【正文】 21 東北大學本科畢業(yè)設(shè)計（論文） 畢 業(yè)設(shè)計（論文） 任務(wù)書 － I－ 畢業(yè)設(shè)計（論文）任務(wù)書 畢業(yè)設(shè)計（論文）題目： 設(shè)計 (論文 )的基本內(nèi)容： (1) (2) (3) 畢業(yè)設(shè)計（論文）專題部分： 題目： 設(shè)計或論文專題的基本內(nèi)容： 學生接受畢業(yè)設(shè)計（論文）題目日期 第 周 指導教師簽字： 年 月 日 東北大學 本科畢業(yè)設(shè)計（ 論文 ） 摘要 － II－ 基于機器視覺的注塑制品 缺陷 檢測系統(tǒng)研究 摘要 隨著計算機和機 器視覺技術(shù)的不斷發(fā)展，基于機器視覺的產(chǎn)品檢測技術(shù)正逐漸成為研究的熱點。基于機器視覺的產(chǎn)品檢測技術(shù)是指以機器視覺為手段獲取被測物體圖像，并將其與己知的標準進行比較， 從而確定被測物體的質(zhì)量狀況的過程，它具有非接觸、速度快、柔性好等突出優(yōu)點，相比于傳統(tǒng)檢測技術(shù)具有更為廣闊的應(yīng)用前景。 在調(diào)研注塑生產(chǎn)過程、查閱大量文獻的基礎(chǔ)上，本文完成了基于機器視覺的注塑制品質(zhì)量檢測系統(tǒng)的軟硬件設(shè)計，并針對產(chǎn)品圖像采集和處理過程中遇到的問題提出了相應(yīng)的解決方案。對于產(chǎn)品圖像存在背景干擾的情況，提出一種閾值分割與差影相結(jié)合的方法，實現(xiàn)背景的完全消除；針對傳統(tǒng)線性濾波以及中值濾波方法中存在的不足，提出一種新的濾波 方法 ，該方法不僅增強了背景分割算法對于外界環(huán)境變化的適應(yīng)能力，而且提高 了算法的實用性。一方面根據(jù)系統(tǒng)對檢測速度的要求，提出一種快速預(yù)檢測和缺陷細節(jié)信息分析識別相結(jié)合的檢測思路，在保證缺陷信息完整的情況下，提高檢測速度；另一方面針對傳統(tǒng)方法在紋理特征提取中存在的分類效率低下等問題，提出一種新的特征組合方法，該方法有效降低了特征向量的維數(shù)，在保證識別準確率的情況下，提高分類效率。綜合應(yīng)用上述方法，實現(xiàn)了基于機器視覺的 注塑制品缺陷檢測系統(tǒng)的雛形，獲得了較高的檢測正確率，較好的滿足了注塑制品檢測的要求。 Injection Product。 Feature Extraction。通俗地說，就是用機器代替人眼來做測量和判斷 [2]。機器視覺的特點是自動化、客觀、非接觸和高精度，與一般意義上的圖像處理系統(tǒng)相比，機器視覺強調(diào)的是精度和速度，以 及工業(yè)現(xiàn)場環(huán)境下的可靠性 。這些技術(shù)在機器視覺中是并列關(guān)系，這些技術(shù)相互協(xié)調(diào)應(yīng)用才能構(gòu)成一個成功的工業(yè)機器視覺應(yīng)用系統(tǒng)。它特指機器視覺在工業(yè)檢測方面的應(yīng)用，是機器視覺應(yīng)用和研究領(lǐng)域中的一個 重要分支。 它與傳統(tǒng)的檢測方法相比，有著如下的優(yōu)勢： 首先，機器視覺可以實現(xiàn)非接觸在線檢測，完成對生產(chǎn)線上的零件進行 100%的檢測，滿足自動化制造系統(tǒng)中的工序間檢測和過程檢測的要求 ； 其次，機器視覺檢測是通過計算機或者數(shù)字信號處理器中的程序?qū)D像信息進行處理而得到的測量結(jié)果，因此機器視覺檢測具有一定的智能和柔性，適于現(xiàn)代企業(yè)的柔性生產(chǎn)方式 ；再次，只要選用足夠高精度的鏡頭和圖像傳感器，機器視覺檢測技術(shù)可以達到較高的檢測精度 ； 最后，機器視覺易于實現(xiàn)信息的集成和管理， 為實現(xiàn)計一算機集成制造技術(shù)提供必要的支持。由于機器視覺檢測不會受到操作者的疲勞度、責任心和經(jīng)驗等因素的影響，在一些不適合人工作業(yè)的危險場合，人工視覺難以滿足要求的場合和帶有高度重復(fù)性、智能性并且靠人的眼睛無法連續(xù)穩(wěn)定地進行產(chǎn)品檢測的場合，機器視覺可以發(fā)揮它自身的優(yōu)勢來高效、高質(zhì)量的完成檢測任務(wù)。