机器视觉检测技术在工业检测中的应用(共5页).doc

精选优质文档-倾情为你奉上 机器视觉检测技术在工业检测中的应用陈 英（长沙民政职业技术学院，湖南 长沙，）摘要：随着科学技术的发展，传统的人工检测技术已无法满足需要，机器视觉检测技术以其精确度高、成本低的优势在工业领域中得到了推广和应用，本文首先对机器视觉检测技术进行了简要介绍，接着以某工厂无纺布口罩的生产为例，阐述了机器视觉检测技术的应用。关键词：机器视觉；工业检测中图分类号： V448.25 文献标识码：AMachine vision inspection technology in industrial applicationsDetectionChen Ying(Changsha Social Work College,Hunan Changsha,Abstract ：With the development of science and technology, the traditional manual testing technology have been unable to meet this need, machine vision inspection technology for its high precision, low cost advantage in the field of industrial promotion and application, this paper first on the machine vision inspection technology are briefly introduced, and then to a non-woven masks of factory as an example, this paper expounds the application of machine vision inspection technology. Keywords ：Machine vision; Industrial test1 机器视觉检测技术概述在工业生产中，需要将不合格的产品分拣出来，以提高产品的出厂合格率，传统的检测技术依靠人工来完成，需要质检人员用肉眼对产品进行外观检测，对合格和不合格的产品用手工进行逐一分拣。这样一来，就需要大量的劳动力，给企业增加了巨大的人工成本和管理成本。另外人工检测方法还存在着主观判断误差以及疲劳的问题，极易造成检测质量不稳定，导致漏检、误检等情况的发生。现代检测技术是工业发展的基础，测量的精度和效率在一定程度上决定了制造业乃至科学技术发展的水平。机器视觉检测技术的诞生很好地顺应了现代生产模式的发展，其凭借其精确性、重复性、速度高、客观性、成本低等优势在工业检测领域得到了推广应用。机器视觉检测技术是在数字计算机科学与图像处理技术的迅猛发展基础上发展起来的，以图像在线检测识别技术为基础，采用无接触式视觉传感器，将视觉检测系统安装在生产线上，通过工业相机和图像处理单元等设备获取产品的外观图像，判断产品的质量，对生产过程进行实时反馈, 以此来更好地指导生产, 具有自动化、客观性、非接触和高精度的优势，实现了产品缺陷检测、图像显示、报警、缺陷分类、设备故障诊断、缺陷剔除等功能，提高了产品的合格率。机器视觉一般由五部分组成：照明、镜头、相机、图像采集卡、视觉处理器。工作流程如下：首先使用CCD 摄像机将被摄取目标转换成图像信号，传送给专用的图像处理系统；之后图像处理系统对图像的亮度、颜色等进行处理并将转化成数字化信号；最后根据计算机设计好的系统对被检测物品的尺寸、角度等进行判断，将符合要求的图像判定为合格产品，将不符合要求的图像归为瑕疵产品，并将不合格的产品送入废品箱。机器视觉检测按照划分标准的不同有着不同的分类，按照安装载体的不同可分为在线检测系统和离线检测系统；按照检测技术的不同可分为立体视觉检测技术、斑点检测技术、尺寸测量技术、OCR技术等。制造业竞争加剧、成本压力迫使其重视生产效率质量促进机器视觉技术的应用。