基于VisionPro的橡胶减震垫的缺陷检测

令狐蓉

(中北大学 信息与通信工程学院，山西 太原 030051)



基于VisionPro的橡胶减震垫的缺陷检测

令狐蓉

(中北大学 信息与通信工程学院，山西 太原 030051)

摘要：橡胶减震垫在生产过程中由于工艺原因会形成缺陷，包括气泡，裂纹，疤痕等等，严重影响了使用，人工肉眼剔除不合格的工件费时费力。本文提出一种基于VisionPro软件的非接触式自动检测系统，实现不合格工作的自动分拣。

关键词：机器视觉；缺陷检测；VisionPro；橡胶减震垫

机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过CCD或者CMOS相机等的图像采集装置将目标物转换成图像信号，通过图像传输通道将图像信号输入图像处理模块，得到被摄目标的图像形态特征，根据颜色、亮度以及像素分布等信息情况，最终转换成数字信号；图像处理模块是运用适当的算法例如灰度变换，中值滤波，图像锐化，图像增强，边缘提取等提取清晰准确并且用户感兴趣的图像特征，根据图像特征进而控制其他模块的动作。随着经济的迅速发展，中国已经成为一个制造大国，是全球制造业的加工中心，先进的生产线以及高品质的零部件加工需求推动了中国机器视觉系统的发展，目前机器视觉的应用已活跃于中国的各个领域包括气象、天文、交通、安全、医药、工业、农业、军事、航天、公安、科研等。在人工视觉难以满足要求的场合或者危险性较大不适合人工作业的环境中，通常用机器视觉代替人工视觉，机器视觉系统能提高生产的柔性和自动化程度。同时在大批量工业生产中，人工肉眼检查产品是否合格不仅效率不高而且工人容易疲劳造成差错，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。随着计算机技术的迅速发展，机器视觉技术在工业在线检测[1]、测量[2]的应用逐渐广泛。

工业机器视觉系统一般包括：工业相机(包括CCD相机和COMS相机)、镜头、光源、图像处理单元(或图像捕获卡)、图像处理软件、通讯设备、输入输出单元等。工业相机将拍摄目标转换为模拟信号或者数字信号；镜头装在相机前端，通过聚焦使相机拍摄到的图像更加清晰；光源为拍摄物体提供一定的光学环境，使拍摄到的物体特征更明显。相机与计算机接口相连，将图像信息保存在计算机内存中，接口可能是USB2.0、IEEEl394、GigE等。

在工业生产过程中，受硬件设备的影响，工艺的影响等等原因，会造成生产的产品不那么完美，甚至有无法正常使用的缺陷，而中国是个劳动密集型的制造大国，每天可以生产大批量工件，这些工件在出厂时必须进行严格的检测确保产品合格才能推向市场，如果全部靠人工肉眼检测，不仅需要大量的人工成本，还需要大量的时间，因此，将机器视觉技术应用到缺陷检测领域就显得很重要。

1缺陷检测简介

缺陷检测通常是指对物品表面缺陷的检测，表面缺陷检测是采用先进的机器视觉检测技术，对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。当前，国内外许多企业正在做这方面的软件开发，根据工件特性和预先设定好的指标，通过调节参数达到自动检测的目的，能够准确定位有缺陷的部位并作出鲜明的标识，还可以根据需要自动分拣、剔除有缺陷的工件。目前缺陷检测系统应用最多的有PCB电路板、玻璃表面、金属工件表面、纸张表面等对外观有严格要求又有明确指标的物品。

2利用VisionPro进行缺陷检测

本文的橡胶减震垫在生产过程中由于工艺原因会使产品产生缺陷，包括通孔内壁的气泡，孔口毛边，孔口裂纹，表面疤痕等诸多缺陷。其中气泡和裂纹是由于拉模工艺造成的，疤痕是由于注胶不慎造成的。批量生产的橡胶件在出厂时必须进行检测，剔除有缺陷的产品，传统的检测方式基本上都是人工肉眼识别，检测极度困难，也增加了成本，不利于资源的合理利用。

本文的缺陷检测系统是在康耐视VisionPro视觉软件工具库的基础上进行的二次开发实现的。VisionPro结合了基于PC架构的新技术，功能灵活且强大，其工具库可以满足所有的视觉需求—从几何特征的定位、检验到识别、测量。VisionPro支持GigE、FireWire、PCI板卡等视觉采集系统，支持多种相机品牌。下面基于VisionPro利用C#语言进行工业机器人视觉定位系统的软件开发[3]。