在國外己經(jīng)將機器視覺系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗和質(zhì)量控 制等領(lǐng)域。 機器視覺檢測的研究概況 機器視覺技術(shù)是在 20 世紀 50 年代從統(tǒng)計模式識別興起的，但由于機器視覺系統(tǒng)的復(fù)雜性，當時的研究工作主要集中在對二維圖像的分析、識別和理解上，如光學字符識別、工件表面、顯微圖片和航空照片的分析解釋等。 70 年代， MIT 的學者提出了機器視覺的理論。 近年來，隨著機器視覺理論及應(yīng)用技術(shù)的不斷發(fā)展，人們逐漸認識到 Marr 的理論框架存在以下不足，即被動接受信號，無主動性和目的性，處理過程沒有反饋環(huán)節(jié)，用一些假設(shè)和基本的約束保證通用性。 當前，隨著機器 視覺檢測系統(tǒng)應(yīng)用的增加，對機器視覺的研究也越來越多。但是，機器視覺是一門交叉性強的學科，因此在研究和應(yīng)用中一套視覺系統(tǒng)一般只針對某一種檢測任務(wù)來進行研究和開發(fā)，沒有一套機器視覺系統(tǒng)是對任何檢測工程來說是通用的。 在現(xiàn)階段的研究中通常 分為 以下 三種類型： (1)尺寸測量 尺寸測量是機器視覺研究和應(yīng)用的重要應(yīng)用領(lǐng)域，也 是一個比較早開始的研究的方向。需要根據(jù)工程的自身特點選擇合適的硬件。但對復(fù)雜曲面的視覺檢測仍有一定的困難，一方面，工件表面的反射方向復(fù)雜、存在陰影等因素影響著圖像的質(zhì)量，另一方面相機的鏡頭方向和距離工件的位置的控制也是影響檢測精度的因素。根據(jù)物體識別任務(wù)所在的空間，物體識別可以分為二維特征識別和三維特征的識別。三維識別通過物體的灰度圖或 維圖獲取實際場景中的信息來識別物體的三維結(jié)構(gòu)特征。 機器視覺檢測技術(shù)的應(yīng)用 自上世紀八十年代初開始，國外有關(guān)視覺檢測技術(shù)的研究逐漸興起。而國內(nèi)的視覺檢測研究從上世紀九十年代才開始得到重視。 在電子工業(yè)中，由于超大規(guī)模集成電路的出現(xiàn)，使得集成芯片 (IC)的密度和復(fù)雜度大大提高， PCB 的布線變得更加復(fù)雜。而視覺檢測以其快速、精確的優(yōu)點，為 印刷電路板 (PCB)和集成芯片 (IC)的自動檢測提供了高性價比的新方案。 Perkins 等人描述了用于檢測平板上元器件 (如裝配的 PCB)的機器視覺系統(tǒng)，系統(tǒng)應(yīng)用邊緣檢測，細化和連接邊緣成分段直線來處理 PCB 圖像，并對準模型和場景在分割描述的基礎(chǔ)上決定匹配點 [9]。 東北大學本科畢業(yè)設(shè)計（論文） 第一章 緒 論 － 4－ 在汽車制造業(yè)中，視覺檢測主要用在轎車車身生產(chǎn)線，對車身側(cè)圍、底盤、以及整個下身總成關(guān)鍵尺寸進行檢測，還用于生產(chǎn)線中機器手的定位、瞄準，從而實現(xiàn)機器手的自適應(yīng)自動化安裝，大大提高了汽車產(chǎn)品質(zhì)量和生產(chǎn)效率，降低了生產(chǎn)成本。 Dimitrios Kosmopoulos 等人開發(fā)了汽車用自動檢測間隙系統(tǒng) [12]，任務(wù)是測量車身與裝在其上的各種面板 (包括門，發(fā)動機罩等 )之間的間隙尺寸。 在機械零件檢測中，主要包括零件的自動識別與分類、零件幾何尺寸與形位誤差的測量以及工件表面或內(nèi)部的缺陷檢測。大部分機械零件的構(gòu)成要素是直線和圓弧，對它們的檢測，常采用測量點序列進行擬合以求得參數(shù)值。 Bremner 描述了一個使用 x－ y 驅(qū)動條鋼形狀的尺寸檢測系統(tǒng) [14]，在 3 2mm2的視場內(nèi)達到 的精度。 