引 言
科技信息時(shí)代,人們對手機(jī)的需求量巨大。與此同時(shí), 手機(jī)電池的需求數(shù)量十分龐大,且在加工生產(chǎn)過程中,電池的質(zhì)量也非常重要。目前,工業(yè)領(lǐng)域中對手機(jī)電池外觀缺陷的檢測精度要求越來越高,在電池制造過程中,對表面缺陷的檢測大多是人工檢測。由于生產(chǎn)線勞動(dòng)強(qiáng)度比較高,整個(gè)檢測過程中,檢測人員易疲勞,導(dǎo)致檢測效率降低,且會(huì)有很多不合格電池流入市場,因此很難達(dá)到檢測要求與檢測標(biāo)準(zhǔn)。這些問題將嚴(yán)重影響整個(gè)企業(yè)的形象,而且將不合格電池返廠進(jìn)行二次加工也會(huì)導(dǎo)致企業(yè)生產(chǎn)成本增長。
國外研究中,Y.K.RYU 提出一種基于機(jī)器視覺的焊點(diǎn)檢測架構(gòu),該架構(gòu)分為兩層,提取出焊點(diǎn)的 9 個(gè)特征,采用神經(jīng)網(wǎng)絡(luò)算法對焊點(diǎn)圖像進(jìn)行識別 [1]。N.Mar 提出一種自動(dòng)焊點(diǎn)識別檢測系統(tǒng),先對圖像作 Hough 變換,然后對焊點(diǎn)圖像進(jìn)行定位,通過顏色變換將圖像轉(zhuǎn)換為 YIQ 圖像,再通過圖像分割算法將分割圖像進(jìn)行離散余弦變換得到圖像特征,最后對缺陷圖像進(jìn)行分類。國內(nèi)也有不少學(xué)者提出焊點(diǎn)檢測算法。蔡念等提出利用形態(tài)因子與曲率建立焊點(diǎn)特征的神經(jīng)網(wǎng)絡(luò)模型,能夠有效地實(shí)現(xiàn)焊點(diǎn)質(zhì)量檢測 [2]。
用三維激光掃描儀對待檢測物體進(jìn)行線掃描,便可獲得待測物表面的點(diǎn)云數(shù)據(jù)。三維圖像掃描技術(shù)是一種立體測量技術(shù),它所獲得的點(diǎn)云數(shù)據(jù)除了具有幾何位置信息,某些還具有顏色信息、強(qiáng)度信息等。三維激光掃描技術(shù)與傳統(tǒng)三維重建技術(shù)相比,具有精度高、速度快,能大幅節(jié)約時(shí)間與成本的優(yōu)點(diǎn)。
1 基于二維平面的檢測方法
在手機(jī)電池的加工檢測中,焊點(diǎn)缺陷檢測十分重要,關(guān)乎著電池的使用壽命。本文二維平面檢測過程包括圖像預(yù)處理濾波、圖像對比度增強(qiáng)、邊緣輪廓檢測、圖像分割等。
圖像濾波是指在最大化保留圖像細(xì)節(jié)特征的條件下對目標(biāo)圖像的噪聲進(jìn)行抑制,按照處理方式的不同,可分為空域?yàn)V波和頻域?yàn)V波。工業(yè)檢測大多要求檢測速度快且能實(shí)時(shí)監(jiān)控,為了減少運(yùn)算量,多采用空域?yàn)V波方式。
根據(jù)中值濾波的排序規(guī)則,可縮小像素間的灰度差異, 并能完全消除處于灰度值兩端的突變像素,在去噪的同時(shí)能夠較好地保護(hù)圖像的邊緣與細(xì)節(jié),特別適用于消除散粒噪聲、椒鹽噪聲等。濾波過程可如下表示 :
g(x,y)=med{ f(x+? x,y+?y),(? x,?y)∈ W} (1)式中:med 表示取中值操作;f(x,y)與 g(x,y)分別表示中值濾波之前與之后的像素灰度;? x,?y 分別表示距離中心像素的水平與垂直偏移量;W 表示以(x,y)為中心的鄰域像素集合。
Canny 邊緣檢測算法于 1986 年由 John Canny 提出,被廣泛應(yīng)用于各類圖像處理系統(tǒng)中,是一種公認(rèn)的具有良好邊緣檢測性能的檢測方法。Canny 邊緣檢測算法主要遵循的原則為 :能夠盡可能多地標(biāo)識出圖像中的實(shí)際邊緣,標(biāo)識出的邊緣要盡可能與實(shí)際圖像中的實(shí)際位置接近。該算子有著濾波、增強(qiáng)、檢測等多階段的優(yōu)化算子。焊盤內(nèi)部極片定位圖片如圖 1 所示,根據(jù)此圖可進(jìn)行極片定位檢測。
在極片定位檢測過程中,由于光照不均,極片與焊盤的分界線比較模糊。存在干擾因素的極片檢測圖如圖 2 所示, 此兩幅圖為同一環(huán)境下的圖片,由于生產(chǎn)過程中前站未處理好導(dǎo)致光照反射造成干擾。此時(shí) Canny 算法在該檢測過程中失效,導(dǎo)致檢測不準(zhǔn)確。

