机器视觉在轮胎检测领域的应用研究

1、机器视觉在轮胎检测领域的应用研究摘要：将先进的机器视觉理论成果应用于航空轮胎的表面质星检测,为复杂的轮胎测臺 提供实时、眾的测臺途径。通过研究实现了一个航空轮胎表面缺陷识别系统,该系统在机 器视觉平台下用分时和同步两种方式实现了航空轮胎的各种表面缺陷在线检测。该系统可使 检测时间缩短至1530 s ,达到在轮胎生产过程中实时监控的目的。关键词：机器视觉；图像检测；航空轮胎；表面质星中图分类号：TP 23文献标识码：A引言近年来，随着生产工艺飞速发展,人们开始关注产品的外观质呈，比如印刷品、包装、 工艺品等以外观质呈为重要附加价值的产品，又比如航空轮胎等表面缺陷会直接影响到使用 效果甚至会给使用

2、者的生命财产安全带来无可挽回的损失的产品。众所周知，机器视觉已经 发展成为重要的工业生产加工手段之一，在中国成为全球重要的制造中心之一的背景下，中 国成为继美国、欧洲和日本后的全球第四大机器视觉市场，同时也是最具发展潜力的市场。 方面外国企业积极入驻中国带来了巨大的视觉系统需求，另一方面国内企业不断扩大生产 规模，加大了对视觉系统的需求，以航空轮胎为例,未来十年，国家将在大飞机项目中投入 500600亿资金,大飞机项目的发展,必将会带动航空轮胎行业大规模的发展,对航空轮 胎的质星要求也会更加严格。1国内外相关技术硏究国外对机器视觉技术的硏究，由于开展 的比较早，而且具有资金、技术以及硬件方面的

3、优势，已经走在了国内的前面。国外的机器 视觉系统的应用领域涉及到了社会生产的各个方面，有原始的在线监视，也有外观检测以及 动作、行为控制，许多工业加工成套生产设备都集成了机器视觉系统，成为加工生产线的标 配，比如E卩刷生产线上的机器视觉质臺控制系统，又比如汽车制造业中的移动三坐标测量系统1。由于经济和技术原因，国内绝大多数图像处理技术公司都以代理国外产品为主，没 有或者很少涉足拥有自主知识产权的机器视觉在线检测设备，对视觉技术的开发应用停留在 比较低端的小系统集成上，对需要进行大数据臺的实时在线检测的研究很少，也很少有成功 案例。但是，随看国内经济发展和技术手段不断提高，对产品质呈检测要求就更

4、高，对在线 检测设备的需求也就更大，具有巨大的市场潛力。计算机、摄像机等电子技术的飞速发展大 大提高了机器视觉系统的硬件水平同时图像处理理论和算法的快速发展也给机器视觉系统 提供了强大的软件支持。但是，仍然伴随看一些问题，主要有以下两点：光学仪器第35卷 第3期谢瑁r等：机器视觉在轮胎检测领域的应用硏究臺计算呈都因此成倍增(1)算法的精确性提高伴随看计算呈的成倍增加，处理时间就成为了实时检测的软肋；(2 )硬件的分辨率提高了 ,图像的分辨率、精度也随之提高了，但是i 加。因此，如何保证检测的实时性和准确性，是机器视觉系统在工业应用中需要解决的核心 问题。2视觉检测核心豉术2.1机器视觉图像处理

5、技术机器视觉就是用机器代替人眼来做测呈和判断。机器视觉系统是 指通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图 像信号，传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息，转变成数字化信 号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场 的设备动作。有大呈的文献和著作给与介绍和讨论，具中比较蕃名的马颂德的计算机视觉 介绍了计算机视觉的算法和理论，以及Richard Hartley的Multiple View Geometry in Computer Vision介绍了在计算机视觉中的几何理论和方法2。机器视觉中的图像处理 方

6、法，主要包括图像增强、数据编码和传输、平滑、边缘锐化、分割、特征抽取、图像识别 与理解等内容。经过这些处理后,输出图像的质星得到相当程度的改善,既优化了图像的视 觉效果，又便于处理器对图像逬行分析、处理和识别3。机器视觉理论应用于现代检测领 域，是上世纪末本世纪初计算机视觉的一个新的研究方向。它使用计算机视觉的理论方法来 识别物体的关键点，经过分析处理以后,转换成坐标数据，然后产生检测数据。国内已有学 者把机器视觉技术运用于检测领域4。但是在轮胎检测领域,机器视觉技术的应用还仅仅 停留在理论之上，还没有可实际应用的商品化的设备，更不用说结合机器视觉和嵌入式两种 技术的便携式检测仪了。2.2嵌入

