基于机器视觉对劲酒瓶盖的质量检测3.docx
《基于机器视觉对劲酒瓶盖的质量检测3.docx》由会员分享,可在线阅读,更多相关《基于机器视觉对劲酒瓶盖的质量检测3.docx(19页珍藏版)》请在冰豆网上搜索。
基于机器视觉对劲酒瓶盖的质量检测3
毕业设计报告
课题:
基于机器视觉对劲酒瓶盖的质量检测
系部:
机电系
专业:
电气自动化
班级:
自动化072
姓名:
冒海林
学号:
16
指导老师:
邓小龙
2010.3.25
目录
摘要-------------------------------------------------------------------------------------------------3
第一章绪论-------------------------------------------------------------------------------------4
第二章检测系统方案-------------------------------------------------------------------------5
2.1设计要求----------------------------------------------------------------------------------5
2.2系统分析----------------------------------------------------------------------------------5
第3章设计规划----------------------------------------------------------------------------------9
3.1设计要求-----------------------------------------------------------------------------------9
3.2系统规划------------------------------------------------------------------------------------9
第四章硬件设计--------------------------------------------------------------------------------9
4.1机械设计---------------------------------------------------------------------------------11
4.2气动系统---------------------------------------------------------------------------------11
4.3电路控制---------------------------------------------------------------------------------11
第五章软件设计--------------------------------------------------------------------------------11
5.1图像采集---------------------------------------------------------------------------------11
5.2图像的分析处理------------------------------------------------------------------------11
5.3Sherlock软件说明及应用-------------------------------------------------------------11
第6章影像测量精度的因素-----------------------------------------------------------------19
第7章总结-------------------------------------------------------------------------------------20
谢辞------------------------------------------------------------------------------------------------21
