產(chǎn)品裂紋與劃痕的機(jī)器視覺(jué)檢測(cè)

明確檢測(cè)任務(wù)

必須先了解產(chǎn)品表面缺陷是如何產(chǎn)生的，并明確歸類這些缺陷在圖像中可能呈現(xiàn)的形狀。例如，粉末金屬零件在材料比較薄時(shí)燒結(jié)中會(huì)出現(xiàn)裂紋?；诮?jīng)驗(yàn)知識(shí)，我們可以將機(jī)器視覺(jué)檢測(cè)集中在產(chǎn)生缺陷的區(qū)域、明確檢測(cè)方向，這樣有助于提高缺陷檢測(cè)的可靠性。

當(dāng)前的人工檢測(cè)操作是如何進(jìn)行的?現(xiàn)有檢測(cè)系統(tǒng)存在哪些不足之處?精度、速度、全檢還是抽檢， 可靠性如何? 如果是機(jī)器視覺(jué)取代人工檢測(cè)，又是如何要求的?必須事先了解清楚。

在人工檢測(cè)過(guò)程中，可以憑直覺(jué)和經(jīng)驗(yàn)來(lái)預(yù)測(cè)缺陷可能呈現(xiàn)的形狀。例如，劃痕通常呈一系列平直或輕微彎曲線段，人們往往會(huì)憑借心態(tài)學(xué)中的“完形”能力，下意識(shí)地將這些線段連成一條線。在機(jī)器視覺(jué)檢測(cè)中，這種“完形”能力可通過(guò)視覺(jué)演算大致顯現(xiàn)出來(lái)。

在進(jìn)行高難度檢測(cè)作業(yè)時(shí)，檢測(cè)人員間可能會(huì)產(chǎn)生不同意見(jiàn)——那是一個(gè)劃痕?或者僅僅是恰巧形成一條線的亮點(diǎn)?這說(shuō)明缺陷檢測(cè)的可靠性有待考量。如果表面缺陷較清晰，且缺陷構(gòu)成很明確，那么機(jī)器視覺(jué)檢測(cè)結(jié)果的一致性和可靠性要高于人工視覺(jué)檢測(cè)。

照明是產(chǎn)品表面缺陷檢測(cè)的一個(gè)極其重要的因素，因?yàn)楸砻嫒毕萃ǔ＞哂械蛯?duì)比度的特點(diǎn)，而通過(guò)采用正確的照明可將其與背景分離開(kāi)來(lái)。對(duì)于平面凸起缺陷，可采用低角度照明，“照亮”凸起部位邊緣。對(duì)于平滑缺陷，或進(jìn)行彎曲表面缺陷檢測(cè)時(shí)，可采用漫射光。眾所周知，照明是一門藝術(shù)。請(qǐng)隨時(shí)咨詢光源供應(yīng)商或TeledyneDALSA技術(shù)工程師的意見(jiàn)，他們的經(jīng)驗(yàn)可以幫助你選擇合適的光源及正確打光。

在采集的圖像中，裂紋或劃痕應(yīng)至少被三個(gè)或更多像素覆蓋。有些情況下需使用多個(gè)高分辨率相機(jī)或單個(gè)相機(jī)進(jìn)行多次拍攝，或者更常見(jiàn)的是線掃描相機(jī)1K至16k以便采用指定分辨率檢測(cè)部件整個(gè)表面達(dá)到用戶的精度要求。 為檢測(cè)產(chǎn)品表面的小缺陷，確保部件表面始終處于相機(jī)聚焦區(qū)域至關(guān)重要。但這對(duì)于彎曲表面是一個(gè)難題。

陰影校正

在取得沒(méi)有缺陷和有缺陷的產(chǎn)品的清晰圖像后，開(kāi)始嘗試多種機(jī)器視覺(jué)算法進(jìn)行檢測(cè)。在本文中，作者使用了Teledyne DALSA公司出品的機(jī)器視覺(jué)軟件 Sherlock。這款軟件不僅可以靈活嘗試不同的預(yù)處理方案，而且提供了適用于裂紋和劃痕檢測(cè)的有效算法。

如果劃痕或裂紋的灰度與缺陷的背景存在較大的灰度偏差，那么檢測(cè)就比較容易。 在這種情況下，可設(shè)定灰度閾值，用二值化的方法將劃痕或裂紋從背景中剝離開(kāi)來(lái)。使用blob分析方法得到劃痕或裂紋的位置大小等信息。

但是，二值化后的缺陷也有可能是不均勻光照引起的，而非真正的劃痕或裂紋。Teledyne DALSA 視覺(jué)軟件Sherlock里的陰影校正法可消除光照變化，提高裂紋和劃痕檢測(cè)的可靠性。它主要是通過(guò)空頻濾波或根據(jù)基準(zhǔn)圖進(jìn)行輸入圖像分離來(lái)實(shí)現(xiàn)的。

空域高通濾波器能夠放大具有較高空域頻率的裂紋和劃痕，消除因照明強(qiáng)度變化造成的低頻變化。因此，它可用于檢測(cè)產(chǎn)品表面的裂紋和劃痕。但是，高通濾波器也會(huì)放大部件表面紋理，在圖像上生成噪聲，加大裂紋和劃痕檢測(cè)難度。 因此，我們應(yīng)設(shè)法去除較低空域頻率，而非放大較高空域頻率。僅保留較高空域頻率變化——劃痕和裂紋。

圖1 陰影校正消除照明變化造成的灰度變化(上圖)，提高劃痕檢測(cè)的可靠性(下圖)

基準(zhǔn)圖是在部件未放置的情況下生成的。該圖顯示了照明分布情況。后續(xù)的輸入圖像則根據(jù)基準(zhǔn)圖進(jìn)行分離，消除光照影響。由于圖像灰度是光照和部件反射或透射相乘的結(jié)果，因此，基于基準(zhǔn)圖的逐個(gè)像素分離法能夠消除光照因素，僅保留部件反射或透射因素。這一方法被廣泛用于顯微鏡檢查，但較少用于生產(chǎn)線。

黃金參照法

多數(shù)部件都存在反射或透射變化，而這會(huì)遮掩表面劃痕和裂紋。我們擴(kuò)展基準(zhǔn)圖的思路，可通過(guò)多幅經(jīng)嚴(yán)格對(duì)齊的合格件圖像(而非空白圖像)，得到平均值，從而生成黃金參照?qǐng)D像。根據(jù)這一總體偏差，我們可以預(yù)估部件各點(diǎn)上的自然或可接受變化值。

輸入部件圖像可以減去黃金參照?qǐng)D像，以便消除光照變化和部件反射或透射變化。這一方法可用于設(shè)定圖像各點(diǎn)的檢測(cè)閾值，在部件灰度結(jié)構(gòu)可以被嚴(yán)格控制的情況下尤其有效，例如半導(dǎo)體。黃金參照?qǐng)D像和部件輸入圖像同樣必須進(jìn)行位置、旋轉(zhuǎn)、比例方面的校正。