改进概率Hough变换在温度传感器焊接工艺中的应用

李雪山， 陈富林

(南京航空航天大学 机电学院，江苏 南京 210016)

0 引 言

负温度系数(negative temperature coefficient,NTC)温度传感器温度敏感性好，可靠性高，被广泛应用在家电、汽车、医疗、航空等多个行业，市场需求量巨大。某型温度传感器的生产过程中，需要将热敏电阻与排线焊接在一起，以适应温度采集点与控制部分分离的情况。目前工厂内采用人工完成焊接工艺，焊接效率低，难以满足市场需求。并且随着人工成本的逐年增加，企业效益逐年下降。开发自动化设备替代人工完成焊接工艺变得迫在眉睫。热敏电阻引脚与排线的良好接触是保证焊接效果的前提。然而热敏电阻的头部不规则，导致从振动喂料盘出来的电阻倾斜方向不一。机械夹爪夹持之后直接送入焊接工位，会造成电阻与排线无法良好接触，焊接效果差，难以满足要求。因此基于机器视觉对电阻倾斜角度检测，并通过补偿算法调整热敏电阻的姿态后送入焊接工位，实现自动化焊接。

电阻左右引脚是圆柱体，通过检测引脚图像的直线特征，即直线检测，可以确定引脚的倾斜角度，进而得到电阻倾斜角度。Hough变换(Hough transform，HT)是处理直线检测的经典算法，具有良好的鲁棒性[1,2]。在Hough变换的基础上，Matas J等人提出一种概率Hough变换算法(PPHT)[3]。与Hough变换相比，概率Hough变换不需要对全部的边界点进行检测，仅部分抽样，大大减少了计算量与时间。巩学美等人通过改进概率Hough变换进行了遥感图像的机场跑道识别[4];王越等人利用概率Hough变换提取车道标示线特征点，并采用最小二乘法对特征点集进行直线拟合[5]；钟志伟等人[6]基于概率Hough变换确定指针回转中心，实现了指针仪表去影。

自动化焊接对生产效率与倾斜角度的检测精度有一定要求，传统概率Hough变换的角度检测范围为(-90°,90° ] ，过大的角度检测范围势必会降低直线检测的效率。而且概率Hough变换的检测精度仅仅取决于采样的渐进角度Δθ，过小的Δθ会增加检测的时间，当Δθ的可取精度大于直线的斜率精度时[7]，减少Δθ已经没有意义。针对不同倾斜角度的热敏电阻图像，若检测出全部直线，需要设置不同的间断点个数、阈值等检测参数，很难保持参数的一致。针对概率Hough变换在应用中存在的问题，本文提出改进的概率Hough变换算法对热敏电阻倾斜角度进行检测,进一步提高检测效率的同时提高检测精度。

1 热敏电阻倾斜角度检测总体设计

对于原始的热敏电阻图像，首先进行掩模处理，只保留电阻引脚部分图像，然后利用滤波、Canny边缘检测等技术对图像进行预处理得到清晰的边缘图像，再通过改进的概率Hough变换对边缘图像进行直线检测，取4条直线倾斜角度平均值作为热敏电阻的倾斜角度，最后运动控制部分根据得到的倾斜角度，调整热敏电阻的倾角后送入焊接工位。

2 热敏电阻图像预处理

2.1 滤波处理

数字图像采集过程中，不均匀曝光、设备电路、传输过程中的系统振动引起的电流变化等原因导致得到的热敏电阻图像存在噪声。图像滤波是消除噪声的常用方法，可以在保证图像细节特征不丢失的条件下对图像中存在的噪声进行抑制，保留图像的轮廓纹理等重要细节。高斯滤波是线性滤波算法，噪声在空间上是随机不连续的，噪声位置与周围邻域的像素差很大，高斯滤波可以平滑噪声，并且具有可控性[8]，可在保留原始信号的条件下减少噪声。二维高斯函数为

(1)

式中σ为高斯函数的标准差，σ值大小直接影响空间权重的大小，高斯卷积核尺寸越小，对噪声和纹理越敏感，定位精度越高[9]。本文采用高斯滤波对热敏电阻图像进行滤波处理。

2.2 Canny边缘检测

边缘检测就是利用图像边缘的灰度突变性质，将图像中具有价值的边缘信息提取出来。常用的边缘检测算子有Sobel，Prewitt，Canny，Laplacian等。Canny算子具有低错误率、检测精度高、单一边缘响应等优点[10]，被广泛应用。本文采用Canny边缘检测算法，对滤波之后的热敏电阻图像进行边缘检测。

Canny算法的计算步骤为：

1)梯度幅值与方向计算

传统Canny算子采用2×2邻域内的一阶有限差分计算梯度幅值与方向，该方法对噪声较敏感。为了减少噪声对梯度求值的影响，采用Sobel算子计算梯度幅值与方向。水平方向和垂直方向的Sobel算子分别为sx和sy，对应的梯度Gx和Gy为

Gx=sx*I(x,y)

Gy=sy*I(x,y)

(2)

像素点的梯度幅值G和梯度方向θ可由下式获得

(3)

θ=arctan(Gy/Gx)

(4)

