（机械设计及理论专业论文）基于机器视觉的磁环双端面缺陷检测系统研究.pdf

浙江t 业人学顾上学位论文 基于机器视觉的磁环双端面缺陷检测系统研究 摘要 产品在线检测是工业生产发展的必然要求，而传统的产品质量检测基本由人 工完成。人工检测受客观因素影响较大，存在很多不足之处。随着生产过程自动 化程度的日益提高以及企业对产品质量要求和生产效率的不断提升，以数字图像 处理技术为基础的机器视觉在线检测技术越来越得到人们的重视。 磁环产品加工面缺陷特征类型多，特征不明显，人工检测存在成本高、效率 低、不易识别、漏检多等不足。因此，本课题结合生产需要，以机器视觉技术代 替人工检测，成功地实现了机器对磁环缺陷的自动检测。磁环缺陷自动检测关键 在于以数字图像处理技术为基础，开发检测程序系统，以便能满足不同型号、不 同缺陷特征的磁环产品的检测。本系统对非常见的窄裂纹缺陷检测结果还不是很 令人满意，因而，本文作者引入小波变换图像增强技术，对该类裂纹的检测进行 了有益的探讨。 本文对合作公司生产的磁环进行了仔细的分析，然后，详细介绍了检测系统 实现所必须的图像预处理及缺陷特征提取技术。在此基础上，对根据机器视觉技 术应用到工业产品检测上的特点与本系统的工程需求、工作原理而设计的磁环缺 陷自动检测设备进行了详尽的叙述。接着，结合虚拟仪器开发平台l a b v i e w 和 v i s i o nb u i l d e ra i 开发工具，具体介绍了磁环双端面缺陷检测系统的软件设计开 发。最后，通过对实际生产产品进行抽样分析，对检测系统的性能进行了评价， 验证了本文开发系统的实用性及可行性。对于非常见的窄裂纹缺陷的检测，引入 了小波变换图像增强技术，进行了一定的探讨，这将是项目下一阶段的主要任务 之一。 关键词：机器视觉，虚拟仪器，图像处理，小波分析，l a b v i e w 浙江t 业人学坝 ：学位论义 r e s e a r c ho nt h es y s t e mo fd e t e c tln gd e f e c t so f s u r f a c e so fd o u b l ee n d so fm a g n e ticrln gb a s e do n m a c h i n ev i s l 0 n a b s t r a c t o n l i n ea u t o m a t i c p r o d u c te x a m i n a t i o n i se s s e n t i a lt oi n d u s t r i a l d e v e l o p m e n t ，a n dm o s to ft h e t r a d i t i o n a lp r o d u c t i o ne x a m i n a t i o n sa r e f i n i s h e da r t i f i c i a l l yw h i c h ，w i t hm a n ys h o r t a g e s ，i sa f f e c t e dg r e a t l yb yt h e o b j e c t i v ef a c t o r s w i t ht h ed e v e l o p m e n to fa u t o m a t i z a t i o no fp r o d u c t i o n a n de n h a n c e dr e q u i r e m e n t so fp r o d u c t sq u a l i t ya n dp r o d u c t i o ne f f i c i e n c y , t h em a c h i n ev i s i o no n l i n ep r o d u c te x a m i n a t i o nt e c h n o l o g y , b a s e do nt h e d i g i t a li m a g ep r o c e s s i n gt e c h n o l o g y , i sa t t r a c t i n gm o r ea n dm o r ea t t e n t i o n t h e r ea r em a n yt y p e so fm a c h i n i n gf a c ed e f e c t so fm a g n e t i cr i n g s ， m o s to f t h e ma r en o ta p p a r e n t ，a n dm a n u a le x a m i n a t i o nh a sd e f e c t so f h i g h c o s t ，l o we f f i c i e n c y a n de x a m i n a t i o n o m i t t i n g c o m b i n e dw i t ht h e p r o d u c t i o nr e q u i r e m e n t ，i t ，m a n u a le x a m i n a t i o nr e p l a c e db ym a c h i n ev i s