论文部分内容阅读
【摘要】三芯电源线的应用范畴很广，其质量与人民的生活安全和制造行业的生产安全息息相关，如果三芯电源线出现了质量问题，在使用过程中则有可能威胁到人身安全和财产安全。三芯电源线大多生产环节应用的是半自动化设备，需要人力对其进行加工生产，因此生产效率不高。本文基于自动化生产与检测对三芯电源线机器视觉识别技术进行了探究，这对提升三芯电源线的生产效率有着一定的现实意义。
【关键词】自动化 生产与检测 三芯电源线 机器视觉识别
三芯电源线的生产环节需要采集图像技术的参与，使用工业相机来判断电源线中三根芯线的位置，这样有利于分线工作的进行。但是电源线里面的导线由于生产批次不同，其外表面的颜色有一定的差异。并且在不同时段的光照下，收集的图像内容也有一定的色差。在生产过程中，三根导线容易附着生产车间的粉尘，这就影响了视觉识别效果。现阶段在三芯电源线自动生产过程中，导线位置误判是影响产品质量的关键问题之一。此外检测三芯电源线是否存在钢线外漏问题这一环节要依靠人力检测，人工检测效率低，并且在疲乏状态下容易漏检，因此针对三芯电源线生产环节和检测环节出现的问题进行思考是十分有必要的，而提升机器视觉识别技术可以有效的解决这一问题。
1. 基于自动化生产与检测的三芯电源线机器视觉识别技术介绍
机器视觉其实就是通过计算机和工业相机相互配合来模拟人体视觉的一种图像识别技术。通过相机来对图像进行抓取，然后用计算机来对所抓取的图像信息进行处理，最终和控制系统结合，由此来发出自动加工指令。与传统的人力检测环节相比，使用自动化技术来进行机器视觉检测具备精确度高、可长时间连续工作、生产环境适应能力高、工作稳定性好等优点。制造产业的人力劳动成本逐年上涨，但是生产厂家离不开大量的劳动力，这就产生了生产矛盾。在自动化技术的影响下，三芯电源线的生产厂家急需高效视觉检测技术来代替传统的人力检测方式。
工业生产中所适用的机器视觉识别系统有三个主要模块，分别是：采集图像模块、处理图像信息模块以及运动执行模块，其中采集图像模块包括相机、光源和镜头。现阶段最经常使用的相机按照芯片划分主要有两种：CMOS相机、CCD相机。CCD相机出现的时间较早，特点是高质量、高成本、高功耗，并且成像较为清晰。而CMOS相机发展速度较快，特点主要在于：低功耗、低成本，与CCD相机相比，其价格优势明显，但是成像质量欠佳。机器视觉识别技术所应用的镜头包括多组透镜和光阑，多组透镜有凹透镜和凸透镜，这两种不同的透镜相互配合和解决图像失真的问题。光阑通过转动调节转盘，由此来得到合适的孔径，使得光束大小适宜。机器视觉检测系统应用的光源种类多样，不同的光源应用在不同的情景，其目的在于通过光源的选取来突出检测目标和检测环境的灰度值，从而削弱环境对检测目标图像的干扰。
2. 基于自动化生产与检测的三芯电源线机器视觉识别技术探究
提升三芯电源线生产过程以及检测过程中颜色识别技术、生产缺陷检测技术是十分重要的，这需要对三个图像识别技术进行研究，分别是：图像感兴趣区域的图像提取技术、图像感兴趣区域边缘提取技术、图像颜色抓取识别技术。三芯电源线机器视觉识别技术的关键环节之一就是图像数据的提取，所提取的图像信息质量对后期图像技术处理有一定的影响，获得的数据信息直接决定了后期算法处理工作的复杂程度，如果所获得的图像信息不够完整，则会导致后期算法复杂程度加倍，还会降低算法的准确性。图像压缩算法的研究要经过多种对比，例如查表法和整点运算法转换效果的对比，由此来选取转换率更高的算法来进行图像的获取工作。
