毕业设计（论文）-基于机器视觉的注塑制品缺陷检测系统研究.doc

《毕业设计（论文）-基于机器视觉的注塑制品缺陷检测系统研究.doc》由会员分享，可在线阅读，更多相关《毕业设计（论文）-基于机器视觉的注塑制品缺陷检测系统研究.doc（42页珍藏版）》请在三一文库上搜索。

1、基于机器视觉的注塑制品缺陷检测系统研究 作 者 姓 名： 指 导 教 师： 单 位 名 称：信息科学与工程学院 专 业 名 称：自动化 东 北 大 学 2007 年 6 月 Research on Injection Product Defects Detection System Based on Machine Vision by Supervisor: Professor Northeastern University June 2007 东北大学本科毕业设计（论文） 毕业设计（论文）任务书 I 毕业设计（论文）任务书毕业设计（论文）任务书 毕业设计（论文）题目：毕业设计（论文）题目：

2、设计设计(论文论文)的基本内容：的基本内容： (1) (2) (3) 毕业设计（论文）专题部分：毕业设计（论文）专题部分： 题目：题目： 设计或论文专题的基本内容：设计或论文专题的基本内容： 学生接受毕业设计（论文）题目日期学生接受毕业设计（论文）题目日期 第第 周周 指导教师签字：指导教师签字： 年年 月月 日日 东北大学本科毕业设计（论文）摘要 II 基于机器视觉的注塑制品缺陷检测系统研究 摘要 随着计算机和机器视觉技术的不断发展，基于机器视觉的产品检测技术正逐渐成 为研究的热点。基于机器视觉的产品检测技术是指以机器视觉为手段获取被测物体图 像，并将其与己知的标准进行比较，从而确定被测物体

3、的质量状况的过程，它具有非 接触、速度快、柔性好等突出优点，相比于传统检测技术具有更为广阔的应用前景。 基于此，本文依托东北大学流程工业综合自动化重点实验室基金项目，针对机器视觉 技术在注塑制品缺陷检测中的应用展开研究。 在调研注塑生产过程、查阅大量文献的基础上，本文完成了基于机器视觉的注塑 制品质量检测系统的软硬件设计，并针对产品图像采集和处理过程中遇到的问题提出 了相应的解决方案。 针对所获取的图像存在背景、噪声等干扰信息，不适于直接进行缺陷检测的问题， 本文研究了相关的图像处理算法。对于产品图像存在背景干扰的情况，提出一种阈值 分割与差影相结合的方法，实现背景的完全消除；针对传统线性滤波

4、以及中值滤波方 法中存在的不足，提出一种新的滤波方法，该方法不仅增强了背景分割算法对于外界 环境变化的适应能力，而且提高了算法的实用性。 在完成图像处理之后，本文针对注塑制品常见形状以及纹理缺陷的特征提取进行 了研究。一方面根据系统对检测速度的要求，提出一种快速预检测和缺陷细节信息分 析识别相结合的检测思路，在保证缺陷信息完整的情况下，提高检测速度；另一方面 针对传统方法在纹理特征提取中存在的分类效率低下等问题，提出一种新的特征组合 方法，该方法有效降低了特征向量的维数，在保证识别准确率的情况下，提高分类效 率。 最后，本文根据注塑产品多缺陷种类并存的特点设计了基于多分类支持向量机的 特征分类

5、方法。综合应用上述方法，实现了基于机器视觉的注塑制品缺陷检测系统的 雏形，获得了较高的检测正确率，较好的满足了注塑制品检测的要求。 关键词：机器视觉；注塑制品；图像处理；特征提取；多分类支持向量机 东北大学本科毕业设计（论文）Abstract III Research on Injection Product Defects Detection System Based on Machine Vision Abstract The technique of product inspection based on machine vision has been propelled by the

6、development of computer science and machine vision in most recent years, and it seizes more and more researchers attention. By snatching the images of the produce and comparing them with standard one, machine vision based inspection can give a real-time evaluation on the quality of the product witho

7、ut contiguity. For these merits, this study focuses on the defects detection of injection molding machine (IMM) product based on machine vision. This research is sponsored by NEU key laboratory of process industry automation fund. Firstly, by researching the process of injection production and analy

8、zing relative literatures, this thesis finishes the hardware and software design of defects detection system and solves the problems in capturing and processing images. The background and noise in the captured image makes the defect detection much harder. A method combining threshold and image subtr

