基于机器视觉的激光雕刻缺陷检测实践教学设计

杨 哲， 卜子渝， 刘纯平

（1.苏州大学计算机科学与技术学院，江苏 苏州 215006；2.江苏省计算机信息处理技术重点实验室，江苏 苏州 215006）

0 引 言

机器视觉是人工智能的一个重要分支，具有非接触、低成本、高效率和安全可靠等优点，在制造业中主要用于尺寸测量［1-2］、物体定位［3-4］和缺陷检测［5-6］等。目前，基于机器视觉的缺陷检测正逐渐取代人工在智能制造中广泛应用［7］，如焊接检测［8］、涂装检测［9］、印刷检测［10-11］、轨道检测［12］、包装检测［13-14］等。随着效率、精度和稳定性等方面性能的提升，机器视觉在智能制造领域的应用将越来越广泛，机器视觉方面的人才需求持续增加。

机器视觉课程在新工科专业教学体系中有着重要作用，涉及图像处理、自动控制、模式识别等课程的知识，需要综合运用理论知识与操作技能，具有综合性、系统性和操作性强的特点。因此，各高校结合自身的学校或行业特色，对机器视觉课程进行了教学改革和探索，包括实验系统开发［15-18］，教学项目设计［19］和教学模式探索［20］等。

根据我校新工科专业建设的要求，以智能制造过程中激光雕刻缺陷检测的需求和过程为案例，对机器视觉综合实践课程的内容和过程进行了教学设计，丰富了机器视觉课程的实践教学资源，对于提高学生的专业理论、实践技能和工程素养有较好的促进作用。

1 教学方案设计

机器视觉是用机器代替人做测量和判断，一般先通过摄像装置将待测目标转换成图像信号，传送给图像处理系统，得到目标的形态信息；再根据像素分布和亮度、颜色等信息，转变成数字信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

设计的基于机器视觉的激光雕刻缺陷检测实践教学体系如图1所示，包含4个环节，8个任务，分为3个层次的难度要求。实践环节根据课程需要用到的知识内容进行划分，涵盖了硬件基础、程序设计、图像处理、自动控制和模式识别等先导课程。实践任务是每个环节中学生需要完成的具体内容，学生以3或4人为1小组，合作完成8个任务，难度要求分成基础性、综合性和创新性训练3个层次。

课程所需的硬件设备，包括工业相机、环形光源、激光雕刻机、传送带（含电动机）、继电器、计算机等。工业相机型号为BASLER acA3800-10gm，分辨率为3840×2748，帧速率为10 f/s。光源为环形白光，24 V供电。激光雕刻机型号为VigoTec VG-L5，工作有效尺寸A5幅面（19 cm×13 cm）。传送带长50 cm、宽20 cm，继电器型号为TCP-KP-I202。

软件使用PyQt5进行开发和集成，需要使用第三方库和开源框架包括TensorFlow2.1，OpenCV 4.5，Paddlepaddle2.1，NumPy 1.19，LaserWeb 4.0等。

2 实践环节与任务设计

2.1 系统搭建

（1）硬件连接。学生根据图2所示搭建硬件系统。系统中工业相机和光源通过实验支架固定在传送带正上方。相机通过千兆以太网与计算机相连。激光雕刻机通过铝合金导轨框架横跨在传送带上，通过GRBL控制板的USB接口与计算机相连，驱动皮带轮和步进电动机进行二维平面运动，运动范围需位于相机视野之内。传送带的电动机与继电器相连，继电器通过千兆以太网与计算机相连。

（2）相机标定。在后续激光雕刻环节，要求通过LaserWeb开源软件控制雕刻机工作。因此，要求学生编写程序并通过接口，将要雕刻的图像坐标转换成LaserWeb可识别的GCode坐标。因此，需要先将GCode坐标平面和图像平面进行投影标定。由于标定物是平面，因此将世界坐标系构造在Z＝0的平面上，然后进行单应性（Homography）计算。根据张正友标定法［21］，此时世界坐标系和图像坐标系的投影式为：

式中：H为一个3×3的矩阵，其中有一个元素为齐次坐标，因此H有8个待解未知量；s为尺度因子；（X，Y）为LaserWeb生成的GCode坐标，是已知量；（u，v）为相机拍摄的像素坐标。一组对应的（X，Y）→（u，v）可以获得两组方程。现有8个未知量，因此需要4组对应的点来求解单应性矩阵H。学生首先用LaserWeb以2 cm间隔在雕刻板上雕刻直线网格，然后在相机拍摄的图像上提取交叉点坐标，如图3所示。将LaserWeb雕刻的交叉点GCode坐标和拍摄的交叉点图像坐标按对应顺序，通过OpenCV的findHomography函数求解H。

