施保庆
深圳市思普泰克科技有限公司
摘要：随着我国的经济在快速的发展，社会在不断的进步，工业环境中，特别是人工成本增加，自动化率节节升高的今天，人来做测量尺寸和判断会因为疲劳、个人之间的差异等产生误差和错误，但是机器不会，因此机器人加视觉系统已经成为了越来越普遍的应用模式。机器人视觉系统就是利用机器代替人眼来做各种测量和判断。它综合了光学、机械、电子、计算机、图像处理、光机电等多个领域。文章就机器人与视觉相机相结合在装配线中代替人工上料的应用进行了探讨与介绍。
关键词：视觉检测；工业制造；人工检验
引言
随着科学技术发展，制造行业对产品质量要求越来越高，这就要求零部件生产企业制定更加精准并且更加高效的检测质量技术来把控零部件生产质量。生产质量好与坏直接决定了企业竞争力，传统方法一般用游标卡尺等传统测量工具进行抽检，这种方式不但检测速度慢，而且不能检测所有零部件；近些年出现的各种高效检测技术，虽然能够检测大批零件，但是检测精度依旧不高。目前，很多企业零部件表面缺陷检测工作大多数是采用目测法，这种方法容易发生漏检和错检，人为因素干扰较大。因此急需一种高精度检测技术，来提高零部件缺陷检测质量和速度，机器视觉是现在技术人员重点研究的检测技术之一，从现有研究成果来看，该技术能够提高零部件表面缺陷检测质量与速度，从而保证大型企业质检工作顺利完成。
1机器视觉技术应用
机器视觉技术因其具有便利性、高效性及非接触性等优点被广泛应用于各个领域，主要包括：（1）农业。机器视觉技术在农业上的应用较早，主要是对农产品或农作物外观进行判断，包括农产品品质检测、植物种类鉴别等，从而极大提高了生产效率，节约了劳动成本，实现了农业生产的自动化与智能化。（2）工业。机器视觉技术已成功应用于工业领域的各个方面，例如汽车、电子、机械、印刷、运输、纺织等，其应用大致可分为自动检测、智能装配及视觉伺服系统3个方向。机器视觉技术的应用可提高检测精度，解决工作中因人为因素造成的各种问题。（3）医学。机器视觉在医学领域的应用已从传统的药品包装、药瓶等检测过渡到对生物芯片的检测，还被应用于医疗器械生产、红细胞变形性测量等。
2视觉检测在工业制造领域替代人工检验
2.1图像预处理
在实际检测中，被检测零件所处环境会影响相机获取图像质量，所以在对零部件进行处理前，需要对待检测物体进行图片预处理，以此来特显待检测特征。对于检测螺栓螺纹的缺陷，一般只需要处理部分图像，主要处理方式有图像灰度变换和图像去噪，提高后期分析准确度。对于图片去燥，一般使用中值滤波方法，保留图片边缘和基本特征，为保证扩大图片的清晰度较高，需要根据模板尺寸合理选择滤波方式，检测螺栓螺纹缺陷图像；进行去噪时，选择模板尺寸为3×3，使用十字窗口中值滤波方法滤波。将螺栓的螺纹缺陷图像进行灰度变换和图像去噪后，将校正后的彩图转换成灰度图，以确保获取表面螺纹特征值。但是因为拍摄时光源所处位置不同，获取图像上会存在部分阴影区域，将彩图转换成灰度图后，图像变得更加模糊，视觉效果不好，所以需要对图像进行拉伸变换，扩展对比度，提高图片清晰度。具体来说，可利用MATLAB编写程序对螺栓表面螺纹图像进行处理，最后形成螺纹灰度图和变换后的灰度图。
2.2固定于机器人的相机
将相机设置在机器人的手腕部。通过移动机器人，可以利用1台相机对不同场所进行测量，或者改变工件与相机的距离。固定于机器人的相机的情况下，需要考虑机器人移动造成的相机的移动部分而计算工件的位置。
期刊文章分类查询,尽在期刊图书馆利用固定于机器人的相机观察放置在工作台等上的工件而进行机器人动作补正的补正方法，就是位置补正。因固定于机器人的相机方式实用性更强，本次主要以固定于机器人的相机来进行探讨。