i o n t e c h n o l o g y , i ss u c c e s s f u lt od e t e c tt h ed e f e c t so fm a g n e t i cr i n g sb ym a c h i n e t h ek e yp o i n ti s ，b a s e do i lt h ed i g i t a li m a g ep r o c e s s i n gt e c h n o l o g y , d e v e l o p i n gt h ee x a m i n a t i o ns y s t e m t om a k ei t p o s s i b l et od e t e c tt h e m a g n e t i cr i n g s o fd i f f e r e n tt y p e sw i t hd i f f e r e n td e f e c tc h a r a c t e r i s t i c s s u c c e s s f u l l y b u tt h er e s u l t so fd e t e c t i n gt h er a r et i n yc m c kd e f e c t sa r en o t s a t i s f a c t o f yb yt h i ss y s t e m ，t h et e c h n i q u eo fw a v e l e tt r a n s f o r m a t i o ni m a g e s t r e n g t h e n i n gi si n t r o d u c e dt od os o m eb e n e f i c i a ld i s c u s s i o no nt h i sk i n do f c r a c kd e t e c t i n g ac a r e f u la n a l y s i si sd o n et ot h e m a g n e t i cr i n g sp r o d u c e d b ya c o o p e r a t i v ec o r p o r a t i o n ，w h i c hi sf o l l o w e db yt h ei n t r o d u c t i o ni nd e t a i lo f i m a g ep r e p r o c e s s i n g a n dd e f e c tc h a r a c t e r i s t i c a b s t r a c t i n gt e c h n o l o g y a c c o r d i n gt ot h ec h a r a c t e r i s t i co fm a c h i n ev i s i o nt e c h n i q u ea p p l i e dt o i n d u s t r i a l p r o d u c t se x a m i n a t i o n a n dt h ee n g i n e e r i n g r e q u i r e m e n ta n d l j 浙江t 业大学硕+ 学位论文 o p e r a t i o nt h e o r y , an a r r a t i v ei nd e t a i lo fi n s t r u m e n t so fa u t o m a t i cd e f e c t d e t e c t i n gi sp r e s e n t e d c o m b i n e dw i t hl a b v i e wa n dv i s i o nb u i l d e ra i d e v e l o p m e n tt o o l s ，t h es o f t w a r ed e s i g na n dd e v e l o p m e n to fa u t o m a t i c d e f e c td e t e c t i n gm a g n e t i cr i n gs y s t e mi si n t r o d u c e d a tl a s t s a m p l e a n a l y s i so fr e a lp r o d u c t si sd o n ew i t ha na p p r a i s eo ft h eq u a l i t yo ft h i s e x a m i n a t i o ns y s t e m ，w h i c hv e r i f i e st h ep r a c t i c a b i l i t ya n df e a s i b i l i t yo ft h i s s y s t e m i te n d sw i t hf u r t h e rd i s c u s s i o no nd e t e c t i n go fr a r et i n yc r a c k d e f e c t sw i t hw a v e l e tt r a n s f o r m a t i o ni m a g es t r e n g t h e n i n gt e c h n i q u et h a t w o u l db eo n eo f 。