0 引言

    流水線產(chǎn)品的缺陷檢測目前仍靠人工來完成,，對于微小的、區(qū)別不明顯的缺陷,，人眼無法精確識(shí)別,，這極大地影響了產(chǎn)品的生產(chǎn)效率^[1]?；?a class="innerlink" href="http://forexkbc.com/tags/STM32F405" title="STM32F405" target="_blank">STM32F405和CMOS OV7610的產(chǎn)品表面圖像處理系統(tǒng),，以其完全脫離計(jì)算機(jī)且運(yùn)行速度快、設(shè)計(jì)成本低,、性價(jià)比高等優(yōu)點(diǎn),，更好地滿足了圖像處理在產(chǎn)品表面的圖像采集與智能檢測方面的工作要求。

1 系統(tǒng)硬件設(shè)計(jì)

    系統(tǒng)主要由STM32F405微處理器,、CMOS圖像采集模塊,、LCD顯示模塊、存儲(chǔ)器模塊,、通信模塊等組成,，系統(tǒng)框圖如圖1所示。在光源的配合下通過圖像采集模塊獲取產(chǎn)品表面的圖像信息,，由DMA將圖像數(shù)據(jù)傳輸?shù)絊TM32F405微處理器,，處理器調(diào)用圖像處理算法對產(chǎn)品表面圖像數(shù)據(jù)進(jìn)行處理，利用控制終端的圖像處理軟件匹配,、識(shí)別產(chǎn)品表面是否存在缺陷,，并在LCD顯示屏上實(shí)時(shí)顯示結(jié)果，實(shí)現(xiàn)對產(chǎn)品表面圖像的采集和處理,。

2 主要模塊設(shè)計(jì)

2.1 主控模塊

    基于圖像處理的產(chǎn)品表面圖像采集和處理系統(tǒng)選用STM32F405作為主處理器,，該芯片具有高性能的信號(hào)處理和浮點(diǎn)運(yùn)算能力，同時(shí)帶有8～14 bit并行照相機(jī)接口,、DMA控制器,、2路I²C接口,，圖像數(shù)據(jù)的傳輸可以通過DMA直接傳輸，在I²C總線讀取數(shù)據(jù)到緩沖區(qū),，提高了圖像數(shù)據(jù)的采樣和處理速度,，完成包括數(shù)據(jù)處理、檢測算法實(shí)現(xiàn),、結(jié)果提取和分析等工作^[2],。主控芯片獲得處理結(jié)果后，將數(shù)據(jù)傳輸?shù)綀?zhí)行機(jī)構(gòu),，執(zhí)行機(jī)構(gòu)根據(jù)最終獲取的控制信號(hào)進(jìn)行相應(yīng)操作,。

2.2 圖像采集模塊

    圖像采集模塊采用Omnivision公司的OV7610，這是一種自帶圖像敏感陣列,、能直接采集圖像信息的低功耗CMOS型彩色數(shù)字?jǐn)z像芯片^[3],。采集圖像時(shí)最高速度可達(dá)30幀/s，最大圖像陣列為640×480,，通過I²C總線對有關(guān)存儲(chǔ)器賦值,，可靈活改變窗口大小、A/D轉(zhuǎn)換速度,、幀/場模式等工作參數(shù),。

    圖像采集芯片OV7610既可以幀模式掃描也可以場模式掃描,，為提高圖像存儲(chǔ)質(zhì)量,、簡化圖像采集控制電路，本系統(tǒng)設(shè)置OV7610圖像采集方式為幀模式掃描^[4],。OV7610的輸出信號(hào)主要有：垂直同步信號(hào)(Vs),、水平同步信號(hào)(Hs)及像素同步信號(hào)(Ps)，其理論波形如圖2所示,。

    完整的一幀產(chǎn)品表面圖像在垂直同步信號(hào)的兩個(gè)正脈沖之間掃描完成,，水平同步信號(hào)高電平時(shí)為掃描一行像素的有效時(shí)間，像素同步信號(hào)高電平輸出的圖像數(shù)據(jù)有效^[5],。若一個(gè)圖像的陣列為160×120,，則在垂直同步信號(hào)兩個(gè)脈沖之間有120個(gè)水平同步信號(hào)的正脈沖，在每個(gè)水平同步信號(hào)正脈沖期間有160個(gè)像素同步信號(hào)正脈沖,。為獲取完整幀圖像,，將上述3個(gè)同步信號(hào)組合成一個(gè)輸出信號(hào)(OUT)。

3 系統(tǒng)軟件設(shè)計(jì)

    系統(tǒng)選用KeilμVision5 軟件開發(fā)平臺(tái)和Visual C++可視化編程軟件協(xié)同工作^[6],。系統(tǒng)運(yùn)行時(shí),，啟動(dòng)采集信號(hào)發(fā)送到STM32F405主控制器，控制器接收指令后立即進(jìn)行初始化,，初始化成功后響應(yīng)DMA中斷,，根據(jù)圖像采集時(shí)序來控制CMOS OV7610啟動(dòng)圖像采集,，采集的圖像數(shù)據(jù)將通過DMA先進(jìn)先出傳送到STM32F405的外部存儲(chǔ)器中^[7]。在采集完成后,，STM32F405將進(jìn)行點(diǎn)陣采樣,、量化處理和二值化等過程完成產(chǎn)品表面圖像處理工作。系統(tǒng)流程圖如圖3所示,。

    產(chǎn)品表面的圖像采樣是選取圖像的采樣點(diǎn)在空間坐標(biāo)上作離散化的過程,。本系統(tǒng)設(shè)計(jì)使用二維采樣函數(shù)對產(chǎn)品表面的圖像進(jìn)行采樣，獲得圖像預(yù)處理采樣點(diǎn)陣,。

