UBC大数据在PVC涂胶膜检测技术中的应用

任双超，赵时璐，张 震，彭林志

(1.沈阳大学机械工程学院，辽宁 沈阳 110044；2.华晨宝马汽车有限公司涂装车间，辽宁 沈阳 110143)

PVC(Poly Vinyl Chloride)，又被称作聚氯乙烯，由聚氯乙脂、增塑剂、填充材料、附着力增强剂主要成分组成。将PVC涂胶喷涂在车身底盘表面起到消音阻尼作用。汽车在高速行驶过程中，由于车身底部的振动会产生噪音和能量，将PVC涂胶喷涂在车身底盘形成PVC涂胶膜，起到了极大的消音阻尼作用[1]。因此，PVC涂胶膜使用性能的优劣直接影响汽车安全性能和使用寿命。

由于更换涂胶时，即使不改变喷涂机器人的各个参数，受PVC涂胶的批次不同、黏度不同的影响，导致机器人喷涂的涂胶膜扇面宽度产生差异。此时需要对偏差位置进行分析，找出与差异位置相关的机器人，并及时调整PVC涂胶的温度、黏度、湿度等参数，进而提高PVC涂胶膜的使用性能。分析PVC涂胶膜的使用性能，需要UBC大数据与PVC涂胶膜检测系统。

UBC(Under Body Check)，即车身下部检测，围绕人工智能生产制造模式，对工艺、制造、检测等方面的价值数据进行收集。主要以大量数据为核心，极大改善了传动数据收集与分析的能力，同时还涵盖了人工智能相关技术与应用。利用检测设备与目标物体在物联网运转模式下，实时收集所产生的操作和运行效率、环境参数、缺陷位置及类型等体现检测目标使用性能和设备运转状况的数据。通过对PVC涂胶膜检测数据运算与分析，形成直观且清晰的可视化曲线图，根据曲线图查找出波动处可以获取缺陷类型参数。PVC涂胶膜检测系统是一种采用机器人取代人眼的一种智能检测装置。一个典型的智能检测系统由光源、光学系统、图像采集系统、数字图像处理和控制系统组成[2]。利用检测系统可以高效地检测出汽车底PVC涂胶膜未喷涂区域位置，提高PVC涂胶膜的使用特性能。

2 检测系统基本框架设计研究

汽车底盘PVC检测设备的光学成像系统、图像采集系统的基本布局，如图1所示。此检测系统主要由CCD工业相机光源、镜头、光源、传感器、图像处理系统等组成。其中光源、工业镜头、CCD工业相机、传感器等属于设备的硬件系统；图像处理系统和控制系统属于设备的软件系统。

图1 汽车底盘PVC涂胶检测设备的基本布图Fig.1 The Basic Layout of the Vehicle Chassis PVC Coating Detection Equipment

2.1 工业相机

工业相机优势在于体积小巧、运行稳定、性能可靠、清晰度高等，因此在检测系统中应用极为广泛。一般选取CCD工业相机对其精准度和相机分辨率有一定要求，计算公式如下：

由于车底盘PVC涂胶膜检测尺寸为(1780×1250)mm，安装有6个工业相机，检测次数为20次，单个相机的检测尺寸为(150×250)mm，要求精度为0.1，由于检测目标易在运动过程中产生差异，可适当扩大视野范围，并设置为(220×210)mm。若光照度适中，相机分辨率为220/0.1/2=1100mm，相对应侧分辨率为210/0.1/2=1050mm。显然，相机分辨率至少在(1100×1050)以上才能满足要求，此检测系统选择分辨率为1280×1024的CCD工业相机。

2.2 镜头

工业相机镜头的作用与人眼中晶状体作用相似。若人眼缺少晶状体则不能看到物体或者景像；若工业相机没有镜头的支持，则无法呈现检测目标图像。镜头的作用是将检测目标聚焦到图像传感器的光敏面上[3]。镜头的关键参数是焦距，一般采用J表示。焦距长短决定了检测目标在图像传感器上呈现的图像尺寸。

此检测系统根据与检测目标的距离确定相机位置。分别采用14mm、18mm、22mm焦距的镜头对同一检测目标进行实验，实验结果为14mm焦距的镜头呈现图像尺寸小，图像模糊；焦距为18mm的镜头呈现图像尺寸适中，能形成易于分析的图像；焦距为22mm的镜头呈现图像尺寸放大两倍，形成的图像尺寸超过其检测范围，导致检测遗漏。综合考虑，选取焦距为18mm的镜头作为此检测系统的工业相机镜头最为合理，有利于镜头拍摄。

