（控制理论与控制工程专业论文）基于机器视觉的啤酒瓶空瓶检测机设计开发.pdf

原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本论 文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本 文的研究作出重要贡献的个人和集体，均已在文中以明确方式标 明。本声明的法律责任由本人承担。 论文作者签名：坦日期：堡垒垒兰 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定：同意 学校保留或向国家有关部门或机构送交论文的复印件和电子版，允。 许论文被查阅和借阅；本人授权山东大学可以将本学位论文的全部 或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他 复制手段保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：垄鱼竺毋师签名：日期：业 摘要 现代工业自动化生产中，涉及到各种各样的检查、测量和零件识别，如果 靠人工检测，在给工厂增加巨大的人工成本和管理成本的同时，仍然不能保证 零缺陷。于是应用计算机的快速性、可靠性、结果的可重复性，与人类视觉的 高度智能化和抽象能力相结合，形成机器视觉。 本课题将机器视觉应用于啤酒瓶空瓶检测，系统检测的主要原理为：使用 c c d 相机、采用合理光源、应用光学原理采集图象，对图象进行滤波、定位、 增强、分割等算法处理，最终根据缺陷点灰度值的差异进行图象识别。结合 p l c 与计算机，将其应用于啤酒生产线，形成直线式在线啤酒空瓶检测机，并 对其软件系统进行扩展，使其包含图象处理、人机界面、数据库管理、故障诊 断等多方面功能。 本文首先分析机器视觉及其在啤酒空瓶检测方面的应用价值，介绍系统硬 件各个方面。检测环节主要分瓶口检测、瓶壁检测、瓶底检测、瓶壁二次成象 检测、红外线残留液检测、电磁场碱液检测：视觉检测成象经过图象处理识 别，结果由上位机传入p l c 。由编码器、光电开关结合p l c 控制最终的残缺瓶 剔除。 有了硬件的基础，如何搭建合理可靠的软件系统是产品成熟的关键。本系 统软件方面主要分为现地人机界面部分与远程故障诊断部分。 人机界面部分主要是为操作人员提供一个对话平台，可以设置各个检测环 节参数，记录各环节剔瓶数，并有一些常用数据的归档处理。现地程序通过d l l 与p l c 实现数据通讯，读写p l c 的内部数据，这样可以读取p l c 中寄存器、计数器 的内容，也可以通过内部寄存器驱动剔除设备。使用多线程技术实现人机界 面，异常处理功能使程序更健壮。 由于本课题是一个集控制、机械、电气、光学、检测于一体的智能设备， 早期开发甚至技术成熟后都可能会遇到不同的故障问题。因而建立一个完善的 故障诊断系统就显得尤为重要。系统利用人工智能技术，采用b s 架构，远程维 护生产设备，降低成本，系统主要包括以下功能：用户认证、系统管理员对系 统的维护、用户对信息的搜索、推理与诊断。 在最后考虑到诊断系统长期运行所积累的专家经验知识中势必会有一些冗 余的数据产生，这些冗余的经验知识积累的过多虽会对系统的运行效率产生影 响。应用决策表简化方法简约算法条件属性中的冗余属性，使得推理搜索过程 的任务量减少。 本文对图象处理、j a v a 技术、人工智能、数据库管理、p l c 应用进彳亍较为 深入的研究，对课题设计中出现的问题进行了原因分析并结合实际情况给出了 解决方案。 关键词：机器视觉，空瓶检测，图象处理，故障诊断专家系统 2 a b s t r a c t t h em o d e m i n d u s t r ya u t o m a t i o np r o d u c t i o ni n v o l v e sv a r i o u sc h e c ka n d m e a s u r e m e n t i f d e p e n do nt h em a n u a lw o r l a tt h et i m eo f i n c r e a s i n gt h eh u g ec o s t o f l a b o ra n dm a n a g e m e n t ，i ts t i l lc a n tg u a r a n t e ez e r od i s f i g u r e m e n t p e o p l ec o m b i n e t h es p e e do f c o m p u t e rw i t l lt h eh i g hi n t e l l i g e n c ea n dt h ea b s t r a c ta b i l i t yo f h u m a n v i s i o n , w h i c ht h u sb e c o m et h em a c h i n ev i s i o n t h es y s t e ma p p l i e dt h em a c h i n ev i s i o ni nt h ee m p t yb o t t l ei n s p