基于線序端子截面的線序檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

摘要：線序顏色檢測是判斷線束生產(chǎn)質(zhì)量的重要環(huán)節(jié)，根據(jù)特定的應(yīng)用場景，線序依據(jù)顏色有固定的排序格式。利用線束材料主要由膠殼和線束兩部分構(gòu)成的特點(diǎn)，首先在濾波的基礎(chǔ)上對線束圖像進(jìn)行二值化處理，從圖像中分割出膠殼區(qū)域。然后以膠殼區(qū)域?yàn)榛鶞?zhǔn)，定位線束檢測區(qū)域位置。最后通過顏色模板比對，識別出線束顏色序列。實(shí)驗(yàn)結(jié)果表明，該方法在線序檢測中具有較好的穩(wěn)定性和準(zhǔn)確性。

關(guān)鍵詞：線序;顏色;膠殼;分割

中圖分類號：TP311? ? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2022）07-0102-02

1 概述

線束用來連接電子設(shè)備的各功能部件，如通訊連接線、屏蔽線、汽車連接線等，連接線是由各種顏色的散線按一定順序排列組成，不同用途的線束由不同顏色的散線按不同的順序排列[1]，如圖1所示，是常用的汽車線束排序排列。由于生產(chǎn)過程中不可預(yù)知因素生產(chǎn)出來的線束顏色沒有正確地排列或缺線等問題，直接影響部件傳輸、通信和監(jiān)測等功能。正確地檢測線束中線序顏色的正確排列尤為重要。

目前靠人眼進(jìn)行線序顏色檢測存在一定的不確定性。因?yàn)樵诰€序檢測中并排的導(dǎo)線往往較細(xì)、個別線束之間的顏色有時會較相似，長時間專注地檢測極易引起視覺疲勞，導(dǎo)致漏錯或檢錯，同時這種依靠人工的檢測效率較低。

近年來隨著機(jī)器視覺技術(shù)和數(shù)字圖像處理技術(shù)的迅速發(fā)展，利用機(jī)器視覺技術(shù)，通過識別線束顏色[2]，以此來自動檢測出線序的正確性，不僅大大提高了產(chǎn)品的檢測精度和速度，而且可以避免人工視覺檢測所帶來的偏差和誤差。

線束一般是按不同的顏色排列，利用顏色特征是線序檢測中常用的一種有效方法，顏色特征是一種全局特征[3]，對檢測對象的尺寸、方向、視角等參數(shù)依賴性較小，可以較好地突出線束表面的特征，從而依據(jù)顏色特征來檢測線序的排列。常用的顏色特征提取方法有顏色直方圖、聚合向量和顏色相關(guān)向量等。這類方法主要是通過對顏色特征參數(shù)的提取來檢測顏色的分布情況、顏色的空間、相對位置和相關(guān)性等信息，從而給出顏色序列。這類方法需要經(jīng)過大量的計(jì)算，提取顏色特征和生成顏色相關(guān)圖信息列[4-6]，計(jì)算量較大，時間復(fù)雜度較高，不適合實(shí)時性要求。

本文依據(jù)線束實(shí)際材料構(gòu)成區(qū)域的不同，提出一種簡單有效的新方法，實(shí)現(xiàn)基于機(jī)器視覺的線束在線檢測系統(tǒng)，自動檢測線序顏色排列，從而判斷線序排列是否符合生產(chǎn)標(biāo)準(zhǔn)，提高檢測效率和精度，實(shí)際運(yùn)行表明，系統(tǒng)具有較好的安全性和穩(wěn)定性。

2 線序檢測算法設(shè)計(jì)

在對線束序列檢測技術(shù)中，傳統(tǒng)的檢測方法將整個線束區(qū)域作為檢測目標(biāo)，一般用顏色特征對線序進(jìn)行檢測，提取線束的特征。這樣檢測的結(jié)果能夠增加檢測范圍，計(jì)算量大。另外，如果存在線束之間相互遮擋、纏繞等問題時，是無法正確檢測出線束序列。考慮到這類檢測算法準(zhǔn)確度較低和算法時間復(fù)雜度較高的問題，本文提出一種新的檢測方法，方法的出發(fā)點(diǎn)完全不依賴于線束的顏色特征，主要從線束本身的材料組成出發(fā)來進(jìn)行分割和線序識別。首先從線束的結(jié)構(gòu)中可知，整個線束可以分為兩部分，一部分為線束膠殼截面區(qū)域，另一部分為線束區(qū)域。其中線束固定在膠殼上，本方法首先識別出膠殼截面的位置，然后選取與膠殼截面平行的部分區(qū)域作為檢測位置，如圖1所示。沿著檢測位置區(qū)域依次對該位置上的像素檢測，提取像素顏色值，即可得出線序的顏色序列。這種方法避免線束交叉遮擋和倒置等誤檢測影響。

