基于机器视觉的金属拉链缺陷检测研究

何用辉

(福建信息职业技术学院机电工程系，福建福州 350003)



基于机器视觉的金属拉链缺陷检测研究

何用辉

(福建信息职业技术学院机电工程系，福建福州 350003)

[摘要]为了提高金属拉链的检测质量和检测效率，可将机器视觉技术引入到金属拉链缺陷检测系统中，从而实现金属拉链缺陷的快速和自动识别。本文首先设计了基于机器视觉技术的金属拉链缺陷检测试验平台，确定了系统的硬件组成；其次设计了拉链产品图像的采集和处理流程，研究灰度化处理、去噪处理以及二值化处理的算法；最后进行金属拉链缺陷检测的试验研究。研究结果表明，该检测系统具有较好的缺陷检测精度，具有较好的应用前景。

[关键词]金属拉链；缺陷检测；机器视觉

目前，拉链产品的成品外观质量特别是拉头质量检测一般采用人工方法，由大量的生产线工人通过视觉和主观印象进行判断。一方面，随着国内劳动成本的不断上升，作为劳动密集型的拉链制造产业不能依靠低劳动成本的优势继续发展；另一方面，传统的人工检测方式，工人劳动强度大，长时间工作易造成检测工人的疲劳，人为因素直接影响了产品检验的可靠性，检测效率低，容易导致瑕疵产品的漏判和错判，不能有效保证产品的品质，制约了拉链行业的健康快速发展。改进生产工艺，实现产业技术的升级，提高拉链的生产效率，降低产品的生产成本，成为行业发展的迫切需要[1]。

为了严格控制金属拉链产品的次品率，需要在拉链生产过程中对拉链产品进行外观质量检测，剔除存在任何缺陷的产品，保证出厂产品的质量。而传统人工视觉检测存在检测速度慢、误检率高等缺点，已经不能适应于现代工业化生产的要求。随着数字图像处理技术的迅速发展和现代生产的需要，基于数字图像处理的检测技术因其具有稳定性强、运行效率高和精度高等优点，能大幅度提高生产效率和产品质量，提升生产过程的柔性和自动化程度，降低生产成本。因此，应该采用一种先进的技术进行金属拉链的缺陷检测，机器视觉系统的主要功能有检测、定位及测量。机器视觉系统相对于人工或传统机械方式而言，具有速度快、精度高、准确性高等一系列优点，机器视觉被称为自动化的眼睛，在国民经济、科学研究及国防建设等领域都有广泛的应用。采用机器视觉处理技术实现图像传感器实时采集金属拉链产品的灰度图像，并将图像数据读取到计算机中，设计图像滤波器，提取金属拉头和限位等部件的特征信息，建立相应的外观质量诊断模型，利用该诊断模型对拉链的各个组成部分进行快速、自动的检测识别，从而提高检测品质和生产效率，降低人力劳动成本[2]。

1实验平台的设计

基于机器视觉的金属拉链外观质量自动检测技术开发由安装在系统工作平台上的视觉检测系统、计算机监视模块、三菱FX3U-PLC模块和检测平台组成。其中视觉检测系统与PLC和计算机之间的关系如图1所示。

其中单体相机负责拍摄图片；控制器负责单体相机的拍摄效果和图片的信息判断，单体相机和控制器统称为机器视觉系统；RS232电缆是PLC与视觉系统之间的通讯，具有数据交换的功能；PLC控制视觉系统进行拍照，并对其他的电器设备进行控制，用来达到完整的控制要求；计算机主要进行加工；以太网负责视觉系统和计算机之间的通讯[3]。

图1　金属拉链缺陷检测实验系统

金属拉链缺陷检测试验的机器视觉系统采用欧姆龙FZ4-350智能视觉检测系统，用于检测拉链的特性。通过RS232连接到PLC，对检测结果和检测数据进行传输。欧姆龙智能视觉系统由FZ4-350控制器、FZ-SC彩色摄像机、白色光源、12英寸液晶显示器和输入/输出电缆等组成。RS232的电气接口电路采用的是不平衡传输方式，其传送距离最大约为15米，最高数据传输速率为20 kb/s。

试验方案的步骤如下：

步骤1传输带开始运行，当拉链达到传感器附近，检测拉链到达相机拍摄位置时，由电动机带动的传送带停止；

步骤2相机开始拍摄并由机器视觉检测系统判断条件，把所得出的信息传送给PLC；

步骤3而PLC对判断出结果的拉链进行后续的工作行动(例如分拣)；

步骤4重复步骤1。

试验工作原理如图2所示。

图2　金属拉链缺陷检测试验的工作原理图

2拉链产品图像的采集和处理

图像采集和处理的基本流程如图3所示。通过对图像的采集和处理，可以获得具有清晰大小、形状和色泽特征的金属拉链的图像。

图3　金属拉链图像的采集和处理流程

图像灰度化的处理模型为

Gray=0.288R+0.543G+0.125B.