t h em a i ns u b j e c t so f n e x tp h a s eo f t h ep r o g r a m k e yw o r d s ：m a c h i n ev i s i o n ，v i r t u a li n s t r u m e n t ，i m a g ep r o c e s s i n g , w a v e l e ta n a l y s i s ，l a b v i e w 1 1 1 浙江工业大学 学位论文原创性声明 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工 作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个 人或集体已经发表或撰写过的研究成果，也不包含为获得浙江工业大学或其它教 育机构的学位证书而使用过的材料。对本文的研究做出重要贡献的个人和集体， 均己在文中以明确方式标明。本人承担本声明的法律责任。 作者签名 湛a 乙隔吼呷年厂月湘 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 作者签名 导师签名 1 、保密口，在年解密后适用本授权书。 2 、不保密曲。 ( 请在以上相应方框内打“”) 9 r 束隋9 。孓永i m 夕安稿 日期：& 勾年 ， 同期：妒 ， 月弓l 同 6 聂 日 浙江- 业大学硕i ：学位论文 1 1 引言 第一章绪论 快速、准确的产品检测是工业现代化不可缺少的环节。然而，传统的产品检 测基本由人工视觉来完成。一方面，人工检测不仅工作量大，而且极易受检测人 员的精神状态、工作熟练程度、经验水平和工作环境等因素的影响，很难保证检 测的效率与精度，越来越不能满足当今社会生产的要求。另一方面，对一些不适 合人工检测的危险工况、无损检测或人工视觉难以满足要求的场合，人工检测都 无法得到满意的结果甚至导致严重的错误或危害，直接造成较大的经济损失。因 此，随着生产过程自动化程度的同益提高以及企业对产品质量要求和生产效率的 不断提升，以数字图像处理技术为基础的机器视觉技术将越来越得到人们的重视。 在日常生活中，很多设备( 如，喇叭、微波炉等) 的正常工作都离不开磁环。 而由于生产过程中的种种原因，磁环产品往往会在加工面产生掉角、杂质、裂纹、 圈裂等缺陷。这些缺陷特征一般是随机发生的，无规律可寻，人工检测容易使检 验人员疲劳，容易误判。因此，基于机器视觉技术，对磁环产品加工面的缺陷特 征进行检测研究便有了应用价值和实践意义。 常见的磁环端面的缺陷有裂纹、圈裂、掉角和杂质四种，这些缺陷特征都具 有明显的可检测的灰度特性( 缺陷特征的灰度值与磁环端面的灰度值都有比较明 显的差距) 。本文针对该特性，并利用必要的相关处理技术，对磁环双端面缺陷检 测系统的开发进行了研究，通过对系统所需硬件及软件的分析选取及设计，开发 实现了磁环双端面缺陷的自动检测。然而，实践表明该系统在处理非常见的窄裂 纹磁环时，效果并不是很令人满意，因此，本文最后对窄裂纹的机器检测进行了 尝试性研究，得到了部分初步结论。 磁环窄裂纹缺陷检测的关键是检测之前缺陷特征的增强，抑制或消除背景( 主 要是磨削纹理) 的干扰，即在识别检测前对磁环图像进行预处理。而传统的图像 增强方法处理裂纹缺陷特征，无法消除背景的干扰，不能凸显缺陷特征。从数学 的角度来看，图像处理可看作为二维信号处理。在实际应用中，绝大多数信号是 非稳定的，而特别适用于非稳定信号处理的工具是小波分析。因此，本课题引入 小波变换图像增强技术对检测前的磁环图像进行缺陷特征的增强处理。 浙江工业人学硕j ：学位论文 小波分析是2 0 世纪8 0 年代开始发展起来的一个新兴的数学分支，是当前国际 上最新的时频分析工具，在信号图像处理方面有着广泛的应用。小波分析虽然发 展历史不长，但已经在通信、自动化、数值计算、微分方程求解、图像处理等方 面的应用中取得了引人注目的进展并已经在电脑分类与识别、医学成像与诊断、 大型机械的故障诊断等领域得到了应用。近几年以来，在图像增强技术的研究中 已经引入小波分析高级技术，而且将是今后的发展方向，其应用也会更加广泛。 1 2 课题的研究背景和意义 磁环在较多的设备中都发挥着重要的作用，本课题的合作公司专门从事磁性 材料产品的生产和销售，尤其是喇叭磁环、微波炉磁环及其它家电产品磁环的产、 销量在国内名列前茅。因此，磁环产品的质量与该公司的生存及发展息息相关。 而影响该公司磁环产品质量的因素有很多，如原材料搅拌不均匀或混有杂质、成 型模具的磨损、烧结工序的温度控制不当或半成品受热不均匀等。造成的磁环表 面缺陷特征主要有杂质、掉角、裂纹( 宽度大于0 1 m m ) 、圈裂，还有极少数量的 产品缺陷特征是窄裂纹( 宽度小于0 1 m m ) 。为了避免不良磁环产品流入市场，在 磁环的端面磨削工序之后，必须进行产品的全面检测，然后，才能包装、入库。 