机器视觉在钢琴制造企业中应用探究.docVIP

机器视觉在钢琴制造企业中应用探究 　　摘要： 针对钢琴企业钢琴面板人工装配和检测效率低、质量差等问题，开发了基于机器视觉的钢琴面板装配过程在线检测系统。利用Hough变换算法实现了对面板兴趣区域的精准识别，采用差异哈希算法提高匹配精度，实现钢琴面板生产的在线检测，保证生产效率和产品质量 Abstract： Aiming at some problems such as low efficiency， poor quality existing in manual assembly and testing of piano panels in piano enterprises， the on-line piano panel assembly process detection system based on machine vision is developed. It is to achieve a precise identification of the panel’s interest region by using the Hough transform algorithm， and Hash algorithm is used to improve the matching accuracy， realize on-line detection of piano panel production， and guarantee the production efficiency and product quality. 关键词： 钢琴制造；机器视觉；在线检测；哈希匹配 Key words： piano manufacturing；machine vision；on-line detection；Hash matches 中图分类号：TP391 文献标识码：A 文章编号：1006-4311（2017）16-0131-02 0 引言 近年我国钢琴消费需求逐年扩大，国内巨大的市场需求使得钢琴企业扩大生产规模。目前钢琴制造大多以人工为主，效率低、工作量大。钢琴面板装配使用到大量的螺钉，错装、漏装现象时有发生。工序完工后的螺钉检测也由人工进行，人眼在长时间工作后易产生疲劳，检测的准确性和效率大大降低，同时人工检测带有主观性，影响产品质量。为提高钢琴面板质量及生产效率，本文研制了钢琴面板装配过程在线检测系统，对钢琴面板的装配情况自动检测并标注出螺钉错装和漏装的具体位置，以便及时发现问题并进行补装及修正 1 在线检测系统结构设计 在钢琴制造生产过程中，传统的人工检测稳定性、可靠性差，也没有统一标准，不利于产品的质量控制。探索客观有效、高速可靠的质量控制方案，寻求新的产品质量缺陷检测方法成为许多钢琴制造企业需要解决的问题。因此，引入?C器视觉实现对钢琴面板装配过程的在线检测，提高产品质量及生产效率。结合工人现场作业环境，考虑光照、操作方法和生产流程等因素，对原有的生产设备进行优化；利用控制程序和Hough变换方法，实现对钢琴面板的检测；最后采用差异哈希算法匹配标准图像，判断钢琴面板是否装配合格，输出检测结果，实现对钢琴面板的生产在线检测 本文开发的钢琴面板制造装配在线检测系统主要由两大部分组成：硬件系统与软件系统[1-2]，实现钢琴面板装配情况的实时反馈。工人通过人机交互界面进行查看，不仅提高钢琴面板的生产效率，同时也保证了产品的质量 1.1 硬件设计 硬件系统由照明设备、待检产品、感应设备、图像采集设备、PC设备、控制设备、显示设备等部分组成，如图1所示 1.2 软件设计 软件系统主要由图像预处理、Hough变换、差异哈希算法、哈希匹配等步骤组成，具体实现流程如图2所示 2 机器视觉在线检测方法 装配过程中，螺钉特征轮廓可能会受力产生变形，不利于检测，生产环境对系统的检测也会产生干扰，因此，特征提取方法需要很高的鲁棒性。考虑到检测的目标为螺钉，图像特征为圆形，对噪声不敏感的霍夫变换[3-4]可实现图像的特征提取，并保证一定的鲁棒性 2.1 哈希算法 传统的模板特征匹配方法一般直接以标准图像的特征作为检测依据，变形及光线变化会对匹配的速率会产生很大的影响。光照变化会导致兴趣区域明暗变化，使兴趣区的像素值发生变化，从而对图像匹配产生影响。本文引入哈希序列作为兴趣区域样本的特征表示方式，利用兴趣区域图像像素间的差值相对固定的性质，降低光照变化导致匹配精确率低的影响。哈希序列就是将兴趣区域图像像素依次互相比较，得到一系列的哈希值[5-6] 对像素矩阵的每一行进行如下操作：相邻的两个元素进行相减（左边元素减右边元素），得到差异值；对差异值进行处理，