《基于机器视觉的瓷砖表面质量分析与检测.pdf》由会员分享，可在线阅读，更多相关《基于机器视觉的瓷砖表面质量分析与检测.pdf（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第32卷第1期2000年3月西安建筑科技大学学报J1Xian U niv.of A rch.&Tech.Vol.32No.1M ar.2000基于机器视觉的瓷砖表面质量分析与检测赵海洋1,冯心海2,薛钧义1,江显异3(11 西安交通大学,陕西 西安710049;21 佛山科学技术学院,广东 佛山528000;31 佛山钻石陶瓷企业集团,广东 佛山528000)摘要:提出了基于平面CCD的瓷砖产品的表面质量检测的准则与方法.首先对瓷砖产品的缺陷特征进行分类,得到两大类结构特征斑点结构和广义线性结构,针对这两种几何特征,本文提出两种有针对的滤波器,结果表明这种滤波方案是有效的.本文也对各种照明与视
2、觉条件及补偿进行了详细的讨论.关键词:瓷砖;特征;滤波器;自动分级中图分类号:TP 1;TP 9文献标识码:A文章编号:100627930(2000)0120043204Analysis and detection of ceram ic tile surface qualitybased on machine visionZH A O H ai2yang1,FEN G X ing2hai2,X U E J un2y i1,J IA N G X ian2y i3(11Xian Jiaotong U niversity,Xian 710049,China;21Foshan U niversity
3、,Foshan Guangdong,528000,China;31Foshan D iamond Ceram ic Group,Foshan Guangdong,528000,China)Abstract:The criteria and method for detecting ceram ic tile surface quality is investigated in this paper.A fter classifyingvarious defects it is found that both w ide line defect and blod defect are the m
4、ain kinds.Special filters are provided forthese two kinds of defects.Experi mental result show s that these filters are effective.L ighting and vision condition andtheir compensation are also discussed in detail.Key words:ceram ic tile;f eature;f ilter;autom ation g rade1 缺陷的分类建筑陶瓷行业是新兴产业之一,建筑陶瓷是对陶土
5、及添加剂混合之后经过一系列工艺加工而成.近几年,由于建筑装修业的带动,建筑陶瓷工业得到了较大的发展,已经具有较高的自动化水平,然而,由于技术的限制,产品表面质量检测与分类这一工艺仍停留在手工操作的水平,随着产品的尺寸增大以及用户对产品的要求的提高,迫切要求攻破产品质量检验自动化这一关,提高整个行业的自动化水平.对单色及带有纹理的瓷砖常见的缺陷如表1所示.在缺陷检测之后,还要进行彩色深浅度的检验,以确保彩色色彩的均匀,但本文主要研究缺陷的检测,对后者不作涉及.根据产品表面的缺陷与尺寸,瓷砖产品可分为 一级品(无缺陷或有较少且可接受的缺陷)二级品(有一些且仍可接受的缺陷)次品(不可接受的缺陷)收稿
6、日期:1999208228基金项目:广东省高教厅1999年度自然科学重点科研项目(粤高教科199989号)作者简介:赵海洋,西安交通大学博士生,佛山科学技术学院副教授,研究方向为智能控制、机器视觉等.1995-2007 Tsinghua Tongfang Optical Disc Co.,Ltd.All rights reserved.表1 陶瓷产品典型表面缺陷缺陷特征说明尺寸范围裂纹凸块凹陷孔洞污物釉滴水滴色彩模糊裂缝、凹槽、龟裂、刮痕印花表面的凸起印花表面的圆形凹陷针孔、气泡、凹口灰尘、铀料渣印花时产生(常为圆形)形状不规则各种彩色小斑点套印移位引起纹理不清十分之几mm 几cm十分之几mm