目前，该公司的产品检测由生产员工对磁环进行在线检测和质检员对生产员 工已检测的磁环进行二次离线检测组成。磁环的双端面磨削是连续、高速( 约o 8 秒件) 进行的，在线检测只能实行抽检。然而，由于一些缺陷特征受磨削纹理的 干扰非常严重，特征不明显，由生产员工随机抽检，难以在较短的时间内识别出 来，不但效率低而且精度也不高，产品的漏检现象时有发生。另外，离线检测无 法防止生产过程中不良品的连续出现，也不能克服人工疲劳等主观因素所带来的 误检、漏检，还要投入巨大的人力、物力、时间，容易造成极大的浪费。这种通 过人工观察，参照检验标准，寻找产品缺陷的传统检测方法劳动强度大、效率低， 检验结果受工作人员主观影响大，误检率和漏检率都比较高。客户收到不良产品 的情况时有发生。还有，检测的工作环境较差，检测车间与磨削车阿在同一间厂 房，噪音大，粉尘多；检测作业方式比较落后，众多的检测人员站在长方形的检 测工作台两边，从产品托盘里逐个取出磁环检测，然后将己检测的磁环分别放置 良品或不良品托盘。鉴于人工检测的上述不足，因此，开发磁环双端面缺陷检测 浙江丁业大学顾i ：学位论文 系统对产品进行检测成为迫切需要。 本课题就是在以上背景和技术的基础上提出的。课题将以数字图像处理理论 为基础，利用机器视觉技术和虚拟仪器技术，开发磁环双端面缺陷检测系统。机 器视觉检测取代人工检测，以提高产品质量，提高生产效率，促进公司的发展。 但是，机器视觉技术在磁环产品的在线检测任务中的应用，面临的难度很大。 这主要是由磁环产品检测的特点决定的。磁环产品检测的特点主要有如下三方面： 一、高速。检测速度不超过0 8 s 件：二、缺陷的背景( 主要是磨削纹) 干扰大， 缺陷特征不明显；三、非接触。检测过程不能触摸磁环的双端面。针对上述特点， 在保证检测精度的前提下，如何利用机器视觉技术对高速生产过程中的磁环进行 在线检测就具有极大的意义。 合作公司生产的磁环产品存在极少数量( 低于1 5 0 0 0 0 0 ) 的磁环表面出现窄 裂纹( 宽度小于0 1 m m ) ，对这类不良品采用常规的机器视觉技术无法正确检测 出来。所以，磁环的窄裂纹缺陷检测的关键之一是检测i i 研究合适的增强方法对 磁环的窄缺陷特征进行增强，以抑制或消除背景( 磨削纹理) 的干扰。用传统的 图像增强方法对该类裂纹缺陷特征作处理，往往无法消除背景的干扰，不能凸显 缺陷特征。从而，需要较新的方法来进行这方面的处理。从数学的角度来看，图 像处理可看作为乒维信号处理。在实际应用中，绝大多数信号是非稳定的，而特 别适用于非稳定信号处理的工具是小波分析。 小波分析是建立在泛函分析、f o u r i e r 分析、样条分析及调和分析基础上的新 的分析处理工具。小波变换具有多分辨分析的特点，在时域、频域都具有表征信 号局部特征的能力，因此，广泛地应用于图像处理和模式识别领域中，成为强有 力的信号处理工具l l 】。小波变换能够更加精确地分析图像的局部和细节信息，可以 将各种交织在一起的不同频率组成的混合信号分解成频率不相同的块信号，因而， 能有效地应用于图像处理中。近几年以来，在图像增强技术的研究中已经引入小 波分析高级技术，而且将是今后的发展方向，其应用也会更加广泛。 因此，引x , d , 波变换的图像增强技术对图像进行处理。通过对合作公司生产 的磁环进行检测实验和分析，对窄裂纹缺陷特征作增强处理，最终，实现窄裂纹 缺陷特征的检测。 目前，国内对磁环类产品采用机器视觉技术进行自动检测的研究还没有较成 功的成果报道。根据我国国情和磁环产品的实际生产情况，研究并开发适合我国 浙江t 业大学顾t ：学位论文 该类产品生产情况的表面质量自动检测系统，对提高磁环类产品的质量、增强出 口竞争力，具有重要的社会和经济意义。 以较低成本的系统硬件，配以高质量的检测软件，以微型计算机为平台，以 c c d 摄像机和图像采集卡为图像采集设备，采用机器视觉技术，研究开发产品缺 陷自动检测程序系统，将是我国制造业在这一领域的发展方向。从而，本课题的 成功经验还可以推广到其它高速生产线的产品表面质量检测中，因此，本课题具 有重要的实际应用价值和现实意义。 1 3 论文工作概述 本论文介绍了本系统的硬件需求、设计以及检测设备的工作原理；对磁环产 品的缺陷特征作了深入的分析，为检测程序的开发提供了依据；特别介绍了以数 字图像处理理论为基础，利用机器视觉技术和虚拟仪器技术开发的磁环双端面缺 陷检测系统；对本系统检测的初始设置与检测系统中参数的基本设置、高级设置 作了详细的介绍；根据抽样的结果数据统计、分析，对本系统的性能作出客观的 评价：本系统对非常见的窄裂纹缺陷检测结果还不是很令人满意，因而，本文作 者引入小波变换图像增强技术，对该类裂纹的检测进行了有益的探讨。最后，介 绍了检测结果数据实时录入数据库程序的开发，以便进行后续的查询、统计、分 析等工作。本论文是基于一个完整工程项目的研究工作，根据项目的研究内容和 实现情况，本论文的主要工作包括工程需求分析、缺陷特征的检测、系统软硬件 设计、检测结果数据库管理系统开发等内容。 课题要研究的内容主要包括如下几个方面： 1 、图像采集和处理的硬件方案的确定与检测设备的设计； 2 、磁环缺陷特征的分析与检测软件系统的开发： 3 、窄裂纹缺陷检测算法的研究： 4 、检测结果数据库管理系统的开发。 