計(jì)算機(jī)視覺技術(shù)在塑料檢測領(lǐng)域的應(yīng)用進(jìn)展

王占強(qiáng)，薄楠林

（1. 嵩山少林武術(shù)職業(yè)學(xué)院，河南 登封 452470；2. 鄭州商學(xué)院，河南 鄭州 451200）

隨著塑料工業(yè)的發(fā)展，塑料的應(yīng)用范圍越來越廣。塑料制品生產(chǎn)過程中，模具的應(yīng)用極為廣泛。塑料加工一般有注塑和吹塑兩種，注塑應(yīng)用更多。在塑料加工過程中，對模具及制品進(jìn)行在線檢測，不僅有利于模具的保護(hù)，更有利于快速剔除次品。計(jì)算機(jī)視覺技術(shù)在塑料加工檢測領(lǐng)域、尤其是缺陷檢測方面具有獨(dú)特優(yōu)勢［1-2］。本文綜述了近年來計(jì)算機(jī)視覺技術(shù)在塑料加工過程及其他相關(guān)領(lǐng)域檢測方面的應(yīng)用進(jìn)展。

1 在注塑工藝中的應(yīng)用

1.1 在注塑機(jī)智能控制中的應(yīng)用

廣東科捷龍機(jī)器人有限公司［3］在基于機(jī)器視覺的注塑機(jī)智能控制器的基礎(chǔ)上，又發(fā)明了基于機(jī)器視覺的注塑機(jī)智能控制系統(tǒng)［4］，由可與注塑機(jī)連接的主機(jī)控制器、控制單元及視覺單元組成。視覺單元在控制單元的控制下獲取合模前的圖像，并將圖像反饋至控制單元進(jìn)行分析；控制單元包括與其連接的檢測單元；檢測單元獲取圖像后判斷是否符合合模條件，并將分析結(jié)果反饋回控制單元，控制單元將檢測結(jié)果傳回主機(jī)控制器。該系統(tǒng)克服了現(xiàn)有注塑系統(tǒng)注塑時無法檢測分析模具的狀況、不能保護(hù)模具及確保產(chǎn)品質(zhì)量的問題。東莞市臺中精機(jī)有限公司［5］公開的基于機(jī)器視覺的雙料注塑機(jī)，由底部有轉(zhuǎn)盤的料筒，轉(zhuǎn)盤上裝有合模機(jī)構(gòu)且其兩側(cè)裝有傳感器，轉(zhuǎn)盤前方工作臺上裝有工業(yè)攝像機(jī)。引入了工業(yè)攝像機(jī)，實(shí)現(xiàn)了機(jī)器視覺和傳感器的雙重定位，提高了加工精度和加工效率。

深圳市圣豐模具塑膠有限公司［6］公開的基于機(jī)器視覺的注塑機(jī)模具，核心是內(nèi)部設(shè)置可編程邏輯控制器（PLC）、圖像處理器和存儲器的工業(yè)計(jì)算機(jī)。通過設(shè)置CCD攝像機(jī)可以實(shí)時采集模具在合模過程中的圖像，然后傳輸?shù)絇LC，PLC將采集的圖像再傳輸?shù)綀D像處理器內(nèi)，對圖像進(jìn)行處理后，通過PLC傳輸?shù)焦I(yè)計(jì)算機(jī)上的觸控屏進(jìn)行顯示，從而使用者能夠快速、準(zhǔn)確地判斷合模工作發(fā)生前模具中是否有殘留物體，即產(chǎn)品是否脫模，同時也可檢測注塑的工件是否完整。寧波匯智恒動自動化科技有限公司［7］公開了由視覺模塊、矯正模塊、機(jī)器學(xué)習(xí)識別模塊組成的用于注塑機(jī)的視覺檢測和矯正系統(tǒng)。其中，視覺模塊先采用圖像校正來減少由拍照位置偏移或者被拍對象偏移造成的圖像位置不一致帶來的影響，再對采集的圖像進(jìn)行系統(tǒng)處理，提升了機(jī)器視覺處理的精確度。該發(fā)明采用機(jī)械臂并在視覺模塊和機(jī)器學(xué)習(xí)識別模塊的輔助下高效率放置無紡布及螺母的操作，提高了注塑機(jī)的注塑效率。

