【正文】 。機(jī)器視覺系統(tǒng)中的圖像通常由目標(biāo)和背景構(gòu)成，目標(biāo)即是指圖像中與感興趣物體（被測對象）相對應(yīng)的部分，剩余部分即為背景。 閾值處理算法圖像閾值處理在圖像分割應(yīng)用中占據(jù)中心地位，它具有直觀性和簡單性的特征，其基本思想是利用圖像中目標(biāo)與背景像素的灰度級差異，選取一個(gè)閾值T來判斷圖像中的像素點(diǎn)屬于背景還是目標(biāo)，生成相應(yīng)的輸出圖像。1） 雙峰法如果圖像中目標(biāo)和背景具有較均勻的灰度分布。對于圖像，令為目標(biāo)像素占整幅圖像的比例，目標(biāo)區(qū)域平均灰度記為；為背景占整幅圖像的比例，背景區(qū)域平均灰度記為。 因?yàn)閳D像直方圖的雙峰相距太遠(yuǎn)，已不適用于活塞包膠組件圖像的分割，這里列出了其余兩種閾值分割的處理結(jié)果對比。邊緣檢測的算法通?？梢苑譃閮深悾阂皇峭ㄟ^尋找圖像一階導(dǎo)數(shù)的最值來尋找邊緣，如Roberts算子、Sobel算子、Prewitt算子等；一是通過尋找圖像二階導(dǎo)數(shù)的過零點(diǎn)來檢測邊緣如高斯—拉普拉斯算子（Laplacian of Gaussian），即LOG算子。由圖可見，Roberts算子、Sobel算子和Prewitt算子不能保證所得邊緣的連貫性，存在邊緣丟失問題；LOG算子和Canny算子雖然可以檢出較為完整的邊緣，但是它們檢出的結(jié)果為雙邊緣，不利于后續(xù)的圖像分析。鑒于孔洞等在圖像上的灰度值較小，且集中分布在一個(gè)較窄的灰度范圍內(nèi)，我們可以采用固定閾值分割出圖像的孔洞，再將其疊加至OTSU圖像的分割結(jié)果中，即可得到較為理想的分割效果。（a）原始圖像（b）OTSU算法分割結(jié)果（c）t=（d）最終結(jié)果 采用本文算法的上端面圖像分割下端面圖像的分割可以采用與上端面圖像相同的處理方法先將中心孔的像素置為背景像素，然后采用自適應(yīng)局部閾值進(jìn)行處理。這里，為了得到連貫的活塞包膠組件的側(cè)面輪廓，在對圖像進(jìn)行二值化分割之后，我們先后用形態(tài)學(xué)操作中的區(qū)域填充和邊界提取來分割出活塞包膠組件側(cè)面圖像的輪廓，（b）所示。統(tǒng)計(jì)得出左側(cè)邊緣、右側(cè)邊緣以及底部邊緣中頻率最高的值XLfmax、XRfmax及YBfmax； l 將XLfmax與XRfmax內(nèi)縮3個(gè)像素，得到矩形左側(cè)及右側(cè)邊緣的位置坐標(biāo)Xl和Xr，YBfmax內(nèi)縮5個(gè)像素，得到矩形底部邊緣的位置坐標(biāo)Yb；l 計(jì)算直線f=Xl和f=Xr與組件輪廓的交點(diǎn)，取其中較大的值為矩形區(qū)域頂部邊緣的位置坐標(biāo)Yu，至此就得出了提取該區(qū)域所需的全部坐標(biāo)位置。 活塞包膠組件端面圖像缺陷檢測 活塞包膠組件端面圖像圓心的確定本文的檢測對象活塞包膠組件為標(biāo)準(zhǔn)件，所有型號規(guī)格的活塞包膠組件都有以下特點(diǎn)：閥線與中心孔呈同心圓分布，阻尼孔等均勻分布在閥線間的圓周中?？紤]到圖像分割過程中可能存在的誤差，為獲得較為精確的圓心位置，本文采用了最小二乘法來計(jì)算圓心坐標(biāo)。