论文部分内容阅读
摘 要： 机器视觉是用机器来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。本文从工业制造领域说明了机器视觉的巨大需求，总结了制造行业中人工检测的缺点和局限性，以陶瓷砖的质量检测为例说明了机器视觉检测的优势。列举了机器视觉检测中视觉硬件、图像预处理、尺寸测量、缺陷检测、模式识别等主要研究内容，最后指出了图像处理算法是机器视觉中的关键技术。
关键词： 机器视觉；自动检测； 图像处理；模式识别
【中图分类号】 TP391 【文献标识码】 B 【文章編号】 2236-1879（2017）14-0265-02
1 现代制造业中人工检测的缺点
工业检测是指在工业生产中运用一定的测试技术和手段对生产环境、工况、产品等进行测试和检验，其检测结果是对生产过程进行控制的重要指标，直接影响着生产效率和质量。
在现代自动化大生产中，产品质量检测往往是不可缺少的重要环节。如陶瓷砖的尺寸测量和外观检测、零件结构尺寸、药品包装正误、字符印刷质量、电路板焊接好坏等，都需要工人通过卡尺、量规或者显微镜等工具进行观测检验。
人工检测的弊端很多，主要体现在以下6个方面。
（1）人工检测劳动强度大、劳动成本高、生产效率低。
（2）人工检测没有严格统一的质量标准，直接影响产品的检验一致性。
（3）在一些高速的生产环节，人工检测无法实现实时全面检测，只能对部分产品进行抽检。
（4）在高精度检测要求下，人工检测很难达到精度要求。
（5）在某些高温或有毒生产现场，无法通过人工方式对产品质量进行检测。
（6）人工检测的数据无法及时准确地纳入质量管理系统，不利于测控管系统集成。
2机器视觉检测的优势和特点
机器视觉应用于工业称为工业视觉，工业视觉的典型应用包括：印制电路板检查、钢板表面自动探伤、大型工件平行度和垂直度测量、容器容积或杂质检测、机器零件的自动识别和分类、邮政自动化、计算机辅助外科手术、显微医学操作、外形测量、颜色识别、三维建模以及各种危险场合工作的机器人等。
以陶瓷砖的检测为例[1，2，3，4]，GB/T 3810.2- 2006推荐了陶瓷砖的尺寸和表面质量的检验项目及方法。其中尺寸测量项目包括：长度、宽度、厚度、边直度、直角度、对角线长度、表面平整度等，表面缺陷检测项目包括：裂纹、针孔、磕碰、缺边、缺角、划痕、缺釉、斑点和毛边等。
陶瓷砖产品注重无缝拼贴，要求尺寸精准、平整度高、表面无缺陷、色彩美观。目前，在尺寸测量上，佛山地区相当一部分陶瓷砖生产企业仍采用人工结合游标卡尺对瓷砖进行离线的接触式测量方法，采用抽样检测，速度慢、效率低，影响产能，而且出错率高，容易出现检测质量不稳定等不确定因素。在表面质量检测上，国标GB/T 3810.2-2006规定，陶瓷砖表面缺陷检验是在照度为300lx的灯光均匀照射下，在垂直距离为1m处用肉眼观察被检测砖表面缺陷。这种检测方法不但效率低，只能做到抽样检测，质检结果精度差，而且检测结果易受到人为干扰。
采用机器视觉的陶瓷砖在线检测系统，可以对陶瓷砖的尺寸和表面质量实现非接触快速高精度的在线全面检测，完全取代人工检测，可以有效控制劳动力成本。机器视觉检测系统还可以直接与瓷砖生产线相衔接，能在瓷砖切割、刮平、抛光、倒角等工序后直接进行尺寸和表面质量检测，真正实现陶瓷砖的一体化全自动化生产。根据成功案例[基于机器视觉瓷砖尺寸在线检测系统设计]，使用机器视觉系统，瓷砖检测速度最快可以达到30 块/min，测量精度可达到0.02mm，远高于国标GB11947-89 规定的1.5 mm的精度要求。
采用机器视觉系统对产品质量进行检测的优点可概括如下：
（1）非接触测量，对于观测者与被观测者都不会产生任何损伤，从而提高系统的可靠性。
（2）具有较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围。
