隨著計算機技術(shù)的不斷進步，在實驗室和生產(chǎn)現(xiàn)場利用圖像采集和圖像處理技術(shù)進行表面缺陷檢測變得越來越容易?，F(xiàn)在不僅有速度更快的CPU、PCI總線架構(gòu)等硬件能夠滿足機器視覺應(yīng)用要求，而且軟件也越來越功能強大直觀易用，便于測試工程師針對具體需求開發(fā)各種應(yīng)用。本文主要介紹選擇在構(gòu)建表面缺陷檢測系統(tǒng)時在硬軟件方面應(yīng)考慮的主要因素。
大多數(shù)基于PC的視覺系統(tǒng)都可以執(zhí)行檢測任務(wù)，在構(gòu)缺陷檢測系統(tǒng)時，首先需要確定要完成什么樣的檢測任務(wù)以及該任務(wù)對性能的具體要求。例如在電子制造中大多數(shù)視覺系統(tǒng)用于發(fā)現(xiàn)有缺陷零部件，那么攝像頭加上視覺系統(tǒng)能看到缺陷嗎？回答這個問題常常需要先建立一個不良品和良品測試數(shù)據(jù)庫，然后在這個基礎(chǔ)上構(gòu)建一個使用該圖像數(shù)據(jù)庫作為樣本的樣機系統(tǒng)，這種方法的優(yōu)點是對樣機只需很少改動就能得到正確的軟件設(shè)置。
在視覺檢測應(yīng)用中照明非常關(guān)鍵，因為它能保證圖像采集是在一致條件下進行的。應(yīng)使用正確的照明，使被測部件與周圍背景形成鮮明的對比，并得到盡可能多的灰度等級，這樣視覺效果就會明顯表現(xiàn)出來。對于高速運動的部件，還可以用閃光使圖像瞬時固定。
照明的另外一個目的是減小反射。有時反射來自周圍自然光線，會隨時間而變化，因此同樣的場合白天和夜晚相比光線變化要大得多，這就需要配置照明或使用光罩，以遮擋周圍的光線。
硬件考慮因素
選擇視覺系統(tǒng)首先要選擇正確的攝像頭和鏡頭。構(gòu)建圖像的基本單元稱為像素，一幅普通圖像實際上是成千上萬像素填滿的圖框。具體應(yīng)用要求不僅包括每幅圖像所需像素數(shù)，還要包括攝像頭鏡頭類型。圖1：機器視覺系統(tǒng)硬件包括攝像頭和圖像采集卡。
例如要檢測錄像用的磁帶質(zhì)量，那么所用攝像頭的視場(FOV)至少應(yīng)該有錄像帶那么寬(這里是20mm)，假設(shè)要找的缺陷很小只有0.25mm，為保證攝像頭能發(fā)現(xiàn)這么小的缺陷，需要一個分辨率為每0.25mm至少提供4個像素的攝像頭，如果小于這個數(shù)，就會丟失信息，發(fā)現(xiàn)不了缺陷。這表示對應(yīng)于20mm視場，每1mm需要16個像素，從而所需攝像頭傳感器陣列的分辨率為320×320像素。
另外一個重要的考慮因素是工作距離。工業(yè)上很多檢測都是針對難以探查的部位，所以攝像鏡頭與被檢物體之間的工作距離必須予以考慮，場深(DOF)是需要對物體聚焦的最大深度。
有些圖像采集板通過讓用戶在圖像框內(nèi)定義一個重點范圍區(qū)域(ROI)的方法使圖形處理性能大大增強，因為指定較小區(qū)域可以減少攝像頭傳送及計算機處理的信息。例如ROI可以將全幀(640×480像素)縮小到一個較小區(qū)域(200×200像素)，從而有效地將像素從307,000個減少到40,000個，像素越少處理速度越快。而對于不能犧牲數(shù)據(jù)的場合，數(shù)字攝像頭可能是更好的選擇。
另外一個要決定是用彩色還是單色。雖然彩色攝像頭能夠產(chǎn)生更吸引人的圖像，但彩色并不能增加多少有價值的信息，而且一般情況下需要用更多的時間來進行處理(單色圖像通常是8位/像素，而彩色圖像需要32位/像素)，這一點在測量邊緣距離應(yīng)用中特別突出。然而有時候色彩是唯一辨別因素，這時彩色就變得很重要，例如在檢測熔斷絲、電容或電阻時可能需要搜索某種特定的色彩。對于高分辨率彩色應(yīng)用場合，可以考慮使用三片式或RGB攝像頭。