1999 年， J. Paliwal 等人研究了不同品種小麥的識別技術(shù) [15]，基于彩色參數(shù)和傅立葉描述算子，利用最小距離分類器，對五種加拿大小麥的識別，其準確率分別為 100%、 94%、 93%、 99%和 95%。試驗結(jié)果表明，基于 BP 網(wǎng)絡(luò)分類器的識別準確率高于基于統(tǒng)計分類器的方法 [16]。但存在漏裝、殘缺、漏粉等現(xiàn)象。 相關(guān) 實驗表明，檢測為合格品的正確識別率為 %，識別速率達 200 粒 /ｓ。 成為保證產(chǎn)品質(zhì)量的一個重要環(huán)節(jié)。隨著功能性塑料的開發(fā)，更多的注塑制品進入醫(yī)療衛(wèi)生領(lǐng)域。 但是注塑產(chǎn)品的質(zhì)量檢測卻是令每個注塑企業(yè)頭痛的問題。一些注塑企業(yè)由于對注塑生產(chǎn)過程中的產(chǎn) 品質(zhì)量檢測方法不當，經(jīng)常出現(xiàn)各種產(chǎn)品質(zhì)量問題（如：外觀、顏色、結(jié)構(gòu)、尺寸、強度、裝配不良等），造成注塑產(chǎn)品不良率高、批量退貨、客戶抱怨、延誤交期，導致注塑過程中廢品率高、料耗大、成本高，企業(yè)的競爭力下降。而這些離線檢測方法不利生產(chǎn)過程的自動化，不符合現(xiàn)代制造業(yè)檢測實時，在線，非接觸的 要求。正是這種基于機器視覺的檢測方法 使得注塑產(chǎn)品檢測過程的自動化、智能化成為可能 。 本文 在 東北大學流程工業(yè)與綜合自動化重點實驗室的注塑 生產(chǎn)過程基礎(chǔ)上設(shè)計并實現(xiàn)了基于機器視覺技術(shù)的檢測系統(tǒng) ， 實現(xiàn)注塑制品的自動質(zhì)量檢測，分揀，以及為注塑機控制提供定性控制反饋消息的功能。根據(jù)系統(tǒng)要求，對硬件設(shè)備進行選型， 搭建機器視覺檢測系統(tǒng)的硬件平臺。改進人機界面，增強軟件功能。 并 與注塑機控制系統(tǒng)進行通訊，實現(xiàn)交互控制。針對單一采用閾值或差影法進行背景分割都存在缺陷的情況，本文采用先閾值后差影的方法，得到了優(yōu)于上述兩種算法的分割背景制品圖像?？朔?鄰域平均法 對零散噪聲克服不足以及中值濾波方法在大面積噪聲處理時失效的問題。 (3)在取得滿意圖像的基礎(chǔ)，進行制品缺陷的特征提取研究。 在形狀特征提取方面，本文提出一種兼顧實時性與準確性的方法， 利用 幾何特征檢測的迅速性對制品進行初步的定性判斷 ， 如有缺陷的制品產(chǎn)生，再通過不變矩得到缺陷的細節(jié)特征。 (4)最后， 對 注塑制品的缺陷檢測 方法進行了研究 。 綜合應(yīng)用上述方法，實現(xiàn)了基于機器視覺的注塑制品 缺陷 檢測，獲得了較高的檢測正確率，較好的滿足了注塑制品檢測的要求 。 本章 首 先對 機器視覺檢測系統(tǒng)的組成、原理及相關(guān)設(shè)備 選型進行研究， 結(jié)合 實際 注塑生產(chǎn)過程 設(shè)計并實現(xiàn)了注塑制品視覺檢測系統(tǒng)硬件平臺的搭建；在 Visual C++ 編程環(huán)境下建立注塑制品視覺檢測系統(tǒng)人機界面，為后續(xù)工作提供基礎(chǔ)軟件平臺。典型視覺檢測系統(tǒng)由 CCD 傳感器、光學系統(tǒng)、計算機數(shù)據(jù)采集和處理系統(tǒng)、機械運動工作平臺等部分組成 [19]。 圖 注塑制品機器視覺系統(tǒng)結(jié)構(gòu)圖 視覺檢測系統(tǒng)的硬件由光源、 CCD 攝像機、圖像采集卡、工業(yè)計算機，機械臂組成；軟件為在 VC＋＋平臺下編寫的圖像獲取程序及其他相關(guān)功能組件。 硬件系統(tǒng)的設(shè)計與實現(xiàn) 視覺系統(tǒng)的硬件設(shè)計優(yōu)劣直接關(guān)系到圖像獲取的效果，并且對圖像處理方法的選擇東北大學本科畢業(yè)設(shè)計（論文） 第二章 系統(tǒng)的設(shè)計與實現(xiàn) － 8－ 以及檢測效果產(chǎn)生直接的影響。 