Technical Articles
图像处理技术在零件表面破损检测中的应用
Date：2013-06-28
Source：九游会J9
表面破损检测问题的提出
准 确、快速地探测零件表面缺陷，直接关系产品质量，若不及时剔除不合格产品，将会带来质量隐患。但在以批量生产方式为特徵的汽车、摩托车、内燃机等行业，识 别和检测重要零件关键部位的表面缺陷迄今还是以人工目测为主。由于考虑到工艺执行过程中的复杂性（尤其在采用了先进的分离大小头的连杆涨断工艺后），还必 须提出规范的评定标准。如，对连杆大小头结合面可能存在的破损，就有如下具体规定：破口面积小于3mm2；破口任何一方向的线性长度小于2.5mm。只要 符合其中一个条件，就将判定为不合格而被剔除。 根据零件的特点，破口可能出现的区域在结合面（线）的外侧，其范围呈“八”字形。在此情况下，依靠人工目测、估算的方式，不但效率低，劳动强度大，且无法 准确执行上述标准中的规定。另一方面，即使采用其它常规测量方法，也难以达到上述目的。
图像处理技术用于表面缺陷检测的原理
图 像处理技术又称“机器视觉”，乃是将被测对象的图像作为信息的载体，从中提取有用的信息来达到测量的目的。它具有非接触、高速度、测量范围大、获得的信息 丰富等优点。通过CCD（Charge Coupled Device）摄像头与光学系统、处理系统的组合，可实现不同的检测要求。对于上述工件表面缺陷的识别可采取图1所示的反射方式。 如图所示，本系统通过一个方形LED漫反射光源照亮待检测的破口区域，光线照射到对象表面后，反射到摄像头内的光电耦合CCD组件上转化成对应的电量信 号。其中CCD组件可理解为一个由感光像素组成的点阵，CCD的每一个像素都一一对应了被测对象的二维图像特徵，即通过对“像素点成像结果”的分析可以间 接分析对象的图像特徵，比如通过对二值化图像中的成像像素个数的计算，可以得到相应对象的长度值和面积值。图像处理系统根据电量信号将得到的图像进行二值 化处理后，把二值图像作为对象进行进一步的计算分析。 本图像处理系统在实际使用中，对于灰度的二值化阈值和光源的设定采用比对的方法实现。比对的具体方法：用已知的样件作为标定（比对）的参照物，把已知的参 照物测量值除以参照物对应的像素值，即可得到像素与实际值之间的对应比例值。通过调整光源亮度以及系统的二值化阈值，对灰度的二值化阈值进行优化，保证系 统对对象边界具有相对较高的分辨率，即优化后的二值化阈值和光源可以使边界的变化产生尽量大的像素值变化。 作为一种新颖而又实用的传感技术，图像检测单元近年已实现产品化，一些知名的厂商，如日本的松下公司、德国的西门子公司等都推出了品种规格齐全的系列化产 品，包括光源、摄像头、图像处理器等，这对图像检测技术的推广应用创造了很有利的条件。与此同时，所颁布的相关企业标准，不但规范了生产，而且为用户在不 同情形下选用合适的检测单元及更快、更好地进行系统设计提供了依据。 根据被测对象的特徵（工件、被测部位），参照有关标准，将能方便地选取合适的图像检测单元。以连杆为例，由于结合面的破口缺损面积不可能大于15×15 m m2，故从相应的标准中取“视野”为20×21.4 m m2这一档较合适。而相对每一档的视野和景深，用户又可选择不同焦距的摄像机，如8、16、25和50等多种型号，每一种焦距又对应表徵透镜至被测表面距 离al和表徵透镜至CCD感光面距离ba等两项参数。根据被测工件的情形，选焦距f=25mm的摄像头，此时上述两项参数分别为137mm和9mm。本例 采用的是松下公司的小型图像检测单元，其中的核心部件CCD感光片的像素为512×480，在视野确定的情形下，据此就能求出所选检测单元的测量分辨率： X向分辨率： 21.4/512=0.0417mm Y向分辨率： 20.0/480=0.0417mm 面积分辨率： 0.0417×0.0417=0.00174mm2 图1所示的反射型图像测量，光源有组合在摄像头之中和分体布置等两种形式，而光源自身又有荧光灯、卤素灯、激光和LED光源等多种。根据本例的具体情况， 采用了分体布置的LED光源方案，这种型式易于调整。
系统的组成
测 量系统方案的形成，一方面根据被测对象的特点，如前所述，结合面上的破口缺损分布范围呈“八”字形，这表明为完成一次检查，需通过三个方向进行测量；另一 方面，工艺、生产部门又提出实行全数检验的要求。因此，决定采用半自动方案，即除工件装卸为人工外，整个测量过程均为自动，以适应较快的工作节奏。
测量系统的运行过程和特点
