工业产品自动检视中的神经元网络方法.pdfVIP

工业产品自动检视中的神经元网络方法+ 徐立鸿 (同挤大学电气系上海20009：3) 张赤斌杨序 (东南大学机械系南京210096) 摘要：本文结合“针灸针表面缺陷检视”等实际项目的开发，就工业产品自动检视中的～般 方法进行了讨论，提出了～种由负责图像特征提取的前部网络和负责识别的后部网络 有机融合的复合神经元网络方法。应用结果表明了该方法的有效性。 关键词：自动检视、图像识别、神经元网络、ccD显微视觉系统。 一引言 在工业产品的质量检验中，产品外表面状况检验是一种常见的检验要求，其中包括产 品形状检验、外观检验及缺陷检验等。如：针灸针形状检验、电阻表面质量分检(是否有色 环断环等)、电脑软盘的表面缺陷检验(如有否划痕等)、焊缝质量检查等等。我们把这类 问题归结为工业产品检视问题。 目前，国内工业产品检视中，大量倩况是借助光学系统由人工检测完成。例如，国内 承担电阻生产的无线电元件厂，电阻表面质量分检工作，是由工作点上的工人一天24小时 三班倒人工检测的，这样便存在着以下三个突出问题：①检验中人为因素(如夜班时人很 疲劳)，影响产品检测质量，从而影响了成品合格率：②人工检视速度慢，影响产品生产 率：③检验人员长期工作，劳动强度很大。 基于上述情况，工业产品的自动检视势在必行。 近年来，我们承担了“针灸针表面缺陷检测”和“电阻外形断环等外形检测”等实际 项目，在项目的开发研究中，得到了一套有效方法。本文将介绍这一方法。 二问题分析 以针灸针表面缺陷检测为例，我们主要需检视的缺陷有： (1)尖针，弯针．秃针： (2)针身的裂纹，针身中异径： (3)针身与针柄交界处有铜丝头： (4)针柄色泽不均。 检测的任务就是把存在上面缺陷的针从正常针中剔出来。 ’江苏省应用基础研究基金资助 ．63- 测(PT)和涡流检测(ET)等等。但上述方法，要么价格太高．要么其应用场合和条件与针灸针』， 检测要求相差甚远，而且难以自动化。 因此，必须针对以上问题，研究有效的计算机处理和控制方法。这一方法的核心．便 是研究有效的图象识别方法。然而，从针灸针表面缺陷识别这一具体问题中可知，过去常用 的图象识别方法难以应用，主要原因是： (1)在本问题中，很难找到标准针、尖针、秃针、弯针的标准模板，因而在图像的形 状处理技术中常用的模板匹配方法在此不适用。 (2)图像信息不充分，难以满足“模糊信息决策方法”的要求。 ，J■■■_．●1 基于此，必须研究新的方法。 三 自动检视系统结构及方法。 3．1系统结构 一个工业自动检视系统结构如下： 医互丑÷匦爱亟乎叫亟巫亘鲈匝团乎■固 围1工业自动捡视系统 由此可知，一个工业自动检视系统由三部分组成： (1)图象采集系统：选定CCD显微视觉系统对针体检测，产生视频信号．将视频信号 经过A／D转换数字化输入计算机进行数据处理．从而把针的缺陷识别问题转化成对数据图像 的识别处理，亦即该模块完成如下过程： 设检视体——+成像系统——·CCD视频信号——-A／D量化——+计算机 (2)计算机处理与控制：依据一定的方法检视判断对象有无缺陷，形体是否符合技术 要求等，事后报告结果并向执行机构发出控制命令，决定是否从生产线上剔除当前被检产 品。 (3)执行结构：按计算机命令迅速剔除不合格产品。 视觉系统．采集速度商，对光源要求低，适合快速检测：(3)要根据实际生产线的情况，选 择适当的执行结构和适当的安装位置。因此，本系统的核心是(2)，而(2)中，一个有效的图 像识别方法便是最重要的。 3．2复合结构神经元网络方法