9、action is proposed to segment the background from the object image entirely. To filtering the noise and enhance the robustness of the segmentation method, a new filter algorithm is presented which provides a better result than the traditional methods. The research on defect detection feature extract

10、ion consists of two parts. For detecting shape defects, a rapid-inspecting method is proposed under the condition that the defects information is reserved entirely. For detecting texture defects, by regroup the texture feature vectors, a new method is presented to enhance the efficiency of classific

11、ation. At last, a multi-class classification support vector is designed for the multi-class defects detection. The basic structure of IMM products defect detection system based on machine vision is completed by using methods proposed above. The test results show that this system demonstrate a high d

12、etecting precision. Keywords：Machine Vision; Injection Product; Image Processing; Feature Extraction; Multi-class Classification Support Vector Machine 东北大学本科毕业设计（论文）目录 IV 目录 毕业设计（论文）任务书毕业设计（论文）任务书.I 摘要摘要II ABSTRACT.III 第一章第一章 绪论绪论.1 1.1 机器视觉检测技术概述1 1.2 机器视觉检测的研究概况2 1.3 机器视觉检测技术的应用3 1.4 课题背景及本文主要工作5

13、 第二章第二章 系统的设计与实现系统的设计与实现.7 2.1 系统总体结构7 2.2 硬件系统的设计与实现7 2.2.1 硬件系统设计.8 2.2.2 系统关键设备选型.8 2.2.3 硬件系统的实现.10 2.3 软件系统的设计与实现11 2.3.1 软件系统基本框架.11 2.3.2 图像的采集与显示模块.12 2.3.3 系统通讯模块.15 2.3.4 辅助功能模块.16 2.4 本章小结17 第三章第三章 注塑制品图像处理注塑制品图像处理.19 3.1 注塑制品图像处理总述19 3.2 注塑制品图像背景分割19 3.2.1 传统背景分割方法.20 3.2.2 传统方法在注塑制品背景分割

14、中的应用分析.21 3.2.3 注塑制品背景分割方法设计.23 3.3 注塑制品图像滤波24 3.3.1 传统滤波方法.25 东北大学本科毕业设计（论文）目录 V 3.3.2 传统滤波方法应用效果分析.27 3.3.3 注塑制品图像滤波方法设计.27 3.4 本章小结29 第四章第四章 结束语结束语.30 参考文献参考文献.32 致谢致谢.34 东北大学本科毕业设计（论文）第一章 绪 论 1 第一章 绪论 1.1 机器视觉检测技术概述 机器视觉是研究用相机和计算机来模仿人的眼睛和大脑完成对目标的识别、跟踪 和测量等任务的科学1。通俗地说，就是用机器代替人眼来做测量和判断2。它的工作 过程大致为

15、：首先，使用相机将被摄取目标转换成图像信号，传送给专用的图像处理 系统，图像系统对这图像中包含的信息进行处理和计算；然后计算机根据处理的结果 做出判断或决策；最后将控制信号传送给执行机构。机器视觉的特点是自动化、客观、 非接触和高精度，与一般意义上的图像处理系统相比，机器视觉强调的是精度和速度， 以及工业现场环境下的可靠性。 机器视觉实际上是数字视觉技术与工业制造技术的结合的综合性技术，主要包括 数字图像处理技术、机械工程技术、控制技术、电光源照明技术，光学成像技术、传 感器技术、模拟与数字视频技术，计算机软硬技术，人机接口技术等。这些技术在机 器视觉中是并列关系，这些技术相互协调应用才能构成

16、一个成功的工业机器视觉应用 系统。 将机器视觉应用到制造业的检测领域中，用机器视觉系统确定产品相对于一组标 准要求的偏差的过程通常称为机器视觉检测3。它特指机器视觉在工业检测方面的应用， 是机器视觉应用和研究领域中的一个重要分支。 机器视觉检测是一种适合现代制造技术发展的检测方式。它与传统的检测方法相 比，有着如下的优势：首先，机器视觉可以实现非接触在线检测，完成对生产线上的 零件进行 100%的检测，满足自动化制造系统中的工序间检测和过程检测的要求；其次， 机器视觉检测是通过计算机或者数字信号处理器中的程序对图像信息进行处理而得到 的测量结果，因此机器视觉检测具有一定的智能和柔性，适于现代企

