基于机器视觉技术的产品外观质量检测研究

吴园

（西安工程大学电子信息学院，陕西 西安 710048）

0 引言

产品的外观质量是企业生产中的重要环节，消费者在购买产品时，首先会受到外观质量的影响。一些外观质量好的产品容易消费者的青睐。实际生产销售过程中，一些产品外观或者包装中时常会出现包装上的瑕疵，如图案设计错误、图案重叠等，在很大程度上影响了企业的经营效益。为了解决这一问题，就要使用到先进的机器视觉技术，对产品外观进行检测。机器视觉技术的应用，实现了对产品外观的全面检测，能有效的发现产品外观上的瑕疵，提升了产品外观的质量，维护了企业良好的形象[1]。

1 机器视觉技术对企业的重要性

机器视觉属于人工智能发展中的重要方向之一。机器视觉技术中涉及到计算机人工智能、计算机科学、模式识别等多种学科。利用计算机模拟人的视觉功能，提取事物信息，能用在企业产品的检测，把控产品的质量。使用机器视觉技术有着人眼无法比拟的功能，可排除人的主观干扰因素，检测中的误差非常小，极大的提升了检测的精准度。机器视觉技术因为诸多的优势，对企业生产有着重要的作用。

近几年，随着市场经济的繁荣，市场上许多产品的外观质量参差不齐。有的产品包装质量差，对市场经济的秩序造成了不良影响，引发了人们对产品包装外观的不满，严重损害了企业的利益。企业要针对于这种状况，意识到产品外观质量的重要性，发挥出机器视觉检测的效果，维护企业产品的声誉。机器视觉技术应用在产品外观质量检测上，极大的提升了产品检测的效率，及时发现产品外观中的瑕疵，进行重新加工或淘汰。机器视觉技术在产品检测操作时非常简单，运行比较稳定，相比于传统的产品外观检测技术，机器视觉技术有许多的优势：第一，机器视觉技术检测的准确性比传统的检测技术要高，使得产品外观质量检测的效率得到了很大的提升。机器视觉技术通过对图像的收集，之后进行深层次分析，检测速度有了提高，稳定性得到了增强。机器视觉技术的应用有利于企业向自动化和智能化方向发展，通过信息的快速收集，系统迅速判断，能在短期内实现大量信息的处理，对企业的发展非常重要。第二，机器视觉技术实现对产品的质量检测，对产品外观质量的控制作出了保障，维护了企业的形象和品牌。企业外观有瑕疵的产品流入市场会严重损害企业形象，机器视觉技术能对不合格产品及时剔除，对维护企业形象有着重要的作用。

2 机器视觉技术产品外观质量检测设计

2.1 硬件设计

机器视觉技术检测系统的硬件设计分为图像采集模块和控制器两部分。图像采集模块是系统的前端，具有信息采集的功能，它使用工业相机对被检验产品的大小、色彩、形状等信息进行收集和处理，把处理后的信息传递到控制器中[2]。控制器能对数据和相关信息进行处理，利用图像处理技术对采集到的信息进行深层次的分析，判断产品中是否符合相应的标准。

2.1.1 图像采集模块

以往的图像采集模块在进行信息采集时存在着信息收集不稳定和数据收集不准确的现象，安装过程中不能快速完成调试。为了提升图像采集的准确性，文章对图像采集模块进行优化设计。将图像采集中用到的工业相机等零件放在封闭透明的壳体里，安装过程中可对角度进行调节。现场安装时，只需对准透明窗和检测目标的位置，将多条电缆集中在一些，减小安装电缆的错误率，能进行快速的调试[3]。

2.2.2 控制器

机器视觉技术检测系统的核心部位就是控制器，控制器中使用计算机核心模块和接口板，提升了处理图像的水平。计算机核心模块主要应用在上位机和操作系统中，使用中选择配置和厂家模块较多。接口板是由图像采集模块通信接口、单片机等部件组成。单片机具有执行操作功能，接受上位机命令并执行，对电路信号采集和剔除。图像采集模块通讯接口起到链接图像采集模块和控制器的作用，为单片机控制工业相机提供保障。工业相机将照片传回核心模块，通过多个部件循环操作，提升了数据检测的精确性[4]。

2.2 软件设计

2.2.1 人机界面

为了实现对系统检测过程中的观察，需要提升机器界面的清晰程度，简化界面显示。在对软件设计中需要使用到触屏液晶显示器，它能很好的进行界面区分，在不同的界面内有不一样的功能。界面优化能在一定程度上提升资源空间的利用率，方便了系统的操作。