参考文献------------------------------------------------------------------------------------------22
课题
基于机器视觉对劲酒瓶盖的质量检测
摘要Abstract:
目前,大部分汽车,食品,电子生产制造行业,都使用了工业相机进行检测,技术比较成熟,主要应用了CCD成像技术,无论是精度还是生产效率,与传统的人眼检测相比有了很大的提高。
本课题是我毕业参加用工业相机做检测工作之后做的第一个项目——劲酒瓶盖成像检测,文章详细分析了工业相机的性能,电气控制系统的结构和工作原理,提出了应用CCD成像检测技术实现生产线的全自动高效率生产,系统的说明了DALSA相机,LED光源,镜头等装置的工作原理以及其在劲酒瓶盖的成像检测设备中的应用,对成像检测的技术要求做出了具体方案,并说明了系统改造的硬件设计,软件设计的思路和方法,分析了今后成像检测设备的技术发展发向。
关键词Keywords:
DALSA相机光源CCD
第一章绪论
在大批量工业生产劲酒瓶盖的过程中,生产过程的高度自动化和产品质量的日益提高,要求有更有效、更精确和高速度的检测识别手段,运用机器视觉技术能够保证工业现场环境下的可靠性,提高生产自动化程度,大大提高生产效率。
因此,在现在自动生产劲酒瓶盖过程中,机器视觉系统被广泛地应用于产品识别、质量控制、质量检验、自动化装配等领域。
一般地说,机器视觉就是利用机器代替人眼来做测量和判断。
首先,采用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,根据像素分布和亮度、颜色等信息转换成数字化信号,通过图像系统对这些信号进行各种运算来抽取目标的特征,最后,根据预设的容许度和其他条件输出结果。
机器视觉已经越来越多的应用到现代生产研究中,成为当今世界最有吸引力的高技术之一。
这是因为,机器视觉有以下优点:
(1)非接触、连续性、速度快、精度合适、现场抗干扰能力强:
(2)视觉采样周期短,信息量大、更适合工作在线检测、定位和识别:
(3)机器视觉系统的可适应使自动机器具有了多样性、灵活性和可重组性。
当需要改变生产过程时,对机器视觉来说,"工具更换"仅仅是软件的变换而不是更换更昂贵的硬件。
当生产线重组后,视觉系统往往可以重复使用。
机器视觉的两个分支是平面视觉和立体视觉。
平面视觉可以通过固定的单目摄像头获得,其技术已经发展得比较完善,但是他存在的致命缺点是无法进行深度恢复,即无法得到物体的高度信息。
立体视觉直接模拟了人类视觉处理景物的方式。
与平面视觉相比,立体视觉在虚拟现实,多媒体教学、工作产品的外观设计、三维轮廓测量、艺术雕塑、建筑等领域有着更广泛的应用。
用机器视觉代替人眼来检测劲酒瓶盖效率更高,鉴与此,本系统通过图像处理和模板比对来对劲酒瓶盖的检测。
第二章检测系统方案
劲酒瓶盖成像检测是我毕业参加用工业相机做检测工作之后做的第一个项目,通过研究开发,安装调试这种设备,我学到了很多用工业相机做检测的工作经验,无论是机械设计,还是布置电气线路,或者是简单的CCD调试编程,我都学到了很多东西。
一条流水线上的瓶盖,如果通过DALSA相机的输入输出信号来实现全自动生产,程序是相当复杂。
这是我在学校里从来没遇到过的,我会以现在学到的专业知识为基础,以后不断扩展,提高自身的专业素养。
2.1系统组成
该系统有计算机、光源、镜头、CCD摄像机、图像采集卡以及Sherlock图像处理软件组成
成像自动检测系统设备工作流程图如下:
流水线有料相机采集图像检测产品是否合格给PLC一个信号PLC执行电磁阀吹出不合格产品。
系统结构示意图如图1:
图1检测系统的结构示意图
2.2系统硬件的选用
硬件的选用,主要是一个成像系统,即前端的物体通过传感器和采集设备把信息传送到末端的计算机。
下面重点讨论该系统硬件部分的选用、
2.2.1CCD摄像机的选用
CCD相机是由具有光电效应的半导体组成的一个面阵单元。
通过CCD图像传感器采集图像,把目标的三维图像采集为二维图像,通过光信号转换成电信号,即所谓的模拟信号,再出图像采集卡把电信号转换成数字信号,供计算机处理。
CCD根据图像颜色来分有单色CCD和彩色CCD,单色CCD输出的图像是单色的,彩色CCD输出图像是彩色的。
CCD根据传感器格式来分,可以分为线阵和面阵两种。
线阵CCD每次只能得到一条线上的光学信息,其分辨率高。
而面阵CCD由排成方阵的感光像元组成。
可直接得到二维图像。
一般应用与成像速度要求不高,一次成像的场合。
