基于图像识别的PLC智能控制系统设计∗

张俊民

（中国飞行试验研究院 西安 710089）

基于图像识别的PLC智能控制系统设计∗

张俊民

（中国飞行试验研究院 西安 710089）

针对传统PLC灯板大批量生产检测中存在漏检、错检等问题，结合当前主流计算机视觉技术、自动化技术等，设计了一款PLC灯板的质量检测系统。该系统包含图像采集卡、结果显示、PLC分拣单元等模块。利用图像处理技术，比较图像一定矩形区域内的白色像素点个数，如果超过预设，则判定PLC灯板存在缺陷，并通过PLC控制系统进行自动分拣。最后通过实际运行，验证了该系统具有速度快、精度高的特点，从而实现了对PLC灯板的自动化检验。

计算机视觉；形态去噪；图像识别；可编程逻辑控制器；智能控制

1 引言

随着图像处理技术、计算机视觉技术和自动化技术的不断发展，人们开始越来越多开始将目光投向智能检测领域，从而改变过去主要依靠人工或者半自动检测的方式。其中，图像处理更是智能检测应用的重点，并被大量的研究。如刘百芬（2014）利用机器视觉技术设计了一款PCB裸板缺陷自动检测系统，并通过Harris角点算法将标注电路和采集到的电路进行比较，从而大大提高了检测的准确率；叶文通（2014）通过对数据图像的处理后，通过提取相关的特征点，实现了胡柚的自动化分拣。但这些系统的提出，都比较侧重于图像处理与特征提取，本文则在传统研究的基础上，提出一款图像处理联合PLC的灯板检测系统，并对系统的实现进行了详细的阐述。

2 系统原理

本文提出的PLC灯板智能控制方案，其主要的原理是利用图像处理技术，对图像特征进行提取，从而判断PLC灯板是否存在质量问题，并显示检验结果。具体识别与控制原理则如图1所示。

3 硬件系统设计

3.1 系统整体架构设计

结合计算机视觉技术，该智能控制系统从大的角度可以分为硬件和软件两个部分，从功能角度来看，可以分为图像数据采集模块、图像数据处理模块、PLC控制模块、结果显示和箱体单元几个模块。具体如图2所示。

图1 系统原理

图2 系统整体架构

通过图2可以看出，图像采集单元主要负责对PLC灯板图像进行采集；软件部分主要对采集到的图像进行处理，并判断PLC灯板的质量好坏，然后将指令发送给PLC控制模块，作出相应的动作，显示LED结果。

3.2 图像采集单元

当前随着图像测量技术的不断发展，光学图像测量成为工业领域应用最为流行的一种技术。在图像采集单元部分，本文选择CCD光学摄像机和PCI图像采集卡对PLC灯板图像进行采集，并将图像上传到计算机。CCD摄像机具有工作电压低、体积小、成像质量高、实时传输、抗干扰强、寿命长等特点。CCD摄像机的成像原理为：通过光学成像系统，将光学信号转变为视频信号。具体如图3所示。

图3 CCD摄像机成像原理

PCI图像采集卡主要将采集到的视频信号转换为计算机可以理解的数据格式。具体的工作原理如图4所示。

图4 PCI图像采集卡工作原理

因此，结合上述硬件分析，将图像采集单元的整体结构设计为如图5所示。

图5 数据采集单元整体结构

3.3 PLC控制单元

PLC控制单元的作用是对灯板进行检验和结果输出。该模块是一个以PLC为主的控制单元，通过与计算机处理软件的交互，将对灯板的检验结果传送给LED指示灯。本文选择PLC系列中的PEC3000芯片作为主控单元，该芯片支持以太网和串口通信。同时程序编写通常采用PLC_config软件实现。程序通过读取计算机给出的指令信号，并判断被检验的PLC是否存在质量问题，则发送报文DIO3000和DIO3400，否则发送其他设备报文。具体控制思路如图6所示。

图6 PLC控制流程

4 图像处理算法设计

图像处理算法是该系统实现的一个重要组成部分，负责对PLC灯板图形的处理和识别，从而判定PLC灯板图像与标准图像的缺陷。在该部分功能中，主要分为两个部分：图像预处理和图像检测。

4.1 图像处理

目前，针对图像处理的方法很多，但通常是对图像进行平滑、去噪等处理，从而为后续的图像检测奠定基础。本文则选择图像灰度化、图像拉伸、灰度直方图平滑、二值化、二值图像的形态学去噪等方法对图像进行处理，具体流程如图7所示。

在图7中可以看到，图像预处理的流程：首先将24位彩色图像进行灰度化，然后通过灰度拉伸的方法，让明的地方更明，暗的地方更暗；然后通过直方图平滑处理，减少图像边缘的毛刺；在通过二值化处理，让图像变为白色目标和黑色背景的两种区域；最后对二值化图像进行去噪处理，消除图像中的干扰。

4.2 图像检测算法

判定PLC灯板缺陷，主要是通过对采集到的图像与标准图像进行比较，或者设定阈值的方式。为简化图像处理的方便度，本文则通过设定阈值的方式来对图像进行检测。假设每个测量的PLC灯板中心位置点像素为A(a，b)，在A的周围存在四个不同的像素点，在经过图像处理后，扫描该区域内的白色像素点，超过设定阈值S，PLC灯板合格，如果小于设定的阈值S，则判定不合格。具体算法流程如图8所示。

