0 引言

    隨著我國工業(yè)的發(fā)展壯大,，如今各行各業(yè)對(duì)電子元器件的需求也越來越大,。電容器作為使用最普遍的電子元器件之一，各大生產(chǎn)廠家面對(duì)其日益增長的市場(chǎng)需求,，早已實(shí)現(xiàn)了電容器規(guī)?；⑴炕a(chǎn),。但是對(duì)于電容器外觀缺陷,，大部分生產(chǎn)廠家還是采用人工檢測(cè)，效率低下,，出錯(cuò)率高,，成本也日益增加。近年來，機(jī)器視覺技術(shù)日益成熟,，在工業(yè)自動(dòng)化方面發(fā)揮著舉足輕重的作用^[1-3],。機(jī)器視覺技術(shù)可以應(yīng)用在電容器外觀缺陷的檢測(cè)中，能夠模擬人眼進(jìn)行外觀缺陷檢測(cè),，效率更高,，準(zhǔn)確性更加可靠，成本更低,，能夠適應(yīng)惡劣工作環(huán)境,，加快電容器生產(chǎn)效率，提高電容器的質(zhì)量,。

    本文設(shè)計(jì)了一套高效率,、高精度的電容器外觀缺陷檢測(cè)系統(tǒng)。該系統(tǒng)首先采集圖像,，并對(duì)圖像進(jìn)行預(yù)處理,，其次匹配定位到電容區(qū)域，然后針對(duì)其溢膠缺陷和環(huán)氧面氣孔氣泡,，采用閾值分割處理,；針對(duì)其字符缺陷和外殼破損缺陷，采用模板匹配處理,；最后通過Blob分析,，提取電容器外觀缺陷區(qū)域的特征，設(shè)定閾值參數(shù),，方便更改參數(shù),，滿足不同標(biāo)準(zhǔn)的檢測(cè)要求。

1 電容器外觀缺陷分析

    目前電容器的制造工藝水平不夠高,，在裝殼灌膠,、烘烤、激光打標(biāo)^[4]過程中,，會(huì)不可避免地產(chǎn)生存在外觀缺陷的電容器。圖1展示了幾種典型類型的電容器外觀缺陷：電容器外觀破損缺陷,、溢膠缺陷,、環(huán)氧面氣孔缺陷、字符缺陷等,。電容器在使用中應(yīng)滿足外殼無破損,、表面無溢膠、環(huán)氧面無氣孔氣泡劃痕,、字符正確等標(biāo)準(zhǔn)要求,。因此，電容器外觀缺陷檢測(cè)系統(tǒng)應(yīng)能準(zhǔn)確高效地完成對(duì)電容器外觀以上缺陷的檢測(cè),。

2 電容器外觀缺陷檢測(cè)系統(tǒng)硬件設(shè)計(jì)

    本文所提出的電容器外觀缺陷檢測(cè)系統(tǒng)主要由檢測(cè)傳送帶,、執(zhí)行機(jī)構(gòu),、控制器、工業(yè)相機(jī),、照明系統(tǒng)和PC系統(tǒng)組成^[5],，檢測(cè)系統(tǒng)結(jié)構(gòu)如圖2所示。該檢測(cè)系統(tǒng)有6個(gè)相機(jī),，沿著傳送帶依次采集電容器的6個(gè)表面,。每個(gè)相機(jī)配有一個(gè)光源，負(fù)責(zé)照亮電容器,。工業(yè)相機(jī)采集到的灰度圖傳送至PC系統(tǒng),，PC系統(tǒng)對(duì)電容器外觀圖像進(jìn)行缺陷檢測(cè),，并根據(jù)檢測(cè)結(jié)果向控制器發(fā)送信號(hào)，控制執(zhí)行機(jī)構(gòu)剔除不良品。同時(shí),，在每個(gè)相機(jī)處安裝光電傳感器，當(dāng)電容器被傳送至相機(jī)拍照處,，光電傳感器便動(dòng)作,，輸出一個(gè)開關(guān)控制信號(hào)至PC系統(tǒng)和控制器，分別控制相機(jī)拍照和光源工作,，節(jié)省電能,，延長光源使用壽命。

