铝合金无缝气瓶内表面缺陷视觉检测研究

　　摘要：针对铝合金无缝气瓶的质量检测问题，设计了一套基于Contact Image Sensor(CIS)的气瓶内表面缺陷检测系统，可实现气瓶内表面缺陷的自动检测。为实现气瓶内表面的全部采集，采用平移装置和旋转装置协调运动的方式遍历气瓶内表面，并通过高斯线检测提取拉伸伤边缘，以及阂值分割检测凹坑区域，再根据其基本特征进行筛选等操作，得到拉伸伤和凹坑缺陷检测结果。实验表明，该系统能够有效地实现铝合金无缝气瓶内表面缺陷检测，并具有较高的检测效率和准确率。

　　关键词：机器视觉;气瓶内表面;接触式图像传感器;高斯线检测;阈值分割

　　开放科学(资源服务)标识码(OSID)：

　　1 概述

　　铝合金无缝气瓶在消防、医疗和汽车等行业应用广泛，盛装物质一般具有易燃易爆、强腐蚀性等[1]，在出厂前必须进行严格的质量监督。通过在知网和专利数据库检索，发现大部分文献撰写的是气瓶的设计与制造，而国内外对铝合金无缝气瓶内表面缺陷检测的研究还处于起步阶段，文献2和3采用摄像模组成像，对于弧形内壁存在畸变，导致缺陷尺寸与实际不符，且摄像模组视场小需多次采集，对多张图像进行处理也需要较长时间，检测效率较低。根据国内判定标准《GB11640-2011铝合金无缝气瓶》规定，内表面不应有肉眼可见的影响强度的局部缺陷，可通过打磨的方法去除且缺陷去除后其壁厚不小于设计壁厚[4]。目前，采用无损探伤的方法较多，但无损检测技术受环境影响较大，工厂环境恶劣，还难以真正投入到生产线[5]。所以大多数工厂仍采用人工方法，检查时不仅受检查人员的主观影响，检测效率和精度也难以满足工业自动化生产线的需求。基于机器视觉的气瓶内表面缺陷检测具有非接触、速度快、精度高等优点[6l，所以推进该技术应用于气瓶内表面缺陷检测有非常重要的意义。下面首先介绍检测系统结构设计，然后制定缺陷检测算法方案，最后基于Visual Studi0 2012软件开发环境编写一套完整的应用程序，实现铝合金无缝气瓶内表面缺陷全自动在线检测功能。

　　2 检测系统设计

　　如图1所示，整个系统由图像采集单元、控制处理单元、旋转单元、触发单元和平移单元组成。

　　相机选型时应考虑两点：一是被检测气瓶体积小，普通的工业相机、镜头和光源难以进入内部进行拍摄;二是气瓶内表面呈弧形，使用面阵相机拍摄会产生畸变，即图像中心与四周分辨率变化较大。该系统选择定制CIS线阵相机，如图2所示，中间感光元素的两侧是两列LED光源，与柱状透镜和光电传感器等一起被封装，外观尺寸为36lmm×56mm×54mm。

　　该系统在旋转轮尾端安装增量式旋转编码器，当旋转轮旋转时，编码器发出高低电平信号触发图像采集卡，当旋转轮停止旋转时，编码器也停止发出高低电平信号，即气瓶旋转时CIS相机采集图像，气瓶停止旋转时CIS相机不采集图像。如图3所示，通过平移装置和旋转装置协调运动的方式遍历气瓶内表面，具体工作方式为：当气瓶旋转一圈后，电动平移台前进3lOmm(CIS相机有效长度)，保证前一圈和后一圈图像不重合，同时PC机时刻监测电动平移台的运动状态，若电动平移台仍在前进，则PC机继续监测;若电动平移台已停止运动，则PC机向可编程逻辑控制器发出信号，气瓶再次旋转，周而复始直至整个气瓶内表面采集完毕。电动升降台的台面上安装了支撑杆，支撑杆的前端固定CIS相机，电动升降台可以根据气瓶的内径、外径自动升降，进而调节CIS相机的工作距离，保证清晰成像。

　　3 图像处理算法实现

　　3.1 图像拼接

　　CIS相机每次采集一圈气瓶内表面图像，且每圈图像只有几个像素宽度的重合部分，避免对缺陷的尺寸判定造成影响。将每圈图像按照采集的顺序拼接成一幅图像，不仅可以更加直观地展现整个气瓶内表面的缺陷情况，而且减少了图像处理的时间[7]。该系统采集的图像大小为7344×4755，使用硬拼算子tile_images_offset0按照横坐标不变和纵坐标每次增加3672个像素的规则将图像左右平铺，如图4所示，拼接后的图像大小为7344×4755。

　　3.2 拉伸伤缺陷提取

　　拉伸伤缺陷自身与背景对比度不高，在几何形态上，呈多条较长较直的划痕密集排列，所以将拉伸伤缺陷近似看作是一条有宽度的直线，再使用高斯线检测[8]提取，与分别提取每一条划痕相比，缩短了算法运行时间，提高了检测效率。具体检测步骤如下：

　　步骤1：通过图像处理软件Halcon的路廓线助手确定拉伸伤缺陷的线宽度和对比度。如图5(a)所示，竖直画一条贯穿三条拉伸伤缺陷的剖面线，剖面线应该在缺陷与背景对比度较低的位置，但不宜最低，特别低的对比度会提取出过多不相干轮廓线，不利于筛选。如图5(b)所示，为剖面线所在位置的灰度值变化，图中的3个峰分别对应3条拉伸伤缺陷，最上方的拉伸伤对应最大的峰，中间的拉伸伤与背景的对比度最低，对应最不明显的峰，即图中两条阈值线之间的峰。

　　通过图5(b)得出，从上到下三条拉伸伤的线宽度分别为30、12和20，其上边缘的对比度分别为37、22和24，下边缘的对比度分别为19、12和23，经过综合考虑和实验，将线宽度确定为35个像素，第一对比度和第二对比度确定为15。第二对比度不可以大于第一对比度，第二對比度越小，提取出的线越会延伸到对比度低的区域，提取出的线越长;反之，较大的第二对比度将会提取出较短的线。所以，首先使第二对比度的值与第一对比度相等，再逐渐减小，观察提取出的线连贯性，图6为不同第二对比度的效果图，最后将第二对比度确定为5。

　　步骤2：根据实际情况，将步骤1的线宽度和对比度进行微调，最后将线宽确定为34，第一对比度确定为15，第二对比度确定为5。将提取出的轮廓线根据长度和高度进行筛选，再将邻近的轮廓线进行合并，即可确定拉伸伤缺陷的位置。由于提取出的轮廓线弯曲，在拟合轮廓线时，存在将本不是一条直线的轮廓线连接起来的情况，所以在拟合轮廓线之前先将轮廓线分割为直线和椭圆线，再去掉椭圆线，即去掉轮廓线支叉，如图7(d)所示，轮廓线已经规则化，只有近似在一条水平线上的短线才会连接起来，图8为最终检测结果。

　　推荐阅读：工业废水零排放技术论文发表期刊推荐