2.3 光源

光源的作用是能有效的突显出检测目标的特征点，有效区分检测位置与不需要检测位置，即使检测目标移动，但仍然保持呈现图像的清晰度。选择光源时必须考虑光源形状、亮度、均匀度等，同时选择合适的发光效率与工作时间限度。光源由自然光源和人造光源组成。自然光源不适用于有遮挡物的环境且不能调节，通常不用作图像采集系统的照射光源。检测系统一般在安装在室内，所以采用位置可变，容易调节的人造光源，如卤素灯、荧光灯、LED灯、氙灯[4]。光源的特性对比，如表1所示。

表1 主要光源相关特性对比表Tab.1 Table of Correlation Characteristics of Main Light Sources

由表1可知，LED光源具有工作时间长、形状自由、响应时间短、可选颜色多、价格便宜等特点，因此选择工作时间长的白色LED灯作为光源是最经济有效的。

选取完相机、镜头、光源类型以及光照颜色后，对本系统光源的最佳光亮度进行研究，通过调节光源控制器改变光亮度，从光亮度为0开始，以每增加10级光亮度则获取图像，图像对比，如图2所示。由图对比可知，120光亮度的图像对比度最佳，低于120的图像较暗，高于120的图像过亮失真因此，选取120作为本系统光源最佳光亮度值。

图2 光亮度对比Fig.2 Brightness Comparison

3 图像处理

3.1 图像预处理

图像预处理是指清除检测目标图像中无价值信息，保留有价值的真实信息，并使数据简单化，提高信息提取、图像分割、边缘提取的可靠性。预处理方式一般包括几何变换、复原、增强等。

3.2 图像信息提取

PVC涂胶膜检测图像预处理后，还需进一步分析。在实际分析中，主要采用边缘检测寻找未喷涂边缘信息。首先识别出来喷涂区域，再确定出其边缘，以简化信息提取方式。找出检测目标边缘后，从边缘信息中提取主要特征点，得到未喷涂位置信息。

3.3 图像分割

图像分割一般采用基于阈值的方法。此方法计算简单，实现容易，分析稳定。故采用阈值分割对未喷涂区域进行划分，阈值分割的关键是阈值的选取。图像的灰度直方图是灰度级的函数，即将灰度级出现的频率(像素个数)除以图像中像素的总数[5]。灰度直方图的计算公式如下：

式中：rk—像素的灰度级；nk—具有灰度rk的像素数量；MN—检测图像中像素总数量。

如图3所示，根据PVC涂胶膜检测图像的灰度图直方图，可以判断出检测图像F(x,y))中10-20灰度级上显示出大量的像素，少量像素在30-140灰度级上产生。

图3 PVC涂胶膜检测图像及灰度直方图Fig.3 PVC Coated Film Detection Image and Gray Histogram

设置阈值为T，把该图像的灰度直方图分为两部分：

PVC涂胶膜检测灰度图的特征是：一部分是较分散的背景像素灰度值，另一部分是比较集中的未喷涂区域像素灰度值。在满足阈值选择原则的基础上，为了降低背景上的亮点的干扰，故设置适中阈值，阈值应在(50～70)之间。实验选择50、60和70得阈值进行检测，发现设置阈值为60时，可得到理想的图像。由图4可看出，未喷涂区域呈现很清晰，所需的特征信息都存在。

图4 阈值测试对比Fig.4 Threshold Test Comparison

3.4 边缘提取

边缘提取是一种多尺度边缘检测方法[6]，能够更好地提取复杂的图像边缘。在此方法中，采用非下采样轮廓波变换Nonsubsampled Contourlet变换，简称NSCT。具体提取原理如下，NSCT变换能在不同的尺度下将图像分解成不同的子带，在原图像上某个方向的方向梯度矢量是各尺度下在这个方向上的子带系数，各方向梯度矢量融合形成图像边缘[6]。为了简化计算，设置全部负子带系数为0，则子带系数方向角在0至π范围内。那么子带系数的方向角则为0到π。NSCT将检测图像分解为4个子带，其相邻子带角度差是π/4。式中4个方向的矢量分别为F1(x，y)，F2(x，y)，F3(x，y)，F4(x，y)，(x，y)坐标表示子带图像的位置。

