摘要：随着计算机视觉技术的发展，焊缝质量控制引入了视觉检测技术。与其他检测技术相比较，视觉检测技术具有测量精度高、鲁棒性好、效率高、抗电磁场干扰能力强以及与被检测对象无接触等优点，适用于各种焊缝接口形状，而且可以同时实现焊缝动态跟踪和焊接质量控制。而随着计算机技术和图像处理技术的不断发展，其检测精度和实时性得到了很大的提高，是最有发展前景的焊缝质量检测技术。根据检测原理的不同，焊缝质量视觉检测可分为被动光视觉检测方法和主动光视觉检测方法。本文主要针对焊缝质量视觉检测的主要原理、关键技术、优缺点和适用场合进行了讨论和分析，在本焊缝质量视觉检测系统中，利用工业相机将焊缝实时图像采集到计算机内，经过视觉检测系统处理后将存在缺陷的焊缝接口检测出来。
关键词：焊缝检测；计算机视觉；图像处理
在空调压缩机连接铜管真空电子束焊接过程中，焊缝表面偶尔会产生气孔或焊缝过窄的缺陷，这些缺陷将会严重影响空调压缩机的使用性能，对焊缝焊接质量进行检测是保证其正常、安全、可靠运行的重要技术手段。焊接是一个强干扰过程，具有强烈的光、热和磁的干扰，要求系统硬件具有较高的抗干扰能力。同时图像的信息量较大，容易受到弧光及飞溅的干扰，对图像处理算法的实时性和抗干扰性也提出了较高的要求，这些情况也成为焊缝动态跟踪和焊缝焊接质量控制的难点和关键技术[1]。目前，国内对空调压缩机连接铜管焊缝表面质量的检测主要是利用肉眼和放大镜来进行的，但是由于受质检人员技术能力水平和经验的影响，容易出现误检和漏检问题，这种方法不仅效率低，缺乏标准性和规范化，受人为因素影响较大，而且难于实现实时检测数据的信息收集和分析处理。
1视觉检测技术简介
视觉检测技术是一种建立在计算机视觉基础上的新型检测技术，其基本原理是利用工业相机模拟人的视觉功能从检测对象的图像中提取有用信息，同时由计算机对图像进行实时分析处理。视觉检测技术的特点是提高生产的柔性和自动化程度，在某些不适合人工作业的危险工作环境和人工目视检测难以满足要求的场合，常用视觉检测技术来替代人工目视检测[2]。同时在大批量工业生产过程中，用人工目视检测不仅效率低，而且精度不高。通过视觉检测技术可以提高生产效率和自动化程度，而且易于实现信息集成，是实现工业4.0集成制造的基础技术之一。
视觉检测技术一般采用工业相机获取图像，并将其传送到处理单元，再利用相应的硬件平台和软件系统进行数字化处理，根据图像像素亮度和分布情况等信息，可以得到被检测对象的各种特征值。视觉检测技术中主要应用了模板概念，即将被检测对象的特征与预存在计算机中的模板特征加以比较，若相似度小于或者大于某一预设的门槛值，则称两者匹配失败或者成功，并根据该结果做出相应的处理，例如通过相应的辅助执行机构对合格品和不合格品进行分类。
2视觉检测系统的硬件设计
在基于视觉检测技术的空调压缩机连接铜管真空电子束焊接焊缝焊接质量检测系统中，光源的设计、图像的采集与处理是整个检测系统成功与否的关键。为确保能采集到高质量的被检测对象图像信息，我们自行设计并制造了该系统专用的检测光源，同时本系统选用美国康耐视COGNEX视觉传感器进行图像处理，其主要特点是处理运算速度快，可以保证视觉检测系统的实时性。
2.1光源设计与图像采集
在视觉检测系统中，图像亮度是一个尤为重要的参数，光源与照明方案的设计应尽可能地突出被检测对象的特征量。在增加特征量对比度的同时，还应保证被检测区域有足够的整体亮度。光源的设计必须满足亮度大、亮度可调、均匀性好、稳定性高等要求，以抑制外界环境中各种光线对图像质量产生不良影响而导致视觉检测系统的故障或误判[3]。激光扫描法不仅抗干扰能力强而且算法简单，但是需要机械装置来辅助实现对焊缝接口形状的扫描，不仅效率较低，而且可靠性和使用寿命都受到一定的影响；而结构光法不需要机械装置辅助扫描，没有运动部件，一次可以得到一个完整的焊缝截面轮廓，具有较高的效率和可靠性，因此受到越来越多的应用。在综合考虑被检测对象的特点和检测中存在的主要问题后，我们为本系统设计了专用的结构光光源。该光源使用红色LED发光二极管并采用独特的阵列排列方式，既能满足图像采集的需要，又有利于光源的散热，保证其能够长时间稳定运行。
高质量的图像是视觉检测系统做出正确判断的基础，为保证采集到的图像不失真，在图像采集过程中应注意以下问题：1）图像采集卡的选取，本系统选用高集成的DH-CG300视频采集卡；2）镜头焦距的选取及光圈的调节，本系统镜头焦距25mm；3）光源亮度的调节及光路的设计；4）滤光片的选取与定位；5）工业相机的选取及安装角度的定位。
期刊文章分类查询,尽在期刊图书馆
2.2图像处理器