除了面掃描攝像頭外，還有一種線掃描攝像頭，能夠每秒產(chǎn)生10,000線視覺信息。這類攝像頭對于檢測旋轉(zhuǎn)柱狀部件特別有用，利用軟件可把線掃描攝像頭傳出的圖像縫合在一起而產(chǎn)生一個完整的圖像。因為線掃描攝像頭只需要照亮物體一個特定部分，所以不需要閃光燈或其它復(fù)雜定時控制。
在選擇基于PC的視覺系統(tǒng)時，還需要圖像采集硬件，這時要考慮的特性包括驅(qū)動軟件，以及硬件能否很好與運動控制和數(shù)據(jù)采集集成在一起。例如可以用運動控制監(jiān)測部件傳送帶的速度，使得圖像采集與整個流程同步；還可以將機器振動、壓力監(jiān)控和溫度控制包括在生產(chǎn)系統(tǒng)中，以便預(yù)先制訂維護計劃。用戶能夠很容易將傳送帶控制與圖像采集硬件集成在一起，從而在數(shù)據(jù)采集硬件、軟件和運動控制之間實現(xiàn)同步，得到一個完整的解決方案(圖1)。
軟件考慮因素
至此我們討論了一些設(shè)計基于PC的表面缺陷檢測系統(tǒng)時必須考慮的硬件因素，但是這種視覺系統(tǒng)的真正優(yōu)勢要靠軟件提供。選用好的軟件可以讓用戶隨意用不同圖像方案進行試驗，過去采用專用計算機代碼進行試驗成本高而且很困難，如今已有一些現(xiàn)成軟件如National Instruments的IMAQ Vision Builder和IMAQ Vision等，可為初級或高級開發(fā)人員提供簡便易用的方案開發(fā)工具(圖2)。
例如Vision Builder有一個直觀的界面和使用指導(dǎo)，測量工程師不必進行復(fù)雜的編程就可以快速測試各種視覺功能。IMAQ Vision Builder還能創(chuàng)建LabVIEW代碼或腳本，可用來創(chuàng)建使用Visual Basic、C++或者C語言的視覺應(yīng)用。用戶可以不必關(guān)注視覺腳本的執(zhí)行，而把注意力集中在視覺技術(shù)和算法上。有許多圖像處理技術(shù)算法，我們下面主要討論三個最重要的技術(shù)：邊緣檢測、圖形匹配和灰度處理。
邊緣檢測
邊緣檢測的一個用途是通過測量兩個邊緣的間距來判定部件缺陷，這類測量很容易用PC實現(xiàn)自動化，測量計算越來越快，這對那些對時間要求很苛刻的人來講是一個重要的考慮因素。圖2：利用軟件可以很容易對圖形要素進行設(shè)置。
也可以用邊緣檢測來檢測部件上某個特定部分，它對部件上的邊緣數(shù)進行計數(shù)，然后將這個數(shù)與預(yù)置數(shù)據(jù)相比較，依此完成搜索。如果值匹配，說明部件上找到這一部分，如果值不匹配，就認為部件有缺陷。
關(guān)于邊緣的定義是指圖像中相鄰像素灰度值出現(xiàn)明顯變化的區(qū)域。在IMAQ Vision中，邊緣檢測沿搜索區(qū)域?qū)σ粋€一維曲線像素值進行搜索，一維搜索區(qū)域可以是直線、圓弧、橢圓弧、矩形或多邊形的邊界，或者手繪區(qū)域的邊線，軟件對沿線像素值進行分析，檢測是否有明顯的強度變化。用戶可以指定強度變化的臨界值，以判定什么樣的變化構(gòu)成邊緣，這些參數(shù)包括：邊緣強度，用來定義背景和邊緣之間灰度值最小差；邊緣長度，指邊緣和背景之間產(chǎn)生所需灰度差必需最大距離；邊緣極性，判斷邊緣是往上升的邊還是往下降的邊；邊緣位置，用來確定圖像中邊緣的X，Y坐標。通過改變這些值，用戶可以用編程方法定義各種臨界值，以發(fā)現(xiàn)不同成像環(huán)境下的各個邊緣。
當(dāng)圖像分辨率足夠高時，大多數(shù)測量以像素所具有的精度進行精確測量，然而有時由于所用傳感器尺寸限制，很難達到機器視覺應(yīng)用所需最小圖像分辨率，此時可以利用次級像素精度來發(fā)現(xiàn)邊緣位置。