4 浙江t 业人学硕l ：学位论文 第二章机器视觉与虚拟仪器技术 随着计算机技术和数字图像处理技术的不断发展，使得机器视觉在许多领域 得到了广泛的应用。在机器视觉系统中融入虚拟仪器技术可以缩短开发周期，降 低开发成本，提高机器视觉系统的性价比。本章将对数字图像处理技术、机器视 觉和虚拟仪器技术的概念及发展现状进行简单介绍。 2 1 基于图像处理的机器视觉 人们从外界环境获取的信息中，有8 0 来自于视觉【2 】。机器视觉就是用摄像机 模拟人眼的视觉功能，用计算机模拟人的大脑，从图像或图像序列中提取信息， 对客观世界的三维景物和物体进行形态、特征和运动识别。简单来说，机器视觉 就是用机器代替人眼来做测量和判断。 机器视觉技术可以应用于生产过程、生活、科学研究等方面，特别是在自动 生产线上代替人工从事快速的产品检测工作，可以达到快速、准确的效果 3 i 。机器 视觉系统首先用c c d 摄像机将被摄取目标转换成图像信号，传送给图像采集卡， 图像采集卡根据像素分布和亮度、颜色等信息，把图像信号转变成数字信号传送 给图像处理系统；图像处理系统对这些信号进行各种运算来提取目标的特征( 如： 面积、长度、数量、位置等) ；最后，根据预设的容许度和其他条件输出结果或 作出判断【4 1 ( 如：尺寸、角度、偏移量、个数、正品不良品、有无等) 。机器视 觉体现了自动化、客观、实时、非接触、快速和高精度，而且，永不疲倦。机器 视觉强调的是实时、精度和速度，以及工业现场环境下的可靠性，和连续工作的 持久性。机器视觉检测产品不仅可以大大提高生产效率和生产的自动化程度，而 且易于实现信息集成，满足数字化、自动化生产的要求。 据2 0 0 6 年国际权威统计资料显示1 5 】，目前全球机器视觉市场总量在6 0 亿7 0 亿美元之间，并且以每年1 0 左右的速度迅速增长。机器视觉技术在国外的研究工 作已经进入了鼎盛时期，而国内在这方面的投入和研究才刚刚起步。在国外，机 器视觉的发展主要体现在工业生产中不同领域的应用，其中大概4 0 5 0 集中在 半导体行业1 6 j ，如p c b 印刷电路、电子封装技术与设备等。在国内，以上行业本 浙江丁业人学硕i j 学位论文 身就属于新兴的领域，而且机器视觉产品技术的普及与推广还不够，机器视觉的 应用只是出现了一些案例，而且往往较为初级，无论是在深度上还是广度上，与 国外水平的差距还比较大。当前，我国工业面临着产业结构调整的任务，所谓用 信息化带动工业化，就是要用先进的技术来武装传统产业，因此，机器视觉在各 个领域的应用己成为必要，加快发展机器视觉及相关产品迫在眉睫。 2 1 1 机器视觉系统的特点与结构 1 、机器视觉系统的特点 机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、控 制技术、光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计 算机软硬件技术、人机接口技术等【7 】。这些技术在机器视觉中是并列关系，相互协 调作用才能构成一个成功的机器视觉应用系统。机器视觉将数字图像处理、计算 机图形学、模式识别、人工智能、神经网络等学科领域与工业生产紧密联系在一 起，这就使机器视觉系统具有以下特点： 1 ) 广义性。机器视觉是通过分析处理并解释光学非接触传感器观测到的图像 后做出决定，进而控制机器或过程，因此，它比图像处理与分析系统有更广的意 义，是图像处理与分析系统的延伸。 2 ) 非接触性。机器视觉系统一般都采用非接触传感器将外部场景转换为电信 号，再经过数字化进行进一步分析处理，以做出结论。与传统的检测手段相比， 机器视觉具有不可替代的优越性。 3 ) 实用性。机器视觉系统要求能够适应工业生产中恶劣的环境，要有合理的 性能价格比，要有通用的工业接口，能够由普通工人来操作，有较高的容错能力， 有较高的安全性，不会破坏工业产品，还有较强的通用性和可移植性。 4 ) 高可靠性、高精度和高速度。机器视觉代替了人类在工业生产中的地位， 它不仅对图像进行分析处理，而且将图像处理技术与工业生产紧密结合在一起。 因此，机器视觉系统更强调精度、速度以及工业环境下算法的适应性和可靠性。 5 ) 强调实时性。随着计算机技术的飞速发展，机器视觉的实时性有了长足进 步。许多原来只能在试验中的技术，已能投入应用，使图像处理的工作更为普及。 6 ) 软件算法精简。机器视觉系统要代替人类在工业生产中的地位，代替人类 6 浙江t 业人学硕i ：学位论文 在生产中做出操作判断，这也要求机器视觉软件的算法更精简。 7 ) 面向工业应用、自动化程度高。人类的视觉功能赋予了智能机器，以完成 许多人类不能完成的工作或替代浪费大量人力、物力的工作，并且做到自动化、 高效以及节省人力、物力。也正是由于机器视觉系统要实现自动化，所以机器视 觉通常与测控系统以及运动控制模块集成在一起使用。 8 ) 检测标准客观、一致性好。只要外界条件不改变或者检测程序没有更改， 机器视觉的检测标准就不会改变。 9 ) 技术人员的综合能力要求高。对机器视觉工程师来说，不仅要具有研究数 学理论和软件开发的能力，更需要的是光、机、电一体化的综合能力。 