COGNEX视觉传感器是基于摄像原理的传感器，当传感器接收到触发信号时，会自动采集定义区域内的灰度图像，并转换成黑白像素，经过计算机处理后得到图像的特征值，然后与用户设定的模板图像标准值进行比较，最后输出判断结果。视觉检测系统的检测方法是利用对每个感兴趣区域ROI参数的设置来完成的，首先在焊缝的检测区域设置多个ROI，系统将计算在各个ROI内达到某一亮度值的像素个数，然后系统会将此数值与预设的模板图像参数进行比较，并输出结果信号。本系统可供调节的参数有：曝光时间、灰度值、图像曲线光滑度、采样频率以及被检测对象合格参数范围等。在参数设置过程中要注意以下几点：1）调整光源的亮度和工业相机的曝光时间，以保证能采集到较好的被检测对象图像传输到处理器进行处理；2）设置感兴趣区域ROI的个数和尺寸，本系统中共设置了20个ROI，平均分布并完全覆盖在单帧图像中的焊缝区域，每一个相邻ROI之间有部分重合区域；3）设置每个ROI的相对灰度值以区分该图像是否清晰；4）设置合格产品的参数范围，并设置每一个ROI之间的逻辑关系。在本系统中，除了以上主要的硬件以外，还有ADLINK-PCI-7230数字I/O卡等其他辅助的硬件设备。当视觉检测系统检测到被检测对象有质量缺陷时，会有相应的执行机构对当前被检测对象做出标记并有声光报警提醒。
3视觉检测系统的软件设计
3.1系统参数的设置
在被检测对象旋转的过程中，处理器每接收到一次触发信号就会采集一帧被检测对象的图像，并根据系统参数的设置马上输出判断结果，所以本系统具有较高的实时性。本系统主要参数为：工业相机分辨率为640X480像素，被检测对象的旋转转速为0.84r/s，每次检测电机旋转时间为1.2s，图像采集周期为200ms，每帧图像共设置20个ROI，平均分布并完全覆盖在单帧图像中的焊缝区域，每一个相邻ROI之间有部分重合区域。参数设计依据如下：
单帧图像中采集的焊缝长度（横向）为11mm，所以系统检测精度可达0.05mm以上，完全可以满足工业上的精度要求（0.1mm）。
根据被检测对象的直径（d=20mm）和旋转转速（0.84r/s）可得，相邻两次图像采集时间（200ms）内，被检测对象旋转的角度为60°，焊缝转过的长度约为10.5mm。在视觉检测系统中，共设置了20个ROI，每个ROI的长度为35个像素，每次检测的焊缝长度为11mm。因此，每相邻两帧图像之间有一定的重复检测区域，可以保证每个被检测对象都没有焊缝漏检区域。
经计算，每帧图像的采集时间和20个ROI的处理时间之和约为150ms，所以系统处理器图像采集周期为200ms完全可以保证处理器的正常运行。在生产线上，每个空调压缩机的焊接时间为10s，而视觉检测周期约为1.5s可以使工人有充足的操作时间。由以上计算可得，本视觉检测系统参数的设置既可以达到工业检测精度的要求，又可以避免出现漏检和误检的情况，使本系统具有较高的检测精度和较好的鲁棒性。
通过大量的调试工作，我们总结出系统各参数的变化规律。在光源亮度、曝光时间、灰度值、图像曲线光滑度、采样频率以及被检测对象合格参数范围等参数中，得到了一组既可以满足企业生产精度要求又可以使系统稳定、可靠运行的参数[4]。
3.2系统软件的实现
本系统采用C++语言和VS编译器进行程序代码的编写，只需要通过简单的操作就可以控制系统的有效运行，使系统具有较高的自动化和智能化水平。在本系统中，通过软件编程把每个被检测对象的检测数据和操作工人的工号一起录入生产数据库，使每个被检测对象的信息具有可追溯性，从而为企业实现计算机辅助质量管理（CAQ）提供了保障。
结论
空调压缩机连接铜管焊缝焊接质量视觉检测系统针对电子束焊缝焊接质量进行实时检测，具有非接触、效率高、精度高、操作简单、重复性好等特点。在本系统中，利用了现代控制理论、图像采集与处理技术、软件编程技术以及光源设计技术等，具有较高的人工智能化，同时本系统实现了与生产数据库的互联，可以提高生产的柔性和自动化程度。随着我国工业自动化、智能化水平的不断提高，本系统的应用将会更加广泛。
参考文献：
[1]张万江，许敏.基于结构光视觉的激光拼焊焊缝质量检测方法研究[J].仪表技术与传感器，2012（07）：73-76.
[2]张萍，朱政红.机器视觉技术及其在机械制造自动化中的应用[J].合肥工业大学学报（自然科学版），2007（10）：1292-1295.
[3]文尚胜.LED灯具的光品质分析[J].照明工程学报.2011（05）.
[4]卢泉.基于机器视觉的特殊管道静态参数高精度测量技术研究[D].西安电子科技大学博士学位论文.2010.
论文作者:朱元丰
论文发表刊物:《电力设备》2018年第18期
论文发表时间:2018/10/14
标签：视觉论文; 图像论文; 对象论文; 本系统论文; 检测系统论文; 光源论文; 检测技术论文; 《电力设备》2018年第18期论文;