1 引言

机器视觉技术在近几十年里得到了极大的发展，工业外观检测中采用该项技术，可以极大的提升工业生产的自动化程度，现已成为工业产品检测的发展方向。目前，温控器器件趋于小型化，传统的外观质量检测采用人工检测方法，检测的效率极低，容易受操作人员主观因素的干扰。采用人工检测来检测产品的外观容易对产品造成漏检，因为肉眼不能够辨别出产品表面的细小差别，不能够确保其检测的准确性。机器视觉能够实现产品的检测、识别、测量，可以辨别产品是否合格。视觉检测系统具有非接触性好、准确性高、可长时间工作优点。机器视觉检测无论是从精确度、速度，还是长期可靠性等方面，和人工检测比较，都有明显优势，综合效率是人工检测的10倍以上。针对现有传统检测方法的不足，设计了一种基于机器视觉的温度控制器的外观、形状、尺寸和引脚长度检测装置。

2 系统的硬件构成

系统的硬件构成如图1所示。

整个产品外观检测系统应包括机器视觉系统、产品传输系统。机器视觉系统负责图像的采集、分析、处理。产品传输系统负责产品上下料、正品次品的分拣，系统由计算机、CCD相机、镜头、光源、支架组成。计算机采用研华工控机ppc-3120，具有体积小，功耗低，性能稳定特点。

CCD相机选用大恒科技水星系列相机MER-231-41GM，1/3寸CCD感光芯片，GigE数据接口，并集成I/O (GPIO) 接口，可以在各种恶劣环境下稳定工作，分辨率高、清晰度高、精度高、低噪声。镜头选用日本CBC集团生产的Computar镜头M2514-MP2，光源采用深圳新次元科技有限公司的LED条形光源XCT-LT40110，温控器属金属表面器件，容易形成反光，通过调整温控器与光源的相对位置和光源光谱的选择，来增加图像的对比度，光源安装于检测位置左上角30度。支架由滑杆机构组成，可三维调节相机位置。产品传输系统包括自动进料机构两组，包含圆盘和直线震动平台，气缸机械手；自动出料气缸机械手两组；自动转盘并配套产品夹具12组，实现产品的上料与分拣。

3 温控器外观检测关键技术

针对产品外观检测，需要利用图像处理技术把关键参数从图像背景中分离出来，以便后续的处理与分析，工业零件的外观常用像素坐标和几何图形描述，系统采用与图像轮廓、尺寸相关的检测方法实现温控器外观特征参数的提取。在软件设计中引用OpenCV软件库,该软件提供了图像处理与机器视觉检测的许多通用算法。可用于实时检测识别软件的开发。

3.1图像二值化

灰度图像在经过二值化以后就可以得到黑白图像。阈值可以由用户自己设定或者选择算法来生成合适的阈值，若图像中点的像素的灰度值比该阈值小，说明该点像素的灰度值是0，表示该像素点属于背景，反之则为目标物体。二值化的处理过程实际上是将被测目标 区分成目标物体与背景两部分。阈值法是一种最常见的图像阈值分割方法，温控器产品图像与背景图像的灰度值差别很大，其直方图是双峰的，可采用阈值方法来分割。采用迭代法求阈值。采用双峰间波谷的灰度值作为阈值，可实现区域分割。具体算法如下：

经比较，对于双峰明显的图像，迭代方法效果较好。采用迭代法实现图像的二值化，阈值分割算法可以较好地将待识别图形从背景分割出来。OpenCV可以实现系统图像实现二值化。函数原型为threshold(InputArray scr,OutputArray dts, double thrseh) ；第一个参数和第二个参数分别表示的是原始图像(scr)和处理后的二值图像(dts)；thrseh是阈值。

3.2边缘检测

图像的边界中包含了大量的特征信息，是图像检测识别过程中重要数据。图像中最先被测出来的是一些不连续特征点，再把这些点的像素组成一个完整的边界。边缘检测算子一般使用卷积运算的方式来计算，把图像中像素都进行了量化。要检测图像不同方向上的边缘，则需要采用固定的边缘检测模板。Canny算法采用能够显示特定部位的函数方式，具有失败率低、高定位性和最小响应的特点，符合系统要求。算法步骤如下：

(1)消除噪声。使用平滑滤波器来进行卷积运算能够减低图像中的噪声干扰。

(2)计算梯度幅值和方向

(a)采用卷积的运算矩阵(x、y两方向进行计算)

(3)抑制梯度中幅值的极大值。这就排除了非边界的像素点，只显示了一些细线条。

函数原型为canny(const CvArr*image，CvArr*edges，double threshold1，double threshold2，int aperture-size=3)，其中第一个参数是输入图像，应该是单通道的灰度图像；第二个参数指的是输出的边缘图像，是单通道的黑白二值图像；第三和第四个值表示的是Canny算法中的高低阈值参数；第五个参数指的是Sobel算子的大小。

4 系统软件设计

在软件设计中引用OpenCV软件库,该软件提供了图像处理与机器视觉检测的许多通用算法。可用于开发实时的图像处理、机器视觉和检测识别等。本系统软件部分主要用OpenCV来对图像进行二值化、边缘检测、特征提取与工件检测识别等操作过程。系统的工作流程如图2所示。

 
相机初始化完毕后，打开设备，选择采集方式，采集方式的选择主要是判断触发源是软触发还是外触发，触发方式是ON/OFF，ON表示触发信号有效，OFF表示触发方式无效。系统采用软触发，触发方式设置为ON。计算机存储的图像是bmp格式， OpenCV的图像数据存储在IplImage指针中，采用OpenCV的HighGUI(高层GUI图形用户界面)库中的cvLoadImage()函数，该将图像的数据信息载入。图像载入后对图像实现二值化、边缘检测、提取图像特征，实现温控器外观参数的测试。温控器芯片要检测编码位置、引脚和绝缘纸三方面，就要提取出代表这三方面的特征点的位置信息，并在图中把它们表示出来。如图3所示。

参见图3所示，1234和5678构成的特征区域表示的是温控器芯片的绝缘纸所在的位置。芯片上的编码在其中间位置。而6和9、8和10则表示的是温控器芯片的两个引脚位置。要表示出工件上的这些特征点，要先确定工件在图像中的位置，之后再来确定各个特征点的位置坐标。要把每个特征点都表示出来。首先需要找到最上端row、最下端row2、最左端col和最右端col2这四个特征点的位置坐标。最上端特征点坐标需要搜索窗口从上往下移动，统计窗口中像素的个数。当满足一定的阈值时则判定到达了边界，记录下该点的坐标，该点就是要找的最上端的坐标。其余三点坐标位置的寻找方法与最上端坐标寻找方法一致。工件上其余坐标点的位置可以根据工件中各部分的所占比重来计算，得到其他端点坐标的大致位置。最终实现的系统界面如图4所示。

作者简介

徐顺清 （1981-） 男  工学硕士 讲师 研究方向：检测技术与自动化装置