e c t i o n t h em a i n t h e o r yo f t h es y s t e mw r s ：u s i n gt h ec c dc a m e r a , a d o p t i n gt h er e a s o n a b l el i g h ts o u r c e ， a n da p p l y i n gt h eo p t i c a lp r i n c i p l e ，w ec o l l e c t e di m a g e s ，t h e nu s e dt h ef i l t e r ， o r i e n t a t i o n ，t r a n s f o r ma n dp a r t i t i o na l g o r i t h m so nt h ei m a g e s ，f i n a l l yi d e n t i f i e dt h e i m a g e sb yt h ev a l u eo f g r a y s c a l eo nd i s f i g u r e m e n t w ec o m b i n e dt h ep l cw i t h c o m p n t e r , a p p l i e di ti nt h eb e e rp r o d u c t i o nl i n e ，f o r m e dt h ee m p t yb o t t l ei n s p e c t o r , a n de x p a n d e dt h es o f t w a r es y s t e m ，i n c l u d i n gt h ei m a g ep r o c e s s i n g ，h u m a n - m a c h i n e i n t e r f a c e ，d a t a b a s em a n a g e m e n ta n df a u l td i a g n o s i s t h i sp a p e ra n a l y z e st h em a c h i n ev i s i o na n di t sv a l u eo f a p p l i c a t i o ni ne m p t y b o r i ci n s p e c t i o nf i r s ta n di n t r o d u c e st h es y s t e mh a r d w a r ef i r s t n ee m p t yb o t t l e i n s p e c t i o ni n c l u d e st h ei n s p e c t i o no f b o t t l eb o t t o m , j a w s ，w a l l ，i n f r a r e dr a ya n dh i 曲 f r e q u e n c y w ep r o c e s st h ei m a g e sa n ds e n dt h er e s u l ti n t op l c ，t h e nc o m b i n e t h e c o d e rw i t hc e l ls w i t c h e s ，f i n a l l yr e j e c tt h eb a db o t t l e t h i ss y s t e ms o f t w a r ei sm a i n l yd i v i d e di n t ot w op a r t s ：t h eh u m a nm a c h i n e i n t e r f a c ea n de x p e r ts y s t e mf o rf a u l td i a g n o s i n g 。 h m ig i v e so p e r a t o rt h ei n t e r f a c et os e tp r e c i s i o no f t h o s ei n s p e c t i o n s ，r e c o r dt h e r e j e c t e db o t t l en u m b e r sa n dp i g e o n h o l et h ei m p o r t a n td a t a h m ic o m m u n i c a t e s 晰t l p l ct h r o u g hd l l c a nr e a da n dw r i t et h ep l ci n t e r n a ld a t a s ow ec a nc o n t r o l r e j e c t o rt h r o u g hh m i w eu s et h em u l t i t h r e a d i n gi nh m i ，a n dt h ee x c e p t i o np r o c e s s m a k e sh m i s t r o n g e r b e c a u s et h i ss y s t e mi sa ne q u