F14(x，y)方向的矢量角为θ14，F23(x，y)方向的矢量角为θ23。

由于式中相邻矢量方向的角度差是π/4，则F14(x，y)和F23(x，y)之间的角度计算[7]如下：

由子带合成的最终梯度向量模|F(x，y)|的表达式为：

其中，|F(x，y)|是图像边缘，如图5所示，提取图像边缘效果好。

图5 提取图像边缘Fig.5 Extract Image Edges

4 UBC大数据处理与分析

4.1 数据库的建立

建立MySQL数据库是UBC大数据处理的关键技术之一，主要目的是为PVC涂胶膜检测数据提供一个可进行数据整理，数据归档且能够容纳大量数据的空间。MySQL数据库作为一种关系型数据库[8]，其主要特征是可大量存储、实时存储、查询迅速，成本低等。这些主要特征可满足于检测系统的要求，并确保了数据的安全性、全面性和实时性。因此，将计算机系统与检测设备之间建立联系，应用计算机系统完成操作，通过自动化模式来提高PVC涂胶膜检测的精确度[9]。

MySQL数据库结构，如图6所示。

图6 MySQL数据库结构图Fig.6 MySQL Database Structure Diagram

其中包括外模式、模式和内模式。外模式针对使用者，即可以观察到的MySQL数据库的数据图像，也就是表示价值数据之间的逻辑关系[10]；模式，对全部的价值数据根据统一特征建立逻辑结构，描述MySQL数据库中所有的价值数据，体现了MySQL数据库的全面性。内模式，又称为储存模式，对MySQL数据库中的价值数据特征做最基本的描述，与传输源头的数据相对应。

4.2 基于JDBC的SQL查询与展示

JDBC，又称为JAVA API，主要作用是与MySQL数据库建立连接，建立与数据库交流的途径，并能用web端发出查询指令以及处理从数据库中获取的结果集。使用JDBC能够帮助使用者对MySQL数据库中的数据进行添加、删减、修改以及查询。此外，JDBC在获得数据后展示给使用者时，本身可自行分析是否为价值数据，并将高度价值数据缓存入库，若下次判定是同样请求，则可以直接调出缓存数据，不需要再次连接数据库，即直接获取查询结果，这样极大缩短了使用者的等待时间，并且增加了系统运行率。

根据检测的需求，需具备检测的车型、时间、车身编号、区域、标准参数、偏差值等查询功能，并采用JAVA语言进行描述。分别为实现检测数据查询登录界面与主界面，如图7、图8所示。

图7 检测数据查询登录界面Fig.7 Detection Data Query Login Interface

图8 检测数据查询主界面Fig.8 Detection Data Query Main Interface

根据该检测系统的实际要求，需能够通过折线图展示出数据波动情况，并作为缺陷位置的判断依据，为使用者提供准确的数据信息，此功能采用JAVA语言描述实现。实现数据折线图，如图9所示。

图9 检测数据分析折线图Fig.9 Detection Data Analysis Line Chart

5 实验结果分析

本实验主要针对车底盘PVC涂胶膜使用性能进行检测。以某品牌汽车底盘PVC涂胶未喷涂区域为例进行了检测，选用分辨率为1280×1024的CCD黑白工业相机，18mm焦距的工业镜头，LED条形白色光源。随机选取1000台车身作为检测目标，检测结果如表2所示。由表2可知，汽车轮罩PVC涂胶膜未喷涂缺陷基本均被系统正确检出，且检测正确率达到99.80%，因此满足了实际生产的需求。

表2 汽车底盘PVC涂胶膜检测数据Tab.2 Testing Data of PVC Coating Film of Automobile Chassis

6 结论

(1)研究了UBC大数据在PVC涂胶膜检测系统中的运用，利用CCD工业相机获取检测区域图像，采用二值化与边缘提取方法对获取图像进行处理。(2)利用JDBC和JAVA代码实现UBC大数据价值信息分析，并定位缺陷点，解决了传统数据分析效率低、精准度差等问题。(3)实验结果表明，UBC大数据应用在检测系统后，检测准确率在99.80%以上，且可通过折线图直接判断缺陷位置，基本满足了检测PVC涂胶膜高精度的要求。