【光電智造】詳解機器視覺如何檢測安全氣囊

摘要

利用圖像處理與機器視覺技術開發了一套安全氣囊檢測系統，實現了對安全氣囊生產過程某一工位處關鍵尺寸的亞像素測量。介紹了該檢測系統的總體組成和主要工作流程;? ? 分別介紹了該系統的軟硬件設計;? ? 并選取實際氣囊對所開發的檢測系統進行了可行性、有效性的驗證。通過實驗表明該系統的檢測結果符合實際生產的要求。

21 世紀以來，汽車行業發展迅猛。安全氣囊作為汽車的安全輔助工具，它的出現大大降低了死亡率，因而必須確保其尺寸精確，并能正常使用。對安全氣囊傳統的檢 測方法主要是借助千分表、輪廓儀等工具進行人工抽檢［1］。然而在長時間、大批量的工作模式下，工作人員由于身體條件、視覺疲勞等因素，造成產品誤檢率高，極大地 限制了生產效率和產品質量。

針對上述情況，開發了一套基于機器視覺的安全氣囊檢測系統，實現對安全氣囊關鍵尺寸的亞像素測量。該系統具有非接觸、實時、高精度、高效率的特點，可有效降低企業的人工成本，同時減少誤檢率和漏檢率，提高企業的生產效率和經濟效益。

1、視覺檢測系統設計

1.1 尺寸測量技術要求

圖 1 待檢測的安全氣囊實物圖

1.2 系統的工作原理

視覺檢測系統主要由光源、相機、計算機、執行機構等部分組合而成［2］，如圖 2 所示。其工作原理是: 照明光源發出平行光照射在檢測工件上，工業相機采集圖像，將光信號轉換成圖像數據傳送給計算機，由計算機完成圖像處理、分析和計算等，并將處理結果以信號的形式發送給執行機構，指導機器的運行。

1.3 系統的結構設計

該視覺系統的結構設計主要從硬件系統和軟件系統兩方面展開。

圖 2 視覺檢測系統的原理圖

硬件系統包含機械裝置、圖像采集子系統以及計算機等部分，其中圖像采集子系統是整個硬件系統的核心模塊，由光源、相機以及照明系統等復合而成，其任務是對工件進行圖像數據采集［3］。對圖像采集子系統的設計主要從相機和光源的選型、光照模式的設計等兩個方面入手。根據檢測工件的表面屬性和幾何外形，結合檢測指標為外輪廓尺寸和預縫線間距測量，決定選用 MER－ 503－ 20GM / C－P 相機，選擇線性 LED 條形光源，以垂直照射的方式進行照明，如圖 3( a) 所示。

軟件系統是基于 Window 操作系統平臺，依托 Visual Studio 2013 中 MFC 和開源圖像處理庫 OpenCV2．4．9 設計的 UI 界面，主要包括視頻顯示、圖像結果顯示、識別與測量及設備控制等功能模塊，如圖 3( b) 所示。圖中左側兩個窗口分別為“視頻顯示窗口”和“圖像結果顯示窗口”；界面右側從上到下依次是“串口通信窗口”、“設備控制窗 口”、“檢測識別與測量窗口”以及“檢測結果顯示窗口”。

圖 3 檢測系統的結構設計

2、檢測原理與算法實現

針對氣囊的尺寸測量，采用基于灰度圖像的邊緣特征，通過濾波與增強，改善圖像質量，銳化邊緣細節，并通 過亞像素定位技術，提高邊緣定位精度，最后通過對邊緣 的直線擬合和直方圖投影，進行尺寸測量，整個檢測算法 流程如圖 4 所示。

2.1 圖像濾波

在進行圖像采集和數據傳輸時，因受到圖像傳感器質量、環境光照等因素的影響，常常會引入無關的噪聲，不利于后續圖像識別。圖 5 所示為采集圖像的外輪廓和預縫線區域的局部圖，可以看出圖像含有大量的噪聲點。

圖 5 原始圖像

在圖像處理中，主要運用圖像濾波進行噪聲點的去除。目前，常用的濾波方法有高斯濾波、均值濾波和中值 濾波等。采用上述 3 種濾波方法分別對工件圖像進行處理，同時以峰值信噪比( PSNR)?［4］作為質量評價指標，最終決定采用高斯濾波對圖像進行去噪處理。

高斯濾波是一種廣泛使用的線性平滑濾波器，主要思路是對整幅圖像進行加權平均，從而消除噪聲點的影響， 其具體操作是: 通過高斯核的離散化窗口滑窗卷積來實現，高斯核是一個奇數的大小高斯模板。

高斯模板中的各個參數主要通過二維高斯函數計算給出，其具體公式如下:

式中 δ 表示標準差。標準差 δ 越小，表示濾波平滑效果越不明顯。

采用高斯濾波對采集圖像進行噪聲點的去除，效果如 圖 6 所示，可以看到噪聲點被平滑處理掉，圖像質量得到明顯改善。

圖6 高斯濾波后的圖像

2.2 圖像增強

經過高斯濾波之后的圖像，噪聲點被濾除，但是由于引入平均的效果，使得邊緣細節變得模糊。為了抵消這種模糊的因素，應該增強圖像的對比度。采用 Laplace 算子， 對圖像邊緣進行銳化處理。

Laplace 算子是一種各向同性的二階微分算子［5］，而圖像的邊緣灰度是階躍變化的，在數學上表示為其二階導數過零點，故可利用 Laplace 算子對進行圖像銳化，可以有效地定位邊緣點，并通過加強邊緣的灰度值，使圖像的對 比度增強，同時使邊緣細節得到提升。