根據(jù)活塞包膠組件結(jié)構(gòu)上的特點(diǎn)，我們可以將其變換到極坐標(biāo)系下表示。以膠套破裂為例，在端面圖像中，破裂的膠套在活塞包膠組件的外圓輪廓之外會形成新的輪廓點(diǎn)，根據(jù)這一點(diǎn)就可判斷出存在膠套缺陷。我們可按下列步驟來檢測膠套破裂缺陷：l 統(tǒng)計(jì)極坐標(biāo)圖像中像素值為1的像素點(diǎn)的R值，找出最大值Rmax及出現(xiàn)頻率大于100的值；l 取出出現(xiàn)頻率大于100的值中的最大值，即活塞包膠組件的外圓半徑，令其為Circlemax；l 若RmaxCirclemax的值大于閾值T，我們認(rèn)為該活塞包膠組件存在缺陷；為避免噪聲干擾造成的誤判，可提取圖像中R值大于Circlemax的像素，通過判定其面積大小進(jìn)一步確定是否存在缺陷。外閥線掉塊在圖像上表現(xiàn)為圓環(huán)的缺失。此時(shí)，閥線輪廓與缺陷輪廓一同圍成了一個(gè)封閉的曲線，這樣，（d）進(jìn)行區(qū)域填充操作，（e）的圖像。對該缺陷的檢測可以參考外閥線掉塊缺陷檢測的做法，首先提取出相應(yīng)的檢測區(qū)域，然后再予以判定。（a）原始圖像（b）分割結(jié)果（c）極坐標(biāo)變換結(jié)果（d）區(qū)域提取及濾波結(jié)果 無阻尼孔缺陷圖像處理 氣孔缺陷判定氣孔一般出現(xiàn)在閥線間的環(huán)帶上，在判斷是否有氣孔缺陷時(shí)，可以用上一小節(jié)的辦法先將氣孔可能出現(xiàn)的區(qū)域（待檢區(qū)域）從圖像中分離出來，（c）（d）所示。根據(jù)這一差別可以檢測是否存在氣孔缺陷。活塞包膠組件下端面與上端面的結(jié)構(gòu)特征決定了它們采用了不同的照明方案，導(dǎo)致在活塞包膠組件下端面圖像中閥線輪廓不太明顯，在圖像分割時(shí)不能得到完整的閥線輪廓，但是可以得到幾個(gè)輪廓完整的圓環(huán)。其中，脫套、膠套位置偏移這樣的缺陷會導(dǎo)致活塞包膠組件輪廓邊緣的改變，而膠套裂縫、膠套破裂、包膠外圓碰傷等缺陷不會對側(cè)面輪廓邊緣產(chǎn)生影響。合格品的兩側(cè)輪廓線以較為緩和的幅度變化，而不良品的兩側(cè)輪廓在缺陷處表現(xiàn)為向內(nèi)凹陷的特點(diǎn)。由圖可知，良好的邊緣輪廓與閾值線有且只有兩個(gè)交點(diǎn)，而缺陷輪廓會多次與閾值線相交，在diff（LX）和diff（RX）中表現(xiàn)為數(shù)據(jù)由正到負(fù)或是由負(fù)到正的跳變。（a）所示。根據(jù)這一特征，我們可以通過分析連通域的特性判斷其是否是缺陷[45]。包膠紋理或是交接邊緣生成的目標(biāo)多為水平線，其寬度較小，因而一定寬度以內(nèi)的目標(biāo)不是缺陷；3） 目標(biāo)連通域的長寬比：長寬比的定義見式（）。 幾種典型的缺陷圖像處理典型缺陷原始圖像目標(biāo)區(qū)域提取自適應(yīng)閾值處理連通域分析處理膠套裂縫膠套脫皮包膠外圓碰傷 本章小結(jié)本章首先介紹了活塞包膠組件圖像的預(yù)處理方法，比較了中值濾波和均值濾波的處理效果，確定本文采用中值濾波去除活塞包膠組件圖像的噪聲。 、含有多個(gè)標(biāo)準(zhǔn)模塊或組件的32位圖像函數(shù)庫，可以對圖像進(jìn)行采集、處理、分析、顯示和存取操作，其功能覆蓋圖像領(lǐng)域的所有方面。