中國計(jì)量學(xué)院［8］發(fā)明了基于機(jī)器視覺的注塑加工監(jiān)控檢測系統(tǒng)及操作方法，所用工業(yè)相機(jī)通過USB與設(shè)置4個輸出端的嵌入式微處理器的輸入端相連。其中，1號輸出端通過IO信號與可調(diào)光源相連；2號輸出端通過IO信號與注塑機(jī)急停開關(guān)相連；3號輸出端與無線收發(fā)器相連，并將警報信號無線發(fā)至監(jiān)控客戶端；4號輸出端與觸控屏相連，顯示當(dāng)前監(jiān)控信息及檢測結(jié)果。該發(fā)明可以監(jiān)控模具及檢測部件的磨損情況，當(dāng)發(fā)現(xiàn)模具及部件磨損或異常時，可觸發(fā)注塑機(jī)急停開關(guān)啟動，并通過無線發(fā)送警報信號至監(jiān)控客戶端，提高了產(chǎn)品合格率，適于工業(yè)應(yīng)用。

1.2 在注塑模具監(jiān)視中的應(yīng)用

浙江工業(yè)大學(xué)［9］公開的模具監(jiān)視方法包括：（1）分別采集注塑機(jī)開模到位時和頂針頂出之后的標(biāo)準(zhǔn)模板圖像；（2）當(dāng)注塑機(jī)運(yùn)行至開模到位時，通過攝像機(jī)對模具型腔面連續(xù)取像，對監(jiān)控圖像的當(dāng)前幀做預(yù)處理，為后續(xù)圖像快速配準(zhǔn)做準(zhǔn)備；（3）執(zhí)行基于FAST-9圖像特征快速配準(zhǔn)算法；（4）將配準(zhǔn)之后的當(dāng)前幀與模板圖像做差分；（5）采用Ostu自動閾值分割算法實(shí)現(xiàn)圖像的二值化，對圖像進(jìn)行連續(xù)開和閉運(yùn)算；（6）通過空穴檢測確定成型產(chǎn)品是否正常，若異常則報警，否則繼續(xù)等待下一周期的注塑機(jī)工作狀態(tài)信息。該發(fā)明實(shí)時性良好，魯棒性強(qiáng)；但不具備監(jiān)控加工流程用時、局部磨損測量、次品原因統(tǒng)計(jì)分析、無線報警等功能。

寧波安信數(shù)控技術(shù)有限公司［10］公開的基于機(jī)器視覺的注塑機(jī)模具保護(hù)系統(tǒng)，由嵌入式芯片的主控板、相機(jī)及近紅外光源等組成，相機(jī)能夠在近紅外光源下采集到注塑機(jī)開模后模具內(nèi)的圖像。該系統(tǒng)同時還可通過落料對模具進(jìn)行拍攝，判斷落料是否成功及產(chǎn)品是否合格。但該裝置不具備異常急停、報警、局部磨損測量等功能。浙江大學(xué)［11］提供了注塑機(jī)模具圖像監(jiān)測報警系統(tǒng)及方法。其中，圖像采集單元的攝像機(jī)通過USB接口與檢測單元的數(shù)字信號處理器（DSP）連接；輸入模塊通過信號線與檢測單元的DSP連接；輸出模塊通過信號線輸出數(shù)字信號到注塑機(jī)和DSP的指示燈；檢測到產(chǎn)品殘留時，指示燈報警，并禁止注塑機(jī)執(zhí)行鎖模動作。該發(fā)明適用于各類模具，檢測正確率高；但僅能檢測脫模是否成功，不具備異常急停、報警、局部磨損測量等功能。