7、 几mm直径5mm0125mm以上十分之几 几mm十分之几 几mm几mm 几cm十分之几mm 几cm十分之几mm 几cm2 广义线类缺陷的检测算法对表1所提出的缺陷中,其中一大类的缺陷为广义线状缺陷,如刮痕或裂纹.对这些特征采用次序滤波器进行滑动次序滤波,然后采用MAX2M I N变换.次序滤波器与边缘检测次序滤波器接受窗口内象素的灰度值或彩色编码并对其分类,它包含若干加权系数,根据象素的值水平对其加强,结构如图1.图1 次序滤波器结构图滤波器的输出为y=1ni=1aini=1aixi 其中x1x2 xn次序滤波的过程如图2.常用的次序滤波为最大(aN=1aI=0)、最小(a1=1aI=0)和
8、中值(am=1aI=0m=int(N+1)?2)滤波,中值滤波常用于去噪.为了检测由线状缺陷生成的强边缘,系数滤波器的乘积系数应为aI=11ikaI=-1N-kiN参数k的选择决定了边缘检测器的灵敏度,k=1对应最强灵敏度,而k=int(N?2)时灵敏度最低.k的选择要根据图象的局部特性来决定.处理窗口一般为方形窗,大小为L2,L=45.检测的算法如下:(a)对原图象进行最大值滤波(清除图象中的暗线);(b)对(a)的结果图象进行最小值滤波(对(a)的结果图象进行补偿),得到结果图象A;(c)对原图象进行最小值滤波(清除图象中的亮线);(d)对(c)的结果图象进行最大值滤波(补偿作用),保存结
9、果图象B;(e)A-B(只有曾被清除的亮线与暗线保存在差值残留图象中)由于这种算法的复杂性较低,保证了计算速度和实时化要求.图2 局部直方图排序3 斑点类缺陷的检测算法对于具有浅彩色的单色瓷砖,斑点类缺陷与背景相比有较高的对比度,但是,由于各种各样噪声的存在,如不均匀照明,况且瓷砖多数具有彩色纹理图案,采用简单的阈值法不能满足要求.本文采用的算法分为两步,分别为训练阶段和检测阶段.在训练阶段,对一块无缺陷瓷砖在RGB彩色空间用K2均值法进行聚类,聚类数可以选得高些,即进行充分分割以降低或消除分割误差,然后,将这些聚类结果变换到C IE2Luv归一彩色空间进行合并,即将小的聚类合并为大的聚类,这
10、样对标准的瓷砖样本完成了与人类感知相一致的不同区域,于是,对于每种彩色图象被分为一系列二值图象.对每个区域块计算其结构特征,如面积、周长、长形度,以及它们的空间分布等.在检测阶段,对测试图象的象素在已经定义的种类空间中用最近邻域规则进行分类,无法归类的象44西安建筑科技大学学报第32卷 1995-2007 Tsinghua Tongfang Optical Disc Co.,Ltd.All rights reserved.素就被认为有缺陷象素,而已经归类的象素又形成一系列的二值图象,对每个区域计算其结构特征,再用M ahalanobis距离测试检测出斑点类缺陷.为了检测具有规则图案的瓷砖的表面
11、缺陷,可采用两步方案:对数字化图象分析并存储作为模板,再对测试图象与模板进行剪影便可得到缺陷图象,差值运算在全彩色空间进行.由于瓷砖图案是采用丝网印刷技术套印完成,在不同的印花机之间可能发生不可忽视的移位和旋转,这样,只有在完全套准的情况下才能对样板图象产生可靠的标记.本文采用的标记算法主要完成两个目的:保证样板图案与测试图案的误差在一个象素之内以及减小运算量.4 图象的采集与校正根据不透明物体对光的反射效果分为光滑、不光滑、半光滑.不同的物体要求不同的光照及视觉条件,而不同的光学条件又影响测量效果.瓷砖属于半光滑物体,所以,测量时要首先消除表面的反射光,常采用的照明与视觉方案如图3.(a)(
12、b)图3 照明与视觉条件在试验我们采用同种颜色且有不同深浅的瓷砖,这些瓷砖由专业人员选出并作出标记,虽然这些瓷砖对于未受过训练的人员很难区分开,但我们的系统足以区分开,反映出所采用的照明及视觉条件是适用的,即保证了其具有一定的空间与时间均匀性.为了保证空间与时间的均匀性,在选用光源时首先要保证其稳定性,然后通过补偿算法来保证其空间均匀性.这通过一系列的实验完成,在每次实验中同时读入两个标准模板,分别为黑白与彩色标准模板,这些模板作为参考以检查图象输入的稳定性,因此对于同一块砖多次采样.采集完图象之后,画出其切面图以观察噪声水平和特性,以及沿瓷砖表面的照度分布.对每幅图象的瓷砖与标准模板分别计算
13、其统计量,并且由此来对瓷砖图象进行矫正.首先计算两个区域的灰度平均值,即YUV彩色空间的Y分量.设模板的实际彩色值为RP1,GP1,BP1,YP1,模板的图象值为RPi,GPi,BPi,YPi,瓷砖的图象值为Ri,Gi,Bi,瓷砖的矫正值为Ric,Gic,Bic,矫正公式如下:xic=xixplxpi其中xic:Ric,Gic,Bic;xi:Ri,Gi,Bi;xpl:Rpl,Gpl,Bpl,Ypl;xpi:Rpi,Gpi,Bpi,Ypi;为得到矫正图象,用平板式扫描仪,得到了一幅均匀照明的图象,但由于扫描仪的三个传感器在空间上是分开的,靠近传感器部分所对应的图象值较高.矫正的方法是对每一块瓷砖