算法的檢測流程如圖2所示。在將待檢測線束放到檢測臺上進(jìn)行檢測時，自動觸發(fā)裝置，判斷線束是否放置到位，然后提取導(dǎo)線檢測區(qū)的圖像。為了去除采集圖像的噪音，對圖像進(jìn)行均值濾波平滑。接著對圖像進(jìn)行二值化處理來實(shí)現(xiàn)膠殼區(qū)域分割。以膠殼平行方向的區(qū)域?yàn)榫€序檢測方向區(qū)域，這個方向包含了所有顏色的導(dǎo)線，不存在導(dǎo)線之間相互掩蔽的情況，在該方向上進(jìn)行顏色比對，給出線序顏色序列。將比對結(jié)果與顏色模板匹配，確定檢測結(jié)果。分割出膠殼區(qū)域后，需要進(jìn)一步確定線序比對的區(qū)域和方向，而不受線束圖像在采集時的空間位置限制，圖像處理的計(jì)算量大，算法效率較低，為實(shí)施可移動檢測器奠定基礎(chǔ)。

膠殼的分割算法是系統(tǒng)線序檢測的關(guān)鍵部分，影響到后續(xù)線序檢測的完整性和準(zhǔn)確性。因?yàn)椴杉瘜ο鬄閹в心z殼的線束圖像，圖像屬于非均勻材質(zhì)，在背光源照明狀況下，其自身表現(xiàn)為非均勻亮度圖像，從中分割膠殼圖像比較困難，必須解決非均勻圖像的正確分割問題。非均勻圖像適合局部自適應(yīng)閾值進(jìn)行分割。在局部自適應(yīng)技術(shù)中，閾值是根據(jù)每個像素的鄰域特征值來統(tǒng)計(jì)的，本系統(tǒng)中采用均值來設(shè)計(jì)閾值。

另外，由于在膠殼分割過程中，形成一些細(xì)小的散點(diǎn)和裂縫及低密度區(qū)，影響區(qū)域分割的精度，需要消除這部分小區(qū)域，通過形態(tài)學(xué)的開操作來完成。開操作在平滑圖像物體的邊界時，在不改變其面積的情況下，消除線束圖像中的突起。開操作是對圖像先腐蝕，再膨脹，其中腐蝕與膨脹使用的模板是一樣大小的。同時由于在分割過程中形成一些小的孔洞，會影響膠殼區(qū)域分割的完整性，不利于膠殼區(qū)域的分割，應(yīng)用形態(tài)學(xué)閉操作可以將許多臨近的區(qū)域相連。閉操作就是對圖像先膨脹，再腐蝕。這里首先經(jīng)過膨脹操作，將多個分開的區(qū)域塊結(jié)合起來，接著通過腐蝕操作，將連通域的邊緣和突起進(jìn)行削平，最后得到的是一個無凸起光滑的完整的連通域。

在進(jìn)行完成了線束圖像的平滑、分割和顏色識別等功能，可以將處理的結(jié)果存儲在后臺數(shù)據(jù)庫中，便于管理員后期對檢測數(shù)據(jù)的統(tǒng)計(jì)與檢索，對線序有誤的檢測結(jié)果發(fā)出報警，同時可以通過Wi-Fi將結(jié)果發(fā)送至遠(yuǎn)程移動終端，實(shí)現(xiàn)遠(yuǎn)程監(jiān)控。

3 系統(tǒng)設(shè)計(jì)與實(shí)施

線序檢測系統(tǒng)硬件包括工業(yè)相機(jī)、工業(yè)相機(jī)接口卡、工業(yè)鏡頭、專用照明光源、光源控制器等。由于系統(tǒng)設(shè)計(jì)指標(biāo)為200mm視場下正確識別線序，且識別速度小于1秒，所以采用2700萬像素，14 幀/秒，3/2英寸霸面的工業(yè)相機(jī)，可滿足系統(tǒng)要求。由于相機(jī)霸面較大，所以采用線掃鏡頭與相機(jī)匹配。照明光源要求一致均勻，采用現(xiàn)有成熟光源模塊設(shè)計(jì)，光源控制器需要智能閉環(huán)局部調(diào)節(jié)亮度，需采用自行研發(fā)光源驅(qū)動器滿足系統(tǒng)要求。

線束檢測系統(tǒng)主要用于對單面單色線，雙排單色線顏色順序及其線的位置進(jìn)行檢測，剔除不良品。系統(tǒng)流程如圖3所示，系統(tǒng)主要功能如下。

（1） 系統(tǒng)初始化配置。只要是一般用戶作業(yè)生產(chǎn)時初始頁面，其主要功能為統(tǒng)計(jì)/顯示當(dāng)前信息/調(diào)用參數(shù)。配置信息可以通過三種方式初始化。一是通過參數(shù)文件名加載;二是可以掃描工單二維碼/一維碼加載參數(shù);三是通過預(yù)覽工藝參數(shù)模板加載完成。

