基于圖像處理技術的注塑制品熔接痕量化研究

單 志,胡曉岳,戴護民,張 寧

(廣東機電職業(yè)技術學院，廣東 廣州 510515)

0 引 言

塑料制品在注塑成型過程中，不可避免地會出現(xiàn)翹曲、熔接痕、縮痕等缺陷，生產企業(yè)往往會嘗試使用不同溫度、壓力、時間等成型工藝參數(shù)組合反復試模，試圖找到合適的成型工藝參數(shù)組合，以減少這些缺陷，提高制品質量。

近幾年來，國內外學者為提高制品質量和一次試模成功率，對注塑工藝參數(shù)優(yōu)化做了大量的研究工作。基于有限元法和有限差分法的注塑CAE軟件可以模擬塑料熔體在型腔內的流動，并將分析結果以直觀的圖片展示在電腦屏幕上，從而幫助人們提前調整工藝參數(shù)來減少甚至避免制品缺陷。但是注塑CAE分析需要在不同的成型工藝參數(shù)組合下反復分析解算來尋找最優(yōu)工藝參數(shù)組合，依舊費事費力。李桂玲等[1]、陶正崗[2]、江麗珍等[3]采用注塑CAE技術結合正交試驗設計優(yōu)化工藝參數(shù)來減少翹曲變形，也有很多學者[4-10]利用注塑CAE技術結合智能算法對注塑模具工藝參數(shù)進行了優(yōu)化，說明應用現(xiàn)代智能算法建立優(yōu)化成型工藝參數(shù)是注塑成型加工的發(fā)展趨勢。

現(xiàn)代智能算法不管是神經網(wǎng)絡算法、支持向量機算法，還是遺傳算法，都需要數(shù)值化的數(shù)據(jù)作為樣本進行訓練。因此塑料制品的缺陷必須進行量化，實際生產中往往用三坐標測量儀或卡尺直接測量，此種方法效率過低。近年來用注塑CAE軟件，如Moldflow、華塑CAE等可以直接得到翹曲、縮痕、收縮率等數(shù)值化的結果，對實際生產具有一定的指導意義。也有研究者用二次開發(fā)技術獲取熔接痕的數(shù)量以及每一條熔接痕的匯合角，用熔接痕總數(shù)量和熔接痕匯合角量化熔接痕缺陷強度，對智能優(yōu)化工藝參數(shù)具一定的科學價值。但是在實際生產中塑料制品熔接痕數(shù)量很多且無法避免，導致制品質量不合格的往往是外觀表面上的最明顯最長的那條熔接痕。設計人員只需要通過優(yōu)化設計降低該熔接痕對產品質量的影響，就可以交出合格的塑料制品，而其他非外觀面以及短的熔接痕，一般忽略不計。

本文作者通過注塑CAE軟件模擬分析得到了塑料制品的熔接痕缺陷圖片，基于Matlab軟件的圖像處理功能對熔接痕缺陷圖片進行截取、分割、二值化、特征計算等操作，快速準確地得到了熔接痕實際長度，為現(xiàn)代智能算法優(yōu)化工藝參數(shù)提供了數(shù)據(jù)基礎。

1 數(shù)字圖像處理技術

數(shù)字圖像是通過數(shù)碼相機和計算機軟件(如繪圖軟件、CAD軟件、CAE軟件等)獲取的、空間坐標和灰度均不連續(xù)的圖像。它用離散整數(shù)數(shù)字表示，因此具有可處理性好、處理精度高的特點。數(shù)字圖像處理技術是對數(shù)字圖像像素矩陣使用計算機算法進行分割、特征提取等處理的技術。張振海等[11]應用數(shù)字圖像處理技術識別地鐵隧道裂縫，毛衛(wèi)平等[12]則應用數(shù)字圖像處理技術檢測了陶瓷裂隙。

Matlab軟件數(shù)字圖像處理工具箱提供了大量可直接調用的數(shù)字圖像處理函數(shù)和命令，如圖像變換、增強、復原、分割、特征提取等。而注塑CAE軟件輸出的塑料制品熔接痕缺陷分析結果都是數(shù)字圖像，利用Matlab軟件讀入塑料制品熔接痕缺陷圖，再通過圖像處理便可以獲取量化后的熔接痕長度，相關流程如圖1所示。

圖1 用數(shù)字圖像技術獲取熔接痕長度流程

2 應用實例

圖2所示的塑料制品是汽車上的一個按鈕，材料為ABS，其外觀比較方正，內部加強筋較多，總體尺寸約為20 mm×40 mm×20 mm。由于客戶要求外觀面不能有澆口去除痕跡，需要設計潛伏式澆口，導致在外觀表面存在一條比較明顯的熔接痕。

2.1 模流分析

導入按鈕的STL模型，選擇材料為ABS，默認注塑機參數(shù)，設置固定的工藝參數(shù)(避免材料和工藝參數(shù)的不同影響熔接痕性能)。熔接痕分析結果如圖2， 3所示，圖2是塑料制品非外觀面(反面)的熔接痕，它們較短，且在非外觀面上，因此對塑料制品的影響可忽略不計。本研究主要以外觀面(正面)的最長熔接痕為量化研究對象，圖片下方提供了比例尺，通過該比例尺，可以大致估計熔接痕的長度。