一個(gè)應(yīng)用對象控件下可以有多個(gè)系統(tǒng)控件（System Control），每個(gè)系統(tǒng)控件下可以建立多個(gè)數(shù)字轉(zhuǎn)化器控件（Digitizer Control），顯示控件（Display Control），圖像控件（Image Control）和圖像處理控件等（ImageProcessing Control），[47]。 活塞包膠組件缺陷檢測主程序流程圖 圖像采集模塊圖像采集是整個(gè)檢測過程的第一步工作。整個(gè)圖像采集的流程如下：開始創(chuàng)建Buffer陣列控件參數(shù)設(shè)置及初始化有無觸發(fā)信號？采集圖像至指定圖像控件YN結(jié)束 圖像采集流程圖 圖像分析與處理模塊圖像分析與處理模塊是整個(gè)檢測系統(tǒng)的核心部分。確定圓心，然后進(jìn)行極坐標(biāo)變換是判斷活塞包膠組件上端面圖像是否存在缺陷的第一步。提取圓環(huán)區(qū)域內(nèi)閥線掉塊？Y剔除結(jié)束N開始中值濾波，自適應(yīng)局部閾值法分割圖像最小二乘法計(jì)算圓心圖像極坐標(biāo)變換R值統(tǒng)計(jì)活塞包膠組件的側(cè)面圖像缺陷檢測采用了兩種方法：首先通過側(cè)面輪廓分析來檢測脫套、包膠位置偏移這一類的缺陷，然后再利用連通域特性分析來檢測目標(biāo)區(qū)域內(nèi)的膠套裂縫、膠套脫皮及包膠外圓碰傷這一類的缺陷。運(yùn)動(dòng)控制則是通過PC機(jī)與PLC的通信來實(shí)現(xiàn)的。 Visual Studio中串口通信程序的開發(fā)一般有兩種方法：一是利用WindowsAPI函數(shù)，一是利用Visual Studio中提供的控件。本系統(tǒng)采用了SerialPort實(shí)現(xiàn)PC機(jī)與PLC的通訊。另外，在選擇手動(dòng)拍攝時(shí)，可以用該區(qū)域的按鈕實(shí)現(xiàn)對應(yīng)相機(jī)的圖像采集；4) 手動(dòng)、自動(dòng)切換區(qū)：自動(dòng)運(yùn)行時(shí)系統(tǒng)順序完成圖像采集、處理分析、與PLC通信的功能；切換至手動(dòng)狀態(tài)則可實(shí)現(xiàn)手動(dòng)的圖像采集功能；5) 上端面檢測區(qū)、側(cè)面檢測區(qū)和下端面檢測區(qū)：分別對應(yīng)了活塞包膠組件三個(gè)面的缺陷檢測。5 實(shí)驗(yàn)結(jié)果與分析5 實(shí)驗(yàn)結(jié)果及分析，我們可以把活塞包膠組件的上端面圖像劃分為4個(gè)區(qū)域。我們分別對其上端面、側(cè)面和下端面進(jìn)行了拍攝，按照前面介紹的算法進(jìn)行分別處理。這些將在未來的工作中予以改進(jìn)?？紤]到內(nèi)閥線掉塊在樣品整體中所占比例較小，這里僅列出檢測出缺陷的活塞包膠組件下端面數(shù)據(jù)。這里以同樣的方法對活塞包膠組件下端面的檢測區(qū)域進(jìn)行劃分。對比檢測數(shù)據(jù)，我們發(fā)現(xiàn)，1號、26號和27號樣品都發(fā)生了誤判，這是因?yàn)槎ㄎ坏牟粶?zhǔn)確引起的光照不均造成的。