检 测装置为一台式仪器，结构很紧凑。从图3的两个示意图可看出，摄像头3固定在 摆臂4的一端，其另一端通过枢轴支承在支架7上。安装在机架9一侧的步进电机5，借助同步齿形带6和枢轴上的同步轮可带动摆臂4回转，转动的范围 为±150，由布置在机架两侧的二个接近传感器8辅助定位。另外一对光电传感器安放在工件1的入口处两侧，用于确保实施测量前工件在夹具上的准确定位，并 接通光源。
摄 像头，即摆臂的原始状态在偏右的位置（在图2b中的A）。在摆臂驱动机构的带动下，摄像头顺序从右、中、左三个夹角互为150的位置，即A-B-C处分别 采样。同时，图2a框图中的图像处理单元通过RS232接口，把摄像头在每个位置连续三次采样的数值结果，传输到可编程控制器PLC进行比较。如果上述连 续三次的测得结果都相同，则这个数值被确认为可靠值，随后就存入PLC的堆栈，用于最终对三个方位检测结果比较，并找出其中的最大值。 如果摄像头在每个位置连续三次的检测结果不相同，则需再执行一回连续三次的采样，并对结果做比较。若反复五个循环（15次采样）都无法得到可靠值，则整个 检测系统将自动进行复位，摆臂驱动机构带其上所装的摄像头又回到右边的初始位置。与此同时，装置发出“系统故障”的信号。 作为一种表面缺陷测量，上述检测系统具有图像的直观显示与测量结果的分析判断相结合的特点。对于连杆结合面破口缺损的面积检测，通过图像处理中的优化算法 将破口影像独立出来，其中破口缺损部分的影像二值化为黑色，其它部分的影像为白色。然后，通过对黑色像素点的统计计算和单位转换，就能得到破口缺损部分的 面积大小，进而作出合格与否的判断。至于对破口最大线性长度的检测，乃是利用“边界扫描法”通过沿X方向和Y方向的扫描，找到破口的边界，然后根据对两组 平行线所围成的矩形、即包络破口边界的那个矩形的对角线的计算，来确定破口缺损部分的最大线性长度。 每完成一次检测，在显示器上将呈现的测量结果包括：面积CA01、X方向长度CA02、Y方向长度CA03和最大线性长度CA04等4项。然后，根据事先 设定的评定指标，对结合面破口缺损的状态作出判断。为方便操作人员在批量生产条件下的使用，机体正面的上部有绿色（合格）指示灯或红色（不合格）指示灯， 以更简捷的方式表明被检工件的状态
准 确、快速地探测零件表面缺陷，直接关系产品质量，若不及时剔除不合格产品，将会带来质量隐患。但在以批量生产方式为特徵的汽车、摩托车、内燃机等行业，识 别和检测重要零件关键部位的表面缺陷迄今还是以人工目测为主。由于考虑到工艺执行过程中的复杂性（尤其在采用了先进的分离大小头的连杆涨断工艺后），还必 须提出规范的评定标准。如，对连杆大小头结合面可能存在的破损，就有如下具体规定：破口面积小于3mm2；破口任何一方向的线性长度小于2.5mm。只要 符合其中一个条件，就将判定为不合格而被剔除。 根据零件的特点，破口可能出现的区域在结合面（线）的外侧，其范围呈“八”字形。在此情况下，依靠人工目测、估算的方式，不但效率低，劳动强度大，且无法 准确执行上述标准中的规定。另一方面，即使采用其它常规测量方法，也难以达到上述目的。
图像处理技术用于表面缺陷检测的原理
图 像处理技术又称“机器视觉”，乃是将被测对象的图像作为信息的载体，从中提取有用的信息来达到测量的目的。它具有非接触、高速度、测量范围大、获得的信息 丰富等优点。通过CCD（Charge Coupled Device）摄像头与光学系统、处理系统的组合，可实现不同的检测要求。对于上述工件表面缺陷的识别可采取图1所示的反射方式。 如图所示，本系统通过一个方形LED漫反射光源照亮待检测的破口区域，光线照射到对象表面后，反射到摄像头内的光电耦合CCD组件上转化成对应的电量信 号。其中CCD组件可理解为一个由感光像素组成的点阵，CCD的每一个像素都一一对应了被测对象的二维图像特徵，即通过对“像素点成像结果”的分析可以间 接分析对象的图像特徵，比如通过对二值化图像中的成像像素个数的计算，可以得到相应对象的长度值和面积值。图像处理系统根据电量信号将得到的图像进行二值 化处理后，把二值图像作为对象进行进一步的计算分析。 本图像处理系统在实际使用中，对于灰度的二值化阈值和光源的设定采用比对的方法实现。比对的具体方法：用已知的样件作为标定（比对）的参照物，把已知的参 照物测量值除以参照物对应的像素值，即可得到像素与实际值之间的对应比例值。通过调整光源亮度以及系统的二值化阈值，对灰度的二值化阈值进行优化，保证系 统对对象边界具有相对较高的分辨率，即优化后的二值化阈值和光源可以使边界的变化产生尽量大的像素值变化。 作为一种新颖而又实用的传感技术，图像检测单元近年已实现产品化，一些知名的厂商，如日本的松下公司、德国的西门子公司等都推出了品种规格齐全的系列化产 品，包括光源、摄像头、图像处理器等，这对图像检测技术的推广应用创造了很有利的条件。