2.2.2 图像处理

图像处理是软件设计中的关键，图像处理系统的稳定能保障产品外观检测工作的顺利开展。这里选用OpenCV视觉库进行处理，使得图像更加清晰[5]。软件系统对采集到的图像进行分割，形成多个模块，将分割出来的各个小范围的检测区域进行灰度化等测算，综合多种指标得出产品图像的像素数，对产品外观的精准性加以确认。

3 机器视觉技术的检测原理

基于机器视觉技术的检测系统通过工业相机将产品外观信息转换成为图像信号，这个信号传给了图像处理系统，根据图像的亮度、尺寸、色彩和像素等多种信号转化数字信号，系统对多种信号进行对比，获取产品外观的特征，如产品的位置、长度、面积等，根据结果判断产品质量是否合格，最初输入结果，包括尺寸、数量、合格/不合格等信息，完成自动识别的整个过程。机器视觉技术能提升产品外观质量检测的自动化程度，实际的生产操作中，一些区域进行人工检测作业较为危险，人工视觉检测难以满足检查要求，并且检查的精确度不够高。机器视觉技术利用机器取代人的肉眼，检测系统中的图像传感器和人的眼睛功能类似，能对产品的外观信息进行收集，控制器相当于人的大脑，能对图片处理进行控制。机器视觉技术能很好的处理图像，在产品外观检测方面的应用非常广泛。机器视觉容易实现信息集成，快速的采集大量的信息，实现自动化处理。基于机器视觉技术的产品外观检测系统需要先对产品的参数标准实施录入。利用传感器对产品图像进行采集和分析，得到一组数据，将数据和提前录入的标准进行对比，从而判断产品外观是否存在瑕疵[6]。检测系统中，图片传感器的作用非常重要，利用图像采集模块收集产品的多种外观特征，对这些信息初步处理，能实现对产品外观信息的初步判断。接下来，图像分析模块会对图像信息做出详细判断，判定是否标准，得出准确的结果。产品外观质量是否符合标准需要将处理结果和设定标准对比得出，如不在相应的控制范围内，检测系统会将其删除并发出警报信号。

机器视觉技术检测系统包括了光源、镜头、工业相机、图像处理软件、监视器等。机器视觉应用包括了检测和机器人两个方面，检测分为高精度定量检测（如机械部件尺寸和位置）和不用量器定性检测（如产品外观、缺陷检测等）。机器人视觉的作用是指引机器人进行大范围的操作和移动。小范围操作时需要使用到触觉传感技术[7]。

4 机器视觉技术的应用前景

机器视觉技术因为良好的检测效果，能较为准确的发现产品中的瑕疵，在产品检测中得到了广泛的应用。现阶段的机器视觉技术主要被应用在电子行业，电子行业对产品质量要求较高，有着过硬的生产技术和检测水平。生产的电子元件由于高标准的精度要求，以往的检测手段不能满足实际的要求，先进的机器视觉技术的引用提高了对电子元件检测的标准，大大的减少了电子产品的残次情况，为电子元件的外观质量提供了强大的保障，维护了企业的形象。目前的机器视觉技术应用在电子产品制造，用于检查测定；手机制造时，机器视觉技术从透镜模块到成品外观，向手机制造过程的各个环节渗透；半导体检测方面，机器视觉技术用于硅片DPM条码阅读等方面，在半导体制造过程中的多个环节提供检测和解释技术；消费品方面，机器视觉技术用于化妆品等多种消费材料制造过程中的外观检查和查出。另外，机器视觉技术在物流行业和汽车配件行业也有着很大的潜力。随着科技的发展进步，机器视觉技术将有更加广泛的应用，为各个行业创造更多的经济效益[8]。

5 结论

综上所述，产品的外观质量关乎到企业形象和企业的生产效益。企业若想提升自己产品的销量和口碑，必须要加强产品的外观质量，减小外观或者包装上的不足之处。基于机器视觉的产品外观质量检测技术能通过对产品外观图像的处理，由系统对收集到的图像信息做出分析，从而判定产品中，是否存在瑕疵。机器视觉技术的应用，提升了产品检测的效率，保障了产品的外观质量。基于机器视觉技术的检测系统在操作时也非常方便，通过对系统参数的设置，简化操作界面，为企业产品的外观质量检测提供了保障。