廣州中和互聯(lián)網(wǎng)技術(shù)有限公司［12］公開了一種注塑機(jī)模具檢測系統(tǒng)及方法，包括機(jī)器視覺檢測平臺（Ⅰ）、圖像處理單元（Ⅱ）、模具監(jiān)測模塊（Ⅲ）和模具管理模塊（Ⅳ）。（Ⅰ）對模具進(jìn)行平行無影光照射，而后采集模具的圖像信息；（Ⅱ）基于機(jī)器視覺方法，通過檢測模型對采集的模具圖像信息進(jìn)行識別分析；（Ⅲ）用于結(jié)合心跳信號和不合格產(chǎn)品對模具的工作狀態(tài)進(jìn)行監(jiān)測，判斷模具是否出現(xiàn)異常；（Ⅳ）在接收到模具異常信號后分配對應(yīng)的操作人員對模具進(jìn)行檢修或者更換模具，提高了維修效率。

1.3 在注塑制品檢測中的應(yīng)用

泰瑞機(jī)器股份有限公司［13］公開的基于機(jī)器視覺的薄壁注塑機(jī)產(chǎn)品分揀系統(tǒng)，主要由圖像采集裝置及圖像處理裝置（計(jì)算機(jī)）組成。該系統(tǒng)是基于機(jī)器視覺處理的薄壁注塑產(chǎn)品分揀系統(tǒng)的圖像處理算法，將處理過的三維圖像轉(zhuǎn)換成二維圖像進(jìn)行比較，將CMOS相機(jī)引入到圖像采集裝置中，實(shí)現(xiàn)了機(jī)器視覺在注塑制品分揀上的應(yīng)用，提高了制品檢測的精度和效率。

針對塑料制品表面質(zhì)量問題，龍淑嬪［14］采用快速傅氏變換算法，并與高斯濾波技術(shù)相結(jié)合獲取圖像信息，對圖像的瑕疵區(qū)域進(jìn)行自動檢測并輸出結(jié)果。結(jié)果表明，該系統(tǒng)可以對塑料產(chǎn)品表面質(zhì)量實(shí)施快速、精確檢測，自動完成檢測及分揀任務(wù)。關(guān)日釗等［15］以透明塑料制品的裂痕檢測為研究對象，比較了傳統(tǒng)的HOG+SVM機(jī)器學(xué)習(xí)方法與基于Faster R-CNN的深度學(xué)習(xí)法在缺陷識別與定位上的效果，結(jié)果表明，后者對缺陷檢出的準(zhǔn)確率為90%，較前者高20%。針對醫(yī)用塑料瓶生產(chǎn)中存在的瓶口有豁口、瓶口過薄等現(xiàn)象，岳昊等［16］設(shè)計(jì)了一套基于機(jī)器視覺的由數(shù)據(jù)采集模塊和檢測模塊組成的塑料瓶瓶口檢測系統(tǒng)。其中，數(shù)據(jù)采集模塊采集正常塑料瓶瓶口數(shù)據(jù)并保存，檢測模塊在檢測時讀取數(shù)據(jù)用于檢測。通過大量塑料瓶的檢測驗(yàn)證，該系統(tǒng)對缺陷瓶口檢測的準(zhǔn)確率達(dá)99%以上，最高檢測速率可達(dá)10 個/s，完全可以滿足工業(yè)生產(chǎn)要求。

2 在微小塑料零件檢測中的應(yīng)用

2.1 在U型塑料管檢測中的應(yīng)用

田春等［17］采用計(jì)算機(jī)視覺技術(shù)，以U型塑料管缺陷檢測為研究對象，借助圖像分析不同缺陷的特征，實(shí)現(xiàn)了U型塑料管缺陷的高精度檢測，在對10 072支U型塑料吸管的檢測中，合格品為9 963支，與實(shí)際完全相符；具有5類缺陷（長短相、壓長相、頭部問題、內(nèi)八、黑點(diǎn)）的109支不合格管全部被識別出來；檢測耗時467 s，每支吸管平均檢測耗時0.046 s，達(dá)到了在線檢測要求。

