基于机器视觉的桌面检测系统的设计与实现.docxVIP

基于机器视觉的桌面检测系统的设计与实现 0 研制了具有自主知识产权的高速视觉检测系统 目前，中国现有的瓶盖视觉识别设备是国外的进口设备。通过引入视觉检测系统，我们提高了酒瓶盖制造的可靠性，提高了酒瓶盖的制造效率。它是中国的自主知识产权设计的视觉检测系统，而不是进口设备，以填补中国高速视觉检测的空白。开发设计的系统采用了智能相机、测量镜头、针对产品采用的LED照明方式、高性能的工业计算机以及自主开发的瓶盖智能检测软件。 1 无线传感器检测 系统由照明光源、位置传感器、镜头、工业相机、PC机、警报及剔除装置等组成,如图1所示。 系统工作流程如下: (1) 在检测的过程中,位置传感器一旦感知瓶盖经过,瓶盖通过光电开关产生一个触发信号给工业相机。 (2) 相机接收到信号后,开始计数延时工位(延时工位即为传感器与相机相隔的工位数),当瓶盖到相机拍摄工位时,由相机的输出信号打开光源照亮瓶盖,同时开始拍照。 (3) 完成拍照后,通过千兆网将图像数据传送给PC机,并开启检测程序,进行表面检测。 (4) 最后根据检测结果通过用户界面显示,并控制气动剔除装置将有缺陷的瓶盖剔除。 2 系统的检测顺序 瓶盖检测系统的工作流程主要分为标准特征参数的自动提取和瓶盖缺陷的检测两大部分。 (1) 人工设置的操作容易操作 标准参数自动提取是本系统的最大特点,本系统标准参数提取采用智能型模式,瓶盖标准参数可以通过机器自动学习建立,无需人工设置,使操作者更加容易操作。标准参数自动提取流程图如图2所示。 首先将大量合格瓶盖的图像输入系统,对瓶盖表面进行定位,并将检测算法所需要的各特征参数(如瓶盖表面半径、黑点面积的大小、表面质心离中心的距离等)提取保存,当拥有了足够多的特征参数之后,对其进行统计并计算各参数的误差宽容度范围与标准参数值,存储后作为之后检测瓶盖是否合格的标准。 (2) 盖瑕疵检测 瓶盖缺陷检测是在建立标准特征参数的基础上进行的,在正式检测前,先根据对产品的质量要求调整误差宽容度范围,调整时参照系统建立的误差宽容度值进行微小调整。瓶盖瑕疵检测的具体流程如图3所示。 图像参数的提取与之前学习流程类似,只是这里首先提取的是待测瓶盖表面的半径,如果表面半径与标准瓶盖的半径相差很大,则该瓶盖肯定是不合格的,无需进行后续的检测,直接驱动剔除单元,将瓶盖剔除;若瓶盖表面半径与标准半径相符,则将待测图片的各参数提取,并将其与学习流程中所统计出的标准参数进行比较,检查其与标准参数的误差是否在允许的宽容度之内,若在允许范围之内则说明该瓶盖合格,直接等待检测下一个,若误差超出宽容度范围,则将瓶盖剔除。 3 偏导数的计算 在训练时,首先选取一张标准的瓶盖图(之后将其称为标准样本),由上下左右四个方向对其进行由边缘至中心的扫描,记录所有暗到亮梯度变化最大的点(即为图案的边缘点)。对于一个连续的函数f(x,y),它在当前位置点(x,y)的梯度可表示为一个向量: ?f(x,y)=[GxGy]Τ=[?f?x?f?y]Τ(1)?f(x,y)=[GxGy]T=[?f?x?f?y]T(1) 这个向量的梯度强度和方向角分别为: mag(?f)=[G2x2xG2y2y]1/2(3) Φ(x,y)=arctan(Gy/Gx) (3) 以上三式中的偏导数需要对每个像素进行计算,在实际中,可通过固定扫描路线,如将扫描路径定位沿x轴y轴搜索,将问题转换为寻找多个一维数组的最大梯度来处理,找到瓶盖图案边缘数组x[i],y[i]。任意选取其中3个点便可计算出图案圆心(xt,yt)与半径大小,在实际中可选用多组边缘点计算圆心与半径后滤除干扰点。将标准样本的图案提取并作为样本保存起来,其检测效果如图4所示。 以其中心画个半径较小的同心圆,对同心圆中瓶盖图案进行二值化,先将所有黑点都记为一个块,再对这些块进行扫描,将所有8-邻接的块合并,最终计算出所有区域内的块面积与中心位置,如图5所示。 按这些块面积的大小进行排序,记录其中与相邻两块面积差值最大的块中心,并记录为该样本的特征点(xft,yft)。 再选取一些正确的图案(之后将这些瓶盖图案称为旋转样本),同样计算出中心(x0,y0)并在其中心做一个同心圆计算出特征点(xf,yf),对其进行坐标旋转,其旋转公式如下: cosθ=[(yft-yt)(yf-y0)+(xft-xt)(xf-x0)]/ [(xf-x0)(xf-x0)+(yf-y0)(yf-y0)] (4) sinθ=[(yft-yt)(xf-x0)-(xft-xt)(yf-y0)]/ [(xf-x0)(xf-x0)+(yf-y0)(yf-y0)] (5) (x′y′)=(cosθsinθ-sinθcosθ)(xy)(6) 按式(6)将旋转样本转到标准样本所在的方向,如图