2.2 系统集成

求解H之后，将需要雕刻的图像坐标经过投影变换，转换成GCode坐标传递给LaserWeb，由LaserWeb控制雕刻机的GRBL控制板进行雕刻，同时显示雕刻进度和位置，如图4所示。因此学生需要通过自行查阅资料和小组分工讨论，将LaserWeb代码集成到小组编写的程序中，这对锻炼学生的集成软件开发能力有极大的帮助。

2.3 图像处理

（1）目标定位。将待雕刻目标（方形有机玻璃板）放置在传送带上，控制电动机带动传送带，同时连续获取相机图像并判断是否有目标出现以及目标的位置。学生通过程序检测图像中物体的轮廓、周长和面积，如图5（a）所示。如果与待雕刻目标一致，说明目标已完全进入，如图5（b）所示。当目标中心点接近图像中心时，通过继电器停止传送带的电动机工作，让目标停止在工作区域中心，如图5（c）所示。考虑到延迟问题，传送带停止后相机会重新获取一张工作区域的图像。在该图像上，对待雕刻目标进行最终位置的定位，如图5（d）所示。

（2）图像预处理。目标定位之后，对图像进行预处理。要求学生分别采用保边滤波、泛洪填充、边缘检测和膨胀处理等图像处理方法。保边滤波可以调用OpenCV函数edgePreservingFilter，目的是保留待雕刻目标的图像边缘，减少消除传送带表面问题引入的噪声干扰，如图6（a）所示。泛洪填充可以调用floodFill函数实现，将雕刻目标边缘外侧的背景全部填充为黑色，以去除背景图像的噪声，如图6（b）所示。边缘检测可以用Canny函数实现，用于准确检测出待雕刻目标，如图6（c）所示。膨胀处理可以用函数dilate实现，使得目标边缘更加清晰，如图6（d）所示。

2.4 视觉检测

（1）缺陷模型训练。在进行缺陷检测前，学生需要先进行缺陷模型的训练，这是实践课程的难点，是对学生创新能力的一种训练，要求学生基于SSD（Single-Shot-Detection）模型并进行优化。

SSD是基于深度学习的单阶段目标检测模型，平衡了YOLO和Faster RCNN的优缺点，在检测精度和检测速度上取得了较好的综合性能。但由于原始SSD模型对浅层特征图的表征能力不够，导致对小目标检测能力不足。因此要求学生采用浅层特征图融合的方法，优化SSD的小目标检测能力，从而提升模型整体性能。SSD基本模型的特征金字塔由6个卷积层组成，然而这些卷积层之间不存在任何联系，只是单独作为分类和回归网络的输入，如图7所示。

特征金字塔由下而上，特征图的尺度逐渐变小，而尺度大的特征图对小目标检测更加敏感。因此，学生需要将特征金字塔中的浅层特征上采样，将其与上层特征图融合，通过两次上采样和8次卷积操作，增强浅层特征图的细节信息表达能力，从而提高算法性能。改进后的SSD模型结构如图8所示。

SSD模型的先验框设置遵循线性规则

式中：m为特征图数量；sk为先验框相对于输入图像的比例，第1张特征图中的s1初始设置为0.1。其余5张特征图的sk（k＝2，3，4，5，6）由计算所得；smin设为0.2，smax设为0.9。

为了覆盖不同类型的目标，需要设定先验框不同的宽高比αr∈｛1，2，3，1/2，1/3｝，对先验框的宽（wk）和高（hk）进行调整：

模型的损失函数包含两个部分——分类损失和回归损失：

式中：N为所有样本数量；Lconf为分类损失；Lloc为回归损失；α为权重系数，用于调整两种损失的权重。分类损失中，x为预测框是否匹配到真实框，若匹配到取1，否则取0；z为预测框中目标的类别概率。回归损失中，l和g为预测框和真实框在图像中位置。

分类损失采用交叉熵损失，前半部分为正样本损失，后半部分为负样本损失：

其中，＾zci表示第i个预测框中类别为c的概率

当c为0时，表示预测框中的内容是背景。

回归损失采用smoothL1损失表示：

据了解，尿素厂检修重点在造气、净化和尿素车间，主要检修任务为造气气洗塔填料更换、1#-24#炉三气阀门更换、1#-6#系统吹风机煤气管道更换，净化1#变换系统更换触媒、冷副线三通更换、低甲1#醇分热洗及内件割除，尿素高压设备检测、换热设备清洗、水解塔塔盘检查清洗、高甲冷列管换管、压力设备检测修补、脱硫塔更换填料等，全厂共计检修项目高达366项。