2 、机器视觉系统的结构 从机器视觉系统的物理结构上来讲，典型的机器视觉系统1 8 - 9 】一般包括以下几 个部分，如图2 - l 所示。 圈2 - 1 机器视觉系统结构 1 ) 光源 光源在机器视觉系统中起着至关重要的作用，是影响输入图像的质量，满足 测量系统精度要求的关键因素之一。合适的光源能使被测目标特征从复杂背景中 凸显出来，而光照的窄变化都有可能引起图像的极大差异。常用的光源有：普通 白炽灯、l e d ( 发光二极管) 和激光光源。 不同视觉系统往往对光源有不同的要求，所以要针对每个具体的应用实例， 选择相应的光源，以达到最佳效果。本课题根据具体的检测环境采用红色l e d 环 形灯。它具有体积小，重量轻，光源单色性好，发光亮度高，发光效率高，亮度 便于调整和寿命长等优点，但也容易受环境光的影响。 7 浙江工业人学颂i ：学位论文 2 ) c c d 摄像机 c c d ( 半导体电荷耦合器件) 是一种新型的图像传感器。c c d 摄像机有线型 和面型之分，都是利用光学系统把景物聚焦在器件表面，通过光电转换和存储过 程，输出视频信号。c c d 摄像机根据其采集信号类型可分为彩色和黑白两种c c d 。 由于测量的环境条件，测量的对象和要求各不相同，需要根据具体条件设计相应 的光学系统，以及选择合适的c c d 摄像机。 3 ) 光学镜头 被测物的图像通过光学镜头聚焦在c c d 的敏感元件上，机器视觉系统使用 传感器来捕捉图像。光学镜头主要的参数有：放大倍率、焦距、光圈和安装接口 类型。 4 ) 图像采集卡 图像采集卡主要功能是采集图像，按照信号方式分为模拟卡和数字卡。模拟 采集卡将摄像机输出的图像信号进行预处理，即放大、滤波后，通过a d 转换电 路将图像信号转换成计算机能够处理的数字信号，然后通过总线接口送至处理器 内存。数字采集卡一般只是把数字摄像机采集好的图像数据传输到处理器内存。 在机器视觉系统中，合适的光源为视觉系统提供良好的外界条件，使得系统 获取的图像信号有很高的信噪比。本课题采用n i 公司的p c i 一1 4 0 9 黑白图像采 集卡。 2 1 2 机器视觉的应用 近几年，随着配套基础建设的完善，技术、资金的积累，各行各业对采用机 器视觉技术的工业自动化、智能化需求开始广泛出现，国内外有关大专院校、研 究所和企业在机器视觉技术领域进行了积极探索和大胆的尝试，逐步开始了在各 个领域的应用。 1 、在工业检测中的应用 目前，机器视觉已成功的应用于工业检测领域，大幅度的提高了产品的质量 和可靠性，加快了生产的速度。这些领域包括汽车、电子与电气、制药、食品、 饮料、包装等。生产应用大多集中在如印刷色彩检测、产品包装印刷质量的监测、 矿泉水瓶盖检测、产品表面质量检测、汽车制造、容器质量检测、饮料填充监测、 8 浙江1 = 业大学硕l 二学位论文 木材厂木料监测、半导体集成块封装质量检测等方面。在制药生产线上，可以使 用机器视觉技术对药品包装进行检测，以确定是否装入正确的药粒。不过，真正 高端的应用还很少，因此，以上相关行业的应用空间还比较大。 2 、 在机器人导航及视觉伺服系统的应用 赋予机器人视觉是机器人研究的重点之一，其目的是要通过图像定位、图像 理解，向机器人运动控制系统反馈目标或自身的状态与位置信息。 3 、在图像监控、安防、交通管理中的应用 机器视觉技术被用于改善图像质量、捕捉突发事件、监控复杂场景、鉴别身 份、指纹检测、跟踪可疑目标等，能大幅度提高监控效率，减少危险事件发生的 概率。在交通管理系统中，机器视觉技术被用于车辆识别、调度，向交通管理与 指挥系统提供相关信息。 2 2 基于l a b v i e w 的虚拟仪器技术 所谓虚拟仪器( v i r t u a li n s t r u m e n t ，简称v i ) ，就是在以计算机为核心的硬件平 台上，其功能由用户设计和定义，具有虚拟面板，其测试功能由测试软件实现的 一种计算机仪器系统【l0 1 。虚拟仪器是当前测控领域的技术热点，代表了未来仪器 技术的发展方向，其应用范围越来越广。它可以很方便地通过改变软件设计的方 法来适应不同的要求，使其功能更加灵活、强大，可以说，虚拟仪器的发展，软 件是关键。同时，它也很容易同网络、外设及其它应用连接。 基于虚拟仪器的机器视觉系统使用的开发软件具有高度集成的图像处理功能 模块和易于使用的操作流程，这就大大加快了系统的开发速度，解决了传统的机 器视觉系统的一大弊端。将虚拟仪器技术与机器视觉技术结合起来，就可以为用 户定制完全基于p c 的机器视觉系统。这样不仅可以减少用户的投资，而且还可 以开发出自动化程度高、可靠性强的系统。 2 2 1 虚拟仪器开发平台l a b v i e w l a b v i e w ( l a b o r a t o r yv i r t u a li n s t r u m e n te n g i n e e r i n gw o r k b e n c h ) 是美国国家 仪器公司( n a t i o n a li n s t r u m e n t s ，简称n i ) 推出的一种虚拟仪器开发平台，是目前 浙江1 = 业人学硕上学位论文 最成功、应用最广泛的虚拟仪器软件开发环境】。