基于機(jī)器視覺的磁控濺射薄膜件的劃痕檢測

萬松峰，林少斌

（東莞職業(yè)技術(shù)學(xué)院智能制造學(xué)院，廣東 東莞 523808）

隨著制造業(yè)的快速發(fā)展和3C產(chǎn)品(計算機(jī)類、通信類和消費(fèi)類電子產(chǎn)品的統(tǒng)稱)的不斷普及，消費(fèi)者和企業(yè)對產(chǎn)品的品質(zhì)要求越來越高。產(chǎn)品除需滿足正常的使用功能要求外，還要有好的外觀效果，產(chǎn)品的外觀效果已成為市場競爭的重要指標(biāo)。為了提高3C產(chǎn)品的美觀性和耐磨性，中頻磁控濺射薄膜技術(shù)越來越多地應(yīng)用于產(chǎn)品的表面處理。氮化鉻薄膜因具有附著力強(qiáng)，摩擦因數(shù)小、耐磨，表面光潔、致密等特點而被廣泛應(yīng)用于國防工業(yè)、機(jī)械制造、電子信息等行業(yè)，使產(chǎn)品既美觀又具備良好的功能特性[1]。

氮化鉻薄膜的制備方法有電弧離子鍍法、磁控濺射法等。磁控濺射法的原理是在一定的真空條件下，用氬氣電離產(chǎn)生的正離子轟擊靶材表面，使被轟擊的靶材原子獲得足夠的能量，脫離靶材的束縛而濺射出來后沉積到工件表面形成膜層[2]。在生產(chǎn)環(huán)節(jié)中，薄膜會產(chǎn)生白點、臟污、劃痕等表面缺陷，如圖1所示。表面缺陷不僅影響濺射薄膜件的外觀及性能，而且直接影響產(chǎn)品的品質(zhì)和銷售，所以產(chǎn)品表面檢查意義重大。目前3C濺射薄膜件表面缺陷檢測通常是由品質(zhì)人員目檢完成，這種檢測方式受主觀因素影響很大[3]，而且浪費(fèi)人力成本，檢測效率低，視覺疲勞后存在誤檢等情況。隨著機(jī)器視覺的發(fā)展，視覺檢測技術(shù)已逐漸應(yīng)用于多個領(lǐng)域[4]。與目前人工目檢相比，視覺檢測的優(yōu)勢在于速度高、缺陷判別準(zhǔn)確可靠。劃痕是在生產(chǎn)或運(yùn)輸過程中摩擦留下的痕跡，多為不規(guī)則的曲線。產(chǎn)品表面劃痕的長度、方向和深度不一，形態(tài)微小且形狀不規(guī)則，而且受產(chǎn)品表面的紋理或圖案干擾，很難準(zhǔn)確提取產(chǎn)品表面劃痕的特征[5]。針對這一問題，國內(nèi)外學(xué)者在各自領(lǐng)域嘗試提出解決方案。2010年曾慶躍等[6]為克服舊電影中光照和對比度低帶來的檢測不理想的問題，提出了基于Hough變換提取直線劃痕的方法。2011年Luo等[7]提出了一種結(jié)合灰度共生矩陣和Curvelet變換的方法，在電池上實現(xiàn)了劃痕檢測。2017年吳珊等[8]為克服復(fù)雜背景和低對比度帶來的劃痕檢測問題，采用先導(dǎo)濾波去除噪聲，并且提出改進(jìn)線狀缺陷檢測算法，在卡片檢測中實現(xiàn)了劃痕提取。2021年任秉銀等[9]針對光滑表面輕微劃痕檢測的問題，提出小目標(biāo)分割與微小缺陷檢測方法，實現(xiàn)了手機(jī)屏幕輕微劃痕的自動檢測。根據(jù)目前文獻(xiàn)檢索的結(jié)果，暫時沒有發(fā)現(xiàn)利用機(jī)器視覺實現(xiàn)對3C濺射薄膜件表面劃痕缺陷自動檢測的文獻(xiàn)，因此本文的研究具有重要意義。

圖1 典型的表面缺陷Figure 1 Typical surface defects

在磁控濺射薄膜件的表面缺陷中，劃痕缺陷最為常見。針對目前磁控濺射薄膜件人工檢測效率低的問題，本文結(jié)合企業(yè)需求，利用機(jī)器視覺設(shè)計了一種磁控濺射薄膜件劃痕的自動檢測系統(tǒng)。在該系統(tǒng)上進(jìn)行了表面質(zhì)量劃痕檢測方法的研究，實現(xiàn)了對劃痕缺陷的準(zhǔn)確提取。與傳統(tǒng)人工目檢相比，該系統(tǒng)具有檢測快、準(zhǔn)確度高、客觀性好等優(yōu)點。

