基于机器视觉与图像处理技术的微钻刃面质量检测
时间：2021-01-24 20:04:38 来源：雅意学习网 本文已影响 人 
【摘 要】为了实现对微钻头质量的自动检测，利用机器视觉技术与图像处理技术对微钻头特征进行提取并判断。根据微钻头的特征设计的特殊光源为得到高质量的刃面图像提供了基础。简洁明了的图像处理算法则使刃面质量检测快速而高效，包括滤波、边缘提取、直线拟合等。实验表明：本系统正确率与效率都很高，完全能满足微钻头刃面质量检测的目的。
【关键词】机器视觉；图像处理；微钻头刃面检测
【Abstract】In order to realize the automatic detection of the quality of micro drill，the machine vision technology and image processing techniques are used to extract and determine micro drill bit characteristics. The special light source designed by the characteristics of the micro drill bit which is based for the high quality blade surface image provides. Simple image processing algorithm makes the quality detection of blade surface more fast and efficient， including filtering， edge detection， linear fitting， etc. The experiments show that： the high accuracy and efficiency can completely meet the purpose of the quality detection.
【Key words】Machine vision； Image processing； Micro drill bit blade detection
0 引言
机器视觉技术[1]是一个发展十分迅猛的研究领域，其应用范围越来越广，已经涉及到医药、制造、航天等领域，越来越被广泛的关注。电子设备的小型化推动了印制电路板的小型化，并且促进了PCB电路图形的精细化，电子产品的普及让PCB板的需求越来越大[2]。PCB的发展离不开钻孔技术的更新，这样就对钻头的要求越来越严格，尤其是中国已成了世界上的PCB板出口大国，对微型钻头的生产效率有了更高的要求。这就迫切需要新的自动光学检测技术，使得PCB微钻头的生产实现全自动化生产[3]。自动光学检测具有自动化、速度快、效率高、能够始终如一的工作等特性，将会很大提高产品质量和生产效率。
1 检测系统工作原理
检测系统结构如图1所示，其包括环形光源，CCD面阵相机，镜头和图像采集卡。
图1 检测系统结构示意图
工作原理：传动系统将微钻头放在镜头正下方，镜头调焦后，CCD面阵相机拍照获取微钻头刃面图像的模拟信号，接着模拟信号输入图像采集卡，经过采集卡将模拟信号量化为数字信号，然后传给计算机进行图像处理，通过专门开发的检测软件在图像中对微钻头刃面质量进行检测。
2 刃面图像的获取
光源对微钻头刃面图像的获取有很大的影响。经过角度测量，微钻头刃面为约130°的夹角，而要得到清晰的刀面图像，经过光学角度计算得出，当入射光线与水平线呈40°角照射到刀面上时，反射光线会垂直进入镜头，这样就能得到最大清晰度的刃面图像[4]。
3 图像处理关键算法分析
3.1 图像预处理
试验发现，双边滤波可以更好的保存边缘信息，相较于其他的滤波方法具有简单、非迭代、局部的特点，满足微钻头质量检测的所有标准。
双边滤波器中，输出像素的值依赖于邻域像素值的加权值组合：
其中加权系数ω（i，j，k，l）取决于定义域核和值域核的乘积。
3.2 边缘提取算法
边缘提取算法有很多种，如Canny算子、Sobel算子、Scharr算子等。经对比，本文采用Canny算子对图像进行边缘提取。Canny边缘检测算子是John F.Canny于 1986 年开发出来的一个多级边缘检测算法[5]。更为重要的是 Canny 创立了边缘检测计算理论，解释了这项技术是如何工作的。Canny算法运行步骤：先是利用高斯mask做卷积去除杂波，接着寻找图像中的亮度梯度，最后在图像中跟踪边缘。
4 拟合识别
由以上方法得到图像边缘信息数据后，将这些数据放到一个矩阵中，方便对图像的进一步处理。本文采用霍夫变换与最小二乘法，对边缘图进行直线拟合[6]。霍夫变换能剔除数据点集中的干扰点和噪声，将分布在不同直线附近的点分离出来；最小二乘法则能拟合各直线。该方法既解决直接使用最小二乘法拟合直线时存在的问题；同时也解决直接使用霍夫变换时，拟合直线精度不高和直线段有效区间不容易控制的问题。
由此可判断，微钻头刃面图像上，四个线段是否两两在一条直线上。若两两在一条直线上，则此微钻头质量合格，否则不合格，等待下一步处理。
5 总结
本文的微钻头质量检测系统是针对直径为2.5mm的微钻头采集图像，作图像预处理，平滑滤波、Canny边缘提取后，再进行直线拟合，判断正在检测的微钻头是否质量合格。研究的重点是搞糟的特殊光源可以获得高质量的图像，为之后的处理奠定良好的基础。
【参考文献】
[1]贾云得，机器视觉[M]，北京：科学出版社，2000.
[2]苏杰锋，2011～2012年全球PCB和FPC市场调查分析报告[R].中国印刷电路行业协会，2012.
[3]中国电子元件行业协会信息中心，2005板中国印制电路板（PCB）市场竞争研究报告[EB/OL]，北京：中国电子元件行业协会，2006-05-20.
[4]张舞杰，基于计算机视觉技术的微钻刃面自动光学检测[J].广州：华南理工大学学报，2006.
[5]（一种边缘检测的计算方法）Canny，J，一种边缘检测的计算方法A Computational Approach To EdgeDetection， IEEE Trans. Pattern Analysis and Machine Intelligence， 8：679-714，1986[Z].
[6]曾接贤，霍夫变换与最小二乘法相结合的直线拟合[S].南昌：南昌航空工业学院学报（ 自然科学版），2003.
[责任编辑：张涛]