(1)

其中，Gray表示灰度，R表示红色，G表示绿色，B表示蓝色。

在金属拉链图像预处理时应该进行图像去噪处理，将图像中的干扰信息去除，从而使图像的质量得到提升。针对金属拉链的特点，采取卷积滤波方法对其进行去噪。已知尺寸为M×N的源图像f(x,y),卷积模板函数为g(x,y)，相应的去噪模型如下[4]：

(2)

其中，u(x,y)为去噪后的输出图像，根据金属拉链缺陷检测的实际需求，模板函数的大小选取为7×7。

图像二值化处理可以把金属拉链图像全部的元素值转换为0～255之间，已知金属拉链图像灰度值为1～m级，在k将其划分为两组，分别为C0={1～k}和C1={1+k～m}，两组的概率分别为ω1和ω2，两组的平均值分别为μ1和μ2，全部图像的灰度平均值为μ，相应的算法模型如下[5]：

(3)

其中，σ2(k)表示阈值选择函数。

通过以上流程可以读取金属拉链的图像，如图4所示。

图4　金属拉链的读取图像

图5　基于机器视觉的金属拉链缺陷检测流程图

3金属拉链缺陷检测试验结果

利用测量区域内的色差，检测金属拉链的缺陷和脏污。由于采用实际色彩处理，即使缺陷或脏污的颜色有变化、背景的颜色有变化，也能进行稳定的检查。金属拉链缺陷检测的流程图如图5所示。通过基于机器视觉金属拉链缺陷检测系统对其进行缺陷检测，经过检测后合格的与不合格的金属拉链检测结果图如图6所示。

图6　基于机器视觉系统的金属拉链缺陷检测对比图

从图6可以看出，通过该设计的缺陷检测系统能够确定金属拉链存在的缺陷，通过大量的实际检测结果表明该系统具有良好的缺陷检测精度，具有较好的应用前景。

4结语

综上所述，本文根据机器视觉系统的特点，通过实验分析，合理选择图像传感器、镜头、光源等硬件系统器件，构建金属拉链外观质量自动检测的硬件系统。针对金属拉链的外观特点和系统技术要求，建立金属拉链外观质量检测模型，确定自动检测方案，搭建系统的硬件平台，设计相应的图像采集和处理流程，通过金属拉链缺陷检测的试验结果分析，表明处理算法与控制流程的处理效果和性能。该系统适应实际生产装备与工业环境条件，能实现金属拉链产品准确定位，以及减少外界环境对机器视觉检测的干扰，具有较好的稳定性，有较好的应用价值。

[参考文献]

[1]蔡林坊,游高鹏,刘焕军,等.金属拉链在线视觉缺陷检测系统开发[J].信息系统工程,2014(3):33-35,40.

[2]徐超,张淼.基于脉冲耦合神经网络金属拉链缺陷检测方法的研究[J].制造业自动化,2013(17):21-24,30.

[3]何金彪,周永霞.基于机器视觉的罐盖缺陷检测[J].中国计量学院学报,2015(3):269-273.

[4]施保华,魏雅慧.一种基于机器视觉的螺纹缺陷检测方法[J].三峡大学学报:自然科学版,2015(2):64-66.

[5]蒋建东,陈培余,童一珏,等.基于机器视觉的轻触开关引脚缺陷检测算法研究[J].浙江工业大学学报,2015(1):30-33,38.

Research on Metal Zipper Defect Detection Based on Machine Vision

HE Yong-hui

(Department of Mechatronics Engineering, Fujian Polytechnic of Information Technology, Fuzhou Fujian 350003, China)

Abstract:In order to improve quality and efficiency of detecting metal zipper, machine vision technology were introduced to the metal zipper defect detection system to realize metal zipper defects of fast and automatic recognition. First of all, based on the machine vision technology, the metal zipper defect detection test platform is designed, and the hardware composition of the system is determined. Secondly, the process of image acquisition and processing is designed, and the algorithm of gray processing, denoising and two valued processing is studied. Finally, the test of metal zipper defect detection is carried out. The research results show that the detection system has good defect detection accuracy, and it has good application prospects.

Key words:metal zipper; defect inspection; machine vision

[收稿日期]2016-03-04

[基金项目]福建省科技计划重点项目“金属闭口拉链三合一生产工艺研究与自动化设备研制”(2013H0008)；福建省中青年教师教育科研项目“基于机器视觉的金属拉链外观质量自动检测技术研究”(JA14377)。

[作者简介]何用辉(1979- )，男，副教授，硕士，从事机电系统辨识与智能控制研究。

[中图分类号]TP391

[文献标识码]A

[文章编号]2095-7602(2016)06-0036-04