VisionPro软件可以实现如下功能：

· 工具之间的拖放链接，可以直接实现数值、结果和图像之间的快速通信

· 动态定位跟随工具与工具设置简易的智能软件

· 可重复使用的工具组和用户自定义的工具缩短了开发时间

· 利用现代多核机器提供最大能力

· 支持典型的Microsoft Windows 7 32位和64位操作系统

本文算法是将VisionPro软件中的取相工具CogAcqFifoTool，CogPMAlignTool工具，CogFixtureTool工具，CogBlobTool工具通过合理的调用，合理的参数设置来达到橡胶减震垫的缺陷检测的目的。

1) CogAcqFifoTool用于图像的加载，可以加载预先保存好的图像，也可以连接相机实时采集图像实时处理。

2) CogPMAlignTool工具在使用时首先需要训练图像，找准图像特征，设定图像的训练模式，训练区域形状，选择模式等等，在运行参数中需要考虑图像的角度和缩放范围，以便后续图像能够准确匹配。

3) CogFixtureTool工具通过设置定位空间和坐标转换等功能，实现图像的坐标转换。

4) CogBlobTool工具通过设置阈值模式，斑点极性，查找缺陷的区域，缺陷的面积大小，周长大小，像素灰度大小等，最终找到图像的缺陷。

3实验结果

待检测物为中间带两个通孔的橡胶减震件，形状如图1、图2所示，工件颜色为黑色，待检测工件为橡胶材质，有弹性，并有较强的反光特性，表面不是很平整，对于光学照明有一定不利影响。由于生产工艺问题，该待检工件表面容易产生疤痕、划痕、气泡、缺料，通孔内壁容易产生气泡，通孔口容易产生毛边等缺陷，所有缺陷都会影响到工件工作的稳定性。

与传统的人工检测相比，基于VisionPro的算法识别方法的检测节拍为每秒30个，且能准确定位缺陷部位，保证检测要求，不仅速度快，而且成本低，大大提高了生产效率。

(a) 原始图像(b) VisionPro算法识别

图1孔内壁气泡

(a) 原始图像(b) VisionPro算法识别

图2孔口裂纹

4结束语

针对传统缺陷检测的一些局限性，本文提出新的缺陷检测方法—基于VisionPro的机器视觉检测系统，该方法为非接触式，不仅不会给工件造成二次伤害，而且速度快效率高，检测结果准确可靠，稳定性强，具有更高的应用价值。

参考文献

[1]Jia Hongbin,Murphey Yilu,Shi Jianjun.An Intelligent Real-time Vision System for Surface Defect Detection[C]//Proceedings of the 17th International Conference on Pattern Recognition,2004:239-242.

[2]Hu Hao,Liang Jin,Tang Zhengzong,et al.Measurement of Full-field Deformations in Metal Sheet Welding Processes by Image Correlation Method[J].Optics and Precision Engineering,2012,20(7):1636-1644.

[3]威洛斯，焦宗夏.基于VisionPro的焊膏印刷机视觉定位系统[C].第十二届中国体视学与图像分析学术年会论文集,2008.

[4]陈荣，严仰光.永磁同步电机速度阶跃响应研究[J].中小型电机,2005，32(1)：41-45.

Defect Detection of Rubber Damping Pad Based on VisionPro

Linghu Rong

(SchoolofInformationandCommunicationEngineering,NorthUniversityofChina,TaiyuanShanxi030051,China)

Abstract:Rubber damping pad causes defects in the process of production including air bubbles, cracks, scars and so on, it seriously affects its actual using. It is time-consuming and laborious for workers visually to remove the unqualified workpiece with eyes. In this paper, a non-contact automatic detection system is proposed based on VisionPro, which can realize the automatic sorting work for the unqualified pieces.

Key words:machine vision; defect detection; VisionPro; rubber damping pad

中图分类号：TP391

文献标识码：A

文章编号：1674- 4578(2016)01- 0003- 02

作者简介：令狐蓉(1989- )，女，山西运城人，硕士研究生，主要研究方向：图像处理，缺陷检测。

收稿日期：2015-09-18