（3）长时间稳定工作，人类难以长时间对同一对象进行观察，而机器视觉则可以长时间地进行测量、分析和识别任务，还可以避免人的疲劳、注意力不集中等带来的误判。
（4）可以适合人类视觉无法感知的场合，如在精确定量感知、高速检测判定、危险场景感知和不可见物体感知等情况下，机器视觉技术更显示出其无可比拟的优越性。
（5）具备在线检测、实时分析、实时控制、自动分选的能力，可避免有缺陷的产品进入下一道工序，从而提高产品总体质量。
（6）生产速度快，可以在高速生产线上对产品进行测量、引导、检测和识别，大大提高生产效率和生产自动化程度。
（7）检测精度高，机器视觉检测的精度要远远高于人工检测。
（8）降低劳动力成本和生产运作成本，在劳动力成本不断上涨的当前时期，具有明显的经济效益。
综上所述，机器视觉技术正在被广泛地应用于各种生产活动，对提升企业的生产竞争力与企业现代化生产管理水平发挥着越来越重要的作用。
3 机器视觉检测的主要研究内容
机器视觉系统是指通过图像采集装置获取图像，然后将获得的图像传送到处理单元，通过数字化图像处理进行目标尺寸、形状、颜色等的判别，进而根据判别的结果控制现场设备。一个典型的机器视觉系统涉及多个领域的技术交叉融合，包括光源照明技术、光学成像技术、传感器技术、数字图像处理技术、模拟与数字视频技术、机械工程技术、自动控制技术、计算机软硬件技术、人机接口技术等。主要研究内容包括[5]：
（1）机器视觉硬件技术，
机器硬件系统可概括为图像获取、图像分析处理和图像结果显示与控制三部分。可进一步细化为光源、镜头、CCD、图像采集卡以及计算机等硬件模块。 （2）图像预处理技术，
在机器视觉系统中，为了消除和抑制图像中的无用信息，增强有用信息的可检测性和最大限度地简化数据量，使机器视觉系统的测量精度和可靠性得到有效提高，需要对原始采集图像进行预处理，包括图像增强、边缘提取、图像分割、形态学处理、图像投影、配准定位和特征提取等。
（3）尺寸测量技术，
尺寸测量是机器视觉技术最普遍的应用行业，特别是在自动化制造行业中，包括物件的长度、角度、孔径、直径、弧度等都是典型的物件待测几何参数。传统尺寸测量精度低、速度慢，无法满足大规模自动化生产的需要。基于机器视觉的尺寸测量技术属于非接触测量，具有检测精度高、速度快、成本低、便于安装等优点。基于机器视觉的尺寸测量技术，不但可以获取在线产品的尺寸参数，同时可对产品做出在线实时判定和分拣，应用十分普遍。
（4）缺陷检测技术，
缺陷检测在现代工业连续、大批量自动化生产中起着重要的作用，它涉及各种各样的工件检查，如检测工件的表面是否有划痕、印刷品形体是否有缺陷、IC字符印刷是否完整、电路板焊点是否完善、饮料瓶盖的画面是否完整等。传统的抽样检查已无法保证人们对产品高质量的要求，基于机器视觉的在线检测为其提供了可能。
（5）模式识别技术，
模式识别在机器视觉中具有广泛的应用，涉及图形、图像和文字的识别，也涉及有形物件的测量、分类与描述。应用领域包括字符识别、条码识别、车牌识别、工件识别和医学图像识别等。
4结论
图1（a.长度尺寸测量、b. 喷码字符识别、c. 开关状态检测、 d. 工件分类识别）是机器视觉检测中典型的图像处理应用。从上述机器视觉检测的研究内容可以看出，机器视觉硬件系统定型后，机器视觉的核心内容是软件，也就是图像处理算法。
参考文献
[1] 郭峰林，管庶安，胡尧俊，田魁.基于机器视觉瓷砖尺寸在线检测系统设计[J]，中国陶瓷，Vol.49，No.7，2013.07：pp60-63.
[2] 盧清华，许重川，王华，张宪民，范彦斌.基于机器视觉的大幅面陶瓷地砖尺寸测量研究[J]，光学学报，Vol.33，No.3，2013.03：pp0312007-1-0312004-7.
[3] 晁云，曹利钢.基于机器视觉的陶瓷砖表面缺陷快速检测方法的研究[J]，制造业自动化，Vol.35，No.92，2013.09：pp18-20.