14、扫过一次之后,将瓷砖调转过头再扫一次,两次平均作为结果.另一实验是基于CCD摄像头方案,采用4只照相灯光,经过试验证明以图3(b)的照明与视觉条件最佳,并且具有较低的噪声,具有空间与时间稳定性.5 实验结果及分析图4表明了对广义线状缺陷及斑点类缺陷的检测效果,(a)、(c)为原图,(b)、(d)为检测结果.实验采用的样品为建国陶瓷厂的彩釉砖,并具有不同的纹理,采用canon平板式扫描仪读入图象,图象大小为1283128,在586微机上实验,所用时间为2 s.由图中可以看出,(a)图裂纹部分的灰度均值与背景某些区域的平均灰度是接近的;而(c)图的斑点缺陷用肉眼看并不明显,但仍能测出.这两种瓷砖并
15、不相同,说明算法与纹理无关,具有一定的鲁棒性.6 结论瓷砖产品的表面质量自动检测在陶瓷行业中具有重大意义,本文提出的检测算法表明了机器视觉技 术用于陶瓷行业是可行的.该算法在工业PC机上通过检验,为了完全实现实时性要求,我们拟采用54第1期赵海洋等:基于机器视觉的瓷砖表面质量分析与检测 1995-2007 Tsinghua Tongfang Optical Disc Co.,Ltd.All rights reserved.(a)裂纹缺陷(b)裂纹检测结果(c)斑点缺陷(d)斑点检测结果图4 检测用图象及检测结果高速数字处理机DSP来实现.在缺陷检测出之后还需进行后处理,因为它只涉及较为成熟的数
16、学形态学技术,本文不作涉及.我们正进行的工作除了算法的硬件化外,针对陶瓷产品的检测,拟开发一种集成算法,并且是一种非线性算法,以提高速度和性能.本文提出的检测算法可用于类似问题,如棉织品、木板、食品和水果类产品的检测.参考文献:1ARCE G R,FOSTER R E.Detail2preserving ranked2order based filter for i mage processingJ.IEEE T rans.A coust.,Speech,Signal Processing,1989,17:83298.2BOV IC A C,MUN SON D C.Generalization
17、 ofmedian Filtering using linear combination of order staticsJ.IEEET ran.A SSP,1990,31:134221349.3JACOBSON L D,W echsler H.Joint spatial?spatial frequency representationJ.Signal Processing,1994,14(1):37268.4 PETROU M.Opti mal convolution filters and an algorithm for the detection of w ide linear fea
18、ture J.IEEProceedings,1993,140(5):3312339.(上接第42页)(3)保持休闲环境的可持续性滨水区欣欣向荣的城市生活与休闲环境离不开日常性生活的支持.如果,滨水区没有办公楼,没有住宅,那么滨水区的繁荣景象便只能是间歇式的状态.滨水区景色优美、地理形象突出,是各类办公建筑的理想场所,而它们的落成必将提供大量就业机会.同时住宅建设能容纳长久的活动者,滨水区的繁荣和可持续发展离不开他们的支持.因此,要合理规划,增加生活岸线,减少工厂和仓库对滨水区的长期侵占,让人们的日常生活融入到滨水区.(4)使城市中心向滨水区转移滨水区原有的土地厂房效率低下,通过转产、利用、改造
19、,它们可以成为新兴第三产业的理想用地,尤其适合城市中心商务区,并且易于开发,这样既可缓解城市中心区用地紧张的矛盾,又对原有城市的中心区具有极大的补偿作用.(5)注重北方公共活动空间的特殊性北方地区冬季寒冷漫长,因此在其公共空间的设计中应对季节性转换给予特别的重视,防止入冬后失去了活力.要选好植物品种,深入研究色彩的搭配及环境中的构筑物、小品、铺地等,使它们构成环境中富有活力的要素.只要注重外部空间季节性的动态再设计,就一定能创造出具有巨大活力和吸引力的北方滨水区空间.参考文献:1许学强,朱剑如.现代城市地理学M.北京:中国建筑工业出版社,1988.1492150.2宝鸡市域规划领导小组办公室.宝鸡市域规划专题规划M.北京:中国建筑工业出版社,1989.224.3金广吾.日本城市滨水区规划设计概述J.城市规划,1994,4:45249.4张崇岩,李春新.寒冷地区城市建设外部空间设计理念J.中国建筑学会学术文锦,1997,(19):2602263.64西安建筑科技大学学报第32卷 1995-2007 Tsinghua Tongfang Optical Disc Co.,Ltd.All rights reserved.