i p m e n tg a t h e r e dt h ec o n t r o l 、m a c h i n e 、 e l e c t r i c i t y 、o p t i c s ，i nt h ee a r l ye v e nm a t u r ee d i t i o n si tm a ym e e tt h ed i f f e r e n t p r o b l e m s ap e r f e c tf a u l td i a g n o s i ss y s t e mi sv e r yi m p o r t a n t t h es o t 3 c w a r es y s t e m m a k e su s eo f t h ea r t i f i c i a li n t e l l i g e n c e ，a d o p t st h eb ss t r u c t u r ea n dm a i n t a i n st h e i n s p e c t i o nv i ai n t e m e t 3 4 t h ef a u l td i a g n o s i ss y s t e mm a yi n c l u d es o m er e d u n d a n c yd a t a , t h a tw i l la f f e c t t h ee f f i c i e n c yo f s y s t e m w eu s em i n i m u md e c i s i o na l g o r i t h mt og e t 矗do f t h e r e d u n d a n c yd a t a t h e r ew a sad e e ps t u d yt oi m a g ep r o c e s s i n g ，e x p e r ts y s t e mf o rf a u l t d i a g n o s i n g ，d a t a b a s em a n a g e m e n ta n da p p l i c a t i o no f p l c i ta l s oa n a l y z e dc a u s e so f t h ep r o b l e mi nt h ea c t u a lp r o j e c ta n dg a v et h ep o s s i b l es o l v i n gm e t h o d s k e y w o r d s ：m a c h i n ev i s i o n ，e m p t yb o t t l ei n s p e c t i o n ，i m a g ep r o c e s s i n g ， e x p e r ts y s t e mf o rf a u l td i a g n o s i n g 符号说明 h m i ：h u m a nm a c h i n ei n t e r f a c e 人机界面 m v c ：m o d e l v i e w - c o n t r o l l e r 模型视图控制器 k d d ：k n o w l e d g ed i s c o v e r yi nd a t a b a s e 基于数据库的知识发现 1 1 机器视觉的概况 1 1 1 机器视觉的定义 第一章绪论 在现代工业自动化生产中，涉及到各种各样的检查、测量和零件识别应 用，例如，汽车零配件尺寸检查和自动装配的完整性检查，电子装配线的元件 自动定位，饮料瓶盖的印刷质量检查，产品包装上的条码和字符识别等。这类 应用的共同特点是连续大批量生产、对外观质量的要求非常高。通常这种带有 高度重复性和智能性的工作只能靠人工检测来完成，经常在一些工厂的现代化 流水线后面看到数以百计的检测工人来执行这道工序，在给工厂增加巨大的人 工成本和管理成本的同时，仍然不能保证1 0 0 的检验合格率( 即“零缺陷”) 。 而当今企业之间的竞争，已经不允许哪怕是0 1 的缺陷存在。有些时候，如微 小尺寸的精确快速测量，形状匹配，颜色辨识等，用人眼根本无法连续稳定地 进行，其他物理量传感器也难有用武之地这时，人们开始考虑把计算机的快速 性、可靠性、结果的可重复性，与人类视觉的高度智能化和抽象能力相结合， 由此产生了机器视觉的概念羽“。 1 1 2 机器视觉的原理 机器视觉是用计算机来分析从摄像机获得的图像的一种方法。分析结果被 用来报告信息( 探测结果) 、控制工艺过程或移动物体。与般意义上的图像处 理系统如多媒体系统相比，机器视觉强调的是精度和速度。以及工业现场环境 下的可靠性。 采用c c d 照相机将被摄取目标转换成图像信号，传送给专用的图像处理系 统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些 信号进行各种运算来抽取目标的特征，如：面积，长度、数量、位置等；最 后，根据预设的容许度和其他条件输出结果，如：尺寸、角度、偏移量、个 数、合格不合格、有无等。