[4] 王永强.基于机器视觉技术的卫生陶瓷缺釉检测研究[J]，中国陶瓷，Vol.50，No.11，2014.11：pp53-56.
[5] 韩九强.机器视觉技术及应用[M].北京：高等教育出版社，2009.12.
关键词： 机器视觉；自动检测； 图像处理；模式识别
【中图分类号】 TP391 【文献标识码】 B 【文章編号】 2236-1879（2017）14-0265-02
1 现代制造业中人工检测的缺点
工业检测是指在工业生产中运用一定的测试技术和手段对生产环境、工况、产品等进行测试和检验，其检测结果是对生产过程进行控制的重要指标，直接影响着生产效率和质量。
在现代自动化大生产中，产品质量检测往往是不可缺少的重要环节。如陶瓷砖的尺寸测量和外观检测、零件结构尺寸、药品包装正误、字符印刷质量、电路板焊接好坏等，都需要工人通过卡尺、量规或者显微镜等工具进行观测检验。
人工检测的弊端很多，主要体现在以下6个方面。
（1）人工检测劳动强度大、劳动成本高、生产效率低。
（2）人工检测没有严格统一的质量标准，直接影响产品的检验一致性。
（3）在一些高速的生产环节，人工检测无法实现实时全面检测，只能对部分产品进行抽检。
（4）在高精度检测要求下，人工检测很难达到精度要求。
（5）在某些高温或有毒生产现场，无法通过人工方式对产品质量进行检测。
（6）人工检测的数据无法及时准确地纳入质量管理系统，不利于测控管系统集成。
2机器视觉检测的优势和特点
机器视觉应用于工业称为工业视觉，工业视觉的典型应用包括：印制电路板检查、钢板表面自动探伤、大型工件平行度和垂直度测量、容器容积或杂质检测、机器零件的自动识别和分类、邮政自动化、计算机辅助外科手术、显微医学操作、外形测量、颜色识别、三维建模以及各种危险场合工作的机器人等。
以陶瓷砖的检测为例[1，2，3，4]，GB/T 3810.2- 2006推荐了陶瓷砖的尺寸和表面质量的检验项目及方法。其中尺寸测量项目包括：长度、宽度、厚度、边直度、直角度、对角线长度、表面平整度等，表面缺陷检测项目包括：裂纹、针孔、磕碰、缺边、缺角、划痕、缺釉、斑点和毛边等。
陶瓷砖产品注重无缝拼贴，要求尺寸精准、平整度高、表面无缺陷、色彩美观。目前，在尺寸测量上，佛山地区相当一部分陶瓷砖生产企业仍采用人工结合游标卡尺对瓷砖进行离线的接触式测量方法，采用抽样检测，速度慢、效率低，影响产能，而且出错率高，容易出现检测质量不稳定等不确定因素。在表面质量检测上，国标GB/T 3810.2-2006规定，陶瓷砖表面缺陷检验是在照度为300lx的灯光均匀照射下，在垂直距离为1m处用肉眼观察被检测砖表面缺陷。这种检测方法不但效率低，只能做到抽样检测，质检结果精度差，而且检测结果易受到人为干扰。
采用机器视觉的陶瓷砖在线检测系统，可以对陶瓷砖的尺寸和表面质量实现非接触快速高精度的在线全面检测，完全取代人工检测，可以有效控制劳动力成本。机器视觉检测系统还可以直接与瓷砖生产线相衔接，能在瓷砖切割、刮平、抛光、倒角等工序后直接进行尺寸和表面质量检测，真正实现陶瓷砖的一体化全自动化生产。根据成功案例[基于机器视觉瓷砖尺寸在线检测系统设计]，使用机器视觉系统，瓷砖检测速度最快可以达到30 块/min，测量精度可达到0.02mm，远高于国标GB11947-89 规定的1.5 mm的精度要求。
采用机器视觉系统对产品质量进行检测的优点可概括如下：
（1）非接触测量，对于观测者与被观测者都不会产生任何损伤，从而提高系统的可靠性。
（2）具有较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围。
（3）长时间稳定工作，人类难以长时间对同一对象进行观察，而机器视觉则可以长时间地进行测量、分析和识别任务，还可以避免人的疲劳、注意力不集中等带来的误判。
