房超
男,天津科技大學碩士研究生,研究方向為機器視覺和模式識別。現任大恒圖像視覺算法部經理,多年來一直從事視覺系統的方案設計和算法研究工作。(中國大恒(集團)有限公司北京圖像視覺技術分公司,北京 100086)
1 機器視覺概述
作為一門新興的學科,機器視覺近20年來一直以迅猛的速度發展,自90年代中期以來,機器視覺的發展已經從最初的實驗室研究階段逐漸走向實際應用的發展階段。尤其進入21世紀以后,機器視覺在各行各業的應用得到了前所未有的普及和推廣,理論研究也在高分辨率的多灰度圖像處理、三維視覺模型、模式識別和神經網絡等領域內取得了很大的進展。
1.1 機器視覺發展的客觀因素
近幾年來機器視覺的長足發展得益于以下的事實:
(1)計算機工業水平的飛速提高以及人工智能、并行處理和神經元網絡等學科的發展,使得機器視覺系統的實用化程度得到了進一步的提高,同時促進了許多復雜視覺過程的研究;
(2)攝像機技術的發展使得高速和高精度應用場合的視覺系統成為可能;
(3)光源的發展尤其高亮度專用LED照明光源的使用使得視覺系統的穩定性得到很大的提高,同時降低了算法的復雜程度;
(4)許多專業傳感器的發展使得視覺系統在定位采集和控制輸出上的能力進一步增強。
1.2 視覺系統取代人工檢測是現代化進程的必然趨勢
目前,機器視覺系統正在廣泛地應用于視覺檢測、機器人的視覺引導和自動化裝配領域中。在現代化的大生產之中,產品質量檢測和工藝環節中的質量控制往往是不可缺少的,比如,印刷品質量、產品上號碼的印刷質量、機械零件的外觀、產品包裝的外觀、電路板焊接的好壞,等等。在應用視覺檢測系統之前都是依賴于人工檢測,通過肉眼或結合輔助工具進行觀測檢驗。人工檢測的弊端很多,主要體現在以下幾個方面:
(1)人工檢測勞動強度大,生產效率低;
(2)較多的人工檢驗人員會造成較大的人工成本;
(3)人工檢測的主觀性會直接影響產品的質量,沒有嚴格統一的質量標準,尤其在一些無法量化的定性檢測上,每個人的質量標準都不一樣,直接影響最終的檢測結果;
(4)在一些高速的生產環節,人工檢測無法實現實時全檢,抽檢的結果會導致大量不合格產品的產生;
(5)在高精度的檢測要求下,人工檢測的慢速度無法對所有產品進行準確檢測;
(6)在某些高溫或有毒場合,無法通過人工方式對產品質量進行檢測;
(7)人工檢測的數據無法準確及時地納入質量管理系統;
(8)許多檢測的工序需要的是準確定位坐標和角度信息,這些工作是很難靠人眼快速完成的。
在生產領域采用基于機器視覺技術的在線檢測系統,可以完全克服以上人工檢測存在的種種問題。隨著生產過程自動化控制程度和產品質量要求的提高以及人工成本的逐年提高,生產領域采用視覺檢測系統用于質量檢測和控制的呼聲也越來越強烈,越來越迫切。
1.3 視覺系統的基本工作原理
機器視覺系統一般采用CCD攝像機采集待測物圖像,再采用先進的計算機硬件與軟件技術對圖像數據進行分析處理,根據處理分析的結果實現模式識別、尺寸或坐標計算、缺陷分析等多種功能。最后將檢測結果輸出:既可輸出報警信號,也可輸出控制信號以配合執行機構完成位置調整或者實現好壞篩選。與人工視覺相比較,機器視覺的最大優點是精確、快速、可靠以及數字化。
1.4 視覺系統的構成
機器視覺系統主要由三部分組成:圖像的獲取、圖像的處理和分析、輸出或顯示。其中圖像的獲取是一個視覺系統成敗的基礎,只有獲取了穩定可靠的待測物圖像,將待測物缺陷完整準確地表現出來,才能保證分析階段的可行和可靠,因此可以說圖像的獲取方案最能體現視覺系統的設計水平;圖像的處理和分析主要是通過硬件或軟件的方法來對待測物圖像進行分析處理,通過圖像處理和模式識別的方法將待測物的缺陷提取出來并準確分類,這一階段可以說是體現了視覺系統的技術水平和算法設計能力,尤其在一些精度高,速度快的應用場合,算法設計起到決定系統成敗的關鍵作用;結果的輸出與顯示主要是要對分析的結果進行輸出顯示或控制輸出等處理,主要體現了視覺系統的功能設計水平,其中輸出控制屬于自動控制的范疇。
2 視覺系統的基本設計步驟
一個系統的實用性和技術水平主要取決于設計工作的細致性,因此首先要仔細分析客戶需求,根據實際的系統工作條件來確定系統方案。下面簡要介紹視覺系統的設計步驟。
2.1 圖像獲取方案設計
(1)根據系統的精度和速度要求確定攝像機的分辨率、行頻或幀率;
(2)根據視場大小和物距要求以及安裝空間位置要求確定鏡頭的各項參數;
(3)根據待測物特征確定光源和照明方式;
(4)確定圖像采集的控制方式,面陣相機方案主要是確定外觸發方式,線陣相機方案主要是確定編碼器行信號和復位信號的使用;
(5) 考慮圖像采集的抗干擾設計,工業現場的干擾源很多,因此要根據實際的工作環境來設計抗干擾方案。
