电容器铝壳表面缺陷检测的CCD 图像处理*

田原嫄，潘敏凯，刘思阳

(东北电力大学 机械工程学院，吉林 吉林 132012)

0 引言

电容器是一种储能元件，在电路中用于调谐、滤波、耦合、旁路、能量转换和延时。铝电解电容器是由铝圆筒做负极，里面装有液体电解质，插入一片弯曲的铝带做正极而制成的电容器。它的特点是容量大，但是漏电大，误差大，稳定性差，常用作交流旁路和滤波，在要求不高时也用于信号耦合。铝电解电容器的制造工艺、规格及材料各不相同，常见的铝壳类型:A 型、B 型、C 型、v-chip(片式)。产品存在的品质缺陷分别为A、B、C 类缺陷，依次为致命缺陷、严重缺陷和一般缺陷。电容在装入电路前要检查它有没有短路、断路和漏电等现象，即检测产品是否存在品质缺陷问题。因此，对于具有铝电解电容器月产量高达几十亿只供货能力的公司来说，铝壳产品在线表面缺陷检测项目，尤其是A 类缺陷品质检测已成为企业的关键技术难题。目前，由于加工产品的冲床上的检测条件很苛刻:①油污严重(产品表面不干净);②振动;③空间狭小;④机台数量众多，单台成本投入要小。因此，基于CCD 图像处理的表面缺陷检测方法是十分必要的。首先，利用CCD 采集检测线上的成品图像，然后通过图像滤波、目标检测、图像分割、缺陷特征提取、缺陷分类等步骤，将有缺陷的样品保存到图像缓冲区，以便通过机械辅助设备将有缺陷的产品筛选出来。这种方法有利于提高企业的生产效率，降低劳动强度，保证产品质量并降低消耗。

1 铝电容器表面图像处理过程

1.1 系统构成

CCD 在线检测系统如图1 所示，由三台带有图像采集卡的CCD 摄像机、三个摄像头、计算机、遮光板等组成。系统的工作原理为:当铝壳随着传送带以一定速度通过摄像区域时，三台位于铝壳件上方相邻夹角分别120°位置的CCD 摄像机将进行图像采集，并将图像通过图像采集卡传送给计算机系统，系统根据传送带速度来调整图像采集的速度，以保证对于同一铝壳件采集的多幅图像少有重叠。采集后的图像经过图像处理，并同步判断铝壳件表面是否存在缺陷，若存在缺陷则将相应数据传送到控制系统，从而控制筛选机构将有缺陷的样件分离。

图1 CCD 检测系统示意图

1.2 图像中值滤波

首先，采集5 种有缺陷的铝壳样件图像，为了检测样件是否存在缺陷，应进行边缘检测［1］，所谓边缘是指图像中灰度发生急剧变化的区域，或者说是指周围像素灰度有阶跃变化或屋顶变化的那些像素的集合［2］。因此，对采集到的原图像首先进行灰度处理［3］，如图2所示。对于系统在传送和转换图像时会产生的噪声，采用中值滤波的方法对铝壳的灰度图像进行平滑处理［4］，该方法不但能有效地排除非线性信号的干扰，而且能保留图像的边缘信息，如图2 所示。

图2 灰度处理、中值滤波处理图像

1.3 边缘检测

铝壳样件边缘检测的目的是检测图像中是否有缺陷，如果无缺陷就不需要下一步处理，否则就将图像保留到图像缓冲区，等待进一步处理，因为铝壳生产合格率达90%以上，大多数图像都是没有缺陷的，因此利用检测图像轮廓边缘很细的Roberts 算子［5］，虽然连续性较差，边缘信息有一定丢失，但对铝壳样件边缘检测效果影响不明显，对应以上5 中缺陷图像的边缘检测效果图，如图3 所示。

图3 边缘提取轮廓

1.4 二值化处理

为了区分图像背景与边缘轮廓，对经过去噪处理的灰度图像进行二值化处理［6］，是边缘轮廓细节更加突出。用户设定阈值，图像中像素灰度值小于阈值时，该像素的灰度值则置0，反之置为255。由于输送铝壳的传送装置是由金属制成，而铝壳本身反光率很高，为了增强拍摄效果，在采集图像时，刻意在光线比较暗的环境下进行的，根据样件缺陷种类的不同、光线的明暗程度不同，而且目前阈值的确定尚未有固定的算法，因此确定本处理的阈值为20 ～30。图4 为上述5 中缺陷采用阈值处理后得到的二值化图像。

图4 对应五种缺陷的二值化处理图像

2 缺陷分类

2.1 图像分割

本文采用差影检测法［7］进行缺陷检测，即系统选取标准图像与被采集图像相减，然后对差影图像进行分析，如果差影图像的每个像素点的灰度都为0，则不存在缺陷，反之，存在缺陷处的图像像素值不为0，以此来判断铝壳是否存在缺陷。

