基于机器视觉的橡皮按键缺陷检测摘要：为了检测工厂生产的橡皮按键.DOC

基于机器视觉的橡皮按键缺陷检测 摘要：为了检测工厂生产的橡皮按键是否合格，工厂不得不花费大量人力、物力对其进行检测，并且这种检测效率和准确率不高。本文提出了一种基于机器视觉技术的高效橡皮按键检测系统，该系统由照明模块、图像获取模块、图像处理模块、支架、传送带等组成。该系统的核心模块，图像处理模块对获取的图像进行处理，指明该块按键板上是否有缺陷的按键，并且指出缺陷的类型。实验数据表明，该系统可以高速、高效地检测出各种按键缺陷。 Abstract: In order to detect the defected rubber keypad the factory has to devote massive manpower and financial resources, however the efficiency and accuracy is low. In this paper, a vision-based high-speed system for the detection of rubber keypad is designed and developed. This system consists of a lighting module, an image acquisition module, a supporting frame, a computer that hosts the detection algorithm and the conveyer belt system . The experimental results demonstrate that the system could detect the defects of rubber keypad quickly and accurately. 关键字：缺陷检测，机器视觉，检测圆，橡皮按键。 1.引言 橡皮按键板是一种广泛使用在手机、远程控制、计算器、键盘等中的附件。由于中国是世界工厂，因此中国的OEM公司经常会大量生产这种橡皮按键。目前，全世界都需要高质量的橡皮按键，但有缺陷的按键也不可避免。本文设计开发了一套基于计算机视觉的缺陷检测系统（图1），提高了按键检测的效率。一般传统上认为，这种圆形按键的质量检测主要依靠人工来完成，但事实上，人工检测效率极低，检测每个按键的周期也长，工作也缺乏持久性，而且这种人工检测可靠性也低，只有大约70%的缺陷可以被熟练工人所发现。此外，由于激烈的市场竞争，生产者被迫降低成本，于是就迫切需要一种基于机器视觉的、高速地、高可靠性的、低成本的橡皮按键缺陷检测系统。 机器视觉系统是指通过机器视觉产品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，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。 图1展示了8个橡皮按键一块键板上。很明显，用矩形标记出来的那个按键含有缺陷。图2(a)是一个正常的按键，(b)、(c)、(d)是有缺陷的。 在机器视觉中，对图像进行分析并有效提取各种元素在图像中的精确位置是一项重要工作，本系统需要对橡皮按键进行分割。这些按键都是圆形的，圆在机器视觉的应用中是一种普通的几何结构。对于这种模式检测，我们一般广泛使用霍夫变换，特别是那些参数化的模式，比如说直线、圆和椭圆。但霍夫变换方法需要耗费大量空间和时间，它无法应用在那些高速的机器视觉系统中。因此，本文还提出了一种新的分割圆形橡皮按键的方法。 本文第二部分描述了该自动检测系统的组成结构。第三部分描述了该系统的缺陷检测方法。第四部分展示了一个在线检测的例子。第五部分对本文进行了总结。 2.自动检测系统概述 本文所提出的橡皮按键缺陷检测的视觉系统由图3给出。这套视觉系统由一个照明模块，一个图像获取模块，一个支架，一台电脑用以给缺陷检测算法和传送带提供支持。 该传送带系统使橡皮按键根据主机信号移动，当橡皮按键移动至相机的下方时，传感器发送信号给触发器，抓帧器捕获橡皮按键图像。照明模块中的环形光可以使按键图像的边缘获得更高的对比，进而使相机获得高质量的图像。但该视觉系统需要在不同的环境中工作，自然光可能会影响捕获图像的质量，因此相机和环形光源被打包在一个黑色盒子里。黑色盒子可以排除自然光的影响。该系统处理相机获得的图像，分割橡皮按键图像，抽取正常按键和缺陷按键的特征，然后主机发出命令给PLC，使其对橡皮按键进行分类。 在选择自动检测算法中，处理速度和精度是两个重要的限制因素。为了达到这个目标，我们选择图4所演示的算法，该算法包括五个步骤。首先，用自适应的照明补偿来加强产品边缘的光线，用伽玛校正来改变像素直接的对比。这一步处理帮助系统或者高质量的图