与此同时，所颁布的相关企业标准，不但规范了生产，而且为用户在不 同情形下选用合适的检测单元及更快、更好地进行系统设计提供了依据。 根据被测对象的特徵（工件、被测部位），参照有关标准，将能方便地选取合适的图像检测单元。以连杆为例，由于结合面的破口缺损面积不可能大于15×15 m m2，故从相应的标准中取“视野”为20×21.4 m m2这一档较合适。而相对每一档的视野和景深，用户又可选择不同焦距的摄像机，如8、16、25和50等多种型号，每一种焦距又对应表徵透镜至被测表面距 离al和表徵透镜至CCD感光面距离ba等两项参数。根据被测工件的情形，选焦距f=25mm的摄像头，此时上述两项参数分别为137mm和9mm。本例 采用的是松下公司的小型图像检测单元，其中的核心部件CCD感光片的像素为512×480，在视野确定的情形下，据此就能求出所选检测单元的测量分辨率： X向分辨率： 21.4/512=0.0417mm Y向分辨率： 20.0/480=0.0417mm 面积分辨率： 0.0417×0.0417=0.00174mm2 图1所示的反射型图像测量，光源有组合在摄像头之中和分体布置等两种形式，而光源自身又有荧光灯、卤素灯、激光和LED光源等多种。根据本例的具体情况， 采用了分体布置的LED光源方案，这种型式易于调整。
图1 反射型图像测量原理
专用检测设备的组成、设计特点和运行过程 系统的组成
测 量系统方案的形成，一方面根据被测对象的特点，如前所述，结合面上的破口缺损分布范围呈“八”字形，这表明为完成一次检查，需通过三个方向进行测量；另一 方面，工艺、生产部门又提出实行全数检验的要求。因此，决定采用半自动方案，即除工件装卸为人工外，整个测量过程均为自动，以适应较快的工作节奏。
图2a
图2b
图 2a，测量系统主要由摄像头、LED光源、图像处理单元、可编程控制器（PLC）、显示器和机械部分等组成，其中，摄像头用于取像；LED光源提供稳定 的、长效的光源，保证取像质量；可编程控制器（PLC）对测量系统的功能执行予以控制；图像处理单元对数据进行处理、分析，并提供信号输出；显示器显示取 像情况和数据分析结果；机械部分支承和实施测量过程中的动作。 测量系统的运行过程和特点
检 测装置为一台式仪器，结构很紧凑。从图3的两个示意图可看出，摄像头3固定在 摆臂4的一端，其另一端通过枢轴支承在支架7上。安装在机架9一侧的步进电机5，借助同步齿形带6和枢轴上的同步轮可带动摆臂4回转，转动的范围 为±150，由布置在机架两侧的二个接近传感器8辅助定位。另外一对光电传感器安放在工件1的入口处两侧，用于确保实施测量前工件在夹具上的准确定位，并 接通光源。
图3 专用检测设备结构简图
连杆结合面破口缺损的测量实例 摄 像头，即摆臂的原始状态在偏右的位置（在图2b中的A）。在摆臂驱动机构的带动下，摄像头顺序从右、中、左三个夹角互为150的位置，即A-B-C处分别 采样。同时，图2a框图中的图像处理单元通过RS232接口，把摄像头在每个位置连续三次采样的数值结果，传输到可编程控制器PLC进行比较。如果上述连 续三次的测得结果都相同，则这个数值被确认为可靠值，随后就存入PLC的堆栈，用于最终对三个方位检测结果比较，并找出其中的最大值。 如果摄像头在每个位置连续三次的检测结果不相同，则需再执行一回连续三次的采样，并对结果做比较。若反复五个循环（15次采样）都无法得到可靠值，则整个 检测系统将自动进行复位，摆臂驱动机构带其上所装的摄像头又回到右边的初始位置。与此同时，装置发出“系统故障”的信号。 作为一种表面缺陷测量，上述检测系统具有图像的直观显示与测量结果的分析判断相结合的特点。对于连杆结合面破口缺损的面积检测，通过图像处理中的优化算法 将破口影像独立出来，其中破口缺损部分的影像二值化为黑色，其它部分的影像为白色。然后，通过对黑色像素点的统计计算和单位转换，就能得到破口缺损部分的 面积大小，进而作出合格与否的判断。至于对破口最大线性长度的检测，乃是利用“边界扫描法”通过沿X方向和Y方向的扫描，找到破口的边界，然后根据对两组 平行线所围成的矩形、即包络破口边界的那个矩形的对角线的计算，来确定破口缺损部分的最大线性长度。 每完成一次检测，在显示器上将呈现的测量结果包括：面积CA01、X方向长度CA02、Y方向长度CA03和最大线性长度CA04等4项。然后，根据事先 设定的评定指标，对结合面破口缺损的状态作出判断。为方便操作人员在批量生产条件下的使用，机体正面的上部有绿色（合格）指示灯或红色（不合格）指示灯， 以更简捷的方式表明被检工件的状态