机器视觉的特点是自动化、客观、非接触和高精 6 山东大学硕士学位论文 度，与一般意义上的图像处理系统相比，机器视觉强调的是精度和速度，以及 工业现场环境下的可靠性。机器视觉极适用于大批量生产过程中的测量、检查 和辨识，如：零件装配完整性，装配尺寸精度，零件加工精度，位置角度测 量，零件识别，特住字符识别等。 1 1 3 机器视觉与传统检测技术的比较 机器视觉检测技术具有速度快、精度高、自动化程度高等突出的优点，能 很好的满足现代制造业的需求，在实际中显示出广阔的应用前景。机器视觉技 术相对于传统检测技术在检测领域中的优点表现在： 1 、非接触； 2 、检测速度快； 3 、精度高； 4 、实时性强，能实现全自动检测； 5 、现场抗于扰能力强。 1 1 4 机器视觉与普通计算机视觉的区别 广义来说都是利用图像处理技术达到对目标的理解、识别等。但是从应用 上来说机器视觉具有独特的特点： i 、相比较而言，机器视觉更是一项综合技术，其中包括数字图像处理技 术、机械工程技术、控制技术、电，光源照明技术，光学成像技术、传感器技 术、模拟与数字视频技术，计算机软硬件技术，人枕接口技术等。这些技术在 机器视觉中是并列关系，相互协调应用才能构成一个成功的机器视觉应用系 统。 2 、机器视觉更强调实用性，要求能够适应工业生产中恶劣的环境，要有合 理的性能价格比，要有通用的工业接口，能够由普通工人来操作，有较高的容 错能力，有较高的安全性，不会破坏工业产品，还必须有较强的通用性和可移 植性。 3 、对机器视觉工程师来说，不光要具有研究数学理论和编制计算机软件的 能力，更需要的是光、机、电一体化的综合能力。 7 4 、机器视觉更强调实时性，要求高速度和高精度，因而计算机视觉和数字 图像处理理论中的许多技术目前还难以应用于机器视觉，它们的发展速度远远 超过其在工业生产中的实际应用速度。 1 1 5 机器视觉的发展应用 机器视觉自起步发展到现在，已有l o 多年的发展历史。机器视觉作为一种 应用系统，其功能特点是随着工业自动化的发展面逐渐完善与发展的。目前全 球机器视觉市场总量大概在6 0 - 7 0 亿美元，按照每年约8 8 的速度增长。在中 国，这个数字目前看来似乎有些庞大，但是随着加工制造业的发展，中国对于 机器视觉的需求将呈上升趋势。 1 1 5 1 机器视觉在国外的应用现状 在国外，机器视觉的应用主要在半导体及电子行业，其中大概4 0 一5 0 都集 中在半导体行业。应用领域主要有： p c b 印刷电路：各类生产印刷电路板组装技术、设备：单、双面、多层线路 板，覆铜板及所需的材料及辅料：辅助设施以及耗材、油墨、药水药剂、配件： 1 电子封装技术与设备：丝网印刷设备及丝网周边材料等。 s m t 表面贴装：s m t i 艺与设备、焊接设备、测试仪器、返修设备及各种辅助 工具及配件、s m t 材料、贴片剂、胶粘剂、焊剂、焊料及防氧化油、焊膏、清洗 剂等：再流焊机、波峰焊机及自动化生产线设备。 电子生产加工设备：电子元件制造设备、半导体及集成电路制造设备、元器 件成型设备。 除此之外，机器视觉还应用于产品质量检测等其他很多领域。 1 1 5 2 机器视觉在国内的应用现状 在中国，上述行业本身就属新兴领域，加之产品与技术的普及不够，导致 机器视觉在以上各行业的应用几乎为空白，即便是有，也只是低端方面的应 用。但是随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像 和机器视觉技术的工业自动化、智能化需求开始广泛出现，国内有关院校、研 究所和企业近两年在图像和机器视觉技术领域进行了积极思索和尝试，逐步开 始了工业现场的应用，主要涉及制药、印刷、矿泉水瓶盖检测等领域。 8 l1 5 3 中国机器视觉未来发展趋势 工业的发展，带来了对机器视觉需求的提升，也决定了机器视觉将由过去 单纯的采集、分析，传递数据、判断动作，逐渐朝着功能集成与功能扩展的方 向发展，机器视觉将与自动化更进一步的融合。在未来的几年内，随着中国加 工制造业的发展，对于机器视觉的需求会逐渐增多：随着机器视觉产品的增多， 技术的提高，国内机器视觉的应用状况将由初期的低端转向高端。 1 2 基于高速机器视觉的啤酒瓶检测系统概况 1 2 1 啤酒空瓶检测的必要性 对啤酒厂来说产品质量影响因素很多，例如原料质量、工艺、酿酒技术 等，这些都是在啤酒酿造过程中的质量保证。其中酒瓶缺陷和脏物( 瓶口、瓶身 和瓶底) 也是影响啤酒质量的一个关键要素。 空啤酒瓶质量问题主要由如下三方面的原因引起，一、相当数量的国内啤 酒瓶生产企业没有在线检测设备，瓶子的出厂检测大多采取抽检方式。这样、 无法将不合格品全部剔除，难免有大量不合格的瓶子出厂；二、回收瓶质量失 控制约了新瓶质量的提高。我国啤酒生产每年需要近3 2 0 7 亿只酒瓶子，其中新 瓶只占2 0 左右，8 0 左右为回收瓶。经济利益驱使啤酒厂首先选择使用回收 瓶，同时对新瓶压价，从而影响了瓶子质量。与此同时，不少啤酒生产企业对 回收瓶的进厂检测不严格，或是缺乏有效的检测手段，仅凭感官检查瓶子的划 伤和裂纹，使大量有质量隐患的旧瓶进入灌装线，进而流入市场。回收瓶在没 有严格质量保证控制的情况下反复使用，不仅可能危及消费者的安全，而且会 制约啤酒瓶质量的进一步提高和企业的发展；三、一些啤酒生产企业为降低成 本，使用塑料绳将啤酒瓶捆绑在一起出厂。