选择线阵CCD相机对轴类零件各部位尺寸进行测量时,需对各部位进行扫描,在扫描时,选择CCD的信息获得要求使用精度的移动平台获得匀速运动,这对机械零部件及其控制系统提出了很高要求。
同时轴类零件杠平移时会发生位移或者倾斜,在检测过程中,相机、轴类零件两部分都有相对运动时,产生偏差很难达到高精确的测量,如果附加一个校偏装置机构,将大幅度提高了机械装置的成本和难度。
而且线阵CCD相机需要同步的线扫光源,会造成边缘不够清楚,影像尺寸测量精度。
而面阵CCD可同时获取轴类零件XY两个方向的信息,信息最大,为轴累零件的基本尺寸测量提供了足够的信息。
面阵CCD采用静态采像技术,不需要扫描工作台。
因此,综合上述考虑和本课题的技术要求,本测量系统摄像机选用在工业视觉领域广泛应用的DALSA公司的面阵CCD工业相机,具体参数如下表1:
表1CCD摄像机的具体参数
产品型号
CR-GEN0-M640
CR-GEN0-C640
黑色/彩色
黑白
彩色
传感器尺寸
SONYICX4551/3"CCD
分辨率
640×480
帧速
64fps
像元尺寸
7.4µm
相机通道
4
相机接口
Gige
动态范围
57db
尺寸
44mmX29mmX57mm
重量
115g
GenieM640配备1/3’’SONYICX455CCD芯片(直径6mm),帧速达24fps,并同时提供彩色(C640)/黑白(M640)机型。
其他性能特征包括:
Global电子快门,增益控制,在板平场校正,和在板颜色转换(彩色机型独有功能)保证成像清晰。
GenieC640配置SONY分辨率640×480的ICX455CCD芯片。
全分辨率下帧速达64fps,Genie系列充分利用GigabitEthernet(千兆网接口)技术,最远传输距离达100m,C1280基于AIA协会GigEVision标准,更是能够直接与PC连接使用。
2.2.2光源的选用
光源是成像系统的一个关键部分,因为光源光强的均匀性,光强波动幅度等。
会直接影像图像采集的质量,从而影像系统的测量精度。
通过对市场上光源在明亮度、均匀性、稳定性方面的比较,本检测系统光源采用环形红色背景光源和白色背景光源,具体参数如下表2:
表2光源的具体参数
型号
发光颜色
最大规格电压(V)
圆杯内部直径
圆杯外部直径
射出角度
重量(g)
MDRL-CW36
红色
120V
Ø36
Ø66
75°
120
MDRL-CW36
白色
这款光源具有许多优越性,如:
●寿命长(几万小时,传统光源几千小时)
●结构坚固,高抗震性(没有钨丝、玻壳等容易损害的部件)
●响应速度快,光通上升时间短
●易实现调光和智能控制
●耐开关冲击,适用于频繁开关场合
●高效节能
●无污染,绿色环保
根据光源的照射方式不同可分为前照、背照、分光照等多种。
在本课题中,这种照明方式,是将光源与瓶盖和相机之间(如下图所示)。
采用这种照明方法可以获得比较清晰的图像。
2.2.3镜头
选用镜头主要根据镜头的几个参数来确定。
一般情况下,主要考虑镜头的成像面、焦距、视场、工作距离、视野和景深参数。
一般来讲。
焦距越小,视角越大,最小工作距离越短,视野越大。
对于镜头的选用,工作距离越近越好,镜头的畸变越小越好,视野越大越好。
根据这些要求本检测系统选用了如下性能的镜头3:
表3镜头的详细参数
型号
ML-Z0315D
光学放大倍数
X0.3~X1.5(变焦比5:
1)
同轴照明
有
马达
无(手动click变焦)
景深
8mm
8mm
16mm
分辨率
20.8µm
20.8µm
7.5µm
TV失真
-0.09%以下
-0.09%以下
-0.06%以下
重量
520g
520g
1900g
MML变焦镜头工作距离长,变焦能力强,适合所有类型的物体识别,可调节焦点和光圈
2.2.4图像采集卡的选用
在成像系统中,有前端的CCD采集的模拟信号转换成数字信号,便与计算机分析和处理。
模拟信号转换成数字信号的过程中,需要图像采集卡来完成这种转换。
图像采集卡通常需要占用PC总线的一个插槽,并带有外接CCD摄像头的接口。
图像采集卡对CCD输出的景物的视频信号进行实时的采集,经A/D转换后将数字图像存放在图像存储单元的一个或多个信道中,通过计算机指令,将某一帧图像静止在图像存储信道中,即采集了一帧图像,送入计算机等待处理。
因为本系统采用动态采像方式,所以本系统选用DALSA生产的VD923动态采集卡。
2.2.5工业PC机
CPU主频:
Pentium(R)4CPU3.00GHZ
物理内存:
金士顿2GDDR2667
显示器:
飞利浦17寸液晶显示器
第三章设计规划
目前,大部分汽车,食品,电子生产制造行业,都使用了工业相机进行检测,技术比较成熟,主要应用了CCD成像技术,无论是精度还是生产效率,与传统的人工检测相比有了很大的提高。
