机器视觉在塑胶制品表面缺陷检测中的应用.docxVIP

机器视觉在塑胶制品表面缺陷检测中的应用 在塑料加工过程中，不同表面的缺陷影响了产品的后续生产工艺及其外观的适应性、完整性和安全性。因此,及时对塑胶制品的表面缺陷进行检测具有十分重要的意义。 在生产过程中,制品表面缺陷的检测技术作为一种制品质量控制的重要手段,被广泛地用于工业过程的质量控制。目前,许多企业对大批量的小工件制品的表面缺陷,仍采用人工目测的方法。这种方法一方面由于工人的责任心及眼睛疲劳等生理状况容易造成漏检;另一方面,极大的工作量也容易影响工人的身体健康。因此,为提高检测质量和生产效率,降低成本,并把操作者从单调而繁琐的工作中解脱出来,设计合理的表面缺陷自动检测系统是工业自动化质量控制十分重要的课题。 机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要利用计算机来模拟人或再现与人类视觉有关的某些智能行为,从客观事物的图像中提取信息进行处理,并加以理解,最终用于实际检测和控制。应用机器视觉技术对塑胶制品表面缺陷进行智能化自动检测,可以提高检测效率和精度,同时大大提高生产效率和生产的自动化程度。 1 机器视觉系统的组成 机器视觉系统结构包括光源、光学成像系统、图像捕捉系统、图像采集与数字化模块、智能图像处理与决策模块、控制执行模块等,如图1所示。机器视觉的这些模块只有相互协调应用才能构成一个完整的工业机器视觉应用系统。 机器视觉系统虽应用了很多技术,但关键的技术主要体现在照明系统、摄像机、图像增强、图像分割和图像识别等方面。下面对这些关键技术的发展现状进行阐述。 1.1 led照明源对镀层性能的影响 性能优异的照明系统是目前机器视觉应用系统成败的关键。它应当具有以下的特征:(1)尽可能突出目标特征,在物体需要检测的部分与非检测部分之间尽可能产生明显的区别,增加对比度;(2)保证足够的亮度和稳定性;(3)物体位置的变化不应影响成像的质量。 由于被测物体表面往往是不规则的,粗糙度也不同,有些制品表面还有电镀层或涂覆层,造成被测制品表面对光的反射不一样,这给制品表面缺陷检测中CCD成像、图像的采集和处理增加了难度。因此,需要针对不同的被测制品表面质量设计特殊的照明系统,以获得质量良好的图像,方便后面的处理分析工作。 针对不同零件表面粗糙度的差异,唐慧玲等研究了缺陷显现力和光照度之间的关系,发现光照度和缺陷显现力在某个光照区间内存在某种线性关系,提出了综合光照度的概念,并分析了制品表面粗糙度与最佳光照度之间的关系,提出了光照度自调节的方法,并把最佳光照自调节方法应用于烤漆表面缺陷检测系统中,取得了良好的效果。 针对强反射复杂表面反射光极强,导致CCD成像画面亮度失真并将所要检测缺陷信息淹没的难题,钱小龙等通过应用MAX1698芯片,设计了亮度可连续调节并且照度均匀的LED照明光源,如图2所示。实验证明,该照明光源有效地解决了电镀工件表面的强反射光给图像处理和检测带来的困难,提高了CCD采集到的图像质量,同时也减轻了后续图像处理的难度,提高了检测的准确性。 针对电镀工件表面的强反射光给图像处理和检测带来的困难,何滢等采用了均匀散射光作为照明光源,设计了LED照明系统,如图3所示。紧密排列的LED灯发出的光经过磨砂玻璃透射后向所有方向散射,以致从各个方向来看,其亮度接近相等,可近似看作均匀散射光。实验证明,在这种照明方式下对各种缺陷的综合表现力较好,会得到对比度较强的灰度图,不会丢失信息。 由上可知,目前,机器视觉技术中常采用LED作为照明光源。LED光源可分为点光源、线形光源、球积分光源、环形光源等,在对制品表面缺陷进行自动检测中,针对不同类型的缺陷可采用不同类型的LED光源。如:点光源,其发光强度高,可用于芯片检测、Mark点定位;线形光源,有超高亮度,采用柱面透镜聚光,适用于各种流水线连续检测场合,应用于线阵相机照明专用和AOI专用;球积分光源,具有积分效果的半球面内壁,均匀反射从底部360°发射出的光线,使整个图像照度十分均匀,适用于曲面、表面凹凸、弧形表面检测或金属、玻璃表面反光较强的物体表面检测;环形光源,提供不同照射角度、不同颜色组合,更能突出物体的三维信息,解决了对角照射阴影的问题,适用于PCB基板检测、IC元件检测、塑胶容器检测等。 1.2 图像数据处理 目前,在机器视觉图像采集过程中,应用较广的是CCD(Charge Coupled Device)摄像机。CCD摄像机的工作原理是:通过光学成像系统将被测物体图像成像在CCD的像敏面上,像敏面将照在每个像敏单元上的图像照度信号转变为少数载流子数密度信号存储于像敏单元中,然后在转移脉冲的作用下转移到CCD的移位寄存器中,并在驱动脉冲的作用下顺序地移出器件,成为视频信号。 CCD分为线阵CCD和面阵CC