1 系統(tǒng)總體設(shè)計

磁控濺射薄膜件自動劃痕檢測系統(tǒng)如圖2所示，該系統(tǒng)主要包括工業(yè)計算機(jī)(圖像處理與運(yùn)動控制)、工業(yè)相機(jī)、環(huán)形光源、上下料機(jī)器人和物料傳送裝置等。當(dāng)傳送帶左端傳感器感應(yīng)到?jīng)]有物料后，上料機(jī)器人自動上料；當(dāng)傳送帶上的濺射薄膜件到達(dá)圖像采集區(qū)域時，工業(yè)相機(jī)實時拍照獲取圖像后上傳至工業(yè)計算機(jī)，由圖像處理軟件對圖像進(jìn)行分析處理，并判斷是否存在劃痕缺陷；當(dāng)右端傳感器感測到物料后，根據(jù)視覺測量結(jié)果進(jìn)行分揀。

圖2 自動劃痕檢測系統(tǒng)示意圖Figure 2 Schematic diagram of scratch auto-detecting system

待測產(chǎn)品尺寸小于50 mm × 50 mm，測量精度0.05 mm，物距設(shè)為100 mm。圖像采集系統(tǒng)是劃痕自動檢測成功的關(guān)鍵，要根據(jù)實際對相機(jī)、鏡頭和光源(照明方式)進(jìn)行合理選擇。光源不僅可以突出表面細(xì)節(jié)特征和增加對比度，而且可以減少環(huán)境光的干擾，提升圖像處理效率和穩(wěn)定性[10]，因此光源選擇也至關(guān)重要。該系統(tǒng)采用LED點陣光源和同軸照明方式。工業(yè)計算機(jī)通過串口與光源控制器相連，實現(xiàn)對光源的控制。工業(yè)相機(jī)選用?？低昅V-CE120-10UC的1 200萬像素USB3.0彩色相機(jī)，配備了焦距為12 mm的?？低昅VL-MF1628M-8MP鏡頭，工業(yè)計算機(jī)通過USB接口與工業(yè)相機(jī)連接以實現(xiàn)圖像的采集和傳輸。物料傳送裝置主要由傳送帶、運(yùn)動控制板卡、伺服電機(jī)及驅(qū)動器組成，工業(yè)計算機(jī)通過PCI接口與運(yùn)動控制板卡連接來控制物料傳送裝置。工業(yè)計算機(jī)通過網(wǎng)絡(luò)接口與上下料機(jī)器人連接，實現(xiàn)對上下料的控制。系統(tǒng)網(wǎng)絡(luò)拓?fù)鋱D如圖3所示。

圖3 網(wǎng)絡(luò)拓?fù)鋱DFigure 3 Network topology diagram

2 劃痕檢測方法

2.1 圖像的校正

磁控濺射薄膜件在傳送帶上傳送的過程中可能會產(chǎn)生角度偏移。為了保證測量的一致性，需要通過仿射變換來實現(xiàn)圖像的校正，并通過模板匹配自動識別感興趣區(qū)域，為后續(xù)圖像處理節(jié)省大量時間。

仿射變換是通過平移、縮放、翻轉(zhuǎn)、旋轉(zhuǎn)、剪切等實現(xiàn)二維坐標(biāo)的線性變換。幾何上定義仿射變換是兩個向量空間之間的仿射映射，由一個非奇異的線性變換乘上一個平移變換組成，如式(1)所示。矩陣A為仿射變換矩陣，其中a0和b0是平移部分，其他是線性部分。Halcon軟件中可以直接使用affine_trans_image算子來實現(xiàn)仿射變換，插值方法可選用最鄰近法、雙線性插值法等。

模板匹配是使用目標(biāo)圖像作為模板，通過模板與待測圖像區(qū)域匹配的相似度來提取感興趣區(qū)域。模板匹配算法常用灰度相關(guān)和幾何形狀特征相關(guān)，其中幾何形狀特征相關(guān)的匹配精度高，受環(huán)境變化影響小。本文采用基于幾何形狀特征的模板匹配方法來提取感興趣區(qū)域。幾何形狀特征匹配模板創(chuàng)建后，采用圖像金字塔搜索法加快樣本圖像基于幾何形狀模板匹配，提取感興趣區(qū)域。磁控濺射薄膜件的感興趣區(qū)域見圖4。

圖4 感興趣區(qū)域Figure 4 Region of interest

2.2 圖像的增強(qiáng)

