基于机械视觉的工件在线实时检测及分拣系统研究

陈伯豪，姜莉莉，方 强

（广东工业大学 机电工程学院，广东 广州 510006）

0 引言

目前，大部分产品都需要人工进行机械式分拣和排序，人工分拣效率低，长时间操作容易出错，而且工人劳动强度大。随着科技的发展，现代制造产品类型出现线性增长，制造精度和生产效率要求大大提高，这也必然要求现代制造检测应具有实时、在线、非接触、高速、高精度的检测模式，所以针对机械检测及分拣的系统设备的研发具有重大的意义。

1 机械视觉检测及自动分拣系统

1.1 系统原理图

图1为机械工件在线实时检测与自动化分选系统框图。工件被放置在一个由伺服电机控制的传送系统上面，由PLC通过发送脉冲信号对伺服电机进行位移控制，伺服电机将编码器输出信号反馈给PLC，通过该信号来确定工件的具体位置。相机和光源系统被固定在传送平台上方，光电传感器开关在预设置的位置给予相机触发信号，产生的信号让电荷耦合器（CCD摄像机）实时完成图像的采集动作；CCD摄像机实时采集被测工件的原始图像，并通过图像采集卡将图像数据传送到计算机上进行处理，在计算机中有专门开发的图像处理软件系统，对工件图像进行多步处理，并将结果反馈到PLC信号分配器；PLC信号分配器根据信号数据把操作指令发送到各执行部件，执行机构根据PLC的信息推放各类工件到预规定的工位，完成分拣任务。当检测系统检测失败或者发生其他意外时，系统保护及时启动，机器立刻暂停运行，同时报警系统的报警灯与报警笛将以声、光形式报警。

1.2 系统组成

系统由机械视觉模块、图像软件处理模块、执行模块3个子模块组成。机械视觉模块主要包括工业摄像头、光学系统和光源。图像软件处理模块是进行视频信息量化处理的重要工具，主要完成对模拟视频信号的数字化过程，同时通过图像处理软件对视觉图像进行处理，包括图像的增强、平滑、边缘锐化、分割、特征抽取等，经过这些处理后，输出的图像质量将得到大大改善，然后再对图像进一步分析、处理、测量与分拣识别。本图像处理系统主要是以MATLAB 7.0为开发平台，采用本身自带的图像处理工具箱、数据库工具箱和图形用户界面等进行系统开发，主要由图像预处理、边缘检测、几何特征检测、几何尺寸测量及标注和辅助功能等小模块组成。执行系统主要通过上位机PC和PLC对处理完的图片发出执行信号，使机械工件实现实时自动分拣。

图1 机械工件在线实时检测与自动化分选系统框图

2 软件系统的实现

2.1 软件系统工作流程

工件的检测与分拣的对象分为两类：①单一的相同尺寸工件的正反面识别与分拣；②同一种类、不同尺寸的工件分类。两种识别原理大致相同，都是选取一段要检测或识别的直线或者圆弧参数作为检测或识别的特征。图2为工件检测及分拣系统的基本工作流程。

2.2 软件设计及关键技术

图片的处理和轮廓参数检测主要利用MATLAB软件的图像处理功能。首先，系统借助MATLAB图像处理工具箱中的函数库对原始图像进行多道处理得出质量高的边缘图像；然后软件系统对边缘轮廓拟合重绘，产生矢量几何特征图形；接着，将基于轴的坐标转换为基于图形的坐标，并让所生成的工件边缘矢量几何特征图形在坐标上实现自动测量与标注功能。其中，工件边缘复杂轮廓的拟合重绘与基于图形的坐标建立是关键技术。在工件边缘复杂轮廓的拟合重绘中，主要解决的难题是如何精确地实现弧线之间、弧线与直线之间的连接。在本系统软件设计中，主要是采用MATLAB中的solve函数对几何特征检测模块输出的工件边缘图进行边界曲线求交，或者利用圆弧的曲线率来求交拟合。对于坐标的转换建立，主要利用了MATLAB中的dsxy2figxy函数来实现机械工件关键尺寸的自动标注。

图2 工件检测及分拣系统的基本工作流程

3 应用实例

本文设计的基于机械视觉的工件实时分拣系统目前应用于广东省某传统制锁民营企业。该企业的钥匙制造由多道工序组成，而且每道工序之间必须依靠人工对钥匙重新排序，这无形中加大了工人的劳动强度，降低了钥匙的生产效率。

图3为工件二维图自动编码原理的示意图，其编码起点为左端开始的圆弧或直线，以顺时针方向给各识别线段依次编码，编码的主要目的是为了在人工设置模式里提供可选择的识别线段或圆弧。

图3 工件二维图自动编码原理的示意图

图4为钥匙在线实时分拣系统界面。在软件系统中，识别模式分自动识别模式和手动设置识别模式。其中，自动识别模式系统默认以最长的线段或最大的圆弧半径为识别点来自动识别。为了能识别大部分的不同复杂表面轮廓的工件，系统软件具有人工设置识别编码与参数的范围，另外，为提高识别的正确率，其中的参数范围是在允许误差范围之内。图4中的最下面一行是识别的结果显示，钥匙主要是识别其正反面（用数字1和2来表示），我们在统一排序好的钥匙表面上选取某一编码作为测量对象（下面选编码5那段线段长度为测量对象），然后在其长度范围设置好参数，识别原理是根据检测出的线段长度判断是否符合工件正面那一编码的长度，若符合，为正面，否则为反面。

图4 钥匙在线实时分拣系统界面

4 结语

经过一年的运行和调试，基于机械视觉的机械工件在线实时检测及分拣系统能够很好地满足实际生产使用要求，系统运行稳定，监控功能完善，检测及分拣准确率高，较大程度地提高了生产流水线上的自动化、智能化，满足了现代生产的加工模式要求，提高了企业的生产效率。

［1］焦圣喜，张利辉，江绛.图像检测技术在工件在线分选中的应用［J］.机床与液压，2010（5）：72－73.

［2］朱晓林，高诚辉，何炳蔚，等.机械工件二维几何特征视觉检测系统研究与开发［J］.中国工程机械学报，2010（2）：324－326.

［3］李勇，伍先达，邢武，等.基于机器视觉的工件表面瑕疵自动分拣系统设计［J］.自动化与仪器仪表，2010（5）：82－84.

［4］张洛平，权欢欢，周英梅.零件图像识别特征的研究［J］.河南科技大学学报，2008（6）：64－67.

［5］权欢欢，张洛平.基于机器视觉的装配线上零件识别的研究［J］.组合机床与自动化加工技术，2007（12）：57－59.