基于工业生产设备表面缺陷检测的实验设计

崔光茫， 赵巨峰， 辛 青

(1.杭州电子科技大学 电子信息学院， 杭州 310018；2. 浙江大学 现代光学仪器国家重点实验室， 杭州 310027)

基于工业生产设备表面缺陷检测的实验设计

崔光茫1,2， 赵巨峰1， 辛 青1

(1.杭州电子科技大学 电子信息学院， 杭州 310018；2. 浙江大学 现代光学仪器国家重点实验室， 杭州 310027)

构建了工业自动化生产设备表面缺陷检测框架，包括机械结构、照明设备、成像设备及处理算法、控制卡及软件集成模块，分析了框架各模块的作用和相互联系，面向生产线检测任务，建立系统化思维框架。以电路板表面缺陷检测应用为实例，开展了具体的缺陷检测实验，针对咖啡色电路板线路缺陷检测问题，利用局部阈值增强的二值化图像算法完成了缺陷区域检测，并实现了软件并行加速优化。实践结果表明，工程实践教学模式能够激发学生的学习兴趣，加深理论知识理解，提高动手实践能力，取得了良好的教学效果。

缺陷检测; 自动化设备; 教学效果; 实验教学

0 引 言

在传统的工业生产线中，往往利用人工的方法检测产品表面的缺陷，不仅速度慢、效率低，而且容易出现误检漏检，导致检测结果不准确，降低了生产效率，增加了生产成本。近年来，机器视觉技术得到了很大的发展[1-3]，该技术能够模拟人类视觉功能，综合利用光电检测、图像处理、自动化控制等相关技术，实现了自动化的工业产品表面缺陷检测，具有速度快、精度高、自动化、可定制等优点，广泛促进了工业产品企业自动化智能制造的发展[4-7]。

工业产品表面缺陷检测技术是高校工科类专业多学科交叉应用领域，涵盖了包括机械设计、光学、软件工程、图像处理等多门课程的重要授课内容[8-12]，而这些课程往往也是信息大类专业的本科生和研究生的专业核心课程。从实际教学工作中来看，由于课程内容较为抽象，单纯的理论教学难以让学生系统化理解相关的理论知识，容易造成理论与实践脱节[13-16]。这就需要开展相关的工程实践教学模式探索。本文开展了基于工业自动化生产设备的表面缺陷检测实验设计，探索了信息大类专业学生工程实践教学的新思路。通过生产线产品表面缺陷检测系统化框架的搭建，加强了学生对光机电算一体化综合学科知识的理解，提升了对交叉学科知识的运用能力；通过基于实际生产设备的实验设计，帮助学生将理论知识应用于实际问题的解决，促进了理论与实践的有机结合，激发了学生们的学习兴趣，锻炼了其工程问题的解决能力，取得了很好的教学效果。

1 工业自动化生产设备表面缺陷检测框架

工业自动化生产设备表面缺陷检测技术框架主要包括了机械结构模块、照明设备模块、成像设备及处理算法模块、控制卡及软件集成模块和工业计算机，各模块有机配合，实现了自动化的产品表面缺陷检测功能。整体的检测技术框架如图1所示，其中涵盖了光机电算等多学科的技术应用。通过检测框架各模块的学习，加深了学生们对课堂相关理论知识的理解，帮助他们建立了系统化的思维模式，并在此基础上根据实际生产线要求开展相关实验设计和工程实践。

图1 工业自动化生产设备表面缺陷检测框架

1.1 机械结构

工业生产通用型机械构架设计为视觉检测自动化设备提供了稳定可靠的工作平台，能够满足不同的工业生产检测需求；机械支撑结构提供了整体固定的结构框架，为照明设备和成像设备提供了固定支架；机械传送结构通过电动机、传送带、吸附盘等设备的配合，实现了检测产品的自动化传送；机械可变结构够根据具体的应用场景来选用合适的尺寸型号构件，满足不同的需求。学生可以根据实验设计目标来选用相应的机械构件，完成相关实验。

1.2 照明设备

照明设备为检测框架的重要环节，设备选择往往需要结合检测物品的形状、检测指标及照明材料反光特征和颜色，搭建适合于后期视觉检测算法的照明环境，突显出所需要检测缺陷的特征。照明装置设计主要考虑照明方式(反射或透射)、照明角度、照明光强、照明形状、照明色温等因素对视觉检测结果的影响。为了获取高质量的检测图像，学生需要根据实际应用场景设计安装简单、便于调节、照明效果好的照明系统，使得采集到的图像满足视觉检测的任务要求。

1.3 成像设备及处理算法

利用成像设备对生产线产品进行成像，为后续算法提供高分辨率的图像。成像设备需要根据实际生产要求进行确定，包括相机型号、镜头指标、成像方式等。实践中，学生们设计和选择了光学成像相机和镜头，同时配置和组装合适的信号处理硬件系统，包括工业电脑与相关开发平台，以接收与处理成像系统获取的视觉图像信号。

