(chǎn)品,觸發(fā)機(jī)臺(tái)上面的報(bào)警燈立即報(bào)警,機(jī)臺(tái)停機(jī)操作員剔除不合格品,繼續(xù)監(jiān)測(cè)運(yùn)轉(zhuǎn)。具體實(shí)現(xiàn)流程和系統(tǒng)樣機(jī)如圖6所示。
圖6 實(shí)現(xiàn)流程圖和系統(tǒng)樣機(jī)操作示意圖
基于機(jī)器視覺(jué)的電池鉛板柵缺陷監(jiān)測(cè)系統(tǒng)是對(duì)于鉛酸電池組件缺陷方面一個(gè)全新的嘗試。本文研究了電池板柵缺陷圖像采集識(shí)別系統(tǒng),完成了板柵圖像的實(shí)時(shí)采集、圖像處理以及缺陷的識(shí)別判斷,為企業(yè)生的產(chǎn)效率和產(chǎn)品質(zhì)量提供了很好的推動(dòng)。由于系統(tǒng)目前的相機(jī)和條件下,對(duì)電池板柵邊緣偶爾出現(xiàn)的一些肉眼難以看出的毛刺檢測(cè)存在一定偏差,有待進(jìn)一步的研究與改進(jìn),從而實(shí)現(xiàn)對(duì)電池板柵的缺陷全面精準(zhǔn)檢測(cè)。