7、式技术嵌入式系统一般指非PC系统，有计算机功能但又不称之为计算机的设备或 器材。它是以应用为中心,软硬件可裁减的，适应对功能、可靠性、成本、体积、功耗等综 合性严格要求的专用计算机系统。锻入式系统几乎包括了生活中的所有电器设备,如掌上 PDA、移动计算设备、电视机顶盒、手机上网、数字电视、多媒体、汽车、微波炉、数字 相机、家庭自动化系统、电梯、空调、安全系统、自动售货机、蜂窝式电话、消费电子设备、 工业自动化仪表与医疗仪器等。嵌入式系统有以下几大优点56 :( 1)嵌入式系统通常是面 向特走应用的，它通常都具有低功耗、体积小，集成度高等特点;(2)嵌入式系统和具体 应用有机地合在一起，它的升级

8、换代也是和具体产品同步进行的，因此嵌入式系统产品一 旦进入市场，就具有较长的生命周期；(3)由于空间和各种资源相对不足，嵌入式系统的 硬件和软件都必须设计,星体裁衣、去除冗余,力争在同样的硅片面积上实现更高的性能, 这样才能在具体应用中对处理器的选择更具有竞争力。本硏究选取嵌入式系统中的DSP(数 字信号处理器)来进行开发，具体型号为TI公司的TMS320o它具有很高的编译效率和执居具有独立的存储空间r行速度,在信号处理方面具有优势,它的特点如下：(1)程序和;有看各自独立的程序总线与数据总线何以同时又擞据和程序进行寻址，大大提高了数据处 理能力；(2)由于广泛采用了流水线操作，减少了指令的执

9、行时间,可以同时运行8条指 令；(3)与一般计算机不同，乘法(除法)不由加法和移位实现，它具有硬件乘法器,乘 法运算可以在一个指令周期内完成；(4)指令周期降到了 1.67 ns。随着工作频率逬一步提高，指令周期将进一步缩短；(5)拥有自己独特的专门为数字信号处理而设计的指令系统；(6 )相比传统的处理芯片,它还具有体积小、功耗小、使用方便、实时处理迅速、处理数据呈大、处理精度高、性能价格比高等许多优点。3轮胎检测系统构成3.1硏究目标机器视觉用于产品表面缺陷检测需要面对以下主要问题：(1)数据处理呈非常 庞大；(2 )如何快读匹配图像；(3)如何快速实现缺陷分割并剔除伪缺陷；(4)如何选取

10、缺陷特征，用以实现缺陷识别。以具体产品为例,相对其他轮胎产品,航空轮胎对质星检测 的要求较为严格，只要航空轮胎的检测技术到位,其他轮胎产品也基本可以检测。以航空轮 胎的缺陷检测为例，根据GB/T 9747-2008航空轮胎试验方法、GB/T 13652-2004航 空轮胎表面质星和GB 15323-1994航空轮胎内胎等标准的要求，研究表面缺陷在 线检测的图像处理方案；开发一套基于机器视觉的产品表面缺陷的在线检测设备，同时根据 GB/T 13653-2004航空轮胎X射线检测方法所述,配合X射线发射仪，利用一对一 的服务器/客户机构架的机器视觉对标准中所描述的航空轮胎的一系列缺陷,如断层、气泡

11、 和裂口等进行高精度、高实时性、高连续性以及非接触式的在线缺陷检测。具体技术指标:(1)能检测出最小直径0.3 mm的轮胎内部缺陷(即横向纵向最/购为0.3 mm )并能对 缺陷逬行分类识别，主要包括结构类、气泡类和夹杂物类，对缺陷的检出率要求大于90% ;(2 )对缺陷部位进行定星和走位分析:读出缺陷的尺寸(误差0.5 mm ),测出缺陷距离轮 胎表面的深度,决走缺陷在轮胎内部的位置；(3)在线检测设备的检测检测速度与X射线 管旋转速度同步,X射线管旋4周即完成一个轮胎一个圆周的缺陷检测。3.2硏究内容和技术路线3.2.1确走机器视觉检测系统的基本框架在：呈大时,采用一个处理器搭配一台摄像机