17、业的柔性生产方 式；再次，只要选用足够高精度的镜头和图像传感器，机器视觉检测技术可以达到较 高的检测精度；最后，机器视觉易于实现信息的集成和管理，为实现计一算机集成制 造技术提供必要的支持。并且机器视觉检测与传统的人工检测相比效率更高，检测结 果更加准确可靠。由于机器视觉检测不会受到操作者的疲劳度、责任心和经验等因素 的影响，在一些不适合人工作业的危险场合，人工视觉难以满足要求的场合和带有高 度重复性、智能性并且靠人的眼睛无法连续稳定地进行产品检测的场合，机器视觉可 以发挥它自身的优势来高效、高质量的完成检测任务。 东北大学本科毕业设计（论文）第一章 绪 论 2 机器视觉检测是与先进制造工艺与

18、现代制造生产模式相适应的智能化、自动化、 柔性的检测手段。在国外己经将机器视觉系统广泛地用于工况监视、成品检验和质量 控制等领域。在中国，这种应用也在逐渐被认知，对于机器视觉的需求将越来越广泛。 1.2 机器视觉检测的研究概况 机器视觉技术是在 20 世纪 50 年代从统计模式识别兴起的，但由于机器视觉系统 的复杂性，当时的研究工作主要集中在对二维图像的分析、识别和理解上，如光学字 符识别、工件表面、显微图片和航空照片的分析解释等。 60 年代中期，R. Robert 开创性的三维景物分析研究成为机器视觉的起源，他运用 数字图像研究实体模型，对物体形状和结构进行了描述。 70 年代，MIT 的

19、学者提出了机器视觉的理论。 80 年代，Marr 首次从信息处理的角度综合了图像处理、心理物理学、神经心理学 及精神病学的研究成果，提出了第一个较为完备的视觉处理框架，他将视觉分为自上 而下的三个阶段，创建了 Marr 的理论框架。 近年来，随着机器视觉理论及应用技术的不断发展，人们逐渐认识到 Marr 的理论 框架存在以下不足，即被动接受信号，无主动性和目的性，处理过程没有反馈环节， 用一些假设和基本的约束保证通用性。因此，许多学者在机器视觉的现状与目标、理 论与方法以及实验与应用等方面发表了许多不同的见解，探索了新的理论，在很大程 度上促进了机器视觉技术的发展4,5。 当前，随着机器视觉检

20、测系统应用的增加，对机器视觉的研究也越来越多。一些 研究机构或企业开发了机器视觉系统软件的开发平台或者函数库，提供一些常用的算 法和工具。但是，机器视觉是一门交叉性强的学科，因此在研究和应用中一套视觉系 统一般只针对某一种检测任务来进行研究和开发，没有一套机器视觉系统是对任何检 测工程来说是通用的。 根据机器视觉的应用领域不同，对机器视觉检测的研究可以分为不同的种类，不 同的学者对分类也有不同的见解6,7。在现阶段的研究中通常分为以下三种类型： (1)尺寸测量 尺寸测量是机器视觉研究和应用的重要应用领域，也是一个比较早开始的研究的 方向。机器视觉应用于尺寸测量工程中时，从视觉系统的硬件(光源、

21、图像传感器等)的 选用到软件算法的设计中的每一个环节都对最终的性能产生影响。需要根据工程的自 东北大学本科毕业设计（论文）第一章 绪 论 3 身特点选择合适的硬件。 (2)表面质量检测 机器视觉检测技术已经广泛应用到工业产品的表面检测中，主要检测的内容包括 毛刺、划痕、磨损等。但对复杂曲面的视觉检测仍有一定的困难，一方面，工件表面 的反射方向复杂、存在阴影等因素影响着图像的质量，另一方面相机的镜头方向和距 离工件的位置的控制也是影响检测精度的因素。 (3)目标分类与识别 目标分类与识别一直是研究的热点，物体识别的基本方法是建立物体模型，使用 各种匹配算法从真实的图像中识别出物体最相似的目标。根

22、据物体识别任务所在的空 间，物体识别可以分为二维特征识别和三维特征的识别。二维识别用在识别远距离的 物体或者在场景中稳定的位置的物体。三维识别通过物体的灰度图或 2.5 维图获取实际 场景中的信息来识别物体的三维结构特征。信件分拣、指纹识别、人脸识别、车牌识 别等都是此方面典型的应用。 1.3 机器视觉检测技术的应用 自上世纪八十年代初开始，国外有关视觉检测技术的研究逐渐兴起。美国人首先 将视觉检测系统应用于制造业8，其中，有 100 多家公司跻身于视觉检测系统的经营市 场。而国内的视觉检测研究从上世纪九十年代才开始得到重视。相关资料表明，目前 视觉检测技术已经在印刷电路板的检测、汽车车身检测