磁控濺射薄膜件的圖像在采集過程中由于存在光照和器件噪聲干擾，圖像灰度值分布不規(guī)則，劃痕的形狀位置不一。當(dāng)劃痕比較輕時，缺陷與背景之間對比度低，不易識別。針對這一情況提出將圖像分解成低頻和高頻兩個部分。處理過程如下：先利用傅里葉變換將圖像轉(zhuǎn)換為頻域圖像，頻域圖像分別與低通濾波器和高通濾波器卷積在頻域內(nèi)，將圖像分為低頻和高頻，再分別通過傅里葉變換還原為空間域圖像，即得到低頻部分圖像(見圖5a)和高頻部分圖像(見圖5c)。對低頻部分圖像先進(jìn)行膨脹運(yùn)算，將圖像中的目標(biāo)像素連接起來，磨平圖像向外的尖角使邊緣平滑，填補(bǔ)斷開的目標(biāo)區(qū)域，使相鄰的小目標(biāo)連接在一起；然后通過腐蝕運(yùn)算侵蝕圖像邊緣灰度值較低的點以去除干擾部分(見圖5b)。高頻部分含有大量噪聲，通過中值濾波對其處理，處理后的圖像(見圖5d)與高頻部分原圖像(即圖5c)相比，噪聲得到很好消除。低頻處理圖像和高頻處理圖像合成后得到的圖像(即圖5e)通過圖像取反和灰度縮放得到增強(qiáng)圖像(見圖5f)，可以看出圖像效果得到了增強(qiáng)。

圖5 圖像增強(qiáng)Figure 5 Image enhancement

2.3 圖像的分割

圖像分割是圖像處理和分析中的關(guān)鍵一環(huán)，將圖像中具有特殊意義的區(qū)域分割開來，提取感興趣的目標(biāo)。圖像分割方法很多，有閾值分割、邊緣檢測、區(qū)域生長、霍夫變換等，其中閾值分割是圖像分割中使用較多的基本和關(guān)鍵技術(shù)[11]。在閾值分割技術(shù)中，Otsu法[12]因具有良好的實用化模型特點而被廣泛應(yīng)用在機(jī)器視覺的各個領(lǐng)域[13-14]。由于經(jīng)典閾值分割Otsu法抗噪能力差，因此本文采用梁義濤等提出的二維Otsu擬合線閾值分割法[15]對圖像進(jìn)行分割處理。該分割法先對直方圖中邊界信息或噪聲區(qū)域的像素進(jìn)行迭代分割，根據(jù)迭代停止條件獲得多個分割閾值，再利用最小二乘法擬合這些閾值，得到的線閾值作為分割標(biāo)準(zhǔn)。由圖6可知該方法有效實現(xiàn)了圖像的分割。

圖6 圖像分割Figure 6 Image segmenting

2.4 劃痕缺陷的提取

雖然采用二維Otsu擬合線閾值分割法把可圖像的缺陷分割出來，但是還存在一些干擾點，因為它只是通過灰度值特征提取劃痕缺陷。為除去干擾，筆者采用選取指定形狀特征和骨架提取法進(jìn)行處理，實現(xiàn)了劃痕缺陷的完整提取和長度計算。劃痕缺陷提取效果見圖7。

圖7 劃痕提取Figure 7 Scratch extracting

3 實驗與分析

選取100個磁控濺射薄膜件樣品，其中50個樣品合格，50個樣品有不同程度的劃痕缺陷。為了擴(kuò)大樣本分析數(shù)量，每次從中隨機(jī)抽取20個合格樣品和20個不合格樣品，分別通過本文設(shè)計的方法和人工目檢對比，檢測完畢后重新放回，重復(fù)10次，記錄檢測合格樣品的合格數(shù)、不合格樣品的不合格數(shù)和檢測所用時間，結(jié)果見表1和表2。本文的檢驗方法的合格產(chǎn)品正檢率達(dá)到98%，不合格產(chǎn)品的正檢率達(dá)到99%，每個樣品平均耗時0.25 s。人工檢測的合格產(chǎn)品正檢率雖也達(dá)到96%，但不合格產(chǎn)品的正檢率只有90%，平均耗時2.95 s。機(jī)器視覺與人工相比，正檢率高5.5%，速度是人工的10倍以上，可以完全代替人工，滿足工業(yè)檢測的需求。

表1 合格產(chǎn)品的檢測Table 1 Inspection results for qualified products

表2 不合格產(chǎn)品的檢測Table 2 Inspection results for unqualified products

4 結(jié)語

與人工檢測法對比，文中提出的劃痕自動檢測方法具有較高的檢測正確度和效率，能滿足工業(yè)上對磁控濺射薄膜件的快速在線檢測需求。該劃痕自動檢測方法可推廣應(yīng)用于其他表面處理工藝中的劃痕檢測。