l a b v i e w 是一种基于g 语占 ( g r a p h i c sl a n g u a g e ，图形化编程语言) 的虚拟仪器丌发工具，用图标连线方式的 图形语言代替了传统程序语言的文本编程方式。在虚拟仪器系统上，整个软件才 是系统的主体。用l a b v i e w 设计的虚拟仪器，最终用户看见的是和实际的硬件 仪器相似的操作面板。 l a b v i e w 广泛应用于包括航空、航天、通信、汽车、半导体和生物医学等世 界范围的众多领域。各个专业领域的工程师、科学家通过定义和连接代表各种功 能模块的图标，可方便、迅速地建立起通常只有高超编程技巧的程序员才能编制 的高水平应用程序。因此，l a b v i e w 又被称为“面向工程师和科学家的编程平台”。 l a b v i e w 具有以下特点： l 、图形化和数据驱动式的开发环境。l a b v i e w 使用“所见即所得”的可视化 技术建立人机界面。设计人员无需编写文本格式的代码，是真正的工程师的语言。 l a b v i e w 用图标表示功能模块，使用图标间的连线表示各种功能模块间传递的数 据流，使用数据流程图式的图形化语言编写代码。 2 、灵活的程序调试手段和高速的编程效率。l a b v i e w 采用编译方式运行3 2 位应用程序，这就解决了其他按解释方式工作的图形化编程平台运行速度慢的问 题，其运行速度与编译c 的速度相当。 3 、功能强大的函数库。l a b v i e w 提供了大量的基本函数库。其中，i m a q v i s i o n 包含了各种机器视觉开发用的算法，本课题就是利用该函数库开发了课题 需要的机器视觉应用系统。 4 、开放式的开发平台。l a b v i e w 提供- j d l l 接口，使用户能够在l a b v i e w 平台上调用其他软件平台编译的模块。l a b v i e w 提供了c i n 接口，可以使用户将 自己用c 语言编写的程序集成到整个软件系统中来。 5 、强大的i n t e m e t 功能。l a b v i e w 支持t c p i p 、动态数据交换( d d e ) ，i a c 等 网络功能，方便网络、远程测控仪的开发。d a t a s o c k e t 用统一的高层a p i 封装了底 层的t c p i p 通讯协议，用户无须编写大量的代码，便可以利用d a t a s o c k e t 在不同的 网络节点之间进行数据或信息的传输、共享，极大地简化了用户的工作。 由于上述的优点，l a b v i e w 如今已被认为是虚拟仪器开发的通用平台，被越 来越多的丌发人员所接受。 浙江1 = 业人学硕十j 学位论文 2 2 2i m a qv i s i o n 与v i s i o nb u i l d e r a i 简介 i m a q v i s i o n 与v i s i o n b u i l d e r a i 是n i 公司的视觉丌发模块，是专为开发机 器视觉与科学应用的工程师和科学家而设计。n i 公司的图像采集与处理的软硬件 产品将视觉功能带入了虚拟仪器系统。 1 、i m a q v i s i o n i m a q v i s i o n 是n i 专门针对机器视觉领域推出的专用开发包，它将机器视觉 和图像处理功能加入到l a b v i e w 中，可用于工厂和实验室自动化操作等需要高稳 定性、高速度的视觉系统中。使用t m a qv i s i o n 可以加快工业视觉和科学图像应用 软件的开发。i m a qv i s i o n 库可以处理三种类型的图像：灰度，彩色和复合图像【1 2 】。 l a b v i e w 平台上的i m a qv i s i o n 模块简介： l a b v i e w 是图形化的编程语言平台，所以其平台上的i m a qv i s i o n 模块就 具有与文本编辑方式不同的特点。下面简单介绍本课题使用的l a b v i e w 7 1 下的 i m a qv i s i o n 7 0 模块中的图像处理软件包。 i m a q 图像处理软件包含4 个函数库，分别是i m a q 驱动函数库、视觉工具函 数库、图像处理函数库、机器视觉函数库。其中，视觉工具函数库( v i s i o nu t i l i t i e s ) 的功能是产生和操作图像，包含的子函数库有：图像管理、图像处理、显示、文 件、色彩工具、标定、掩模、像素处理、指定区域等；图像处理函数库( i m a g e p r o c e s s i n g ) 的功能是对图像进行分析、滤波和加工处理，有分析、色彩加工、频 域变换、滤波、形态学、运算、处理等子函数库；机器视觉函数库( m a c h i n ev i s i o n ) 的功能是执行机器视觉检查，包括图像的局部存储及测量局部维数的可视性等， 有解析几何学、测径器、坐标系统、计量对象、器具浏览、提取边界、查找模式、 测距库、测量强度、搜索匹配、选域等子函数库。 2 、v i s i o nb u i l d e r a i v i s i o nb u i l d e r a i 软件是l a b v i e w 的附加模块，建立在交互式模式和“假设 分析”环境基础上，可快速开发视觉应用系统，可以对一系列的虚拟检测步骤进 行配置，并按照基准进行检测，也可以利用虚拟检测系统进行自动检测。