23、、钢板表面的自动探伤、机械 零件的自动识别分类和几何尺寸测量、大型工件平行度和垂直度测量、容器容积或杂 质检测及农产品的检测等领域得到了广泛应用。 在电子工业中，由于超大规模集成电路的出现，使得集成芯片(IC)的密度和复杂度 大大提高，PCB 的布线变得更加复杂。传统的检测方法越来越不适应，检测成本越来 越高。而视觉检测以其快速、精确的优点，为印刷电路板(PCB)和集成芯片(IC)的自动 检测提供了高性价比的新方案。PCB 和 IC 的检测代表了一类重要的视觉应用领域，目 前在 PCB 和 IC 的生产线上，大约 60的检测任务是由机器视觉检测来完成的。 Perkins 等人描述了用于检测平板

24、上元器件(如装配的 PCB)的机器视觉系统，系统应用 边缘检测，细化和连接边缘成分段直线来处理 PCB 图像，并对准模型和场景在分割描 述的基础上决定匹配点9。Franci Lahajnar 等人描述对电路板自动检测的机器视觉系统 10，他们应用亚像素边缘检测技术和半自动校正系统来分辨电路板的物理特性，通过 东北大学本科毕业设计（论文）第一章 绪 论 4 检测电路板的尺寸反映刀具的磨损情况。 在汽车制造业中，视觉检测主要用在轿车车身生产线，对车身侧围、底盘、以及 整个下身总成关键尺寸进行检测，还用于生产线中机器手的定位、瞄准，从而实现机 器手的自适应自动化安装，大大提高了汽车产品质量和生产效率

25、，降低了生产成本。 Schmidberger 等人用一个装配在机器人上的照相机来检测大尺寸平面上的信息，移动 机器人拍摄不同部位图像，通过图像处理的方法比较被测零件与标准零件图像，从而 检测裂缝、折叠、孔洞丢失等缺陷11。Dimitrios Kosmopoulos 等人开发了汽车用自动 检测间隙系统12，任务是测量车身与装在其上的各种面板(包括门，发动机罩等)之间的 间隙尺寸。该系统在多于 30 处位置进行检测，测量的有效(RMS)误差 0.1mm。 在机械零件检测中，主要包括零件的自动识别与分类、零件几何尺寸与形位误差 的测量以及工件表面或内部的缺陷检测。机械零件的视觉检测是将三维物体拍摄成

26、二 维的数字图像，根据图像来分析和理解空间物体。大部分机械零件的构成要素是直线 和圆弧，对它们的检测，常采用测量点序列进行拟合以求得参数值。在 Mills 研究的尺 寸测量系统中13，使用高分辨率线扫描相机来获取圆柱形零件的检测图像，通过对图 像的处理及分析，计算其尺寸误差。Bremner 描述了一个使用 xy 驱动条钢形状的尺 寸检测系统14，在 32mm2的视场内达到 0.01mm 的精度。 视觉检测在农业中的应用主要体现在农产品的检测方面，农产品的图像检测技术 按其目的不同可分成：分级、检验和分类。1999 年，J. Paliwal 等人研究了不同品种小 麦的识别技术15，基于彩色参数和

27、傅立叶描述算子，利用最小距离分类器，对五种加 拿大小麦的识别，其准确率分别为 100%、94%、93%、99%和 95%。X Lou 等人对完 整小麦和破损小麦的检测进行了研究，分别采用基于统计分类器的 K-最近邻法和基于 BP 网络分类器的检测方法。试验结果表明，基于 BP 网络分类器的识别准确率高于基 于统计分类器的方法16。 在医药业中，胶囊类的药品包装一般使用铝塑板包装，其优点是方便、卫生及密 封性好。但存在漏装、残缺、漏粉等现象。针对这一问题，左奇等人提出一种基于局 部二值化的视觉检测方法17。相关实验表明，检测为合格品的正确识别率为 99.95%， 识别速率达 200 粒/。 机器