分离图像的感兴趣区域和不感兴趣区域的环节称为图像分割，从拍摄得到的完整图像中将感兴趣区域分割出来，由此为后续的图像识别和处理提供便利条件。图像分割环节所应用的阈值分割算法需要选择合适的阈值，可以应用颜色模型來实现算法定位，由此实现感兴趣目标和背景的阈值分割，将分割出来的前景区域数据信息首先要进行形态学运算，然后要进行腐蚀处理，最后膨胀处理，这样可以有效的排除图像分析的干扰因素，并且将感兴趣区域完整提取出来。人眼所识别物体的颜色取决于光照射在物体上反射后的情况，主要影响因素是所识别物体表面的粗糙程度以及所照射光源的情况。针对色差问题可以选用三通道颜色分离法，但是在应用的过程中发现产品在旋转过程中的颜色有差异性，不能准确的在旋转过程中分析产品的颜色灰度值，通用性不佳，针对这个问题可以使用高斯混合模型来对颜色进行识别，这样可以有效的提升机器视觉识别技术的准确率。图像边缘识别可以识别图像的基本特征，图像边缘识别与图像内容理解、图像纹理分析以及图像分割依据息息相关，可以使用平方差匹配法来对图像特征的位置进行区域查找，这个方法可以有效的检测出三芯电源线是否裸露出内部铜线，从而完成三芯电源线的缺陷检测工作。
3. 总结
探究基于自动化生产与检测的三芯电源线机器视觉识别技术对于提升三芯电源线的生产质量来说十分重要，要针对三芯电源线的生产情况和检测技术的特点来改进机器视觉识别技术，对于不同的图像数据信息处理算法要进行多次的求证和比较，这样才能采集到高质量的图像，排除关键图像的干扰图像是十分重要的，提取关键图像需要合理应用颜色识别算法和边缘特征提取算法，这样才能保证三芯电源线的生产质量，这对于提升电源线的应用安全性十分重要。
参考文献
[1]马杰.面向自动化生产与检测的三芯电源线机器视觉识别技术研究[D].江苏：江苏大学，2019.
[2]浙江海宁普赛自动化科技有限公司.三芯电源线视觉分线装置：CN201320770363.4[P].2014-05-07.
[3]浙江海宁普赛自动化科技有限公司.三芯电源线视觉分线装置及其使用方法：CN201310623009.3[P].2014-02-26.
【关键词】自动化 生产与检测 三芯电源线 机器视觉识别
三芯电源线的生产环节需要采集图像技术的参与，使用工业相机来判断电源线中三根芯线的位置，这样有利于分线工作的进行。但是电源线里面的导线由于生产批次不同，其外表面的颜色有一定的差异。并且在不同时段的光照下，收集的图像内容也有一定的色差。在生产过程中，三根导线容易附着生产车间的粉尘，这就影响了视觉识别效果。现阶段在三芯电源线自动生产过程中，导线位置误判是影响产品质量的关键问题之一。此外检测三芯电源线是否存在钢线外漏问题这一环节要依靠人力检测，人工检测效率低，并且在疲乏状态下容易漏检，因此针对三芯电源线生产环节和检测环节出现的问题进行思考是十分有必要的，而提升机器视觉识别技术可以有效的解决这一问题。
1. 基于自动化生产与检测的三芯电源线机器视觉识别技术介绍
机器视觉其实就是通过计算机和工业相机相互配合来模拟人体视觉的一种图像识别技术。通过相机来对图像进行抓取，然后用计算机来对所抓取的图像信息进行处理，最终和控制系统结合，由此来发出自动加工指令。与传统的人力检测环节相比，使用自动化技术来进行机器视觉检测具备精确度高、可长时间连续工作、生产环境适应能力高、工作稳定性好等优点。制造产业的人力劳动成本逐年上涨，但是生产厂家离不开大量的劳动力，这就产生了生产矛盾。在自动化技术的影响下，三芯电源线的生产厂家急需高效视觉检测技术来代替传统的人力检测方式。