作为一名学习电气自动化专业的学生,我已经在这方面有了3,4个月的实际工作经验,对于目前此类设备的安装调试,自己也有了一定的技术认识,要坚持走自主研究开发的道路,自己努力钻研,还有很多地方的设计可以根据生产线现场的不同要求而加以改进。
3.1设计要求
机械设计合理,相机固定稳定,外部框架稳定,不摇晃,整体上简洁明了。
工作时气路不漏气,联接灵活,汽缸导杆行程准确,动作稳定。
电气线路合理,布线简明易懂,美观整洁,方便故障排查检修,各元气件线路正确,元气件(空开,开关,12V电源,光源电源,电磁阀等)工作可靠。
光源的灯光要充分的照在瓶盖上面。
3.2系统分析
3.21硬件分析
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、产品进行测试和检验,其检验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。
瓶盖检测是工业检测中的一部分,其内容包括瓶盖垫片的有无、污点、破损、瓶盖口是否圆等。
传统的瓶盖检测手段有人眼检测法、量规测量法等,这些检测手段要么精确度不高(量规测量法),要么检测劳动强度大、效率低(人眼检测法)。
随着现在工业的发展和进步,传统的检测手段已经不能满足生产的需要。
随着机器视觉技术的发展,已经出现了一种新的检测技术——机器视觉的图像检测技术,它是把被检测目标的图像当作检测和传递信息的手段,它是以现在光学为基础,融光电子学、计算机图像学、信息图像学、信息处理、计算机视觉等科学技术为一体的现在检测技术。
该检测技术同传统的瓶盖检测技术相比,具备在线检测、实时分析、实时控制的能力、还有高效、经济、灵活等优点。
3.22软件分析
检测系统软件部分通常包括如下部分:
图像处理单元,图像处理软件,输出输入单元等。
检测系统的输出并非图像视频信号,而是经过运算处理之后的检测结果,如瓶盖的半径。
检测系统多是利用高清晰度,高速摄像头拍摄标准图像,在此基础上设定一定的标准;然后拍摄被检测的图像,再将两者进行对比。
CCD线性传感器将每一个像素的光量变化转换成电子信号,对比之后只要发现标准图像与被检测图像对比后的不同,如标准的瓶盖的半径为382-392,如果检测的瓶盖不在此范围内,那么CCD将会发送一个信号给PLC,PLC得到信号后将执行电磁阀吹气,将次品吹出。
最早用于瓶盖顶部印刷品质量检测的是将标准影像与被检测影像进行灰度对比的技术,但是现在我们用的是较先进的技术是以RGB三原色为基础进行对比。
全自动机器检测与人眼检测相比,区别在哪里?
以人的目视为例题,当我们聚集会神地注视瓶盖顶部时,如果印刷品的对比色比较强烈,则人眼可以发现的,最小的缺陷,是对比色明显,不小于0.3mm的缺陷;但依靠人的能力很难保持持续的,稳定的视觉效果。
可是换一种情况,如果是在同一色系的新刷品中寻找缺陷,尤其是在一淡色系中寻找质量缺陷的话,人眼能够发现的缺陷至少需要有20个灰度级差。
而CCD相机则能轻而易举地发现0.10mm大小的缺陷,即使这种缺陷与标准图像仅有一个灰度级的区别。
但是从实际使用上来说,即便是同样的全色对比系统,其辨别色差的能力不同,有些系统能够发现瓶盖轮廓部分及其色差变化比较大的缺陷,而系统则能识别极微小的缺陷,如果瓶盖上有烫印,刮痕,压凹凸或上光印刷,这就要求质量检测设备必须具备足够的发现极小灰度级差的能力,也许是5个灰度级差,也许是更严格的1个灰度级差。
标准影像与被检瓶盖的影像的对比精确是检测设备的关键问题,通常情况下,检测设备是通过镜头采集影像,在镜头范围内的中间部分,影像非常清晰,但边缘部分的影像可能会产生虚影,而虚影部分的检测结果会直接影响整个检测的准确性。
3.33软件算法分析
SmartInspect算法
SmartInspect是Sherlock软件中的一种自学模式匹配算法工具。
它的原理是预先通过几次标准瓶盖样本培训,以次来获知模式可接受的范围和差异,然后将所培训的模式与新采集的模式瓶盖比较,从而来获得检测结果。
SmartInspect算法首先将目标区域分成小块列阵,然后经过学习模式获取每一快的内容和特征。
在完成学习后进入检测模式便可以进行检测比较了。
一个模式有一类别号。
一个模式可呈现给SmartInspect多种样式。
除非您明示,否则在一个数据库里的所有模式具有同样的类别号。
将一瓶盖的新样例与获知的瓶盖进行比较的目标区域,必须准确地对准。
如所检测的图像发生偏移或者旋转,则因预先使用定位算法来使之自动调整位置。
Search自动寻找算法