28、视觉检测已经渗入到工业生产的各个领域。成为保证产品质量的一个重要环 节。 东北大学本科毕业设计（论文）第一章 绪 论 5 1.4 课题背景及本文主要工作 注塑制品的应用以轻工业和建筑业为主，目前在发达国家，其消费比例可达 40 以上。随着功能性塑料的开发，更多的注塑制品进入医疗卫生领域。现在塑料作为一 种新型材料，正在迅速进入办公室自动化、海洋开发、信息产业等技术领域，并逐渐 向其他领域拓宽18。 但是注塑产品的质量检测却是令每个注塑企业头痛的问题。如果不掌握正确的注 塑质量检测方法，就很难控制注塑件的质量，甚至会出现一些意想不到的品质问题， 给企业造成很大的经济损失。一些注塑企业由于对注塑生

29、产过程中的产品质量检测方 法不当，经常出现各种产品质量问题（如：外观、颜色、结构、尺寸、强度、装配不 良等） ，造成注塑产品不良率高、批量退货、客户抱怨、延误交期，导致注塑过程中废 品率高、料耗大、成本高，企业的竞争力下降。 而现在国内检测工具多为投影仪、精密高度尺、针规、量块、半径样板、卡尺等。 而这些离线检测方法不利生产过程的自动化，不符合现代制造业检测实时，在线，非 接触的要求。于是现在少数大型注塑产品生产商，就开始采用机器视觉的办法进行在 线实时检测。正是这种基于机器视觉的检测方法使得注塑产品检测过程的自动化、智 能化成为可能。 基于此，本文将研究重点放在实现注塑制品的机器视觉检测，提

30、高注塑制品检测 的效率以及产品的生产质量。 本文在东北大学流程工业与综合自动化重点实验室的注塑生产过程基础上设计并 实现了基于机器视觉技术的检测系统，实现注塑制品的自动质量检测，分拣，以及为 注塑机控制提供定性控制反馈消息的功能。主要工作包括以下几个方面： (1) 在调研注塑生产过程、查阅大量文献的基础上，本文完成了基于机器视觉的注 塑制品质量检测系统的软硬件设计。根据系统要求，对硬件设备进行选型，搭建机器 视觉检测系统的硬件平台。在硬件平台的基础上，利用 VC编写摄像头的控制代码。 改进人机界面，增强软件功能。用软件实现理论研究的算法，对图像进行处理。并与 注塑机控制系统进行通讯，实现交互控

31、制。 (2) 针对所获取的图像存在背景、噪声等干扰信息，不适于直接进行缺陷检测的问 题，本文研究了相关的预处理算法。针对单一采用阈值或差影法进行背景分割都存在 缺陷的情况，本文采用先阈值后差影的方法，得到了优于上述两种算法的分割背景制 品图像。为了解决分割背景处理后，有可能出现的噪声问题，本文改变了常规的滤波 东北大学本科毕业设计（论文）第一章 绪 论 6 步骤，在得到背景图像前先进行滤波，然后再判别背景与目标。克服了邻域平均法对 零散噪声克服不足以及中值滤波方法在大面积噪声处理时失效的问题。增强了背景分 割算法对于外界环境变化的适应能力，提高了算法的实用性。 (3)在取得满意图像的基础，进行

32、制品缺陷的特征提取研究。首先，分析了注塑制 品质量缺陷的特点，提出将注塑制品缺陷分为形状缺陷以及纹理缺陷分别进行特征提 取的思路。在形状特征提取方面，本文提出一种兼顾实时性与准确性的方法，利用几 何特征检测的迅速性对制品进行初步的定性判断，如有缺陷的制品产生，再通过不变 矩得到缺陷的细节特征。在纹理特征提取上，结合灰度共生矩阵，Gabor 小波滤波器各 自的优点，对特征向量进行优化组合，减少了传统方法的特征向量维数，在保证准确 率的情况下，提高了分类效率。 (4)最后，对注塑制品的缺陷检测方法进行了研究。选择多分类支持向量机并根据 系统的特点与要求对分类器进行了设计。综合应用上述方法，实现了基

33、于机器视觉的 注塑制品缺陷检测，获得了较高的检测正确率，较好的满足了注塑制品检测的要求。 东北大学本科毕业设计（论文）第二章 系统的设计与实现 第二章 系统的设计与实现 上一章介绍了机器视觉检测系统的研究现状，分析了当前机器视觉检测系统存在 的问题及发展方向，为本文对机器视觉检测系统的研究奠定了基础。本章首先对机器 视觉检测系统的组成、原理及相关设备选型进行研究，结合实际注塑生产过程设计并 实现了注塑制品视觉检测系统硬件平台的搭建；在 Visual C+6.0 编程环境下建立注塑 制品视觉检测系统人机界面，为后续工作提供基础软件平台。 2.1 系统总体结构 基于机器视觉的检测技术是一种有效的非