2.1 相機(jī)的選型

    工業(yè)相機(jī)主要分為面陣相機(jī)和線陣相機(jī),，線陣相機(jī)適合于高速運(yùn)動(dòng)的物體,，一般建議40 km/h運(yùn)動(dòng)的物體可以采用線陣相機(jī)拍攝，而面陣相機(jī)適合于低速運(yùn)動(dòng)的物體,。在相機(jī)選型時(shí),，首先，成像的視場(chǎng)必須大于物體的物理尺寸,；其次,，要選擇足夠高的分辨率，以滿足精度要求,；然后要考慮曝光時(shí)間和物體運(yùn)動(dòng)速度,，防止成像出現(xiàn)拖影。為了能夠保證更好的成像效果和檢測(cè)準(zhǔn)確度以及降低成本,，選擇一款合適的相機(jī)是研發(fā)機(jī)器視覺檢測(cè)系統(tǒng)的基本,。本系統(tǒng)選擇了海康威視的MV-CA030-10GC工業(yè)相機(jī),。

2.2 鏡頭的選型

    相機(jī)和鏡頭缺一不可,，兩者都是機(jī)器視覺檢測(cè)系統(tǒng)的基本部件，前者相當(dāng)于視網(wǎng)膜，用來成像,；而后者則是晶狀體,，聚集用來成像的光線。在鏡頭選型時(shí),，需要根據(jù)電容器的大小,、特點(diǎn)及放大倍數(shù)等參數(shù)進(jìn)行選擇^[6]。本系統(tǒng)主要是根據(jù)電容器的實(shí)際尺寸,、工作距離和相機(jī)CCD的尺寸來計(jì)算鏡頭焦距,，同時(shí)保證相機(jī)和鏡頭的接口為同一類型，最終選擇了?？低暤腍V3816D-8MPIR鏡頭,。

2.3 光源的選擇

    電容器外觀缺陷檢測(cè)系統(tǒng)首要就是獲取優(yōu)質(zhì)圖像，正確的光源和照明方式能夠突出電容器缺陷特征,，減少后續(xù)圖像處理的負(fù)擔(dān),，提高缺陷檢測(cè)的準(zhǔn)確度^[7]。本系統(tǒng)選擇LED光源,，其照明效果好,，使用壽命長。針對(duì)電容器兩個(gè)較大的側(cè)面,，結(jié)合工業(yè)相機(jī)安裝位置,，本系統(tǒng)選擇LED環(huán)形光源，用低角度暗場(chǎng)方式照明,；針對(duì)剩下的4個(gè)面,，本系統(tǒng)選擇LED條形光源，并保證條光長度大于檢測(cè)距離,，避免造成亮度差,。

3 電容器外觀缺陷檢測(cè)系統(tǒng)軟件部分

    在本文提出的電容器外觀缺陷檢測(cè)系統(tǒng)中的軟件部分，首先將工業(yè)相機(jī)采集到的電容器圖像進(jìn)行處理,，識(shí)別外觀缺陷,，并向PLC發(fā)送信號(hào)，控制執(zhí)行機(jī)構(gòu)剔除不良品,。圖3是電容器外觀缺陷檢測(cè)流程圖,，開始將工業(yè)相機(jī)采集到的電容器圖像進(jìn)行預(yù)處理，包括圖像濾波,、形態(tài)學(xué)處理；其次,，進(jìn)行模板匹配,，定位到整幅圖像中的電容區(qū)域，檢測(cè)外觀破損、缺角等,，也可以用來匹配定位電容器上的字符,，檢測(cè)字符遮蓋/位置不正等缺陷；然后針對(duì)溢膠缺陷和環(huán)氧面氣孔氣泡,，采用閾值分割處理,；最后通過Blob分析，提取電容器外觀缺陷區(qū)域的特征,，設(shè)定閾值參數(shù),，方便工作人員更改設(shè)定，滿足不同的檢查要求,。