2.2 圖像處理和分析方案設計
主要是涉及到軟件算法的設計。
(1)首先要確定是采用DSP的處理方式還是純軟件的處理方式;
(2)其次要確定開發語言,即確定高級語言程序的編譯調試工具,目前常用的是VC,VB和C++ Builder等;
(3)確定圖像處理工具的使用,為了加快開發進度可以采用一些成熟的圖像處理庫,常見的主要有OpenCV,IPP以及Halcon等一些專業處理庫;
(4)算法設計,根據采集的待測物圖像設計分割和模式識別的算法;
(5)分類方法設計,根據圖像分析的結果對各種缺陷準確分類。
2.3 輸出設計
結果輸出可根據客戶的實際需要和調試維護的需求來設計。
(1)顯示設計,包括圖像顯示、分類結果顯示等;
(2)數據存儲,包括圖像存儲、檢測數據的存儲、數據庫設計等;
(3)報警輸出,即報警方式設計,包括用戶界面上的報警輸出、聲光報警等;
(4)控制輸出,根據實際需要確定控制輸出的方式,主要有停機控制、剔廢控制和反饋控制等。
3 視覺系統在工業檢測的應用案例
機器視覺系統首先在一些效益好的規模型企業得到有效地應用,如人民幣生產企業、鋼鐵企業、煙草生產企業、大型印刷企業、汽車零部件生產企業以及芯片電子產品生產企業等。這些企業長期以來跟國外的合作較多,能夠很快接受先進的檢測技術。規模型企業在質量檢驗方面的人員比較多,比較適合視覺檢測系統的應用。尤其隨著競爭的加劇,企業強烈需要通過采用視覺檢測系統提高產品質量,通過降低廢品率來控制生產成本,實現質量管理的數字化。
以下簡要介紹視覺系統在工業檢測中的幾個常見的應用案例。
3.1 OCR與OCV
很多產品上都印刷有號碼,這些號碼有的是作為防偽的措施而存在的,有的是作為產品的唯一標識碼。如人民幣上的號碼即可用作防偽,也是表征該人民幣的唯一標識碼。每個人民幣印制企業對號碼印刷的質量要求都很高,行業里也有統一的質量標準,號碼作為可見的防偽措施,其印刷的質量直接關系到整個人民幣產品的質量,因此人民幣印制企業在印碼工序上都安裝有基于機器視覺的印碼在線質量檢測系統,作為印碼質量控制的一項必需手段。
圖1 人民幣上的號碼
圖2 增值稅票上的號碼 圖3 牙膏上的號碼
圖4 護照上的號碼
圖5 人民幣大張產品上的噴碼
當然還有其他方式的號碼產品,如噴碼的應用也很廣泛,一些票據的號碼和香煙外包裝上的隱形熒光噴碼都是通過噴碼機直接噴印到產品表面的,但是噴碼的應用場合多是OCR,只校驗噴碼的正確性,不做噴印質量分析。
圖6 香煙條盒早的隱形熒光噴碼
3.2 表面質量檢測
目前的視覺系統大部分屬于表面質量檢測系統,其主要目的是檢測產品的表面質量缺陷。生產過程中由于各種不確定因素的存在,產品的表面質量不會一成不變,總是多多少少會有一些質量缺陷,通過對表面質量的檢測,不僅可以有效地控制產品質量,還可以根據檢測結果分析生產工藝中存在的某些問題,從根本上杜絕或減少缺陷品的產生。
最常見的表面質量檢測就是印刷在線檢測系統,由于印刷技術的復雜性和印品缺陷的多樣性,如何更好地控制印刷質量一直以來是困擾各印刷廠家的難題。在國內還是依靠優秀的機長或領班的豐富經驗來發現印刷質量問題的時候,用于印刷檢測的智能化機器視覺系統已經在日本、美國及歐洲發展得到了廣泛的應用。目前國內的一些機器視覺公司在印刷在線檢測領域都進行了深入的研究,也都推出了各自的在線檢測系統。同國外同類產品相比,國內的視覺產品在價格上、售后服務上和軟件功能上都具有更大的優勢和推廣潛力。
圖7 印刷質量檢測缺陷
表面質量檢測的另外一種應用就是金屬表面的質量檢測,主要有硬幣表面在線檢測,鋼帶表面質量檢測以及墊片表面質量檢測等。同印刷相比,金屬表面的檢測要解決金屬表面的反光問題,因此在圖像獲取方案設計時難度要大一些。
圖8 硬幣表面質量檢測
圖9 墊片表面質量檢測
同金屬表面的檢測類似,有些產品的外包裝有透明的玻璃紙,比如香煙條盒的質量檢測,同樣要考慮反光的影響,還要考慮印刷圖紋對檢測的影響。
圖10 香煙條盒的外包裝質量檢測
3.3 玻璃制品質量檢測
玻璃制品因其透明的特點,在光源和觸發信號的選擇上給圖像采集提出了難題,因此在系統設計時要根據缺陷的特征綜合分析,對于不同檢測部位的缺陷要采用相適應的光源照明方式,觸發源也要選擇特殊透明物專用的光電傳感器。
4 結束語
機器視覺在工業檢測中的成功應用不僅提高了生產企業的生產效率和產品質量,同時也提高了企業的核心競爭力;企業的發展和對機器視覺的認可及重視反過來也促進了機器視覺的發展,促進了機器視覺更好更快地實現技術創新和轉化。我國的機器視覺在工業生產中的應用才只是一個開始,相信在不久的將來會有更新更實用的視覺技術服務于更多的生產企業。