34、接触检测技术，广泛应用于各种加工件 的在线检测以及高精度、高速度的测量。典型视觉检测系统由 CCD 传感器、光学系统、 计算机数据采集和处理系统、机械运动工作平台等部分组成19。本文所设计的机器视 觉系统结构组成框图如图 2.1 所示。 图 2.1 注塑制品机器视觉系统结构图 视觉检测系统的硬件由光源、CCD 摄像机、图像采集卡、工业计算机，机械臂组 成；软件为在 VC平台下编写的图像获取程序及其他相关功能组件。整个视觉系统 的工作过程如下：首先由机械臂将注塑制品夹至两台摄像机的位置，拍取制品的正反 两面的图像；然后通过 1394 采集卡将图像传送到工业 PC 机，通过图像处理软件的运 算，得

35、到制品的缺陷信息，并将这些信息发送到注塑生产控制上位机中；最后，控制 系统根据所得到信息对控制参数进行调整，并控制分拣系统将缺陷制品与合格制品分 拣到不同位置。 2.2 硬件系统的设计与实现 视觉系统的硬件设计优劣直接关系到图像获取的效果，并且对图像处理方法的选 东北大学本科毕业设计（论文）第二章 系统的设计与实现 8 择以及检测效果产生直接的影响。因此，系统的硬件设计与实现是视觉检测系统搭建 的重要环节。 2.2.1 硬件系统设计 获得注塑制品的过程，称之为注塑成型或者注射成型，或者简单的称之为注塑20。 一个完整的注塑工艺流程主要由闭模、注射座前进、注射、保压、预塑计量、冷却、 开模、取出

36、制品等程序组成，如图 2.2 所示。 注射 注射座 前进 闭模保压 预塑 计量 冷却开模 取出 制品 图 2.2 注塑机生产过程 为了在获得制品待检测信息的同时保证生产过程的连续、稳定，本设计使用视觉 传感器与取出机构配合共同完成采集制品图像信息。本文根据机器视觉工作原理的基 本结构设计（如图 2.3 所示） ，以及注塑制品的特点对设备进行选型并将硬件系统组装 实现。 光源 生产过程 控制PC 被测 物体 图像 采集卡 工业 PC 视觉 传感器 图 2.3 机器视觉检测系统结构图 2.2.2 系统关键设备选型 机器视觉检测系统关键设备的选型与检测的要求息息相关，本文依据 GB-T 14486-

37、 93 塑料件尺寸公差标准，在考虑最小可测的形状以及纹理特征基础上，查阅大量文献， 进行了相关实验，确定了光源、数字摄相机、光学镜头、采集卡以及工业计算机等关 键设备。 (1)光源与照明方式 在机器视觉应用系统中，合适的光源与照明方式往往是整个系统成败的关键21。 光源与照明方式的配合应尽可能地突出物体的特征，在物体需要检测的部分与那些不 重要部分之间产生明显区别，增加对比度；同时还应保证足够的整体亮度，使得物体 位置的变化不影响成像的质量。 LED 光源具有形状自由、使用寿命长、响应时间短、颜色自由、综合成本低等优 点，且在外部条件 (外部光噪声，目标的倾斜，材质和系统类型) 不断变化的情况

38、下均 能持续的获得对比鲜明的图像。因此，选用 LED 光源作为视觉检测系统的光源。在此 东北大学本科毕业设计（论文）第二章 系统的设计与实现 9 基础上，结合实验室注塑制品特点，选用线条照明方式(单向照明)，如图 2.4 所示，实 现对制品照明，该照明方式可以通过对照射角度的调节，实现对制品边缘以及纹理特 征的突出显式，为实现对制品缺陷的检测提供可靠的保证。 图 2.4 CCS 公司 LDL/LDQ 系列 LED 灯 (2)数字摄相机 由于 CCD 相机具有体积小巧、性能可靠、清晰度高等优点，本设计选用了 Basler 公司的 CCD 数字摄像机。相对于其他视觉系统而言，注塑制品体积较大、精度