图7 图像处理流程

图8 图像检测算法设计

5 PC与PLC通信实现

要实现PLC控制，必须要实现PC端与PLC控制的数据交互。传统的通信方式包括以太网、CAN总线等。结合PEC3000芯片特点，其支持RS485和以太网通信。本文则选择EPA（Ethernet for Plant Automation）通信，通过给PLC控制器配置不同IP，从而方便用户进行读写。同时EPA协议在通信中，在应用层以下不需要设置UDP协议，从而在传输速率和实时性方面都较高。而对于数据的传输来讲，只需要在数据报文前面添加EPA报文头即可。

而对于EPA的具体实现流程如图9所示。

图9 EPA协议执行流程

6 系统实现

6.1 图像处理实现

通过上述的图像处理和检测算法，可以得到原始图像和处理后的图像的对比图，具体如图10所示。

图10 图像处理

6.2 系统检验结果

位验证上述控制系统的设计效果，搭建PLC智能控制检测试验平台，并在灯箱单元中分别放入三组待检验的PLC灯板，其中A组放入100个好的PEC 6000，1个坏的 PEC6000；B 组放入 50个DIO3000，50个DIO3400，2个坏的DIO3400；C组放入 50个 PEC5000，50个 AIO5000，2个坏 PLC模板。由此通过上述的检验，得到表1结果。

表1 PLC智能检测结果

7 结语

本文应用计算机视觉技术、自动化控制技术等，设计并实现了一款可用于工业制造产品检测的智能控制系统，从而通过对产品图像的对比，即可实现对大批量产品的自动化检测，大大提高了工业制造效率，为工业制造的应用提供了参考。

［1］张国福，沈洪艳.机器视觉技术在工业检测中的应用综述［J］.电子技术与软件工程，2013，22：111.ZHANG Guofu，SHEN Hongyan.Application of machine vision technology in industrial inspection［J］.Electronic Technology and Software Engineering，2013，22：111.

［2］宋国庆，吴育民，冯云鹏，等.机器视觉在光学加工检测中的应用［J］.影像科学与光化学，2016，01：30-35.SONG Guoqing，WU Yumin，FENG Yunpeng，et al.Application of machine vision in the detection of optical processing［J］.Image Science and Optics，2016，01：30-35.

［3］罗通顶，李斌康，郭明安，等.科学级CCD远程图像采集系统［J］.光学精密工程，2013，02：496-502.LUO Tongding，LI Binkang，GUO Mingan，et al.Remote image acquisition system of science class［J］.CCD Optical Precision Engineering，2013，02：496-502.

［4］杨文强，李邦.基于视觉实时性的CCD烟叶图像采集及处理系统的研究［J］.中国农机化学报，2013，01：156-160.YANG Wenqiang，LI Bang.Research on CCD tobacco image acquisition and processing system based on visual real time［J］.China Agricultural Machinery Chemical，2013，01：156-160.

［5］黄以华，黄剑峰.基于USB的高清彩色CCD图像采集系统［J］.电子设计工程，2012，04：170-173，181.HUANG Yihua，HUANG Jianfeng.High definition color CCD image acquisition system based on［J］.USB Electronic Design Engineering，2012，04：170-173，181.

［6］陈汗青，万艳玲，王国刚.数字图像处理技术研究进展［J］.工业控制计算机，2013，01：72-74.CHEN Hanqing，WAN Yanling，WANG Guogang.Digital image processing technology research progress［J］.Industrial Control Computer，2013，01：72-74.

［7］王耀东，余祖俊，白彪，等.基于图像处理的地铁隧道裂缝 识 别 算 法 研 究［J］.仪 器 仪 表 学 报 ，2014，07：1489-1496.WANG Yaodong，YU Zujun，BAI Biao，et al.Research on the crack detection algorithm of Metro Tunnel Based on image processing［J］.Journal of Instrumentation and Instrumentation，2014，07：1489-1496.

［8］顾阳，尚群立，余善恩，等.工业以太网的技术特性及关键技术研究［J］.机械制造，2010，03：1-4.GU Yang，SHANG Qunli，YU Shanen，et al.Industrial Ethernet technology characteristics and key technology of kesearch［J］.Machinery Manufacturing，2010，03：1-4.

［9］何玉智，冯冬芹，朱予辰.基于EPA网络的多媒体数据确定性传输［J］.计算机工程，2014，02：26-30.HE Yuzhi，FENG Dongqin，ZHU Yuchen.Deterministic transmission of multimedia data based on EPA network［J］.Computer Engineering，2014，02：26-30.

［10］李忠海，李建伟，梁宵，等.基于图像的消防水炮智能控制系统设计［J］.沈阳航空航天大学学报，2015，05：74-79.LI Zhonghai，LI Jianwei，LIANG Xiaoguan，et al.The design of monitor intelligent control system based on the image［J］.Shenyang Aerospace University Journals，2015，05：74-79.

Design of PLC Intelligent Control System Based on Image Recognition

ZHANG Junmin
（Chinese Flight Test Establishment，Xi'an 710089）

Aiming at the existing problems of omission and error detection of large quantities of traditional PLC lamp panel production，combined with the current mainstream computer vision technology，automation technology，quality detection system is designed with a PLC lamp panel.The system includes an image acquisition card，the results show，PLC sorting module and other modules.Using image processing technology，compare the number of white pixels within a certain rectangular region，if more than the preset，then determine the PLC lamp board defects，and automatic sorting through the PLC control system.Finally，through the actual operation，the system has the characteristics of high speed and high precision，so it can realize the automatic test of PLC light board.

computer vision，pattern recognition，image recognition，programmable logic controller，intelligent control

TP273.5

10.3969/j.issn.1672-9722.2017.11.040

Class Number TP273.5

2017年5月6日，

2017年6月23日

张俊民，男，硕士研究生，研究员，研究方向：飞行试验数据处理技术。