它不仅 可以执行功能强大的虚拟检测任务，而且可以在基于单个任务结果上进行决策。 还可以利用串口和分柿式i o 口，与外部设备进行通信1 1 3 】。v i s i o nb u i l d e ra 1 支 持将用户配嚣的检测程序植入到l a b v i e w ，从而使得用户通过对动作控制和数据 浙江1 = 业大学硕l 学位论文 获取集成来扩展程序的应用。 v i s i o nb u i l d e ra i 可以产生机器视觉与图像处理功能的文字叙述，以指导在 l a b v i e w 环境下，使用i m a qv i s i o n 进行开发。此外，v i s i o nb u i l d e r a i 除了生 成一个l a b v i e w 图框外，还能够产生v i s u a lb a s i c 和c 语言脚本。 v i s i o nb u i l d e r a i 有以下几个显著的特点： 1 ) 高级机器视觉，图像处理功能和显示功能； 2 ) 适用灰度、彩色及二进制图像的处理和分析： 3 ) 高速灰度和彩色模型匹配； 4 ) 交互式视觉开发环境生成l a b v i e w 流程图； 5 ) 利用自动脚本和批处理命令完成离线监视。 浙江丁业大学硕l ：学位论文 第三章磁环图像预处理及缺陷分析 本课题开发的系统，最终目的是实现利用机器视觉技术对磁环双端面的缺陷 进行正确的检测。为了更好地对磁环的各种缺陷进行识别检测，需要在检测之前 对磁环图像进行一些处理。而这些预处理技术都是基于数字图像处理技术的，因 此，本章就对数字图像处理、磁环图像的预处理技术及缺陷检测原理与方法进行 具体的阐述。 3 1 几个数字图像处理术语 本章所叙述的图像预处理及缺陷检测原理与方法都利用了数字图像处理的知 识，本节对本课题中用到的一些图像处理方面的术语及其在课题中的具体应用作个 介绍。 所谓数字图像处理( d i g i t a li m a g ep r o c e s s i n g ，d i p ) ，就是把在空间上离散的、 在幅度上量化的数字图像，经过一些特定数理模式的加工处理，以达到改善图像的 视觉效果或者便于计算机进行分析和处理的过程。数字图像处理技术是机器视觉技 术的基础。图像处理中，输入的是低质量的图像，输出的是改善质量后的图像。 下面简单介绍几个本课题涉及到的数字图像的术语f j 4 】。 1 、像素( p i x e l ) 像素是构成数字图像的最小单位，一幅图像是由若干这样的像素点以矩阵的方 式排列而成。像素点的大小，直接与图形的分辨率有关，分辨率越高、像素点就越 小，图像就越清晰。 本课题中，根据具体环境及硬件性能要求，设置图像的分辨率为7 6 8 5 7 6 。以 该分辨率而言，采集到的磁环图像比较清晰，满足检测要求。 2 、数字化 为了用计算机对图像进行处理，首先必须把连续图像函数f ( x ，y ) 进行空间和 幅度( 灰度值) 的离散化处理。空间连续坐标( j ，y ) 的离散化，称为图像的采样。 幅度( 灰度值) 的离散化，称为f ( x , y ) 狄度级的量化。采样与量化的总过程称为 浙江下业人学硕_ l ：学位论文 图像的数字化，被数字化后的图像f ( x ，y ) 称为数字图像。 本课题选用p c i 一1 4 0 9 图像采集卡对磁环物理图像( 自然连续图像) 进行数字 化，以便使图像能被计算机所处理。关于图像采集卡的选择及数字化的具体实现， 将在第四章作介绍。 3 、灰度直方图 直方图是一个显示灰度或索引图像亮度分布情况的图表，它是图像分析中用 来说明图像狄度分稚的图形 1 6 j 【1 7 l 。直方图的每一个分支表示对应灰度级出现的频 数( 处于该灰度级的像素的数目) 间的统计关系，用横坐标表示灰度级，纵坐标 表示频数( 或相对频数= 频数总像素数目) 。 本课题在图像的预处理过程中，有些技术是基于图像的灰度进行实现的。灰 度直方图对这些处理技术的实现提供了较为方便的依据。 4 、点运算 点运算主要是对图像的灰度级进行处理，处理后图像的像素点仅由对应的原 始图像的像素点决定。有时点运算可以看作“从像素到像素”的复制操作，以预定的 方式改变一幅图像的灰度直方图，点运算又称为对比度增强，对比度拉伸或灰度 变换。 点运算的数学表示为： b ( x ，y ) = ， 4 ( 工，y ) 】 其中，4 0 ，) 为输入图像，b ( x ，y ) 为输出图像，是用来描述输入灰度级与输出 灰度级之间映射关系的。 一种特殊的点运算是基于全局阂值的二值化方法。 5 、二值化处理 在数字图像处理中，二值图像占有非常重要的地位。在实用的图像处理系统 中，二值图像处理的速度快、成本低。二值图像能够用几何学中的概念进行分析 和特征描述，目前，二值图像处理己经成为图像处理中的一个重要的内容，并且 得到了广泛的应用。 灰度图像的二值化包括全局阈值和局部阈值两种方法。全局闽值方法的思路 如下：首先是根据具体需要确定一个闽值，如果图像中某像素的灰度值大于该阈 值，则将该像素的灰度值设置为1 ，否则灰度值设置为0 。该思想用数学函数表示 14 浙江t 业人学顾 j 学位论文 如下： 胁 0 雾 其中，7 1 为指定的全局灰