2.2 在塑料齒輪檢測中的應(yīng)用

LabVIEW軟件在塑料缺陷檢測中的應(yīng)用越來越廣［18-20］。任楷飛等［21］針對家電、儀器儀表行業(yè)常用的塑料齒輪生產(chǎn)過程中存在的缺陷問題，基于LabVIEW軟件和IAMQ Vision工具包設(shè)計(jì)了塑料齒輪缺齒檢測系統(tǒng)。該系統(tǒng)將機(jī)器視覺與虛擬儀器技術(shù)結(jié)合起來，通過圖像采集及包括彩色圖像灰度化、中值濾波、閾值化、Canny邊緣檢測等一系列預(yù)處理程序，借助幾何匹配算法提取齒輪幾何信息，通過機(jī)器學(xué)習(xí)及模板匹配分?jǐn)?shù)（缺齒程度與匹配分?jǐn)?shù)呈反比）分析，得到檢測結(jié)果。該系統(tǒng)為齒輪及塑料零件缺陷檢測提供了新思路。

Zhang Zhenxiang［22］采用圖像識別技術(shù)對微小塑料齒輪的質(zhì)量進(jìn)行了檢測。針對齒輪缺陷不確定的情況，深入研究了計(jì)算機(jī)視覺系統(tǒng)的構(gòu)建以及數(shù)字圖像采集、圖像預(yù)處理、圖像分割、亞像素定位等理論、技術(shù)，提出了一種虛擬圓掃描法實(shí)現(xiàn)齒輪齒形檢測，結(jié)果表明，該方法能夠滿足微小塑料齒輪自動檢測的要求。

2.3 在雨刮支撐塑料帽檢測中的應(yīng)用

針對汽車后雨刮支撐塑料帽等小型零件的缺陷檢測，陳淳等［23］提出一種基于改進(jìn)的YOLO v3網(wǎng)絡(luò)多目標(biāo)缺陷算法。首先對特定零件進(jìn)行修正，采用k-means聚類算法重新生成邊界框尺寸，使用平均重疊度重新選取目標(biāo)區(qū)域候選邊界框尺寸，加快了目標(biāo)檢測識別速度及精度；使用Mish激活函數(shù)強(qiáng)化了網(wǎng)絡(luò)學(xué)習(xí)能力。新方法的目標(biāo)檢測平均精度為97.89%，檢測速率為60 ms/張，極大提高了汽車后雨刮器齒輪連桿機(jī)構(gòu)總成裝配質(zhì)量。

2.4 在塑料包裝檢測中的應(yīng)用

針對檢測系統(tǒng)對半導(dǎo)體塑料包裝缺陷位置檢測能力較差的現(xiàn)狀，設(shè)計(jì)了一種基于機(jī)器視覺的半導(dǎo)體塑料包裝缺陷檢測系統(tǒng)［24］。根據(jù)機(jī)器視覺技術(shù)獲取的目標(biāo)圖像，對圖像進(jìn)行預(yù)處理、分割和特征提取，以識別和檢測目標(biāo)圖像，檢測半導(dǎo)體塑料包裝缺陷。結(jié)果表明，該系統(tǒng)能夠準(zhǔn)確檢測出半導(dǎo)體塑料包裝中的缺陷以及缺陷的位置，提高了缺陷檢測效果。Legrand等［25］提出利用機(jī)器視覺技術(shù)獲取高質(zhì)量的半導(dǎo)體塑料封裝圖像，進(jìn)而提高利用主動熱像儀檢測塑料蓋內(nèi)膠點(diǎn)的真實(shí)機(jī)器視覺裝置的缺陷定位和檢測能力的方法。采用ElectroPhysics PV320型紅外相機(jī)，非冷卻BST（［Ba1-xSrx］TiO3）焦陣列，帶寬從2 μm擴(kuò)展到14 μm，研究了表征缺陷的不同參數(shù)和主動熱技術(shù)，以獲得對缺陷現(xiàn)象的綜合評價和優(yōu)化。利用噪聲濾波階段、膠熱印提取階段、分割階段等圖像處理工具，開發(fā)了一個自動決策系統(tǒng)。將該方法應(yīng)用于測試樣本集，檢測所有未上膠的蓋子，未發(fā)生誤分類。