工业生产中所适用的机器视觉识别系统有三个主要模块，分别是：采集图像模块、处理图像信息模块以及运动执行模块，其中采集图像模块包括相机、光源和镜头。现阶段最经常使用的相机按照芯片划分主要有两种：CMOS相机、CCD相机。CCD相机出现的时间较早，特点是高质量、高成本、高功耗，并且成像较为清晰。而CMOS相机发展速度较快，特点主要在于：低功耗、低成本，与CCD相机相比，其价格优势明显，但是成像质量欠佳。机器视觉识别技术所应用的镜头包括多组透镜和光阑，多组透镜有凹透镜和凸透镜，这两种不同的透镜相互配合和解决图像失真的问题。光阑通过转动调节转盘，由此来得到合适的孔径，使得光束大小适宜。机器视觉检测系统应用的光源种类多样，不同的光源应用在不同的情景，其目的在于通过光源的选取来突出检测目标和检测环境的灰度值，从而削弱环境对检测目标图像的干扰。
2. 基于自动化生产与检测的三芯电源线机器视觉识别技术探究
提升三芯电源线生产过程以及检测过程中颜色识别技术、生产缺陷检测技术是十分重要的，这需要对三个图像识别技术进行研究，分别是：图像感兴趣区域的图像提取技术、图像感兴趣区域边缘提取技术、图像颜色抓取识别技术。三芯电源线机器视觉识别技术的关键环节之一就是图像数据的提取，所提取的图像信息质量对后期图像技术处理有一定的影响，获得的数据信息直接决定了后期算法处理工作的复杂程度，如果所获得的图像信息不够完整，则会导致后期算法复杂程度加倍，还会降低算法的准确性。图像压缩算法的研究要经过多种对比，例如查表法和整点运算法转换效果的对比，由此来选取转换率更高的算法来进行图像的获取工作。
分离图像的感兴趣区域和不感兴趣区域的环节称为图像分割，从拍摄得到的完整图像中将感兴趣区域分割出来，由此为后续的图像识别和处理提供便利条件。图像分割环节所应用的阈值分割算法需要选择合适的阈值，可以应用颜色模型來实现算法定位，由此实现感兴趣目标和背景的阈值分割，将分割出来的前景区域数据信息首先要进行形态学运算，然后要进行腐蚀处理，最后膨胀处理，这样可以有效的排除图像分析的干扰因素，并且将感兴趣区域完整提取出来。人眼所识别物体的颜色取决于光照射在物体上反射后的情况，主要影响因素是所识别物体表面的粗糙程度以及所照射光源的情况。针对色差问题可以选用三通道颜色分离法，但是在应用的过程中发现产品在旋转过程中的颜色有差异性，不能准确的在旋转过程中分析产品的颜色灰度值，通用性不佳，针对这个问题可以使用高斯混合模型来对颜色进行识别，这样可以有效的提升机器视觉识别技术的准确率。图像边缘识别可以识别图像的基本特征，图像边缘识别与图像内容理解、图像纹理分析以及图像分割依据息息相关，可以使用平方差匹配法来对图像特征的位置进行区域查找，这个方法可以有效的检测出三芯电源线是否裸露出内部铜线，从而完成三芯电源线的缺陷检测工作。
3. 总结
探究基于自动化生产与检测的三芯电源线机器视觉识别技术对于提升三芯电源线的生产质量来说十分重要，要针对三芯电源线的生产情况和检测技术的特点来改进机器视觉识别技术，对于不同的图像数据信息处理算法要进行多次的求证和比较，这样才能采集到高质量的图像，排除关键图像的干扰图像是十分重要的，提取关键图像需要合理应用颜色识别算法和边缘特征提取算法，这样才能保证三芯电源线的生产质量，这对于提升电源线的应用安全性十分重要。
参考文献
[1]马杰.面向自动化生产与检测的三芯电源线机器视觉识别技术研究[D].江苏：江苏大学，2019.
[2]浙江海宁普赛自动化科技有限公司.三芯电源线视觉分线装置：CN201320770363.4[P].2014-05-07.
[3]浙江海宁普赛自动化科技有限公司.三芯电源线视觉分线装置及其使用方法：CN201310623009.3[P].2014-02-26.