3.1 圖像采集

    電容器外觀缺陷檢測(cè)首先要采集圖像,，使用工業(yè)相機(jī)獲取圖像，最好是用相機(jī)本身的API接口采集圖像,，這樣更加穩(wěn)定,。SDK是相機(jī)廠家提供的環(huán)境開發(fā)包，里面的函數(shù)供開發(fā)者在不同環(huán)境下(VC,、VB,、C#等)進(jìn)行函數(shù)調(diào)用，采集圖像,。?？倒I(yè)相機(jī)調(diào)用SDK采集圖像主要按照枚舉相機(jī)、創(chuàng)建句柄,、打開相機(jī),、開始抓圖、獲取圖像,、停止抓圖,、關(guān)閉相機(jī)、銷毀句柄等步驟,。每獲取一張電容器外觀圖像,，就對(duì)該圖像進(jìn)行缺陷檢測(cè)。

3.2 圖像濾波

    使用SDK,，通過工業(yè)相機(jī)獲取電容器外觀圖像之后,，首先要對(duì)圖像進(jìn)行濾波。因?yàn)殓R頭,、電容器表面的灰塵等都會(huì)使圖像模糊,，造成缺陷檢測(cè)的準(zhǔn)確性降低，嚴(yán)重的噪聲會(huì)使電容器外觀缺陷的特征不明顯,，所以在缺陷檢測(cè)之前要進(jìn)行圖像濾波^[8],。本系統(tǒng)采用均值濾波器尺寸為3×3,，如式(1)所示，即以一個(gè)像素周圍方塊區(qū)域內(nèi)像素灰度值的平均數(shù)作為該點(diǎn)的灰度值,。均值濾波不需要大量頻譜轉(zhuǎn)換,，所以實(shí)時(shí)性較好，滿足電容器外觀缺陷檢測(cè)的速度要求,。

3.3 形態(tài)學(xué)處理

    形態(tài)學(xué)的基本操作包括腐蝕和膨脹,，是圖像處理中應(yīng)用最為廣泛的技術(shù)之一，主要用于從圖像中提取對(duì)表達(dá)和描繪區(qū)域形狀有意義的圖像分量,，使后續(xù)的識(shí)別工作能夠抓住目標(biāo)對(duì)象最為本質(zhì)的形狀特征,，如邊界和連通區(qū)域等。腐蝕操作掃描二值圖像的每一個(gè)像素,，用結(jié)構(gòu)元素與其覆蓋的二值圖像做與運(yùn)算,，如果都為1，則結(jié)果圖像中值為1,，否則為0,，刪除了對(duì)象邊界的某些像素。而膨脹操作掃描二值圖像的每一個(gè)像素,，用結(jié)構(gòu)元素與其覆蓋的二值圖像做與運(yùn)算,，如果都為0，則結(jié)果圖像中值為0,，否則為1,，給圖像中的對(duì)象邊界添加元素。

    由工業(yè)相機(jī)獲取的電容器外觀圖上可能存在某些噪聲,，這些噪聲無法通過濾波處理,，可以用形態(tài)學(xué)中的腐蝕來處理。在計(jì)算電容器外觀缺陷特征時(shí),，可能會(huì)出現(xiàn)一塊缺陷區(qū)域連通,、無法整合，或者幾塊缺陷區(qū)域相互黏連,、無法分割,，可以用形態(tài)學(xué)來處理^[9]。同時(shí),，形態(tài)學(xué)處理能夠配合匹配定位,，將電容器區(qū)域從原圖摳出，方便后續(xù)處理等,。