1R613Rmax1R51R41R31R21R11422 活塞包膠組件上端面圖像區(qū)域劃分我們對28個(gè)活塞包膠組件樣品進(jìn)行了實(shí)驗(yàn)，其中有8個(gè)樣品缺陷為外閥線掉塊，2個(gè)為上端面氣孔，3個(gè)為內(nèi)閥線掉塊，5個(gè)為包膠外圓碰傷，2個(gè)為膠套中間裂縫。 本章小結(jié)本章主要描述了系統(tǒng)的軟件實(shí)現(xiàn)。動(dòng)態(tài)圖像顯示區(qū)上端面檢測下端面檢測相機(jī)參數(shù)設(shè)置側(cè)面檢測手動(dòng)、自動(dòng)切換處理結(jié)果顯示區(qū) 活塞包膠缺陷檢測系統(tǒng)界面1) 動(dòng)態(tài)圖像顯示區(qū)：能夠動(dòng)態(tài)地顯示上端面相機(jī)、側(cè)面相機(jī)和下端面相機(jī)拍攝的活塞包膠組件相應(yīng)面的圖像；2) 處理結(jié)果顯示區(qū)：采集到的活塞包膠組件三個(gè)面的圖像在經(jīng)過后臺算法的處理后的圖像輸出到該區(qū)域中對應(yīng)的Display控件中。要使用SerialPort控件。實(shí)驗(yàn)中用到的臺達(dá)DVP系統(tǒng)PLC有RS232和RS485兩個(gè)通訊口，前者主要用于上下載程序，后者用于通訊控制。將Display控件的Image設(shè)置為存放處理結(jié)果的Image控件即可。開始中值濾波，Otsu法與固定閾值法相結(jié)合分割圖像最小二乘法計(jì)算圓心圖像極坐標(biāo)變換R值統(tǒng)計(jì)提取閥線區(qū)域YN膠套破裂？外閥線掉塊？提取閥線間區(qū)域無阻尼孔？有氣孔？NNNYYY結(jié)束剔除 活塞包膠組件上端面圖像檢測流程活塞包膠組件下端面存在的缺陷一般是內(nèi)閥線掉塊。第三章對這一內(nèi)容做了詳細(xì)的闡述。我們首先創(chuàng)建了一個(gè)Buffer陣列，將其與圖像（Image）控件關(guān)聯(lián)起來，然后設(shè)置Buffer對象以及Digitizer控件、Image控件、Display控件等的屬性參數(shù)，利用Allocate方法實(shí)現(xiàn)控件的初始化。 活塞包膠組件缺陷檢測軟件系統(tǒng)結(jié)構(gòu)框圖 活塞包膠組件缺陷檢測主程序流程要實(shí)現(xiàn)活塞包膠組件的缺陷檢測，首先要完成系統(tǒng)的初始化，包括數(shù)字轉(zhuǎn)換器控件、圖像控件、顯示控件等的配置及其參數(shù)的預(yù)設(shè)置，然后才能進(jìn)行后續(xù)處理。[46]。最后提出了針對活塞包膠組件各種缺陷的識別算法。對于干擾目標(biāo)來說，其L遠(yuǎn)大于W，由此可以很好地區(qū)分缺陷目標(biāo)和干擾信息。分割后的二值圖像中，連通域的面積計(jì)算十分方便，只需要計(jì)算各個(gè)連通域中像素點(diǎn)的總數(shù)即可。（a）原始圖像（b）目標(biāo)區(qū)域（c）目標(biāo)區(qū)域處理結(jié)果 典型的包膠磕碰缺陷圖像處理正如上圖（c）中所示，包膠自身的紋理及包膠與活塞鑄件交接處的邊緣等都可能產(chǎn)生干擾信息。（a）合格品 （b）脫套（c）膠套位置偏移 合格品與不良品的閾值線 基于連通域特性分析的組件膠套缺陷檢測方法膠套裂縫、膠套脫皮、包膠外圓碰傷這一類的缺陷出現(xiàn)在輪廓內(nèi)部，一般不會對活塞包膠組件的側(cè)面輪廓產(chǎn)生影響。