缺陷检测算法是整个框架和实验设计的核心，决定了产品缺陷检测的精度和效率。算法能够提取图像中的有效视觉特征，为进一步检测辨识做铺垫。根据提取结果与生产线需要判别的要求，设计与优化检测辨识准则，多角度衡量检测辨识算法的性能，包括计算速度、检测辨识水平、后续反馈操作机构的方便性等，快速实现视觉检测辨识功能。为了提高检测效率，学生们需要通过图像局部特征来增强显著区域信息，保证算法能够更准确的进行判断和检测结果的输出。

1.4 控制卡及软件集成

通过控制卡的IO端口发送指令，能够使得各硬件设备按照用户软件的操作来进行执行相应的命令，完成既定的目标功能；同时，各模块的工作状态也可以通过控制卡IO口返回给中央软件，保证检测过程的顺利进行。软件集成界面把检测功能整合，形成可视化的界面，学生们通过对软件程序的学习，能够了解各框架模块相互配合的内在逻辑，明确检测流程的参数设置，也可以在各模块提供的原始代码的基础上进行算法的改进和加速处理。

2 电路板表面缺陷检测实例

为了能够检验实验教学思路的效果，在杭州电子科技大学电子信息学院的本科生和研究生中进行了教学实践，建立了信息类专业综合型实践平台。以某企业的电路板表面缺陷检测为典型代表进行介绍。

电路板生产过程中，由于工艺的限制和生产线的设备误差，在线路和焊盘上会出现各种表面缺陷，影响产品的功能，常见的电路板缺陷包括表面划伤、电路断线、电路异物、焊盘缺口等。厂家提供了电路板表面缺陷自动化检测设备，如图2所示，在此设备上设计实验，对电路板上存在的缺陷进行自动化的视觉检测。

图2 电路板表面缺陷自动化检测设备

实验过程中，学生根据检测要求选取了线阵白光光源为电路板进行照明，相机则选用了高速线阵工业相机，线阵像素为7 000像素。图像采集过程中，通过电动机和传送带配合使得检测电路板匀速通过线阵相机，调节好光源进行反射式照明，采集获取高像素的电路板表面图像。

由于电路板通常为绿油板或咖啡板，板子底层颜色和电路线路颜色比较接近，采集到的电路板图像线路层和底层对比度较低，给缺陷检测算法设计带来了难度。以咖啡色线路异物缺陷为例，实验平台相机采集到的咖啡色电路板如图3(a)所示，缺陷区域如红色方框内，其放大图为右下角小图所示。可以看到线路中被异物所干扰，造成产品次品，同时缺陷区域和线路区域对比度相差不大，给区域缺陷检测和提取带来了困难。针对检测缺陷特征，学生们设计了局部阈值增强的二值化图像算法，避免了全局硬阈值二值化带来的线路毛刺和漏检问题。通过局部的阈值设定来有效获取低对比度线路图的二值化图像，较为精确地区分了缺陷区域和线路区域，有效提取和定位了缺陷位置，检测结果如图3(b)所示。通过二值化检测图像与理论模板图像的对比，能够有效区分正常线路和缺陷区域，实现了自动化的视觉缺陷检测功能。同时，学生们对整个检测过程进行了加速优化，对相机采集电路板进程和缺陷检测算法进程进行了同步化处理，检测算法运行的同时，在中央电脑CPU中另外开辟一个进程，同步处理发送指令， 让电动机控制传送带吸附并进行下一张电路板检测图像的拍摄获取过程，放入内存等待处理。并行优化加速了产品检测速度，从原来的每小时完成检测400张电路板提升至每小时完成检测800张电路板，提高了生产效率。

(a)(b)

图3 电路板采集图像及算法检测结果

通过整个电路板缺陷检测实验，学生能够真正了解实际生产线的各环节，加深了课堂相关知识的理解和运用，大大激发了自主研讨的积极性和学习兴趣，逐渐学会了主动发现问题并积极寻求解决问题的方法。实验中，同学们组队配合，明确分工，统一协作，增强了团队协作能力，也使得他们能够更加自主的安排实验实践进度，教学效果得到了学生们的好评。

3 结 语

工业生产线产品表面缺陷检测技术涵盖了机械设计、光学、软件工程、图像处理等信息大类专业中多门课程内容。为了能够强化学生对课堂知识的理解，加强学生的工程实践能力和交叉学科知识运用能力，本文提出了基于工业自动化生产设备的表面缺陷检测实验设计的工程实践教学新思路，开展了相关实验探索。构建了工业自动化生产设备表面缺陷检测框架，分析了框架中各模块的核心技术，引导学生配置和选取相应硬件，设计相应检测算法，完成产品表面缺陷检测的目标。以电路板表面缺陷检测为例，在实际生产线设备的基础上开展检测实验，设计检测算法，实现了缺陷目标区域的检测。实践过程向学生系统化展示了实际生产线的机器视觉检测流程，有效弥补了理论教学的不足，加深了学生的知识理解，提高了动手实践能力，激发了学习兴趣，促进了学生自主学习和团队协作，有效提升了教学质量，为高校多层次人才协同培养中相关课程实践设计提供了借鉴。

[1] 赵宇峰,高 超,王建国. 基于机器视觉的工业产品表面缺陷检测算法研究[J]. 计算机应用与软件，2012, 29(2)：152-154.