这种包装方法在运输、销售和饮用 过程中极易造成瓶子划伤和碰撞。酒瓶表面轻微划伤后，其抗冲击、抗压力性 能下降6 0 9 6 ，严重划伤的则下降9 0 。 所以在啤酒灌装前必须对空啤酒瓶进行检测，把不合格品剔除，才能进行 啤酒的灌装。而目前我国大多数啤酒厂还是采用人工对空啤酒瓶质量进行检 测，效率低下，速度慢，劳动强度大。所以，急需要开发一套啤酒空瓶检测装 9 置实现空瓶的自动化检测。 啤酒空瓶的检测具有如下特点： 一、材料是玻璃，这对很多传统检测技术来说是个难题； 二、啤酒空瓶检测强调实时、在线，确保对过程实现全面控制，提高生产 效率和产品的合格率。比如现在很多啤酒生产线生产速度在3 6 0 0 0 瓶时以上， 这是许多传统检测手段无法提供的； 三、空瓶形状复杂，不利于实现接触方式检测，而非接触方式是传统检测 技术所不能解决的。 1 2 2 检测系统的组成及检测内容 本课题针对啤酒空瓶检测的特点与要求，针对4 个方面进行检测，检测环节 与检测内容简列如下： i 、瓶口检测 一瓶口密封面检测 一螺纹检测 2 、瓶壁检测 一瓶壁内、外表面脏物检测 一磨损度检测 3 、瓶底检测 一瓶底脏物 一裂纹 4 、瓶内残液检测 一残留碱液 一残留油 残留水 空瓶经过检测机，如果上述4 项检测都合格则顺利进入生产线的下一个环 节，如果不合格将由剔除器来剔除。如瓶子破损则被剔除到垃圾箱，直接销 毁；如瓶子内有残留液，则剔除到另一条传送带，经过传送带传送到洗瓶环 节。 l o 1 3 本文的主要研究工作 本课题的研究主要是以啤酒瓶检测机器视觉系统为硬件基础，对视觉系统 图象进行处理与识别；并建立一个系统软件，在此软件中实现了与视觉系统与 p l c 控制器的通讯，可以对系统进行参数设定，记录啤酒瓶检测的各种数据并统 计归档，为啤酒生产厂家提供本系统的数据接口；而且将人工智能用于远程诊 断为用户及厂商提供故障解决方案。 未来产品的进一步开发或者扩展建立在现有的软件基础上，例如满箱检 测、灌装管理系统可以使用与验瓶机软件相类似的界面进行操作，且可使用同 一故障诊断系统，通过不同的机器标识号进行远程故障查询。 第2 章啤酒瓶视觉检测系统硬件总体方案 2 1 总体方案选择与对比 2 1 1 机器视觉系统分类 机器视觉系统根据其硬件平台，可以大致分成两类，p c 式或称板卡式机器 视觉系统( p c b a s e dv i s i o ns y s t e m ) ，以及嵌入式机器视觉系统，亦称“智能 相机”( s m a r tc a m e r a ) 或“视觉传感器”( v i s i o ns e n s o r ) 。 l 、基于p c 的机器视觉系统采用通用p c 机加图像采集卡的硬件平台，由图像 采集卡进行视频捕捉，采集到的图像不加任何处理的传送到p c 机，在p c 机上通 过软件对捕捉到的图像或视频片断进行处理，从而得到图像处理结果。 2 、基于嵌入式处理器的机器视觉系统，可以完全脱离通用p c 机工作，采用 专用或自行设计的视频捕捉电路，通过嵌入式处理器完成图像处理的功能。 2 1 2 机器视觉系统对比与选择 一、基于p c 的机器视觉系统，具有以下两个优点： 1 、最大限度的利用了通用计算机的主板、内存、硬盘等硬件资源，硬件平 台比较成熟。 2 、针对通用计算机的软件及操作系统也较为成熟，且p c 的内存及硬盘容量 非常大。 p c b a s e d 视觉系统配置灵活，开发周期短，开发成本较低。p c b a s e d 视觉 应用软件系统选用什么样的视觉软件s d k 是很重要的，它将直接影响到系统的工 作速度和稳定性。选择一款适合项目需要的机器视觉二次开发包时，应从视觉 软件能达到的精度、速度、鲁棒性、硬件的要求。 二、嵌入式机器视觉系统，可以很好的解决实时性问题，这表现在： 1 、使用专用的处理器，其数字信号处理能力优越。 2 、图像在采集后被实时的处理，基本不存在图像传输的带宽限制。 3 、针对嵌入式处理器的软件是实时性的。 通过对多家啤酒厂与设备厂家的调研，最终确定本课题的设计使用了嵌入 式机器视觉系统来解决实时性问题，并将p c 机的灵活性、p l c 的可靠性、分布式 网络技术结合在一起。 2 2 系统框架 图7 - 1 系统硬件框架 通过图2 1 可以直观的看出各个环节的连接情况。 通过4 个相机获取并处理识别图象，图象处理的结果可送入人机界面，也可 以通讯给p l c 。 人机界面与验瓶机p l c 通讯，可以读写p l c 内部数据。 瓶子通过无压力传送单元传入验瓶机，而验瓶机p l c 结合检测元件与编码 器，最终达到剔除不合格瓶子的结果 2 3 系统主要环节 2 3 1 进瓶前无压力传送单元 无压力传送是控制瓶子平稳进入验瓶机、灌装机和贴标机等设备的输送带 出垄叁垒丝主垒垡垒塞一 控制系统。 无压力输送带控制系统可分为两个部分：控制单元和动力单元a 控制单元 是基于p l c 的基本控制设备。动力单元包含必需的变频器和用于紧急关闭的安全 继电器。 图2 - 2 无压力主要传感器图 图2 2 为无压力传送单元使用的主要检测元件，堵瓶检测开关、触发器检测 桥，瓶问空隙检测器。