圖2 制品內部熔接痕

圖3 制品正面熔接痕

2.2 制品熔接痕量化

2.2.1 讀入熔接痕缺陷圖

采用imread函數(shù)存放在電腦中的熔接痕數(shù)字圖像，然后用imshow函數(shù)將熔接痕缺陷圖現(xiàn)在Matlab軟件中，如圖4所示。

圖4 讀入Matlab軟件后熔接痕圖像

2.2.2 截取缺陷區(qū)域

為簡化數(shù)字圖像處理區(qū)域，將多余的區(qū)域去掉，保留數(shù)字圖像中的熔接痕及其附近區(qū)域，該區(qū)域可以采用手動的方法截圖，但要注意使用Photoshop等繪圖軟件進行截取，從而保證不改變圖像大小。如果是批量化操作，也可以用Matlab軟件相關函數(shù)來執(zhí)行，圖5所示為截取后的數(shù)字圖像。

圖5 截取后的區(qū)域

2.2.3 基于Otsu方法分割

閾值分割法是一種將數(shù)字圖像轉換成黑白二值化數(shù)字圖像的方法，原理是設定一個特征值T，遍歷數(shù)字圖像中的像素，大于等于T的像素轉換成白色，小于T的像素轉換成黑色。設原始圖像為f(x,y)，則分割后的圖像為：

(1)

1為黑色，0為白色。

閾值分割法人工選擇法和自動選擇法，Otsu法(自動選擇法)是一種使類間方差最大的閾值確定方法，所以也成了最大類間方差法。該方法具有簡單、處理速度快等特點，是一種常用的閾值選取方法。其處理方法為假設在數(shù)字圖像f(x,y)中，假設M×N為數(shù)字圖像的大小，那么可得到下式：

ω0=N0/M×N

(2)

ω1=N1/M×N

(3)

N0+N1=M×N

(4)

ω0+ω1=1

(5)

μ=ω0*μ0+ω1*μ1

(6)

g=ω0(μ0-μ)2+ω1(μ1-μ)2

(7)

g=ω0ω1(μ0-μ1)2

(8)

N0為圖像中像素的灰度值小于閾值T的像素個數(shù)；

N1為像素灰度大于閾值T的像素個數(shù)；

T為目標熔接痕和背景的分割閾值；

ω0為熔接痕(目標)的像素點數(shù)占整幅圖像的比例；

μ0為熔接痕(目標)的像素平均灰度；

ω1為背景像素點數(shù)占整幅圖像的比例；

μ1為背景像素平均灰度；

μ為整幅圖像的平均灰度；

g為類間方差

Ostu方法通過遍歷數(shù)字圖像中所有得像素使得類間方差g最大的閾值T，即在直方圖有兩個峰值的圖像中兩個峰值之間的低谷值T。

Matlab軟件中有現(xiàn)成的函數(shù)實現(xiàn)，函數(shù)名為：graythresh，該函數(shù)便是用Ostu方法求分割閾值T。用法如下：

img=imread(?熔接痕.jpg?);

%讀入塑料制品缺陷圖片；

T = graythresh(img);

%閾值分割；

W = im2bw(img,T);

%將灰度數(shù)字圖像轉換為二值數(shù)字圖像

如圖6所示，被Ostu方法分割后熔接痕變成了白色(f(x,y)=0)，背景變成了黑色(f(x,y)=1)，即二值化圖像。

圖6 灰度分割后的熔接痕

2.2.4 骨架化

從注塑CAE軟件得到的數(shù)字圖像，塑料制品的熔接痕缺陷圖像寬度為兩個像素，不利于熔接痕圖像長度的獲取。因此利用Matlab骨架化圖像處理功能在不改變圖像的本質結構的情況下，將熔接痕圖像轉換成寬度1個像素的線條，利于后續(xù)熔接痕長度的獲取。

Matlab軟件中有現(xiàn)成的函數(shù)實現(xiàn)，函數(shù)名為：bwmorph，用法如下：

W1=bwmorph(W, ?MinBranchLength? ,25)；%W為上面已經二值化的熔接痕圖像。

2.2.5 計算熔接痕像素長度

骨架化后的二值圖像中熔接痕像素長度可以用其像素面積近似表達，在Matlab軟件中調用bwarea函數(shù)可以求得該面積。bwarea函數(shù)先通過為每個像素增加不同的權重值，再通過加權求和得到數(shù)字圖像中熔接痕的面積。具體用法如下：

T = bwarea(W1) ;

%W1為上面骨架化后的熔接痕缺陷圖。

計算熔接痕像素長度T1=268.5。

2.2.6 計算熔接痕實際長度

如圖3所示，熔接痕缺陷圖下方有個長度20 mm的比例尺，通過該比例尺可以得熔接痕的實際長度約為18 mm左右，但是準確的數(shù)值，還需要通過數(shù)字圖像處理技術得到。

熔接痕實際長度=20 mm(比例尺實際長度)×熔接痕像素長度÷比例尺像素長度。

使用求得熔接痕像素長度的方法求取比例尺像素長度T2=301，那么熔接痕實際長度為268.5/301×20 mm=17.840 5 mm。

3 結 論

應用注塑CAE技術獲取了塑料制品熔接痕缺陷圖，基于MBTLAB的圖像處理方法對制品缺陷-熔接痕缺陷進行數(shù)值量化，為學者們基于正交試驗設計與現(xiàn)代智能算法優(yōu)化工藝參數(shù)提高制品質量提供了數(shù)值化的缺陷結果。