12、的对一方式。在产品表面检测中,由于航空轮胎的圆周面比较大数据呈也就比较大,通常采用的机器视觉单摄像机方式，很难满足圆周面检测分辨率高、数据呈大的要求，而多台摄 像机能满足分辨率数据呈的要求，却又相应带来实时性差的问题。若采用多台摄像机的方式,就需要配备多套成像系统套成像系统造价在10万元左右，基于成本和计算数据呈的考虑本研究选用一对一方式r利用分时运动克服单台摄像机采集1量不足的缺点。体来说，就是在经典的服隽器/客户端模式架构的基础上设计一种基于机器视觉的系统结构 以实现轮胎圆周面产品表面缺陷的在线检测，该结构主要由四部分组成：服务器（嵌入式系 统客户端（图像处理子系统1信号模块（PLC 输出

13、单元。系统框架如图1所示。每 隔一走的时间（系统初步设走为5s）,服勢器通过PLC控制步进电机驱动轮胎做圆周转动, 每转过一个固走角度（系统走为120），服勢器就调动客户端完成此区域内相对独立的视觉 检测任务,次间隔只检测轮胎的三分之一（120/360 ），经过3个时间间隔，客户端即完 成了整个轮胎360的全面检测.然后利用拼接原理把各部分拼接起来，统一到一个坐标系 下。拼接测量的关键是利用重客区计算出各次测量时基准的不同，然后消除不同，统一在一 个坐标系下。拼接测呈的方法可以直接计算出被测轮胎的全面信息。为了保证服务器和客户 端之间图像检测数据可靠、实时的交互，本研究采用千兆以太网的方式传输

14、割居。作为整个检测系统的管理控制单元和人机交互接口，服务器不仅要完成检测任务的调度，还要可以设走检测参数,接收和实时显示客户端上传的图像:和处理结果（缺陷等）,并将信息存入数据库中。此夕卜，服务器还接收PLC传来的位置检测信号，用于与客户端的同步r并且根 据检测结果中的位置信号，对执行机构发出动作信号r标记并剔除有缺陷的产品。在客户端 处理核心中安装有图像采集卡，接收服务器设置的参数和任务调度，控制采集卡和摄像机完 成图像实时采集，利用图像处理算法处理和分析图像数据，将最终得到的缺陷位置和分类信 息上传给服务器，保存缺陷图像以备查。3.2.2设计编写表面缺陷检测的图像处理方案在表面缺陷检测中r

15、根据图像数据的特点，本 硏究提出以下图像处理过程：缺陷分割、特征提取及缺陷分类。首先是缺陷分割：在表面缺 陷检测的时候，利用图像处理算法,处理采集到的产品表面图像,将缺陷从复杂的背景图像 中分离出来。接着是特征提取：提取缺陷后，对缺陷的各种标识性属性进行提取,主要是几 何特征和灰度统计特征，以保证后续的缺陷分类和识别。几何特征指的是轮廓特征,比如长 度、形状、面积、重心等。灰度统计特征指的是分布位置、统计值、均方差等等。还有缺陷 分类：本研究采用改逬的BP算法7对网络进行训练，构建神经网络分类器来实现轮胎缺陷 分类，为了提高检测系统对伪缺陷的适应性，本研究将部分伪缺陷也作为网络输出并对其逬 行

16、训练。由于图像处理中需要运用大呈的计算机内存处理算法，为避免编程中出现内存泄露 进而造成计算机内存资源流失的现象,决走采用对內存进行托管的C#语言进行编程。3.2.3服务器和客户机系统之间的同步服务器/客户端模式架构的机器视觉系统具有独立性 和并行性的特点尼不得不面临的一个重要问题是如何解决服勢器和图像处理子系统之间的 同步问题，包括摄像机同步采集、数据同步处理和轮胎运动同步控制等。本研究利用摄像机 本身的外同步特性，采用对摄像机提供统一的线扫描触发信号保证摄像机采集同步。机器视 觉系统基本组成模块见图204结论实际测呈结果证明,应用视觉检测方法可以较好地解决传统测量方法中时间长、工作 呈大、

17、测呈效率低的问题。该方法能够充分利用现代计算机技术的优势，设备简单、易用， 克服了传统测臺仪器的许多误差来源,具有快速、准确、非接触测星的优点。在实验室中初 步完成了实验系统的核心部分（如图3所示），与传统的测臺方法相比,原先需要15 min 的测臺时间，现在只需要15-30S就可完成，操作也更加简单便捷。该系统可检测出最小 直径0.3 mm的轮胎内部缺陷（即横向纵向最小均为0.3 mm ）并能对缺陷逬行分类识别, 主要包括结构类、气泡类和夹杂物类,对缺陷的检出率为96%。参考文献:1彭向前产品表面缺陷在线检测方法研究及系统实现Q.武汉：华中科技大学，2008.2JZHANG Z.Determining the Epipolar geometry and its uncertaintyJ.A Review Int Journ