其检测原理：通过检测元件得到在一个区域中存在的瓶 子数目与想要维持的数目进行比较，从而控制电机组的加速或减速，、驱动传送 带，使瓶间距保持在需要的距离。 、 2 3 2p l c 单元 2 3 2 i c p u 模块 选用s i m a t i cs 7 3 0 0 系列c p u 3 1 5 - 2 d p 。它具有m p i 接口和p r o f i b u s d p 主从接口，可用于中大规模的i o 配置，也可用于建立分布式i o 结构，这 正适合建立与各远程子站相接的结构。它具有6 4 k 的程序存贮器，2 0 4 8 个位存 贮器，“个计数器。1 2 8 个定时器，定时范围为1 0 m s - 9 9 9 0 s 。 c p u 3 1 5 - 2 d p 的总i o 地址空间为1 0 2 4 1 0 2 4 字节，其中过程映像i 0 为 1 2 8 1 2 8 字节。数字i 0 总数为8 1 9 2 个通道，其中集中的i 0 为1 0 2 4 个通道a 模拟i 0 总数为5 1 2 个通道，其中集中的i 0 通道数为2 5 6 1 1 2 8 0 。每个系统可 以扩展3 2 个模块，模块内集成背板总线。 2 3 2 2 电源模块( p m ) 1 4 选用p s 3 0 7 - 2 a 电源模块2 块，分别给s i m a t i cs t - 3 0 0 c p u 和e t 2 0 0 扩展 模块供电。 $ 7 - 3 0 0 需要2 4 v 直流电源，p s 3 0 7 负载电源模块将1 2 0 2 3 0 v 交流电压转变 为2 4 v 直流工作电压。电源模块安装在d i n 导轨上，紧靠在c p u 或e t 2 0 0 m ( 扩展模块) 的左侧。使用电源连接器连接到c p u 或e t 2 0 0 m 上。模块的前面 板上有电源输出指示器l e d 灯、线电压选择开关( 1 2 0 2 3 0 v ) 、2 4 v 直流的 o n o f f 开关等。 2 3 2 3 数字信号模块( d i i ) o ) 通过s i m a t i cs 7 3 0 0 的数字输入，输出模块，可将状态信号和控制信号传 送给p l c 的c p u 。数字i ( 3 模块具有以下性能与优点： l 、结构紧凑：牢固的塑料机壳中包括绿色的l e d 用来显示输入输出端的 信号状态；连接器由前盖保护，前盖上有标签区。 2 、组装简单：模块d i n 标准导轨上，通过总线连接器与相邻模块相连 接。 3 、方便用户的接线：模块通过插入式的前连接器进行接线。第一次插入连 接器时，有一个编码元件与之啮合，这样该连接器就只能插入同样类型的模块 中。更换模块时，可保持前连接器的接线状态，用于同样类型的新模块。 4 、优化配合：可利用可以任何方式组合的模块使输入，输出点数与任务相 配合。 、 5 、灵活的过程连接：可通过不同的数字执行元件和传感器使s 7 3 0 0 与过 程相连接。 2 3 2 4 模拟信号模块( a i a o ) $ 7 - 3 0 0 的模拟输入输出模块用于连接不带附加放大器的模拟执行元件和传 感器完成包含模拟过程的较复杂的任务。模拟量输入模块将扩展过程中的模拟 信号转化为s 7 3 0 0 内部处理用的数字信号。与它相连的外部设备有电压和电流 传感器、热电偶、电阻和电阻式温度计等。它的性能和优点类同于数字量模 块。另外，它具有强大的模拟技术。不同的i o 范围和高分辨率允许与众多不 同的模拟传感器和执行元件相连。 它的特性有： a ) 从9 到1 5 位+ 符号位分辨率可调( 用于不同的转换时间) ； b ) 各种测量范围：基本的电流电压测量范围由量程卡机械设定；微调由 编程装置中的s t e p 7 “硬件组态”功能进行设定； c ) 中断能力：该模块将诊断和超限中断传送到可编程序控制器的c p u 中： d ) 诊断：该模块将大量的诊断信息传送给c p u 。 2 3 3v s 7 1 0 视觉传感器 v s 7 1 0 是业内第一个智能化的、一体化的、带p r o f i b u s 接口的、分布式的灰 度级工业视觉系统，它将图象处理器、c c d i o 集成在一个小型机箱内，提供 p r o f i b u s 的联网方式或集成的i o 和r s 2 3 2 接口。更重要的，通过p cw i n d o w s 下 的p r ov i s i o n 参数化软件进行组态，v s 7 1 0 第一次将p c 的灵活性、p l c 的可靠 性、分布式网络技术和一体化设计结合在一起，在p l c 和p c 体系之间找到了完美 的平衡”。 