（a）合格品（b）脫套（c）膠套位置偏移 合格品與不良品的輪廓對比，可以按照以下步驟判斷缺陷是否存在：l 統(tǒng)計(jì)輪廓點(diǎn)的坐標(biāo)值，記為（X，Y）。 基于活塞包膠組件側(cè)面輪廓的缺陷檢測方法脫套、膠套位置偏移這一類的缺陷會體現(xiàn)在活塞包膠組件側(cè)面輪廓上。這里，我們提取的目標(biāo)區(qū)域?yàn)榉指罱Y(jié)果中距離圓心最近的兩個(gè)圓環(huán)區(qū)域。（a）原始圖像（b）分割結(jié)果（c）閥線間環(huán)帶區(qū)域1（d）閥線間環(huán)帶區(qū)域2 氣孔缺陷圖像處理3 活塞包膠組件缺陷檢測算法研究 內(nèi)閥線掉塊缺陷判定內(nèi)閥線掉塊是活塞包膠組件下端面常見的缺陷。阻尼孔等呈圓周陣列均勻分布在閥線之間的環(huán)帶上，它們之間具有相同的夾角。搜索該區(qū)域內(nèi)是否存在Blob目標(biāo)，并統(tǒng)計(jì)其面積。考慮到干擾信息的存在，我們對處理結(jié)果中的Blob目標(biāo)進(jìn)行分析，如果目標(biāo)的面積大于一定的閾值，我們認(rèn)為它存在缺陷。在檢測活塞包膠組件是否存在膠套破裂缺陷時(shí)已經(jīng)對圖像上各點(diǎn)的R值做了統(tǒng)計(jì)。按上述方法處理后，Circlemax=173，Rmax=183，RmaxCirclemax=10，實(shí)驗(yàn)中取閾值T=5，由于RmaxCirclemaxT，所以我們判定其存在缺陷。 膠套破裂缺陷的判定前面已經(jīng)介紹了膠套破裂缺陷的判定依據(jù)。這樣的圖像有利于我們利用線型結(jié)構(gòu)元素對其進(jìn)行腐蝕、膨脹、開、閉等形態(tài)學(xué)操作，以便于將之前分割結(jié)果中的間斷邊緣連接起來，有利于后期的缺陷識別判斷。 （）圓心確定之后，根據(jù)已知的各同心圓的半徑，就可以提取出相應(yīng)的區(qū)域。因此，確定圖像中活塞包膠組件的圓心位置至關(guān)重要。（a）原始圖像（b）輪廓圖像（c） 區(qū)域內(nèi)像素自適應(yīng)閾值法分割（d）最終結(jié)果 采用本文算法的側(cè)面圖像分割在圖像分割之后，需要根據(jù)活塞包膠組件的端面和側(cè)面圖像來判斷其是否存在缺陷，這是本文研究的重點(diǎn)內(nèi)容。因此，我們以組件輪廓像素為基礎(chǔ)，（a）中所示矩形區(qū)域，對該區(qū)域內(nèi)的像素進(jìn)行自適應(yīng)二值化分割，將該區(qū)域像素的分割結(jié)果疊加至分割出的輪廓圖像中，即可得到最終分割結(jié)果。這里，假設(shè)是中心像素點(diǎn)x 的鄰域，是計(jì)算得到的灰度均值，自適應(yīng)局部閾值可以由下式描述[42]： （）。對此，可以在OTSU算法分割出圖像內(nèi)圈之后，提取內(nèi)圈所包圍的像素位置，并將原圖像中這些位置的灰度值設(shè)為背景像素的灰度值，再用固定閾值對其進(jìn)行處理。針對活塞包膠組件端面和側(cè)面圖像的不同特征，這里采用了不同的方法。各種邊緣檢測算子有其不同的優(yōu)缺點(diǎn)。（a）原始圖像（b）最大類間方差法（c）迭代法（d） 原始圖像（e）最大類間方差法（e） 迭代法 閾值分割方法處理效果對比