硬件系統(tǒng)設(shè)計 獲得注塑制品的過程，稱之為注塑成型或者注射成型，或者簡單的稱之為注塑 [20]。 注 射注 射 座前 進閉 模 保 壓預(yù) 塑計 量冷 卻 開 模取 出制 品 圖 注塑機生產(chǎn)過程 為了在獲得制品待檢測信息的同時保證生產(chǎn)過程的連續(xù)、穩(wěn)定，本設(shè)計使用視覺傳感器與取出機構(gòu)配合共同完成采集制品圖像信息 。 光 源生 產(chǎn) 過 程控 制 P C被 測物 體圖 像采 集 卡工 業(yè)P C視 覺傳 感 器 圖 機器視覺檢測系統(tǒng)結(jié)構(gòu)圖 系統(tǒng) 關(guān)鍵設(shè)備選型 機器視覺檢測系統(tǒng)關(guān)鍵設(shè)備的選型與檢測的要求 息息相關(guān) ，本文 依據(jù) GBT 1448693 塑料件尺寸公差標準 ，在考慮最小可測的形狀以及紋理特征基礎(chǔ)上，查閱大量文獻，進行了 相關(guān)實驗， 確定了光源、數(shù)字攝相機、光學鏡頭、采集卡以及工業(yè)計算機等 關(guān)鍵設(shè)備 。光源與照明方式的配合應(yīng)盡可能地突出物體的特征，在物體需要檢測的部分與那些不重要部分之間產(chǎn)生明顯區(qū)別，增加對比度；同時還應(yīng)保證足夠的整體亮度，使得物體位置的變化不影響成像的質(zhì)量。因此 ，選用 LED 光源 作為視覺檢測系統(tǒng)的光源 。 圖 CCS 公司 LDL/LDQ 系列 LED 燈 (2)數(shù)字攝相機 由于 CCD 相機具有體積小巧、性能可靠、清晰度高等優(yōu)點，本設(shè)計選用了 Basler公司的 CCD 數(shù)字攝像機。 另外，實驗過程中發(fā)現(xiàn)，光的反射作用對圖像的影響同樣不可忽視，而偏振片能夠使光的透振方向與景物周圍反射光的偏振方向垂直，可以消除光反射產(chǎn)生的影響，使得影像清晰，突出被檢測特征部分的信息。 (4)圖像采集卡 本設(shè)計針對 Baslar 公司的 A641f 面掃描攝相機，選取了雙路 IEEE 1394 接口的圖像采集卡，其具有高速、穩(wěn)定、大緩存等特點，保持視覺傳感器與 PC 機之間的通訊與數(shù)據(jù)傳輸； (5)工業(yè)計算機 本設(shè)計選用惠普公司生產(chǎn)的 Pavilion(暢游人 )V1369 計算機。 硬件 系統(tǒng)的實現(xiàn) 硬件系統(tǒng)實現(xiàn)最重要的部分就是攝像頭與光源位置的選擇。本系統(tǒng)選用了機械臂上行與釋放兩個階段的位置，對注塑制品進行圖像采集。攝像機 1 與攝像機 2及其光源的布置如圖 、 所示。 圖 攝像機 1 位置與光源 東北大學本科畢業(yè)設(shè)計（論文） 第二章 系統(tǒng)的設(shè)計與實現(xiàn) － 11－ 圖 攝像機 2 位置與光源 接下來將 雙回路 IEEE1394 圖像采集卡 插 入計算機內(nèi)， 通過兩條 1394 傳輸線， 與相機連接 ，并安裝相機驅(qū)動。 通過上述各個環(huán)節(jié)的選型與設(shè)計，完成了注塑制品機器視覺檢測系統(tǒng)硬件平臺的搭建工作。 圖 注塑制品機器視覺檢測系統(tǒng)硬件平臺 本系統(tǒng)主要有以下優(yōu)點 ： (1)該 設(shè)計沒有破壞生產(chǎn)的連續(xù)性，保證在正常的連續(xù)生產(chǎn)過程中也能得穩(wěn)定的圖像； (2)能夠得到注塑制品正反面的圖像信息； (3)通過高分辨率的數(shù)字攝像機，能夠得到更精確的注塑制品的特征； (4)系統(tǒng)各個組成部分采用模塊化設(shè)計，易于改造與維護。 與 Java 和 C等現(xiàn)代編程語言相比， C++在程序運行的 效率、內(nèi)存使用的可控性和編程的靈活性上具有優(yōu)勢。軟件設(shè)計采用模塊式設(shè)計思路，各功能模塊都以主程序界面為初始啟動界面，并通過主程序界面相聯(lián)系。 軟件系統(tǒng)基本框架 本系統(tǒng) 采用 模塊化的設(shè)計思想，化整為零，將各個 功能 用相應(yīng)的模塊來設(shè)計。這樣不但增 加