v s 7 1 0 的主要技术特点如下 ( 1 ) 集成数字化照相机 高分辨率c c d ，7 8 8 , 5 论p f 形象素； 直接象素数字化采样，+ 无转换误差； 集成全帧快门，适合运动物体； 快门速度i s o l 1 0 0 0 0 s 可选； 图2 - 3v s 7 1 0 图 集成频闪控制； ( 2 ) 集成c p u 快速处理灰度图象 8 0 4 8 61 0 0 mc p u ，直接处理象素数据； 1 6 m br a m ，可执行复杂程序； 1 6 m bf l a s h d i s k ，最多存储2 0 0 个程序； 2 m b 图象存储器，可在处理图象时同步抓取下一幅图象； 采用倍速扫描技术，图象采集过程中即可进行评估； 半帧模式时吞吐率达2 5 件秒，全帧模式时达1 6 件秒： ( 3 ) 采用标准连接接口 p r o f i b u s d p ，传输率9 6 k b p s 一1 2 m b p s ； 节点地址号1 - 1 2 5 ，标准9 针接口，r s 4 8 5 ； r s 2 3 2 接口9 6 k b p s 一1 1 5 k b p s ； 数字i o , 2 4 v 0 5 a ，光电隔离； 直接v g a 监视器接口； 标准c - m o u n t 镜头接口： 工业2 4 v 0 6 a 电源； ( 4 ) 采用p r o v i s i o n 软件进行参数化 利用p r o f i b u s d p 对几个从属v s t i o 进行远程配置； 用r s 2 3 2 和p r o f i b u s 进行在线参数传输： 完整的检查工具； 友好的界面； 画面只显示有问题的图象而不影响处理性能。 2 3 4 视频检测环节 2 3 4 1 瓶口检测 图2 4 瓶口检测环节 闪光灯通过光学透镜和滤光系统照射在瓶口中，瓶口密封面反射光线传送 到c c d 相机，在c c d 相机中成像为圆环。处理后的图像将用于评估，以判断瓶 口的好坏。 1 7 2 3 4 2 瓶底检测 图2 - 5 瓶底检测环节 如图2 - 5 所示，闪光灯照射瓶底经过透镜和滤光组件传送到c c d 相机中。 通过图像处理可以评估瓶底的好坏。 2 3 4 3 瓶壁检测 图2 - 6 瓶壁检测环节 如图2 - 6 所示，闪光灯照射瓶侧，4 块反射镜得n - 个瓶子的四个不同角 度的图像。可以看到在瓶壁内表面或外表面的脏物挡住光线，在图像上形成阴 影，c c d 相机拍到组合的4 幅图像，进行分析评估瓶侧的好坏。 圈2 - 7 瓶壁二次成象检测 由于这种通过反射镜的检测方法，在一次瓶侧检测时会产生死角，所以设 计了两次成像方案。比如左侧为进瓶口，如上图所示，空瓶经过传送带的夹 ， 转，在右侧的出瓶口处的瓶子已与进瓶口处形成9 0 度角。所以第一次产生成像 ， 时的死角被检测，两次检测可检测1 6 0 的瓶壁表面。 2 3 5 残留液检测 如2 - 8 左图所示，闪光灯发出特定的红外光线，瓶中的脏物吸收红外光， 独特的红外传感器测量接收到的红外光并同定义的极限值进行比较，从而达到 检测残留液的目的。 如2 - 8 右图所示，发射器建立了一个电磁场，接收器接收信号并进行分 析，由于碱性残留液影响电磁场，从而达到检测瓶子中从洗瓶机中带出的残留 碱液的目的。 1 9 2 3 6 剔除环节 图2 - 8 残留液检测环节 图2 - 9 剔除环节 在高速运行而且速度不恒定的运行生产线上，如何剔除瓶体是一个关键而 且复杂的环节。 本课题使用的剔除定位方法是，在进瓶区为每个瓶子设置编号，在各个瓶 子的检测位置上，系统获得每个瓶子的数据信息。控制单元p l c 结合编码器， 针对不合格的瓶子进行精确定位，也就是说虽然运动物体的速度是不恒定的， 但是从检测开关到剔除器的距离却是恒定的，我们利用光电开关结合编码器测 出物体实际前进的距离，如果瓶子是坏瓶则在达到这个距离的时刻向剔除器发 出剔除信号，激活剔除器的机械动作。气动控制的高速气缸可以迅速的伸展与 回收，剔除器将瓶子剔除到另外一个并行的输送带或者垃圾回收箱中。 2 4 小结 本章首先比较了机器视觉系统的两种框架，分析各自的优缺点，确定了本 课题使用的系统框架；然后分析了各个环节之间的通讯与连接形式；最终简略 的介绍了本系统的各个检测环节原理与硬件参数。 2 1 山东大学硕士学位论文 第3 章图象的处理与识别 3 1 图象处理 针对本课题对象是高速运动中的物体，图象处理过程中主要需要用到下面4 种处理。订儿羽。m 1 3 。1 1 平滑滤波处理算法 从相机获得的图象由于转化过程中电磁特性及外界环境的影响，使图象退 化变质或含有噪音，因而需要平滑滤波处理1 。 3 1 1 1 邻域象素平滑滤波 由于高频噪声的随机性，使噪声点与其邻域象素灰度上呈现变化，造成图 象退化。邻域象素平滑就是以处理点邻域内象素灰度的平均值代替处理点灰 度，达到平滑的目的。g ( f ，d 是点 ，y ) 的邻域象素灰度，f = q j l _ ，= q j l ， 、s 为邻域长、宽点数，设f ( x ，力是处理点灰度，x = o ，n - 1 ；y = o ，m - 1 ， 、。 1，一i 胛是图象长度，肼是图象宽度，则有：f ( x ，力= 击g ( f ，) 可以平滑掉噪声 j 一i 曲 卸 点，但同时也对图象边缘点进行平滑，使边缘变得模糊，不利于边缘处理，邻 域越大，模糊程度愈强。因此进行改进。加限制条件 ii i r b 蓑g ( i , j ) - f ( x , y ) l 聃煳进行平滑处理否则处理点灰 ij i oi 度保持不变。 该方法简单，计算量小，但使用时对图象边缘会产生模糊。 3 1 1 2 快速中值滤波 快速中值滤波算法是对经典中值滤波方法的改进，是一种非线性滤波方 法，在滤波的同时有一定的保持边界能力，但窗口增大会丧失这一能力。