3 在其他塑料檢測中的應(yīng)用

3.1 在吹塑產(chǎn)品檢測中的應(yīng)用

西安交通大學(xué)［26］公開的基于機(jī)器視覺吹塑產(chǎn)品的在線測量方法，首先基于機(jī)器視覺獲取工業(yè)產(chǎn)品的圖像，接著進(jìn)行圖像預(yù)處理，再對得到的圖像進(jìn)行分割，從而得到其外形亞像素輪廓，基于亞像素輪廓可以實(shí)現(xiàn)相關(guān)橫截面的直徑、高度、圓弧直徑以及圓度的檢測。該方法提高了產(chǎn)品測量精度以及生產(chǎn)自動化程度。

3.2 在微塑料檢測中的應(yīng)用

微塑料污染已經(jīng)成為全球關(guān)注的環(huán)境污染問題。針對微塑料顆粒目標(biāo)小、背景影響大、樣本難分離等特點(diǎn)，基于計(jì)算機(jī)視覺中的目標(biāo)檢測算法，潘斌輝等［27］利用單目視覺領(lǐng)域的單點(diǎn)多盒探測法（SSD），采用位置誤差與置信度誤差相結(jié)合的加權(quán)損失函數(shù)引導(dǎo)網(wǎng)絡(luò)訓(xùn)練，使用SSD網(wǎng)絡(luò)框架提取含有微塑料顆粒物樣本的特征圖像并進(jìn)行識別。結(jié)果表明，該方法對微塑料顆粒物檢測的平均正確率達(dá)89.2%，高于同類型其他檢測算法。與常用的拉曼光譜、傅里葉變換紅外光譜等單一光學(xué)檢測法相比，計(jì)算機(jī)視覺檢測具有用工少、速度快、準(zhǔn)確率高等優(yōu)點(diǎn)。

3.3 在板料塑性檢測中的應(yīng)用

Xia Jiaping等［28］提出了兩種利用球形壓痕試驗(yàn)預(yù)測板料塑性各向異性性能的人工神經(jīng)網(wǎng)絡(luò)模型，與常規(guī)拉伸試驗(yàn)相比，最小化了測量時間、成本，簡化了各向異性性能的獲取過程，可以替代傳統(tǒng)的復(fù)雜無量綱分析。此外，還進(jìn)一步準(zhǔn)確地預(yù)測了不同方向的蘭克福系數(shù)。構(gòu)造了一種考慮實(shí)際柔順性的適用于板料的FE球面壓痕模型。為了獲得大量訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)集，利用所建立的有限元模型對具有1 000個彈塑性參數(shù)條件的純金屬和合金工程金屬進(jìn)行了模擬，并對TRIP1180鋼、鋅合金和6063-T6鋁合金3種不同板料進(jìn)行了實(shí)驗(yàn)驗(yàn)證。結(jié)果表明，所提出的神經(jīng)網(wǎng)絡(luò)模型在預(yù)測不同方向的流量曲線和蘭克福系數(shù)方面可行。

4 結(jié)語

在塑料加工過程中，計(jì)算機(jī)視覺技術(shù)在注塑、吹塑、塑料制品缺陷檢測方面的應(yīng)用不僅提高了塑料加工精度和準(zhǔn)確率，也降低了加工成本，提高了勞動生產(chǎn)率。計(jì)算機(jī)軟件和硬件技術(shù)的發(fā)展將使計(jì)算機(jī)視覺檢測技術(shù)不斷邁向更高的水平。