圖 1 焊盤內(nèi)部極片定位圖片
圖 2 存在干擾因素的極片檢測圖
2 基于三維高度的檢測方法
利用三維激光掃描儀可獲得物體的三維空間坐標(biāo),該掃描儀基于激光測量原理進(jìn)行設(shè)計(jì)。其工作原理為 :在測量過程中,發(fā)射器向待測物表面發(fā)射激光,當(dāng)激光到達(dá)待測物表面時(shí)產(chǎn)生漫反射,通過反射光線計(jì)算出發(fā)射器與待測物的空間距離,求出垂直與水平方向的角度值,根據(jù)待測物大小調(diào)節(jié)激光掃描范圍大小,通過設(shè)置三維激光儀的移動(dòng)測量速度獲取待測物的點(diǎn)云數(shù)據(jù)與原始三維點(diǎn)云模型 [3]。
采用三角測距法進(jìn)行距離測量的測距原理如圖 3 所示。
激光發(fā)射器發(fā)射出一束激光,經(jīng)過掃描棱鏡掃描待測物表面并反射回去,該反射光通過透鏡成像原理在 CCD 上成像。已知基線與發(fā)射光的角度為 α,基線與入射光的夾角為β,激光掃描儀的軸向自旋轉(zhuǎn)角度為 λ。將激光發(fā)射點(diǎn)作為坐標(biāo)原點(diǎn),激光發(fā)射方向作為 X 軸正方向,以平面指向待測物且垂直于 X 軸的方向作為 Y 軸建立三維坐標(biāo)系 [2],從而可計(jì)算出目標(biāo)點(diǎn)的三維坐標(biāo)為 :
該測距法存在測量距離較短的局限性,故此方法較多適用于室內(nèi)測量與短距離測量。
利用 Canny 算法定位出極片邊緣后,就可利用線鐳射掃描儀掃描得到的點(diǎn)云數(shù)據(jù)的 Z 軸高度對該范圍內(nèi)的極片高度進(jìn)行檢測,從而判斷出極片的具體位置,以便后續(xù)找出打焊點(diǎn)的位置。在該檢測過程中,正面端極片高度的整體檢測時(shí)間為 5 s。焊盤表面三維圖像如圖 4 所示。
利用高度檢測可避開光照不均的影響。焊盤三維側(cè)面圖如圖 5 所示,上方區(qū)域?yàn)闃O片,下方區(qū)域?yàn)楹副P,根據(jù)極片高度即可輕松定位出極片位置。
3 結(jié) 語
本文利用三維機(jī)器視覺對極片進(jìn)行定位檢測,不僅可替代人工檢測,彌補(bǔ)二維視覺檢測缺陷,還可大大提高機(jī)器視覺的檢測效率與準(zhǔn)確率,同時(shí)也為企業(yè)節(jié)省了成本,具有極高的應(yīng)用價(jià)值。
5G領(lǐng)先讓我們信心大增,但是這不能成為我們高枕無憂的理由。隨著我們認(rèn)識到通訊技術(shù)在科技領(lǐng)域的重要性之后,競爭必然會(huì)更加激烈起來。在5G還未成熟的年代,通訊商們就已經(jīng)開始將目光瞄準(zhǔn)了6G,并開始相關(guān)的研發(fā)和布局。
關(guān)鍵字: 5G 6G 虛擬數(shù)字世界小米智能家居現(xiàn)在已經(jīng)能實(shí)現(xiàn)聯(lián)動(dòng)和自動(dòng)化了,比如指紋鎖進(jìn)屋就打開窗簾電視,播放天氣預(yù)報(bào),根據(jù)設(shè)定溫度決定是否打開空調(diào),根據(jù)空氣質(zhì)量檢測儀決定是否打開新風(fēng)機(jī)~結(jié)合人體移動(dòng)和光線傳感器開燈就更是不用說了~最近也在搞全屋智能化,...
關(guān)鍵字: 全屋智能 溫度感應(yīng) 小米擁有 5G、人工智能、物聯(lián)網(wǎng)等新技術(shù)的支撐,智能家居行業(yè)逐漸從單品智能邁入全屋智能階段 。其由于全屋智能產(chǎn)品特殊性,落地安裝涉及到方案場景設(shè)計(jì)、布線,安裝,施工、后期維護(hù)更新等多個(gè)環(huán)節(jié),整體最好的實(shí)施路徑是通過房屋整體裝...
關(guān)鍵字: 全屋智能 5G 物聯(lián)網(wǎng)5G時(shí)代,我們實(shí)現(xiàn)了彎道超車,一躍超越高通,愛立信,領(lǐng)先于世界?,F(xiàn)如今,5G正在全世界加速普及和應(yīng)用。通訊和實(shí)業(yè)的結(jié)合,已助力生產(chǎn)效率進(jìn)一步提高,讓我們的生活變得更加美好。
關(guān)鍵字: 5G 6G 中國移動(dòng)