（4）可以适合人类视觉无法感知的场合，如在精确定量感知、高速检测判定、危险场景感知和不可见物体感知等情况下，机器视觉技术更显示出其无可比拟的优越性。
（5）具备在线检测、实时分析、实时控制、自动分选的能力，可避免有缺陷的产品进入下一道工序，从而提高产品总体质量。
（6）生产速度快，可以在高速生产线上对产品进行测量、引导、检测和识别，大大提高生产效率和生产自动化程度。
（7）检测精度高，机器视觉检测的精度要远远高于人工检测。
（8）降低劳动力成本和生产运作成本，在劳动力成本不断上涨的当前时期，具有明显的经济效益。
综上所述，机器视觉技术正在被广泛地应用于各种生产活动，对提升企业的生产竞争力与企业现代化生产管理水平发挥着越来越重要的作用。
3 机器视觉检测的主要研究内容
机器视觉系统是指通过图像采集装置获取图像，然后将获得的图像传送到处理单元，通过数字化图像处理进行目标尺寸、形状、颜色等的判别，进而根据判别的结果控制现场设备。一个典型的机器视觉系统涉及多个领域的技术交叉融合，包括光源照明技术、光学成像技术、传感器技术、数字图像处理技术、模拟与数字视频技术、机械工程技术、自动控制技术、计算机软硬件技术、人机接口技术等。主要研究内容包括[5]：
（1）机器视觉硬件技术，
机器硬件系统可概括为图像获取、图像分析处理和图像结果显示与控制三部分。可进一步细化为光源、镜头、CCD、图像采集卡以及计算机等硬件模块。 （2）图像预处理技术，
在机器视觉系统中，为了消除和抑制图像中的无用信息，增强有用信息的可检测性和最大限度地简化数据量，使机器视觉系统的测量精度和可靠性得到有效提高，需要对原始采集图像进行预处理，包括图像增强、边缘提取、图像分割、形态学处理、图像投影、配准定位和特征提取等。
（3）尺寸测量技术，
尺寸测量是机器视觉技术最普遍的应用行业，特别是在自动化制造行业中，包括物件的长度、角度、孔径、直径、弧度等都是典型的物件待测几何参数。传统尺寸测量精度低、速度慢，无法满足大规模自动化生产的需要。基于机器视觉的尺寸测量技术属于非接触测量，具有检测精度高、速度快、成本低、便于安装等优点。基于机器视觉的尺寸测量技术，不但可以获取在线产品的尺寸参数，同时可对产品做出在线实时判定和分拣，应用十分普遍。
（4）缺陷检测技术，
缺陷检测在现代工业连续、大批量自动化生产中起着重要的作用，它涉及各种各样的工件检查，如检测工件的表面是否有划痕、印刷品形体是否有缺陷、IC字符印刷是否完整、电路板焊点是否完善、饮料瓶盖的画面是否完整等。传统的抽样检查已无法保证人们对产品高质量的要求，基于机器视觉的在线检测为其提供了可能。
（5）模式识别技术，
模式识别在机器视觉中具有广泛的应用，涉及图形、图像和文字的识别，也涉及有形物件的测量、分类与描述。应用领域包括字符识别、条码识别、车牌识别、工件识别和医学图像识别等。
4结论
图1（a.长度尺寸测量、b. 喷码字符识别、c. 开关状态检测、 d. 工件分类识别）是机器视觉检测中典型的图像处理应用。从上述机器视觉检测的研究内容可以看出，机器视觉硬件系统定型后，机器视觉的核心内容是软件，也就是图像处理算法。
参考文献
[1] 郭峰林，管庶安，胡尧俊，田魁.基于机器视觉瓷砖尺寸在线检测系统设计[J]，中国陶瓷，Vol.49，No.7，2013.07：pp60-63.
[2] 盧清华，许重川，王华，张宪民，范彦斌.基于机器视觉的大幅面陶瓷地砖尺寸测量研究[J]，光学学报，Vol.33，No.3，2013.03：pp0312007-1-0312004-7.
[3] 晁云，曹利钢.基于机器视觉的陶瓷砖表面缺陷快速检测方法的研究[J]，制造业自动化，Vol.35，No.92，2013.09：pp18-20.
[4] 王永强.基于机器视觉技术的卫生陶瓷缺釉检测研究[J]，中国陶瓷，Vol.50，No.11，2014.11：pp53-56.
[5] 韩九强.机器视觉技术及应用[M].北京：高等教育出版社，2009.12.