    設(shè)f(x,，y)為一個(gè)有限帶寬的二維連續(xù)圖像，f(x,，y)的傅里葉變化對為：

    對圖像f(x,，y)采樣，就是將f(x,，y)乘以采樣函數(shù)s(x,，y)。采樣后的圖像可以用式(3)表示：

    由卷積與脈沖函數(shù)可得采樣圖像f_s(x,，y)的頻譜是連續(xù)圖像在(u,，v)方向上以Δx、Δy間隔分布,，間隔選擇合適,，采樣就不會(huì)重疊，可獲得期望的采樣點(diǎn)陣,。由于經(jīng)過采樣的圖像是連續(xù)點(diǎn)陣,，各個(gè)像素的值有無窮多個(gè)，為了方便主控制器處理,，需將無窮多個(gè)離散值簡化為有限個(gè)離散值,，即量化處理后才能將每個(gè)互異的離散值編碼處理^[8]。

    為了加快處理速度,，系統(tǒng)將16 bit RGB彩色圖像轉(zhuǎn)化成8 bit灰度圖像,，由此不但可以提高主控制器的處理速率，而且減小了圖像的冗余量,。圖像灰度化后,，利用Canny邊緣檢測算子提取圖像邊緣，將邊緣二值化,。在選定一個(gè)閾值時(shí),，將灰度直方圖中大于該閾值的像素點(diǎn)變成1，小于該閾值的像素點(diǎn)變成0：

其中，f(x,，y)為輸入圖像像素的灰度值,，g(x，y)為輸出圖像,，θ為閾值,。

    將處理后的產(chǎn)品表面圖像與預(yù)存模板匹配，由對比結(jié)果得出該產(chǎn)品是否存在缺陷,。圖像匹配過程就是在基準(zhǔn)圖像和待處理圖像之間尋找兩幅圖像差異最小的相對位置,，通常將其描述為求距離度量：

式中，k為灰度變化幅度,。

4 調(diào)試及實(shí)驗(yàn)結(jié)果分析

    系統(tǒng)測試主要針對硬件和軟件進(jìn)行測試,。硬件測試主要針對核心處理器的外圍電路，其中包括電源模塊,、I/O輸入輸出模塊及通信接口等電路,。軟件測試分別對STM32F405和CMOS OV7610的各個(gè)功能的子程序進(jìn)行測試。

    為了驗(yàn)證本系統(tǒng)表面缺陷檢測的準(zhǔn)確性和可靠性,，對金屬產(chǎn)品表面進(jìn)行缺陷檢測實(shí)驗(yàn),。缺陷檢測部分的灰度圖像大小為160×120像素。圖4為裂縫缺陷和污點(diǎn)缺陷的檢測結(jié)果,。

5 結(jié)論

    本系統(tǒng)旨在將圖像采集與處理技術(shù)應(yīng)用于產(chǎn)品表面缺陷檢測,，以及識(shí)別復(fù)雜、模糊的產(chǎn)品表面圖像^[9],。利用STM32F405超強(qiáng)的計(jì)算性能和低功耗優(yōu)勢,，提出了CMOS圖像采集與STM32圖像處理結(jié)合的平臺(tái)架構(gòu)，設(shè)計(jì)了處理能力強(qiáng),、接口可靠穩(wěn)定的產(chǎn)品表面圖像采集與檢測系統(tǒng),，在系統(tǒng)中實(shí)現(xiàn)了點(diǎn)陣采樣,、灰度轉(zhuǎn)化和二值化等算法設(shè)計(jì),，并對平臺(tái)應(yīng)用的處理性能、實(shí)時(shí)性和可靠性進(jìn)行了實(shí)驗(yàn)測試,，取得了一定的階段性成果,。

參考文獻(xiàn)

[1] 彭向前.產(chǎn)品表面缺陷在線檢測方法研究及系統(tǒng)實(shí)現(xiàn)[D].武漢：華中科技大學(xué)，2008.

[2] 曾浩.基于STM32F407的嵌入式及其視覺裝置研發(fā)[D].廣州：廣東工業(yè)大學(xué),，2015.

[3] 汪麗華,，吳維嘉.基于CMOS圖像傳感器的嵌入式機(jī)器視覺系統(tǒng)設(shè)計(jì)[J].黃山學(xué)院學(xué)報(bào)，2010,，12(3)：25-27.

[4] 吳小平,，劉萬春，朱玉文,，等.基于TMS320C32的視覺圖像處理系統(tǒng)[J].探測與控制學(xué)報(bào),，2000,，22(1)：18-22.

[5] 仲林國.基于機(jī)器視覺技術(shù)的嵌入式系統(tǒng)研究[D].杭州：浙江大學(xué)，2006.

[6] SING N,，DELWICHE M.Machine vision methods for defect sorting stonefruit[J].Trans of ASAE,，1994，37(6)：1989-1997.

[7] 魏麗玲,，朱平,，石永亮.基于FPGA的圖像采集與存儲(chǔ)系統(tǒng)設(shè)計(jì)[J].電子技術(shù)應(yīng)用，2015,，41(11)：67-69,，73.

[8] 譚林秋.基于VC++的數(shù)字圖像處理系統(tǒng)的開發(fā)及算法研究[D].西安：西安理工大學(xué)，2008.

[9] SONKA M,，HLAVAC V,，BOYLE R.Image processing[M].London：Analysis and Machine Vision，1993.

作者信息:

高正中,，趙晨暉,，薛  寒，商春雷

（山東科技大學(xué) 電氣與自動(dòng)化工程學(xué)院,，山東 青島266590）