如圖 7 所示，經過 Laplace 算子增強后，可以發現圖像的對比度得到了提高，預縫線和外輪邊緣也更加清晰，有利于后續圖像邊緣的檢測。

圖7 Laplace 圖像增強后的效果

2.3 邊緣檢測

圖像邊緣指的是其周圍像素灰度急劇變化的那些像 素的集合，它主要存在于目標、背景與區域之間，對圖像進 行邊緣檢測是圖像識別的重要步驟［6］。采用亞像素技術 對像素級邊緣進行精細再分，提高了圖像的分辨率，具體 實現過程如下:

（1）粗定位階段，以像素為單位，進行傳統的邊緣檢測;

（2）精定位階段，采用圖像處理算法，實現像素精細劃分。在粗定位階段，傳統的像素級邊緣檢測算子主要有:

Roberts 算子、Prewitt 算子、Sobel 算子、Log 算子、Canny 算子等［7］。從定位精度和邊緣細節兩方面，對比上述檢測算子的檢測效果，如圖 8 所示，可以發現 Roberts 算子、Prewitt 算子、Sobel 算子檢測結果相似，能夠準確定位邊緣，但是邊緣細節模糊，而 Canny 算子檢測效果最佳，定位精度高，邊緣連續性強，故在粗定位階段采用 Canny 算子進行邊緣檢測。

圖8邊緣檢測圖

在精定位階段，采用基于 Zernike 矩的亞像素邊緣檢測算法，并對階躍閾值的選擇進行改進，利用 Otsu 法( 大津法) 確定最佳分割閾值 T 作為階躍閾值，對檢測邊緣進行精確定位。

改進的 Zernike 矩邊緣檢測算法具體步驟如下。步驟 1: 計算 Zernike 矩的 Z00?、Z11 、Z20?;

步驟2: 根據公式( 2) ，計算出Φ的值;

Φ= tan-1?( Im［Z11］/Re［Z11］) ( 2)

步驟3: 利用Zernike 矩的旋轉不變性，求得Z'00、Z'11、Z'20;

步驟5: 利用Otsu 法確定最佳分割閾值作為階躍閾值 T; 步驟 6: 取距離閾值 δ，若滿足條件 k ≥T 且 h≤δ，則該像素點即為邊緣點。

通過 Otsu 法確定最佳分割閾值 T = 86，并設置距離閾值 δ 為一個像素單位，進行亞像素邊緣檢測，如圖 9 所示。可以看出采用改進的 Zernike 矩邊緣檢測算法提取的圖像邊緣無毛刺，且連續性更強，為后續的高精度尺寸測量提供了保證。

圖9 改進的Zernike 矩邊緣檢測效果圖

2.4 尺寸測量

通過對氣囊的邊緣圖像進行分析，發現外輪廓具有波 浪形邊緣，而預縫線邊緣具有明顯的傾斜角度，并且含有 線頭邊緣，對測量產生極大的干擾，針對以上問題，分別提 出了基于直線擬合和直方圖投影的測量算法，檢測效果如 圖 10 所示。

圖 10 氣囊尺寸測量效果圖

1）直線擬合測量算法

對于外輪廓的尺寸測量，其核心步驟在于對輪廓的擬 合，最小二乘法是最常見的直線擬合方法，其具體步驟如下。?

步驟 1: 采集圖像上、下邊緣，采用最小二乘法擬合基準直線 L1 和 L2;

步驟 2: 計算中心點( x0，y0) ，將上邊緣 x 坐標均值作為 x0，根據直線 L2?方程獲取中心點位置;

步驟 3: 利用該中心點的基準直線 L1 的距離，進行測距。

2）直方圖投影算法

首先對工件的邊緣圖像進行輪廓提取，同時獲得每個輪廓的最小外接矩形，再依據面積和長寬比等幾何特征， 定位預縫線檢測區域 R1 和 R2，并記錄其左上角頂點坐標，如圖 10 所示。

對定位出的預縫線區域，進行直方圖投影，其具體步驟是: 首先遍歷 ROI 區域 R1 和 R2，統計區域內非 0 值像素的個數 Ni，以行數為橫坐標，Ni 為縱坐標，繪制直方圖，并記錄直方圖最大值所在位置行數，計為 I1max 和 I2max，如圖 11 所示。結合 ROI 區域的位置坐標，作差即可求得預縫線間距。

圖11 預縫線像素直方圖

3、實驗結果與分析

對本視覺系統進行重復性測量實驗，即將氣囊在相機視野中任意位置擺放 10 次，采用檢測系統對氣囊進行尺寸測量，并計算其測量均值和標準差，測量結果如表 1 所示。

通過表 1 可知，外輪廓測量均值為 205.55 mm，其標準偏差為 0.0317 mm，預縫線間距測量均值為 140.15 mm，標準偏差為 0.023 5 mm，標準偏差均在± 0.05 mm 之間，滿足了生產實際的精度要求。同時為了更加直觀體現，繪制其檢測結果折線圖如圖 12 所示。

圖12 零件檢測結果折線圖

由圖 12 可知雖然該系統測得的數據整體比較理想， 測量結果基本在測量均值附近，但是也有個別數據會產生波動，出現這種情況，主要有以下幾個方面原因:

鏡頭誤差。由于鏡頭制造工藝的限制，使得鏡頭存在畸變，在光學成像時產生一定的誤差。

環境誤差。受到環境光照的影響，使得被測工件的邊緣亮度和陰影產生變化，這將導致在邊緣提取時產生 一定的誤差。

算法誤差。對外輪廓進行直線擬合時，由于輪廓具有波浪形邊緣，使得擬合出的結果會存在一定的誤差。

?

----與智者為伍?為創新賦能----

投稿丨合作丨咨詢

聯系郵箱：uestcwxd@126.com

QQ：493826566