39、较高， 因此，本设计选用了 200 万像素 CCD 黑白摄像机；其型号为 Basler A641f，分辨率为 ，传感器类型为逐行扫描 CCD，机械光学接口为 C 型，外部接口为 IEEE 12361624 1394； (3)光学镜头 考虑到本实验系统测量距离固定、视场较大，且镜头必须与摄像机配合使用等因 素，本设计选用了 Computar M1214-MP 百万像素固定焦距镜头，其焦距为 12mm，分 辨率在中心和边缘处超过 100 线对/mm，视场角 H：40.4、V：30.8。 另外，实验过程中发现，光的反射作用对图像的影响同样不可忽视，而偏振片能 够使光的透振方向与景物周围反射光的偏振方

40、向垂直，可以消除光反射产生的影响， 使得影像清晰，突出被检测特征部分的信息。因此，本设计选用与镜头配套的偏振片， 来减弱光反射对于图像所造成的影响。 (4)图像采集卡 本设计针对 Baslar 公司的 A641f 面扫描摄相机，选取了双路 IEEE 1394 接口的图 像采集卡，其具有高速、稳定、大缓存等特点，保持视觉传感器与 PC 机之间的通讯与 数据传输； (5)工业计算机 本设计选用惠普公司生产的 Pavilion(畅游人)V1369cn 计算机。该计算机采用强大 东北大学本科毕业设计（论文）第二章 系统的设计与实现 10 的支持超线程技术的 Intel 64 位 P2.93G 处理器，

41、全面支持 64 位应用程序；512M DDR2 内存，进一步提升系统性能；全新 nVidia Geforce 7300LE 显卡，增强的视觉体 验；80G 7200r/m 的高速大容量硬盘提供快捷方便的信息存储。 2.2.3 硬件系统的实现 硬件系统实现最重要的部分就是摄像头与光源位置的选择。摄像头的安装位置主 要根据机械臂的工作流程来选取（如图 2.5） 。本系统选用了机械臂上行与释放两个阶 段的位置，对注塑制品进行图像采集。在上述两处位置进行图像采集不仅最大限度的 获取了制品正面与背面的信息，而且易于摄像机的安装，便于系统设计。摄像机 1 与 摄像机 2 及其光源的布置如图 2.6、2.7

42、 所示。 下行前进夹持引拔后退 上行取样侧出释放复位 开始 图 2.5 机械臂工作流程图 摄像头所在位置能够得到图像正反两面的信息，而且没有改变原本的注塑机生产 过程，同时保证了图像质量。 图 2.6 摄像机 1 位置与光源 东北大学本科毕业设计（论文）第二章 系统的设计与实现 11 图 2.7 摄像机 2 位置与光源 接下来将双回路 IEEE1394 图像采集卡插入计算机内，通过两条 1394 传输线，与 相机连接，并安装相机驱动。然后进行光学调焦，得到清晰，且能突出图像主要特征 的图像。 通过上述各个环节的选型与设计，完成了注塑制品机器视觉检测系统硬件平台的 搭建工作。系统如图 2.8 所

43、示。 图 2.8 注塑制品机器视觉检测系统硬件平台 本系统主要有以下优点： (1)该设计没有破坏生产的连续性，保证在正常的连续生产过程中也能得稳定的图 像； (2)能够得到注塑制品正反面的图像信息； (3)通过高分辨率的数字摄像机，能够得到更精确的注塑制品的特征； (4)系统各个组成部分采用模块化设计，易于改造与维护。 东北大学本科毕业设计（论文）第二章 系统的设计与实现 12 2.3 软件系统的设计与实现 本系统软件采用采用 C+语言，在 VisualC+6.0 下开发调试。与 Java 和 C#等现 代编程语言相比，C+在程序运行的效率、内存使用的可控性和编程的灵活性上具有优 势。并且 V

44、isualC+平台能够提供良好的人机界面，便于用户的操作和使用。软件设计 采用模块式设计思路，各功能模块都以主程序界面为初始启动界面，并通过主程序界 面相联系。本系统软件具有良好的可靠性、易维护性、易扩充性及易装卸性。 2.3.1 软件系统基本框架 本系统采用模块化的设计思想，化整为零，将各个功能用相应的模块来设计。在 设计过程中，遵循由上至下的设计方法，首先根据系统的总体需求，将系统划分为各 个功能模块：图像采集与显示模块、系统通信模块以及辅助功能模块三部分。这样不 但增加了程序的可读性，也增加了程序的可维护性，使流程图更加清晰明了，同时避 免了大量的重复编程工作。 如图 2.9 与图 2.