3.4 匹配定位

    電容器外觀缺陷檢測(cè)首先要在整幅圖中找到電容區(qū)域,，這就用到了模板匹配算法。模板匹配理論是按照相關(guān)策略,，根據(jù)已知模板在搜索圖像中尋找逼近模板匹配的過程,，是一種簡單有效,、使用廣泛的圖像處理方法。本系統(tǒng)采用基于形狀的模板匹配,，該算法的相似度量考慮的是模板內(nèi)像素的梯度向量^[10]，首先提取一個(gè)電容器良品的外輪廓和字符部分的輪廓,，并保存為模板,。然后，在每次電容器外觀缺陷檢測(cè)時(shí),，根據(jù)模板匹配待檢測(cè)的電容器外觀圖,。當(dāng)匹配定位到電容區(qū)域時(shí)，才能針對(duì)電容區(qū)域進(jìn)行圖像處理,；同時(shí),，針對(duì)電容器的外殼破損、字符缺陷也可以用模板匹配來檢測(cè),。為了提高電容器外觀缺陷檢測(cè)的速度,，將模板圖像和待搜索圖像進(jìn)行抽樣，減少需要檢查的位姿數(shù)量以及模板中點(diǎn)的數(shù)量,，圖4所示為圖像抽樣金字塔示意圖,。金字塔每升高一層，圖像的數(shù)據(jù)量就會(huì)減少為1/4,，圖像分辨率下降,，但是圖像處理速度會(huì)提高4倍。同時(shí),，將模板輪廓拆分,，首先匹配第一部分，然后在匹配結(jié)果的相對(duì)位置處再次匹配第二部分,，這樣兼顧了匹配準(zhǔn)確性和匹配速度,。

3.5 閾值分割

    閾值分割是利用圖像中前景和背景在灰度特性上的差異，將圖像分割成兩類圖像^[11],。假如電容器外觀圖像為f(x,，y)，缺陷區(qū)域圖像為g(x,，y),，設(shè)定閾值t將電容器外觀缺陷區(qū)域提取出來：

    在保證光源穩(wěn)定的情況下，電容器外觀缺陷中的溢膠,、劃痕,、環(huán)氧面氣孔氣泡等都可以用閾值分割識(shí)別出來。

3.6 Blob分析

    Blob分析是對(duì)圖像中相同像素的連通域進(jìn)行分析,，即經(jīng)過預(yù)處理,、匹配定位和圖像分割后,，用Blob分析對(duì)提取到的電容器外觀缺陷區(qū)域進(jìn)行特征分析，計(jì)算缺陷的數(shù)量,、位置,、形狀、方向和大小等,，設(shè)定某些缺陷特征閾值參數(shù),，方便工作人員更改設(shè)定，滿足不同標(biāo)準(zhǔn)的檢查要求,。

4 電容器外觀缺陷檢測(cè)系統(tǒng)的實(shí)現(xiàn)與驗(yàn)證

    本文以CBB61S電容器為例(具體如圖1所示),，實(shí)現(xiàn)電容器外觀缺陷檢測(cè)系統(tǒng)并進(jìn)行驗(yàn)證。

4.1 電容器外觀缺陷檢測(cè)系統(tǒng)的實(shí)現(xiàn)

    電容器外觀缺陷檢測(cè)系統(tǒng)的結(jié)構(gòu)簡圖如圖5所示,。電機(jī)和PLC控制器控制傳送帶的轉(zhuǎn)動(dòng),，而5號(hào)位相機(jī)拍攝的是電容器底面，所以在5號(hào)位相機(jī)處由左右兩條傳送帶夾緊電容器向前傳送,。電容器在傳送帶上勻速向前運(yùn)動(dòng),，當(dāng)電容器被傳送至相機(jī)拍照處，光電傳感器動(dòng)作,，輸出一個(gè)開關(guān)控制信號(hào)至PC系統(tǒng)和控制器,，分別控制相機(jī)拍照和光源工作，節(jié)省電能,、延長光源使用壽命,。電容器依次經(jīng)過6個(gè)相機(jī)，PC系統(tǒng)依次對(duì)電容器的6個(gè)表面進(jìn)行缺陷檢測(cè),，只要檢測(cè)到缺陷,，PC系統(tǒng)就會(huì)通過6號(hào)位相機(jī)的信號(hào)線向PLC控制器發(fā)送信號(hào)，控制執(zhí)行機(jī)構(gòu)剔除不良品,。