2.2 缺陷特征的分类

针对在生产过程中所存在A、B、C 三类共二十项缺陷，考虑到对系统运算的简化，本文将三类缺陷的特征重新进行了归类，即分为形状缺陷、表面粗糙度缺陷、颜色缺陷三种。其中，形状类缺陷包括:变形、壁部破洞、底部不平、端口部强度低、切口45°处阶梯形、无防爆线、废料、废壳、防爆线开裂、混入杂物、防爆线厚度超标等缺陷;表面粗糙度缺陷包括:表面不光滑、表面分层、表面拉丝、表面无光泽、内壁黑条、内壁弧形、内壁拉丝、CL 超标等缺陷。

2.3 形状缺陷检测

系统由三台CCD 工业摄像机、照明系统作为一次感光元件，摄像机分别位于传送带两侧和正上方，照明系统应平行于摄像机光轴位置，以保证工件图像无阴影和反光影响。位于两侧的摄像机主要负责检测铝壳外表面有无明显变形，由于铝壳属于标准件，外表面呈规则矩形，且表面无异物，系统通过选取标准图像和被采集图像进行差影检测，检查工件表面是否存在变形、异物、破洞、梯度、废料、防爆线厚度及开裂，如果差影图像存在灰度值不为0 的像素点，则判定为次品。位于传送带上方的摄像机主要负责检测工件的圆度及有无防爆线，同样采用差影检测法，如存在恢复值不为0 的像素点即为次品。

2.4 表面粗糙度缺陷检测

表面粗糙度缺陷分为外表面缺陷及内表面缺陷两种。

外表面粗糙度的检测由三台CCD 工业摄像机、放大镜和照明装置组成，摄像机分别位于传送带两侧和正上方，对工件表面的纹理进行检测，利用纹理基元和灰度直方图的关系，通过提取工件表面纹理直方图的均值与方差与标准件作对比，若纹理基元相似，则为正品，若均值和方差较大，则为次品。

内表面粗糙度检测由两根光线内窥镜、CCD 工业摄像机作为感光元件，两根光线内窥镜背向排列，探入铝壳样件内部，提取内壁表面粗糙度图像，检测方法与外表面原理一致。

2.5 颜色缺陷检测

对于需要进行颜色检测的铝壳样件，可通过提取样件颜色的HSV 值［8］，与标准件进行对比，相似度一致的为正品，否则为次品。

2.6 模糊识别模式进行缺陷分类

由于存在缺陷的类别较多，所以本文拟采用模糊识别［9］的方式，采用隶属原则［10］归类，特征向量由矩形度、圆度、灰度均值和方差组成，即输入n 个正品和次品的图像，提取其特征，通过选择判别系数与被测铝壳样件进行的比较，来确定缺陷类型。

3 结束语

本文为了检测铝壳样件缺陷，经过图像的采集、灰度处理、中值滤波、二值化处理等图像处理过程，采用差影检测法确定样件是否存在缺陷，通过模糊识别模式区分缺陷类别。从图像的采集到确定检测结果整个检测时间在0.1 秒内完成。为了降低检测系统成本，通过设计三套传输装置可以实现1 秒内同时检测近20 个样件的目的，满足企业的技术要求，降低企业铝壳件对外贸易因样件缺陷产生的退货率及巨大经济损失。

［1］赵娟娟. 数字图像边缘检测方法的对比分析及优化［J］.甘肃科学学报，2012，24(3):143－146.

［2］T. Poggio，H. Voorhees and A. Yuille. A Regularized Solution to Edge Detection. Journal of Complexity［J］. 1998(4):106－123.

［3］周均杰，雷西军，陈峰. 支持多显示方式的灰度转换图像增强处理［P］. 中国专利:CN102622728A，2012.

［4］孙變华. 数字图像处理——原理与算法［M］. 北京:机械工业出版社，2012.

［5］夏良正，李久贤. 数字图像处理(2 版)［M］. 南京:东南大学出版社，2005.

［6］王刚，段会川. 加权模板匹配的二值化阈值不敏感性研究［J］. 计算机技术与发展，2012，22(1):122－125.

［7］张晞，顾歆，齐悦，等. 输送带纵向撕裂差影法图像识别技术研究［J］. 煤炭科学技术，2008，36(11):85－88.

［8］荆绍威，杨风暴，李申燕. 基于增强处理和HSV 变换的多源图像彩色融合及评价［J］. 光电技术应用，2008，23(4):57－61.

［9］史培元，邓廷权. 颜色的模糊识别方法及其在图像检索中的应用［J］(网络优先出版). 计算机工程与应用，2012(9):1－5.

［10］朱国成，朱连森. 模糊数学中的最大隶属原则应用［J］.沿海企业与科技，2011(11):11－13.