2.3机器视觉检测技术(MVI)
视觉检测技术的应用范围和实用功能伴随着不断发展和进步的现代工业自动化，也越来越广泛和完善，特别是CMOS和CCD摄像机、图像处理和模式识别技术、数字图像传感器、嵌入式技术DSP、FPGA、ARM、的快速发展，快速的推动了机器视觉检测的进步。简而言之，机器视觉检测技术就是利用机器代替人眼来作各种测量和判断。MVI作为最具有发展潜力的新技术在精密测试技术领域独占鳌头。其强大之处表现为它是图像处理技术（SRC）、光电探测技术（MSM）、计算机应用技术（Enterterms）的集合体。之所以将机器视觉检测技术引入到工业PCB检测中，是因其具有速度快、非接触、柔性好的突出优点，且在电子制作行业检测中发挥着非常重要的作用。同时机器视觉也可实现PCB光板的自动缺陷检测，避免生产过程中的巨大损失，对电子领域的发展具有现实的较高经济价值。
2.4基于纹理分析的特征提取
纹理是有组织的区域现象，主要特性包括规则性、方向性以及粗糙度，可定量描述图像的空间信息。在检测螺栓的螺纹缺陷时，可使用的分析方法有很多，如模板匹配法、统计法、结构法和神经网络法，其中最系统且权威的方法是统计法；判别效果理想的是贝叶斯判别法；自动识别率最高的是神经网络法。为了保证检测螺纹缺陷时结果精确性，一般会将BP神经网络与贝叶斯分析方法相结合，利用这两种方法公用建立起检测螺纹缺陷所需的检测模型，进而提高检测的稳定性及检测速度。螺纹缺陷检测步骤可以分为以下几步：首先，对待检测的零部件进行图片预处理，凸显特别待检测特征；其次，利用灰度梯度矩阵法将零部件表面的螺纹特性参数提取出来，采用R型聚类法获取典型特征参数，然后利用得到的典型特征参数建立BP神经网络及贝叶斯判别函数，进而检测零部件表面螺纹。上述两种方法准确率都较高，检测率都可达到90%以上。
3基于机器视觉的飞机蒙皮损伤检测优势
与传统飞机蒙皮检测方法相比，基于机器视觉的检测方法优势较为明显。主要表现为：（1）由于其主要是将机器装置贴附于蒙皮表面进行检测，所以对蒙皮材料的工作性能没有任何损害。（2）传统检测方法中的大部分工作还是需要人工完成，例如：手动改变检测装置的检测位置、通过图像人为判断损伤情况等，而利用机器视觉方法，工作人员通过操控计算机即可完成检测，从而节省了大量人工成本，提高了检测准确率，也避免了人为因素造成的误判。（3）飞机蒙皮检测面积大，危险检测点较多，对检测人员存在一定的安全威胁，而利用机器视觉装置可以摆脱外界复杂环境的限制，既保证了工作人员生命安全，也可以实现对飞机蒙皮的全面检测，消除检测盲点。
结语
为确保将高质量的PCB板转换为高质量、更可靠的电子产品，实现关于PCB板焊接的零缺陷，PCB缺焊检测，成为PCB装配过程中必经的检测流程。通过采用AOI、AVI、MVI等先进的视觉检测技术可有效的快速、精准的及时发现PCB在焊接过程中存在的缺陷，缩短检测处理时间，节约大量人力财力。可满足现代工业越来越高的生产技术要求。
参考文献
[1]孙飞.基于计算机视觉的PCB板焊点缺陷检测及分类[D].河北师范大学,2015.
[2]吕文杰.基于机器视觉的PCB缺陷自动检测系统[D].浙江理工大学,2016.
[3]宋玉彬,邵荣旺,韩旭明,等.基于计算机视觉的PCB板检测系统应用研究[J].北华航天工业学院学报,2015,25(3):21-23.
论文作者:施保庆
论文发表刊物:《中国西部科技》2019年第21期
论文发表时间:2019/11/26
标签：视觉论文; 机器论文; 螺纹论文; 缺陷论文; 图像论文; 机器人论文; 蒙皮论文; 《中国西部科技》2019年第21期论文;