    本文選擇的視覺軟件為Halcon 12.0,，其具有眾多的圖像處理算子和強(qiáng)大的計(jì)算分析能力。同時(shí),，利用C#語言進(jìn)行二次開發(fā),，設(shè)計(jì)出良好的人機(jī)交互界面，如圖6所示,。在實(shí)時(shí)圖像區(qū)有6個(gè)圖像窗口,，分別顯示6個(gè)相機(jī)實(shí)時(shí)拍到的圖像；下方的缺陷圖像區(qū),，6個(gè)圖像窗口分別顯示對(duì)應(yīng)的6個(gè)相機(jī)拍到的缺陷部分,；右上方為按鍵功能區(qū)，其中數(shù)據(jù)查詢按鈕可以查詢每次開機(jī)檢測(cè)的員工信息,、產(chǎn)品信息,、檢測(cè)結(jié)果等,；權(quán)限管理按鈕則提供了管理員和操作員兩種登錄模式，其中管理員權(quán)限較大,，可以修改相機(jī)參數(shù),；每個(gè)相機(jī)的相機(jī)參數(shù)按鈕則是根據(jù)缺陷的特征設(shè)定閾值參數(shù)，方便管理員更改設(shè)定,，滿足不同標(biāo)準(zhǔn)的檢查要求,；清除計(jì)數(shù)按鈕則是清除本次檢測(cè)結(jié)果計(jì)數(shù)；在按鍵功能區(qū)下方的是產(chǎn)品參數(shù)和幫助,，供檢查人員選擇本次所檢測(cè)電容器的型號(hào)和員工編號(hào)；右下方為結(jié)果顯示區(qū),，顯示每個(gè)相機(jī)的不良計(jì)數(shù),，方便檢查人員統(tǒng)計(jì)主要缺陷類型，有利于針對(duì)性改進(jìn)電容器制造工藝,。

4.2 電容器外觀缺陷檢測(cè)系統(tǒng)的驗(yàn)證

    本文選取了人工檢測(cè)后的200個(gè)電容器為實(shí)驗(yàn)樣本來驗(yàn)證電容器外觀缺陷檢測(cè)系統(tǒng),，其中缺陷電容器和良品電容器各100個(gè)。最終檢測(cè)結(jié)果如表1所示,。

    由表1看出,，本文設(shè)計(jì)的電容器外觀缺陷檢測(cè)系統(tǒng)對(duì)缺陷電容器的檢測(cè)正確率達(dá)到100%，漏殺率為零,；而對(duì)良品電容器的檢測(cè)正確率也達(dá)到了96%,，說明該系統(tǒng)在檢測(cè)精度上是可靠的，但其中也出現(xiàn)了誤判,，仔細(xì)觀察誤判的電容器,，分析得出由于電容器上存在的污漬，導(dǎo)致檢測(cè)系統(tǒng)將其誤判為溢膠缺陷,。兩個(gè)樣本的檢測(cè)時(shí)間都為72 s,，即該系統(tǒng)大約0.7 s就可以完成對(duì)一個(gè)電容器的外觀缺陷檢測(cè)，相比于人工檢測(cè)大約5 min 200個(gè),，極大地提高了檢測(cè)速度,，可以滿足工業(yè)要求。