45、10 分别为软件的总体结构流程图和系统的程序界面。 开始 图像采集模块 图像显示模块效果调节 图片保存通讯模块 图 2.9 机器视觉系统软件整体结构 东北大学本科毕业设计（论文）第二章 系统的设计与实现 13 图 2.10 机器视觉系统软件界面 2.3.2 图像的采集与显示模块 图像的采集与显示是视觉软件系统最基本的功能，通过查阅和分析大量相关资料， 本文编写了实用高效的程序，实现了图像的采集与显示功能。 2.3.2.1 图像采集模块 图像采集模块编程是与硬件设备直接相关一个环节，也是计算机直接控制数字摄 像机的过程。在这个过程中，计算机将不仅控制摄像机的起动和停止，还可以将摄像 机实时传来的

46、图像信息，以二维数组的形式存入计算机内存中，以备使用。考虑到实 际操作的方便，本文建立了两个消息响应函数，一个是开始采集响应函数启动摄像机， 进行图像数据的实时采集函数；一个是停止采集响应函数，主要来释放采集进程调用 的一些内存资源，关闭摄像机。由于两部摄像使用大致相同，以下以摄像机 1 为例设 计其响应函数。 (1)采集开始消息响应函数程序 在用户给出图像采集命令后，系统对摄像机进行一系列初始化工作，并把在图像 缓冲区中的数据保存在系统内存中。其程序流程图如图 2.11 所示。 东北大学本科毕业设计（论文）第二章 系统的设计与实现 14 开始 摄像机与 计算机连接 结束采集给出 提示对话框

47、得到摄像机的设备名 启动摄像机 设置输出图像格式 创造存放位图内存 输出开始采集指令 将采集图像信息放指定内存 结束 Y N 图 2.11 采集开始程序流程图 (2)采集停止响应函数程序流程图 在用户发出结束采集的命令后，程序并不会立即结束，而是需要进行相关的内存 释放工作，保证内存的正确调用，使系统能够稳定运行。其工作流程图如图 2.12 所示。 开始 释放线程 停止I/O请求 释放在BCAM中建立的资源 释放缓存 结束 图 2.12 采集结束程序流程图 2.3.2.2 图像的显示模块 经过上面的图像采集工作，仅是把摄像实时采集到的图像信息作为一个二维数组 放到指定内存中。即使运行程序，在程

48、序的窗口中也无法显示图像。因此需要设计图 像的显示模块，将内存中二维数组转化为图像格式，在计算机的屏幕上显示出来。 (1)数位转换 首先需要进行数位转换运算。因为本系统使用 Basler 数字摄像机得到是 16 位的二 维灰度图像。普通计算机只能显示 8 位图像数据，如果仍然采用 16 位灰度图像数据， 不仅给编程造成不必要的麻烦，而且极大影响程了程序运行速度。所以这里要将 16 位 东北大学本科毕业设计（论文）第二章 系统的设计与实现 15 数据转换成 8 位。这时要建立一段新的内存区域，用来存放转换后的图像信息。16 位 数据中有 12 位颜色信息，4 位其它信息，其方法是对其右移位 4

49、位，然后仅保留低 8 位，去掉高 4 位，就能得到 8 位图像信息。 (2)图像的显示 用来作为图像处理的位图，都是 DIB 位图。实际上它就是存入内在中的去掉了 14 个字节位图文件头的 BMP 文件。它由两部分组成，即位图信息和像素数据。这两部分 可以存放在一起，也可以分开存放。这种位图有着以下优点： 1)采用单一位平面，结构比较简单； 2)坐标原点在左下角，图像从最低一层开始存放； 3)位图信息头中包括了图像的分辨率与颜色的倍数； 4)像素数据可以采用行程编码。 像素数据已经由摄像机输入机算机内存。位图信息则可根据实际情况编写。而位 图信息又由信息头和调色板数据组成。位图信息头如表 2.4 所示。调色板可以用 256 色 调色板，只在设置 RGB 时，令三个颜色分量相同，这样就实现了灰色图像的显示。利 用 StretchDIBits 在指定的位置以指定的大小来显示 1394 采集传来的图像信息，其流程 图如 2.13。使用开始采集的子程序来启动摄像机，将图像数据放放指定内存，用以