当第i个预测框匹配到了真实框j时，xcij为1。其中c表示该真实框中的目标类别；smoothL1损失函数为

它的优点是当预测框与真实框较远时，其产生大小为±1的梯度，模型会以较大的梯度向最优解方向收敛。而当预测框与真实框较近时，产生大小为x的梯度，模型会以较小的梯度继续趋于最优解，即

数据集为教师事先采集的不同种类和位置的划痕缺陷数据集，一共有1 000张图片，其中250张为缺陷图片，包含4种不同种类和位置的划痕缺陷，如图9所示。

学生首先需将数据集按照4∶1的比例，随机分成训练集和测试集，然后对训练数据集进行数据增强。数据增强不仅能够扩充数据集，还有正则化的作用，有助于提高模型性能。在数据增强时，对图像进行随机缩放和随机水平翻转，缩放系数在0.5～2之间。同时对图像的宽高比进行随机调整，调整幅度在0.5～1.5之间。最后将训练完成的模型，在测试数据集上验证性能。

（2）空板缺陷检测。缺陷模型训练完成后，根据模型输出的缺陷区域，计算缺陷的面积和长度。如果大于设定的阀值，则判定缺陷过大，不能满足雕刻要求，否则通过集成的LaserWeb进行雕刻。

（3）雕刻缺陷检测。实际生产过程中，不仅会雕刻产品Logo等固定标志，还会雕刻型号、序列号等可变内容，如图10所示。因此，首先在图像上标注检测区域（见图10绿色框）、Logo检测区域（见图10蓝色框）以及OCR检测区域（见图10橙色框）。

对OCR检测区域，采用PaddleOCR进行识别。对Logo检测区域，系统通过BF匹配器，将雕刻图像和模板图像进行特征匹配，特征点分别采用SIFT，AKAZE，KAZE探测器进行提取，各自进行特征匹配。根据最终效果，选择效果最佳的两种探测器及其提取的特征点，如图11所示。

如图12所示，对于面积或长度大于阀值的缺陷区域，计算区域内每个像素点pi到模板轮廓的最短距离di，得到区域的评分score：

式中，k为经验参数。

最后将所有缺陷区域的评分求和，作为雕刻图像的整体缺陷评分。根据设定的接受范围，判定雕刻结果为通过或者不通过。

3 数据测试与分析

3.1 空板缺陷检测结果

表1所示为学生优化的SSD模型与Faster RCNN，SSD基本模型和YOLOv3模型对划痕缺陷检测的精度和速度（帧/s）对比。经过浅层特征融合优化的SSD模型，准确率、召回率和F1指标都有较大的提升，检测速度也达到42.2帧/s，虽然速度不及YOLOv3模型，但已经可以满足实时检测的需要。图13所示为学生小组开发的缺陷检测软件。

表1 空板缺陷检测结果

3.2 雕刻缺陷检测结果

雕刻缺陷检测是通过图像特征匹配完成的。因此，首先用LaserWeb雕刻100张图像，每张图像的Logo保持不变，型号和序列号都不相同。然后学生先对每张雕刻图像进行程序评分，并判定是否通过，如图14所示。接着用人工方法，对100张雕刻图像进行复核，挑出有缺陷的图像与系统判定的结果进行对比。最终检测结果，各小组完成的程序对雕刻缺陷检测的平均精度F1值都能达到90%～95%，速度可以达到30～40帧/s。说明学生都能较好地理解并实现雕刻缺陷图像特征的提取、匹配和结果判定，达到了预期的综合实践要求。

4 结 语

为了培养学生对机器视觉理论学习和动手实践能力，对机器视觉算法和系统设计的过程有直观的感受，以智能制造过程中激光雕刻缺陷检测的需求和过程为参考，对机器视觉综合实践课程的内容和过程进行了教学设计。学生通过小组合作的方式，共同完成4个实践环节的8项不同难度要求的实践任务，综合运用硬件基础、程序设计、图像处理、自动控制和模式识别等课程的知识，强化了综合性、系统性和创新性的要求。有效提高了学生的创新能力、动手能力和工程实践能力，提升了学生对科研创新和专业知识的浓厚兴趣。