机器视觉检测技术不仅能有效提高检测精度，而且提升了用户检测工作的效率，特别是在一些不适合 于人工作业的危险工作环境，视觉检测技术改变了以往人工视觉经常出现误差的状况，使误判情况大大降低。同时，机器视觉技术还能在超标准排放烟尘、污水等方面发挥作用。利用机器视觉，能够及时发现机房及生产车间的的火灾、烟雾等异常情况。利用机器视觉中的面相检测、人脸识别技术，可以帮助企业加强出入口的控制和管理，提高管理水平，降低管理成本。近年来新兴行业的发展给机器视觉市场也带来了新的市场空间。在太阳能领域，太阳能电池和模块生产者使用机器视觉来检测产品、识别和跟踪产品以及装配产品。在交通监控领域，可以利用车牌识别技术、图像分析技术，自动识别车牌，发现违章停车、逆行、发现交通肇事车辆等。2 机器视觉检测技术具体应用随着社会生产的发展，人们对于口罩外观质量的要求日趋严格。无纺布口罩的生产流程主要有：口罩定型、口罩成型、焊接冲切、上鼻梁条、耳带焊接、文字移印共六道工序，在口罩焊接冲切的过程中，如果对杯型口罩本体和口罩外套进行压合、焊接、切边的操作的过程不当就会使口罩出现瑕疵，影响产品的品质及企业的信誉。因此在无纺布口罩生产的过程中，应当采取一定的措施检测并剔除含有毛发、污点的口罩，保证口罩的品质。无纺布口罩的成品和半成品在流水线上以每秒近十片的速度流转，有时运行速度超过了每分钟一千米，在这种速度下传统的人工检测技术无法适应高速生产线，而且人工检测方法效率低下，劳动成本高，容易漏检给企业造成损失。所以通过机器视觉技术进行无纺布口罩表面瑕疵检测为口罩质量检测提供了很好的方案。机器视觉系统的工程程序为：首先将标准的样品放到传送带上，将样品移动到高速CCD 线阵照相机下方，照明系统发出的平行光源照亮物体，选用畸变小的光学镜头，将被检测样品的三维场景的图像采集到计算机内部，形成二维图像，精确地反映样品表面的实际情况，建立标准样本特征库。为了对样品进行精确的测量，可以在摄像机视场内不同方位对标定标准样品进行多次标定，然后求其均值作为最终的标定系数，这样既可消除镜头畸变引起的误差又可去掉标定过程引入的随机误差。这种标定方法具有标定精度高、过程简单、成本低廉的优势，相较于标准的网格平面体标定方式更加容易实现，以标准样品为标定物，保证了被测样品各位置的光学参数与标定得到的参数相一致，确保了应用系统的标定精度和稳定性。标定方法的确定为下一步样品的检测和相机抓拍的控制提供了基础。其次采用闭环控制方法，精确抓拍高速运动工件的图像，以防止工件抓拍不完整为后续检测工作带来困难，其控制过程为：传感器检测到工件的工位信息后, 将工件的工位信息发送给相机控制单元, 相机控制单元控制相机快门开启, 完成相机拍照(工件图像曝光, 获取工件图像, 该图像传送到工件图像分割与定位单元进行处理, 定位出工件图像在整幅图像中的位置, 计算出工件图像中心与整幅图像中心的位置偏差, 将位置偏差反馈到相机控制单元, 相机控制单元根据本次的位置偏差调整下次的相机快门开启时间, 以便让工件图像处于整幅图像中心位置, 实现相机精确抓拍工件图像的控制。再次对工件图像进行快速处理，对这些信号进行各种运算来提取产品的异常特征，如表面是否有毛发、异物、污点，以及耳绳、鼻梁线等部件有无缺失等等。最后将被检测工件图像与标准样本特征库中的特征进行对比, 找出被检测工件图像特征与特征库中的特征不相符的部分, 若不相符的部分超出规定的范围, 即可以判定为瑕疵工件。通过系统设计的剔废机构自动将有异常特征的废件剔除，从而实现口罩缺陷的自动识别、剔废功能，检测精度达到纵横向均为0.01毫米。3 结语综上所述，社会对产品品质和效率要求的不断提高，机器视觉检测技术有着广阔的应用前景，运用机器视觉来代替人眼进行瞄准和读数，降低了劳动强度，减少了人为误差，使检测的精度得到了大幅度提高，对于节约成本，降低原材料损耗，提高经济效益有着重大意义。参考文献1吴雪. 计算机视觉技术在农产品和食品检测中的应用J.粮油加工与食品机械,2002(03.2谢勇, 彭涛. 机器视觉及其在现代包装行业中的应用J.株洲工学院学报,2002(04.作者简介陈英，女，1975，湖南永州人，副教授，研究方向：检测技术与自动化装置。专心-专注-专业