在滤 波时首先选定窗口，窗口在图象上从左向右，从上向下移动，对每个窗1 = 1 中心 的象素，以该窗口内所有象素按灰度从小到大排队，并取中间位置的灰度代 山东大学硕士学位论文 替。由于排队过程需要时间长，因此处理速度慢。快速中值滤波不直接进行排 队，而是对窗口内的象素进行直方图统计确定中值，且在移动中只统计窗口左 边移出的一列和右边移入的一列，对于中间部分由于和前一窗口相同，不需要 重新统计，从而提高了处理速度。 3 1 2 快速定位算法 图象定位算法在静态情况下不需要使用。但是本课题是对运动目标的图象 处理，由于运动的原因，目标物体在图象中的位置是变化的，通过定位可以确 定图象的具体位置，从而减少图象处理的范围，减少计算量，有利于提高系统 速度。 3 1 2 1 快速定位 定位是为了确定瓶的被测部位在图象中的相对位置，不需要确定全部象 素。从快速操作的要求出发，采用等间隔网格点扫描法，可以降低图象处理工 作量。设水平间隔和垂直间隔相等，且间隔设为a 点，图象大小为n * m ，g ( i ，_ ，) 为灰度级，又设阂值为t h ，则网格集合a 表示为： 4 ( g ，y j g ，y ) = 爱i 矿fg g ( 。i , j ) ， t 历h ) 善= 。，口，2 4 ，；y = 。，口，z 口，_ 如果f ( x ，y ) 等于l 表示点( x ，y ) 属于图象网格集合，否则属于背景集合。 3 1 ，2 2 区域标记 在图象中多于一个目标物体或者包括多处不同性质的区域时，例如本课题 的瓶壁检测，需要对不同区域加以区分。区分的常用方法是区域标记法。 3 1 2 3 定位参数 设给定目标的网点经标记后定为n 个，坐标为( ，只) ，每个网点的质量相等 为m ，参考形心坐标为( c 。，c ，) ，则每个网点对x ，y 轴的静力矩表示为 心= z 暑x m = c x e 曷m 即q2 蕃置这也就是质心法。 彬= 儿肼= c y 所 勺= 咒 估算了形心点坐标q ，c y 后，可以利用q ，c ，来估计参考半径r ，。标记过 程中记录了网点x 坐标，y 坐标的最大值，记为，y 。，假定靠y 。，则参考半 径r ，- - - i x 一c 。i + e 口为给定处理区大小，一般取1 0 - 1 5 象素。 3 1 3 灰度变换 一幅图象从获取到处理过程中的每一次变换，如生成、传输等后，由于各 种环境和设备的影响，输出图象的质量或多或少地降低或退化，采用技术去改 善图象的视觉效果或将图象转换成一种更适合自动分析识别的形式“，称为图 形增强“。对图象中的每一个象素的灰度级进行标度变换，扩大图象灰度范 围，以达到增强图象的目的。标度输入图象的象素点( x ，y ) 的灰度级为f ，通过 映射函数t 映射成输出图象的灰度级g ( 盖，y ) ，即g g ，y ) = r u g ，y ) ) 。 当图象在成象时曝光量不适合或设备的非线性动态范围过窄时，都会产生 对比度不足的情况，使图象的细部不够清晰而影响后续的识别处理。将图象灰 度线形扩展可以显著改善图象的质量。 设原图象f ( x ，y ) 的灰度范围为 a ，b ，希望变化后的图象g ( x ，y ) 动态范围为 c ，d ，则： g ( x ，y ) ：( d - c 耵_ ( x , y ) - 一a 十c d a 、 而要进行处理的图象，目标物体占图象的大部分，因而大部分图象灰度级 为目标物体灰度，小部分为背景灰度，对上式进行改进，、即： ( d - _ c ) h l f c 口s f i x ，心sb 。_ ( 考y ) - a a g y ) = c ， 力 6 这样即可以将灰度扩大，增大图象对比度达到增强图象的目的，有可以滤除部 分过亮或过暗的图象点。 3 1 4 图象分割 图像分割是指通过某种方法，使得画面场景中的目标物被分为不同的类 别通常图像分割的实现方法是，将图像分为“黑一，“自”两类，这两类分 别代表了两个不同的对象。因为结果图像为二值图像，所以通常又称图像分割 出盔盔堂巫鲎焦逾查 为图像的二值化处理n 2 m ”。图像分割是比较困难的事情，原因是画面中的场景 通常是复杂的，要找出两个模式特征的差异，并且可以对该差异进行数学描述 都是比较难的。 图像分割原理上的计算公式如下： g ( f ，舻锰i 矿ff 朋( i , j ) o ：e l s ed t o ) ，转4 ，直到满足条件。 3 1 4 2 均匀性度量法 均匀性度量方法，是根据“物以类聚”的思想而设计的。其基本设计思想 是：属于“同类别”的对象具有较大的一致性。实现的手段是：以均值与方 差作为度量均匀性的数字指标。 算法如下： 1 、给定一个初始阈值t h = t h o ( 例如：可以默认为1 ，或者是1 2 8 等) ，则将 原图分为c 1 和c 2 两类； 2 、分别计算两类的类内方差： 盯? = 驴g ，y ) 一。) 2仃；= ( i ( x ，y ) 一：) 2 f b ，y k c lf b ，y c 2 舻瓦1 巾e 沸f ( xy )舻击，磊y ) 3 、分别计算两类像素在图像中的分布概率统计该类像素对图像的影响程 度。 胪老胪老 4 、选择最佳阂值t h = t h * ，使得下式成立： 【p 。o - 之+ p ：口；】f 功：硝= m i i l