[2] 黄 玲，张叶林，胡 波，等. 基于机器视觉的透明瓶装液体液位自动检测[J]. 自动化与仪表, 2012, 27(02):57-60.

[3] 段铮昱，文生平.基于机器视觉的电子产品外观表面缺陷检测方法研究[J]. 计算机测量与控制, 2014, 22(4): 1009-1011.

[4] 王耀南，陈铁健，贺振东，等. 智能制造装备视觉检测控制方法综述[J]. 控制理论与应用, 2015, 32(3):273-286.

[5] 刘艳雄，张亮杰，毛华杰. 基于机器视觉的精冲零件断面缺陷检测系统研究[J]. 制造业自动化, 2016, 38(4):3-7.

[6] 赵俊红，康文雄. 机器视觉与智能检测创新实践教学模式的探索[J]. 实验室研究与探索, 2012, 31(5): 144-146.

[7] 谈高超. 基于机器视觉的批量零件自动检测系统的研制与工程应用[D].上海:东华大学,2014.

[8] 卢建霞，屠大维，赵其杰. 机械工程测试技术实验教学创新平台设计[J]. 实验室研究与探索, 2015, 34(4): 182-185.

[9] 赵巨峰，高秀敏，崔光茫. 结合生产线的视觉检测实验系统设计[J]. 实验室研究与探索,2016,35(4):59-62.

[10] 王继成，高淑梅，罗 玮. 光电信息科学与工程创新平台实训教学研究与探索[J]. 物理与工程, 2013, 23(5): 61-64.

[11] 贺超英， 张 辉. 基于机器视觉的罐盖质量检测系统设计[J]. 仪表技术与传感器, 2011(2):85-87.

[12] 潘 鸣, 朱月星, 李 杰,等. 采用视觉成像技术进行真空断路器外形尺寸检测[J]. 制造业自动化, 2014(22):38-41.

[13] 彭真明，雍 杨，张 靖. 光电图像处理课程实践教学新模式探索[J]. 高等教育研究, 2011(1): 67-68.

[14] 陈 宏.“光电传感与检测技术”课程研究性教学探索与实践[J]. 课程教育研究, 2014(34):236-236.

[15] 李树涛. 基于理论-设计-实践的数字图像处理研究性教学模式研究[J]. 高等理科教育, 2009(5):58-61.

[16] 徐志玲, 王鹏峰, 黄 柳. 测控专业课程设计群改革与实践[J]. 实验室研究与探索, 2014, 33(4):171-174.

·名人名言·

科学的真理不应该在古代圣人的蒙着灰尘的书上去找,而应该在实验中和以实验为基础的理论中去找。

——伽利略

Experiment Design for Surface Defect Inspection Base on Industry Production Equipment

CUIGuangmang1, 2,ZHAOJufeng1,XINQing1

(1. School of Electronics and Information, Hangzhou Dianzi University, Hangzhou 310018, China;2. State Key Lab of Modern Optical Instrumentation, Zhejiang University, Hangzhou 310027, China)

A framework of surface defect detection by using industrial automation production equipment is constructed. It includes mechanical structure, lighting equipment, imaging equipment and processing algorithm, and control card and software integration module. The function and the relationship of these modules are analyzed for testing production line. The construction process helps students to establish a systematic framework of consideration. The circuit board surface defect detection is taken as an example, a series of specific defect detection experiments are carried out. Aiming at the problem of brown PCB line defect detection, the image is binarized based on local threshold, the defect area detection is completed, furthermore, the software parallel speed optimization is achieved. Practice results show that the engineering practice teaching mode proposed can stimulate students' interest of learning, deepen the understanding of theoretical knowledge, and improve the ability of hands-on practice. The teaching effect is satisfactory.

defect inspection; automation equipment; teaching effect; experiment teaching

2016-08-11

国家自然科学基金项目(61405052)；全国高校光电专业第三批教育教学热点难点教研项目(2015025)

崔光茫(1989-)，男，河南南阳人，讲师，现主要从事光学成像、视觉图像处理的研究。

Tel.： 13656718849； E-mail：cuigm@hdu.edu.cn

TP 271; TN 911

A

1006-7167(2017)04-0164-03