（2） 線序識別參數(shù)的自動配置。線束識別參數(shù)應(yīng)極少人工干預(yù)，能夠自動識別線纜位置及其色彩信息。

（3） 線序識別。將放置一根線束在識別區(qū)內(nèi)，確保采樣區(qū)內(nèi)線纜根根分明，有間隙，無交叉。提供兩種識別模式，分別是膠殼和線束識別。同時可以設(shè)置識別區(qū)的范圍調(diào)整，包括識別區(qū)到膠殼的距離，識別區(qū)的長度范圍、消除線束對自動提取膠殼的抗干擾能力。

（4） 報警提示。當(dāng)識別線束時，膠殼放反即報警。此功能是為防止發(fā)生概率極低（約百萬分之一）的膠殼正反面判斷錯誤同時所有線束順序完全相反的錯誤。系統(tǒng)的軟件采用VS.NET作為前臺，實(shí)現(xiàn)用戶交互操作。HALCON作為后臺實(shí)現(xiàn)線序識別與檢測。系統(tǒng)主界面實(shí)現(xiàn)如圖4所示。

界面主要由以下五部分組成，各個部分的功能如下：

（1） 實(shí)時采集圖像窗口，顯示用戶線束的實(shí)時圖像。

（2） 系統(tǒng)信息提示窗口，用來顯示用戶操作出現(xiàn)的錯誤，或者提示用戶如何操作，為軟件和用戶進(jìn)行交流的窗口。

（3） 用戶設(shè)置參數(shù)窗口，包含用戶登錄窗口、調(diào)用參數(shù)窗口、線序識別參數(shù)窗口、公共參數(shù)窗口等。

（4） 操作控制臺窗口。主要控制軟件運(yùn)行等操作。

（5） 線束樣本圖像窗口，用來顯示當(dāng)前用戶參數(shù)的線束圖像，方便用戶確認(rèn)當(dāng)前參數(shù)的正確性。

系統(tǒng)使用過程為將線束放置在背光源之上，通過調(diào)整鏡頭的焦距及光圈，同時調(diào)整光源控制器得到清晰亮度合適的線束圖像，然后工業(yè)相機(jī)采集線束圖像，并將圖像數(shù)據(jù)傳輸?shù)焦I(yè)計(jì)算機(jī)中，由計(jì)算機(jī)負(fù)責(zé)對線束圖像數(shù)據(jù)進(jìn)行處理，并給出檢測結(jié)果及線序顏色序列。

本智能線序檢測系統(tǒng)利用機(jī)器視覺技術(shù)，采集設(shè)備CCD攝像機(jī)采集線序圖像，系統(tǒng)自動提取線序的膠殼圖像特征，利用膠殼圖像特征進(jìn)行綜合分析，定位線序檢測位置，識別線序顏色，然后與標(biāo)準(zhǔn)的顏色模板進(jìn)行比對，給出檢測的結(jié)果。同時，

采用識別膠殼或者直接識別線束技術(shù)，做到任意擺放線束，提高工作效率達(dá)20%以上。具備線間隙自動搜索功能，多根線纜極有可能互相粘連，用戶往往要手工分開線纜，浪費(fèi)時間，此次功能可以降低用戶對線纜干涉的頻率，提高效率。

4 結(jié)論

本系統(tǒng)直接以線束中的膠殼為線索，以分割后的距離膠殼一定距離的平行方向?yàn)榛鶞?zhǔn)檢測位置即基準(zhǔn)檢測線，對基準(zhǔn)線上的像素進(jìn)行顏色比對，給出所有線序的顏色排列，從而避免大規(guī)模數(shù)值計(jì)算和導(dǎo)線之間因遮擋而產(chǎn)生的漏檢問題。同時提高線序檢測的速度，滿足實(shí)時性的要求。系統(tǒng)給出一般性的系統(tǒng)精度，確保準(zhǔn)確率在99.63%以上，計(jì)時速度在27/fps以上，滿足工業(yè)檢測的效率要求。

參考文獻(xiàn)：

[1] 吳宗勝，薛茹.基于顏色聚合向量的線序檢測方法[J].計(jì)算機(jī)測量與控制，2019，27（6）：182-185.

[2] 李進(jìn)飛，李建強(qiáng)，段玉堂，等.基于深度學(xué)習(xí)的管道紗線及其顏色檢測[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2021，30（6）：311-315.

[3] 余化鵬，李舟，楊新瑞，等.基于目標(biāo)檢測結(jié)果的輪廓及顏色識別研究[J].成都大學(xué)學(xué)報（自然科學(xué)版），2019，38（3）：276-280.

[4] 李玉寶.基于機(jī)器視覺的表面缺陷檢測算法研究[D].長沙：中南大學(xué)，2013.

[5] 蘇珊.聯(lián)合顏色和紋理特征的圖像顯著性檢測算法研究[D].南京：南京郵電大學(xué)，2020.

[6] 郭高鵬.基于自分類和顏色空間變換的圖像特征自動檢測[J].自動化與儀器儀表，2020（8）：33-36.

【通聯(lián)編輯：代影】

收稿日期：2021-10-20

作者簡介：王想實(shí)（1976—），女 ，內(nèi)蒙古鄂爾多斯人，副教授，主要研究方向?yàn)闄C(jī)器視覺、人工智能。