次級像素分析是一種軟件分析方法，用來估算更高分辨率圖像系統(tǒng)的像素值。采用次級像素精度計算邊緣位置時，邊緣檢測軟件以二次或三次函數(shù)之類的高次插入函數(shù)擬合像素強度數(shù)據(jù)。插入函數(shù)通過原像素值之間的像素強度值得到邊緣檢測算法，軟件然后使用強度信息找到具有次級像素精度的邊緣位置。
利用成像系統(tǒng)目前所用的元件和軟件工具，用戶能夠可靠地估算出四分之一像素精度，不過評估結(jié)果主要取決于成像設(shè)置，如像照明和攝像鏡頭等條件。在使用次級像素信息以前，應(yīng)先嘗試改進圖像的分辨率。
圖形匹配
所謂圖形匹配，就是先有一個己知圖案(模板)，然后判定這種圖案在被檢部件上是否存在，或是將其當(dāng)作基準作為進行其它測量的起點。傳統(tǒng)圖形匹配技術(shù)包括標準互相關(guān)、錐形匹配和比例常數(shù)匹配。
標準互相關(guān)是在圖像中尋找圖案最常用的方法。由于其內(nèi)部原理是基于系列乘法操作，所以相關(guān)運算過程很費時間，但使用像MMX之類的新技術(shù)能夠進行并行乘法，可減少總計算時間。用戶可通過縮小圖像尺寸或限制圖像匹配區(qū)域加速匹配過程。不過基本標準互相關(guān)技術(shù)還是不能滿足許多應(yīng)用對速度的要求。
也可以通過縮小圖像和模板圖案的尺寸減少計算時間，錐形匹配就是這樣一種技術(shù)。在這種方法里，對圖像和模板兩者都進行部分采樣,使其空間分辨率變小，甚至可以將圖像和模板尺寸減至它們原始尺寸的四分之一。這樣首先在縮小的圖像中進行匹配運算，因為圖像小了，匹配更加快速，處理完成后，只有原始圖像具有很高匹配度才考慮繼續(xù)進行余下匹配處理。
當(dāng)圖像沒有縮放和旋轉(zhuǎn)時，標準互相關(guān)是探查圖形一個很好的方法，互相關(guān)一般能檢測同一尺寸圖形旋轉(zhuǎn)5至10度后的圖像。但將相關(guān)計算范圍進行延伸以檢測那些比例變化和旋轉(zhuǎn)較大的圖形則比較困難，對于按比例變化的圖形，用戶必須重復(fù)縮放或調(diào)整模板尺寸，然后進行相關(guān)運算，這給匹配過程增加很大工作量；而對于旋轉(zhuǎn)的處理更加困難，如果能夠從圖像中找到有關(guān)旋轉(zhuǎn)的線索，則可以簡單地旋轉(zhuǎn)模板并進行相關(guān)運算，但如果旋轉(zhuǎn)的性質(zhì)不知道，尋找最佳匹配需要對模板進行盡可能多的旋轉(zhuǎn)處理。
灰度處理
灰度處理轉(zhuǎn)換可以取出并改變圖像中的微粒結(jié)構(gòu)，可使用灰度處理功能對圖像像素強度進行濾波或平滑處理，包括噪聲濾波、不均勻背景修正和灰度級特性提取等。
灰度處理就是將一個像素與那些圍繞它的像素進行比較，基本灰度處理功能包括侵蝕、擴張、打開和關(guān)閉。可以使用這些功能擴大亮區(qū)減少暗區(qū)，或者相反，從而改變區(qū)域的形狀。這些功能能夠?qū)u變圖形進行平滑處理，并增加邊界區(qū)域的對比度。
如果周圍像素灰度較低，就可以用侵蝕功能降低被包圍像素的亮度，周圍這個概念可以用一個預(yù)置的結(jié)構(gòu)要素來定義。如果周圍像素灰度較高，該功能也可用來增加被包圍像素的亮度?；叶葦U張具有與侵蝕相反的效果，因為擴張亮區(qū)也就等于侵蝕了暗區(qū)。
灰度打開功能由侵蝕接著一個擴張組成，而關(guān)閉功能則是擴張接著侵蝕。打開功能用來除去孤立在暗區(qū)域中的亮點，而關(guān)閉則可以除去亮區(qū)內(nèi)的暗點。兩種功能的優(yōu)點是他們對微粒的處理很平滑，因為侵蝕和擴張在形態(tài)上對立，故而這些操作不會根本上改變微粒的區(qū)域和形狀。連續(xù)應(yīng)用打開或關(guān)閉功能常常會得出相同的結(jié)果。
文章來源：機器視覺網(wǎng)，犀靈機器人http://shmengding.com整理發(fā)布