沖壓質(zhì)量模板匹配視覺檢測技術(shù)應(yīng)用

目前整車廠主流沖壓線生產(chǎn)節(jié)拍大都是每分鐘12 ～18 件，每個沖壓件進(jìn)行全面品質(zhì)檢查大約需要8 ～10min，生產(chǎn)節(jié)拍遠(yuǎn)大于品質(zhì)全檢的速度，因此無法做到零件的全檢。沖壓質(zhì)檢體制主要包括在線抽檢和線下抽檢，在線抽檢由兩名線檢人員周期性地在3 ～5s 的時間內(nèi)檢查零件的部分區(qū)域，線下抽檢由兩名抽檢人員每間隔約100 件進(jìn)行零件的全檢。這種檢查體制存在偶發(fā)不良漏檢和批量不良的風(fēng)險，如圖1 所示，質(zhì)檢人員長期重復(fù)性動作，也存在作業(yè)疲勞、檢出能力下降導(dǎo)致漏檢的情況。

隨著計算機芯片運算能力的提升以及人工智能算法的深入應(yīng)用，目前已出現(xiàn)通過計算機視覺檢測取代人工檢查的應(yīng)用案例，如一種基于深度學(xué)習(xí)的多分類缺陷監(jiān)測系統(tǒng)，通過采集大樣本量的缺陷數(shù)據(jù)，對檢測模型進(jìn)行訓(xùn)練，使其能夠識別出開裂、凸凹點等缺陷，如圖2 所示。相對于深度學(xué)習(xí)的檢測系統(tǒng)，模板匹配檢測系統(tǒng)不需要大數(shù)據(jù)的訓(xùn)練，即可輔助進(jìn)行在線缺陷檢測，具有較高準(zhǔn)確率，能消除人工漏檢造成的批量不良風(fēng)險，降低質(zhì)檢人員的作業(yè)負(fù)荷。

德國聯(lián)邦政府于2012年7月正式公布《調(diào)解法》(全名為《推進(jìn)調(diào)解及其他裁判外糾紛解決程序法》)，將調(diào)解作為裁判外糾紛解決的重要方式。對該法以及德國行政法院司法實踐進(jìn)行比較借鑒，對我國構(gòu)建行政訴訟調(diào)解制度大有裨益。

硬件布置方案

系統(tǒng)的硬件部署要在現(xiàn)有沖壓線上增加，并盡可能減少對現(xiàn)有生產(chǎn)線的改造，故沿用了現(xiàn)有沖壓線的自動化方案(機械臂、傳送皮帶)，在此基礎(chǔ)上通過在零件傳送路徑上布置8組攝像頭和LED光源(俯視、前視、后視、側(cè)視各2 組)，實現(xiàn)對在線零件的圖像采集，如圖3 所示。

沖壓零件通過機械臂放置到傳送皮帶上，依次經(jīng)過攝像頭拍攝點，零件的位置、角度是一種有序排列，如圖4 所示。根據(jù)這個特點，開發(fā)一種圖像處理程序，以一組合格的零件圖像為模板，將攝像頭拍攝到的圖片和模板對比，存在差異的位置判斷為缺陷，實現(xiàn)開裂、多(少)孔、材料劃傷夾雜等品質(zhì)缺陷的識別。檢測程序的主要流程如圖5 所示。

檢測方案

語言范疇化的擴展過程實際上是人對于世界和語言本身的認(rèn)知的體現(xiàn)，因此概括來說它的基本途徑就是在語義上從具體到抽象，語用上從客觀報道到主觀表達(dá)。宗守云(2007)通過分析“副”對名詞性成分選擇的范疇化的基本途徑可概括為下圖，可以形象的反應(yīng)出其從具體到抽象，客觀報道到主觀表達(dá)的過程，實質(zhì)上也可以反應(yīng)到語言范疇化的基本過程和途徑：

步驟4：差異的噪聲處理主要有兩步，首先設(shè)定一個灰度差的閾值為50，即如果兩個圖像的像素點灰度差值的絕對值小于等于50，則判定此像素點無差異。通過這一步驟，可以消除掉90%以上的噪點，如圖8 所示。此時，仍存在一些離散的噪點，主要處于零件反光的高亮區(qū)域邊界，或者零件的輪廓邊界，通過圖像的腐蝕和膨脹操作(卷積核為3×3 矩陣)，對這些離散的差異點有很好的過濾作用，同時保留了連成區(qū)域的差異位置，如圖9 所示。

步驟1 ～步驟2：程序?qū)γ恳粠膱D片和模板圖片進(jìn)行相似度分析，得到一個區(qū)間在[0.0，1.0]范圍的計算結(jié)果，0 表示完全一樣，1 表示兩張圖像完全不同。程序會選擇相似度最小值的圖片，進(jìn)入到下一個計算步驟。

談起沃爾沃的設(shè)計，從事設(shè)計工作的唐曉龍總是滔滔不絕，他和俱樂部中的老前輩們一樣對經(jīng)典的沃爾沃情有獨鐘，但同時也對沃爾沃全新車型的北歐設(shè)計愛不釋手。一輛出廠于2001年的沃爾沃V70是唐曉龍如今的座駕，而他也向我透露他的下一輛車會是全新V90 Cross Country或者全新S90。

步驟3：模板圖片和攝像頭圖片進(jìn)行差異分析，兩個圖片灰度值不一樣的像素點用紅色高亮表示出來，如圖7 所示。由于攝像頭感光元件噪點、環(huán)境光源差異、機械振動等原因影響，兩個圖片雖然肉眼識別無明顯差異，但在計算機內(nèi)存中很多像素點的灰度值還是有差異，需要過濾掉這些噪聲干擾，才能將兩個圖片真實的差異點凸顯出來。

檢測過程是一個采集攝像頭圖像并進(jìn)行圖像處理(基于開源計算機視覺和機器學(xué)習(xí)軟件庫OpenCV 的圖像處理)的過程，計算機所處理的圖像，其實是一個由一系列范圍在[0，255]區(qū)間的灰度值組成的二維矩陣。下面以一個前地板零件的檢測過程為案例，對檢測過程和效果進(jìn)行說明，為了驗證識別效果，模板圖片比實際零件少了一個孔，如圖6 紅色箭頭位置所示。

綜上所述，中藥補腎活血湯聯(lián)合西藥治療早期糖尿病腎病療效確切，促進(jìn)患者臨床癥狀緩解，控制炎癥反應(yīng)，減少尿蛋白，值得推廣。

步驟5：紅色高亮位置準(zhǔn)確的標(biāo)識了零件和模板圖片的差異區(qū)域，程序根據(jù)分析結(jié)果報警，如果無差異區(qū)域，則認(rèn)為零件無缺陷。

運行效果

在生產(chǎn)線安裝兩個500 萬像素的黑白高速攝像頭(俯視)、藍(lán)色LED 平面光源，對經(jīng)過的零件進(jìn)行圖像采集，軟件系統(tǒng)以0.03 秒/幀的運算速度進(jìn)行檢測分析，如圖10 所示，能夠準(zhǔn)確分析出半徑尺寸在R3mm以上的有色差缺陷，能夠覆蓋沖壓常見的開裂、多(少)孔、材料夾雜等缺陷，對大部分零件具備較高的查全率和準(zhǔn)確率。