5 結(jié)束語

    本文針對(duì)CBB61S電容器生產(chǎn)制造過程中出現(xiàn)的外觀缺陷,，利用機(jī)器視覺技術(shù),，設(shè)計(jì)了一套高效率高精度的在線檢測(cè)系統(tǒng)。該系統(tǒng)主要分為機(jī)械平臺(tái)的搭建和PC系統(tǒng)的設(shè)計(jì),，機(jī)械平臺(tái)的搭建包括了檢測(cè)傳送帶和執(zhí)行機(jī)構(gòu)的安裝,、相機(jī)鏡頭的選型、光源和照明方式的選擇等,；PC系統(tǒng)主要是利用C#語言對(duì)視覺軟件Halcon進(jìn)行二次開發(fā),，經(jīng)過圖像采集,、圖像濾波、形態(tài)學(xué)處理,、匹配定位,、閾值分割、Blob分析等,，最終完成對(duì)電容器外觀缺陷的檢測(cè),。實(shí)驗(yàn)結(jié)果顯示，電容器外觀缺陷檢測(cè)系統(tǒng)具有較高的檢測(cè)速度和可靠的檢測(cè)精度,，解決了人工檢測(cè)效率低下,、準(zhǔn)確率較低的問題，也降低了生產(chǎn)成本,。

參考文獻(xiàn)

[1] 洪天勤.電容器外觀檢測(cè)系統(tǒng)中圖像處理算法的研究[D].長沙：中南大學(xué),，2012.

[2] 陳星.電解電容器外觀自動(dòng)檢測(cè)系統(tǒng)執(zhí)行機(jī)構(gòu)應(yīng)用設(shè)計(jì)[J].現(xiàn)代制造技術(shù)與裝備，2016(11)：4-5.

[3] 何騰鵬,，張榮芬,，劉超，等.基于機(jī)器視覺的智能導(dǎo)盲眼鏡設(shè)計(jì)[J].電子技術(shù)應(yīng)用,，2017,，43(4)：58-61.

[4] 周曉航，方鯤,，李玫.國內(nèi)外超級(jí)電容器的研究發(fā)展現(xiàn)狀[J].新材料產(chǎn)業(yè),，2015(3)：61-68.

[5] 田原嫄，潘敏凱,，劉思陽.電容器鋁殼表面缺陷檢測(cè)的CCD圖像處理[J].組合機(jī)床與自動(dòng)化加工技術(shù),，2013(5)：73-75.

[6] 張五一，張繼超,，侯遠(yuǎn)韶,，等.機(jī)器視覺系統(tǒng)中鏡頭的選擇[J].中原工學(xué)院學(xué)報(bào)，2011,，22(6)：18-21.

[7] 尚會(huì)超,，楊銳，段夢(mèng)珍,，等.機(jī)器視覺照明系統(tǒng)的關(guān)鍵技術(shù)分析[J].中原工學(xué)院學(xué)報(bào),，2016，27(3)：16-21.

[8] 許少尉,，陳思宇.基于深度學(xué)習(xí)的圖像分類方法[J].電子技術(shù)應(yīng)用,，2018，44(6)：116-119.

[9] 鄧彩霞，王貴彬,，楊鑫蕊.改進(jìn)的抗噪形態(tài)學(xué)邊緣檢測(cè)算法[J].數(shù)據(jù)采集與處理,，2013，28(6)：739-745.

[10] 楊亞飛,，鄭丹晨,，韓敏.一種基于多尺度輪廓點(diǎn)空間關(guān)系特征的形狀匹配方法[J].自動(dòng)化學(xué)報(bào)，2015,，41(8)：1405-1411.

[11] 朱磊,，白瑞林，吉峰.光照不均勻圖像的灰度波動(dòng)局部閾值分割[J].計(jì)算機(jī)工程與應(yīng)用,，2015,，51(12)：144-149.

作者信息:

俞  洋，陳佐政,，陳祝洋,，沈威君

(江蘇理工學(xué)院，江蘇 常州213001)