在我们实际的应用中常常会遇到需要为每一幅新的图像上对同一物体进行定位。
为此Sherlock为我们提供了几种不同的定位寻找算法。
SmARTSearch算法运用了SubpixelAlignment亚像素对准和RegistrationTool注册工具,它基于边缘(Geo)和灰度值的交互作用来实现图像的查找。
它只能对偏转在(+/-8度)范围内的物体进行自动查找,当偏转超过了范围后SmARTSearch算法将不能对目标进行识别查找。
Smart360算法
当我们遇到需要对发生旋转的目标图像进行自动查找的时候,SnARTSearch算法就不能够满足我们的需要了,这时我们就要使用到Sherlock中的另外一个寻找算法Smart360。
这个算法的原理同样是基于边缘的识别,但是它可以识别旋转以后的目标图像,与SmARTSearch算法相比较它唯一的缺点就是检测速度较SmARTSearch算法慢
第四章硬件设计
硬件设计主要包括机械和电气两个方面,从外形到内部线路都有具体的设计方案。
4.1机械图
工作外形图,主要分为三大部分:
固定装置,调节装置,保护装置。
固定装置,其作用是固定相机,让他在任何震动下都不会摇晃,这样能稳定的对每一个瓶盖进行检测。
调节装置,此装置可以上下调节相机,从而可以调节相机拍照的清晰度。
环形光源要和镜头同轴安装
保护装置,此装置是装在相机四周的,用铝型材和黑色的压克力板搭建成的,其目的是为了保护相机,和光源射出来的光的强度。
4.2气动系统
该系统是给进料装置筛板开闭夹爪的气缸提供动力,有五部分组成。
气源部分:
可由用户空气压缩机直接提供。
建议采用空气流量为0.1M3/min,工作压力0.5-0.6Mpa。
控制部分:
有双单向电磁阀、单向节流阀组成。
电磁阀接受电脑发来的指令控制气缸按要求完成相应的动作,节流阀用来调节气缸运动速度。
执行部分:
由气缸以压缩气体为动力,产生机械运动。
气缸系双向缓冲型,冲击噪声低,冲击力小。
辅助装置:
有油雾汽水分离器组成的组合三大件。
主要功能有调整压力,润滑气缸阀芯,汽水分离。
气动管路:
空压机至油雾汽水分离器用内径φ8耐压1MPa胶管,其它气路用外径φ8塑料管。
4.3电气控制
图2是相机线的接口图,pin1、pin2分别是相机的电源接口,pin1和pin2接12V的电压,pin5、pin6是相机的输入接口,pin5接24V的正极,pin6接PLC的Y5(PLC给一个下降延的触发信号,相机就会拍一次),pin3、pin4分别是相机的输出接口,Pin3接PLC的0V,Pin4接PLC的X1(当相机检测到错误信号时,会给PLC一个上升延的触发信号)。
。
图2相机线的接口图
第五章-软件设计
5.1图像采集
图像的获取实际上是将被测物体的可视化图像和内在特征转化成能被计算机处理的数据,它直接影像到系统的稳定性及可靠性,该系统利用了光源,相机,图像采集卡,图像处理单元获取被测的图像。
光源是影像机器视觉系统输入的重要因素,因为它直接影响输入数据的质量和至少百分之三十的应用效果,没有垫片的瓶盖对光的反射和折射效果都很强。
所以系统的照明系统采用了LED环形光源组合构成,照明方式为反射照明,为延长光源的使用寿命。
保持光源的高亮度,高稳定性,相机拍照时应采用频闪光,频闪速度与相机的扫描速度同步。
图像采集卡是控制相机拍照,完成图像采集和数字化,协调整个系统的重要设备,它一般具有以下模块:
1A./.D转换模块2时序及采集控制模块3图像处理模块4PC总线接口及控制模块5相机控制模块6数字输入/.输出模块。
系统设计采用外触发模式对瓶盖进行拍照,图像采集卡通过TTL信号与外部装置(光电传感器,PLC)进行通信,用于响应频闪,拍照和给出剔除信号。
5.2图像的分析处理
目前瓶盖主要存在破损、翘边、无垫片、垫片上有污点、残片等缺陷、在图像处理单元利用图像定位、边缘检测、斑点分析等算法,对各个通道的图像进行分析,以确定瓶盖是否存在质量缺陷。
4.21定位配准(Locator)
定位配准是图像与标准模板进行缺陷检测的必要条件,定位准确与否直接关系到整个视觉系统的成败。
本系统定位技术通过寻找参考图像与产品图像间的灰度级相关度的方法来决定物体的XY坐标的。
4.22边缘检测(find-Edge)
边缘是指图像局部亮度变化最显著的部分,主要存在与目标与目标、目标与背景、区域与区域之间。
图像中被查找的边缘被标记为从全暗至全亮或从全亮至全暗范围内的灰度值变化,边缘工具从图像中去除常量或者变化缓慢的背景,保留作为图像特征的边缘,并计算瓶盖边缘到中心的半径。
4.23斑点分析(BLOBanalysis