2)对梯度幅值进行局部非极大值抑制，如果该点的梯度幅值与该点梯度方向上相邻的梯度幅值相比最大，则保留该点，否则去除。

3)采用滞后阈值处理消除虚假边缘并连接断续边缘。

3 改进的概率Hough变换直线检测

对边缘检测之后的引脚图像进行直线检测，限制概率Hough变换的角度检测范围，对于提高检测效率具有重要意义。对于二维平面中的直线，直线的梯度等于直线的斜率，对应于图像中直线上的像素点一般具有较大的梯度值以及相似的梯度方向[11]。因此,可以通过图像中直线像素点的梯度方向近似推断出直线的倾斜角。通过对电阻边缘图像分析得知，热敏电阻边缘图像中，直线像素点占边缘图像像素点总数的比例大约为70 %，直线像素点的梯度方向在一定的范围内变动，而非直线边缘像素点的梯度方向范围变化巨大。在统计学中，中位数通常会在样本出现少量离群时，用于提供相对尊重样本主要情况的统计量。其算法也反映了这一特点，某一数值的变动，尤其是边界上的变动，不一定会改变统计量的数值。因此，选择梯度方向的中位数反映边缘梯度方向的分布情况。图像边缘像素点的梯度方向已经通过Canny算法中的公式(4)计算得到，统计边缘像素点梯度方向，计算梯度方向的中位数Ame。以Ame为概率Hough变换角度检测范围中心，统计梯度方向在区间[Ame-α°,Ame+α° ],α>0内的像素点个数占全部边缘像素点个数的比例。若比例小于70%，则将角度上下限增加为2α，统计梯度方向在此区间内的边缘像素点所占比例；依次类推，直到所占比例达到70%或角度范围达到极限角度，以该角度范围作为概率Hough变换的检测角度。

由于光照、噪声、相机成像原理等原因，边缘图像中直线在图像上的像素点并不在一条直线上。在直线边缘的像素搜素过程中，考虑直线方向邻域内像素点。邻域定义为直线垂直方向，直线两侧各一个像素的区域，如图1所示。当沿直线方向搜素出现间断时，检测邻域内是否存在像素点。若存在像素点，则认为此处不属于间断；反之，存在间断。图像的边缘为单像素，将直线像素点方向与直线方向邻域内的像素点保存，通过最小二乘法对这些点进行拟合直线，使检测结果不再仅仅依赖Δθ。

图1 邻域

基于上述提出概率Hough变换的改进算法，算法的具体步骤如下：1)以角度范围[Ame-Ta,Ame+Ta],(Ta=α,2α,…)作为概率Hough变换的检测角度；2)将边缘图像中的像素点保存在点集D中；3)建立累加器空间，在D中随机选取一点进行Hough变换并在累加器中进行投票，当投票值超过阈值时，提取该点p，进行步骤(4)，否则随机抽取下一边缘点；4)从获取的p点开始，沿斜率方向搜素边缘图像中的像素点，并保存在点集DiL中，同时更新端点坐标；若发生间断，搜素直线垂直方向邻域内是否存在边缘点，若存在则Gap=0，并将邻域内的像素点存入点集DiL中，否则Gap=Gap+1，当Gap≥Gmax或达到图像边界时停止搜素；5)检查直线长度L，如果大于设定的最小直线长度Lmin，进行步骤(6)，否则执行步骤(3)；6)将DiL中的点进行最小二乘法得到拟合直线方程，过直线端点做拟合直线的垂线，交点为最终的端点坐标，输出直线倾角与端点坐标；7)将DiL中保存的点从边缘图像中删除，删除这些点在累加器中的投票，重复步骤(3)～步骤(7)。

4 实验分析

4.1 实验软硬件配置、实验平台

试验中所用到的机械设备如图2所示。

图2 设备整体

视觉检测部分硬件和软件如下：大恒公司生产的型号为DH—HV1302UC工业相机，日本Computar公司生产的焦距16 mm工业镜头；使用Visual Studio2017中的OpenCV3.4.0库进行开发；计算机硬件配置：处理器Inter i5—5200U，主频2.2 GHz，内存12 G。

4.2 热敏电阻倾斜角度检测

控制步进电机使热敏电阻倾斜固定角度，相机拍摄的不同倾斜角度热敏电阻如图3所示，通过掩模处理只保留电阻引脚部分，图片尺寸均为200×130，步进电机的步距角为1.8°。

图3 不同倾斜角度电阻图像

对掩模之后图像进行高斯滤波，选择卷积核的尺寸为(5×5)。使用Canny算法进行边缘检测，阈值Th=135,Tl=67。对边缘图像通过改进概率Hough变换进行直线检测，检测结果如图4所示，Δθ=1°，α=10°。

图4 检测结果

取四条引脚直线的倾斜角度平均值，作为热敏电阻的倾斜角度。当直线个数少于4时，判定为不合格电阻。当Δθ=1°时，改进算法与传统算法的检测结果与运行时间对比如下表1所示。

表1 改进算法与传统算法结果对比

从表1中数据可知，与传统概率Hough变换算法相比，改进算法的角度检测范围大大减小，大部分以中位数为中心±10°范围。改进算法运行时间大大降低，相比较传统方法，时间至少减少33 %，同时改进算法检测结果更接近于电阻的真实倾斜角度。在相同的参数情况下，改进算法可以检测出所有引脚直线。传统算法检测出的直线数目少于实际直线个数，会导致合格电阻被判定为不合格，造成产品浪费。传统算法针对不同倾斜角度图片需要设置不同参数才能检测到所有直线，难以保证参数的一致，无法应用于生产。

当Δθ=2°时，改进Hough变换算法的检测结果如表2所示。

表2 Δθ=2°时，改进算法检测结果

从表2中数据可知，改进算法可以在增加Δθ提高检测效率的同时,依然有较高的检测精度。

5 结 论

实验结果证明:本文提出的改进概率Hough变换对检测角度进行限制，大大减小了角度检测范围，提高了检测效率。同时,在直线像素点的搜素过程中加入对邻域像素点的检测，保证了不同图像检测参数的一致。并对直线以及邻域内的像素点进行最小二乘法拟合直线，提高了检测精度。可以实现以较大角度检测提高效率的同时，不损失检测精度，可以较好地用于实际温度传感器自动化焊接生产。