（测试计量技术及仪器专业论文）基于机器视觉的瓷砖尺寸及色差检测技术研究.pdf

摘要 摘要 瓷砖的尺寸检测以及表面颜色分类是瓷砖出厂前最为重要的工序。现阶段，由于 技术的原因，这一工序仍然由工人进行手工操作。这种人工的方式精度低，速度慢并 且稳定性差，严重制约了瓷砖产业的发展。因此，研究出一种瓷砖尺寸及色差检测的 自动化技术并且加以实现，可以有效的克服人工分拣带来的问题，大大提高瓷砖行业 的自动化水平，并且对于其他类似行业的自动化普及也有一定的借鉴作用。 本文主要研究了利用机器视觉对瓷砖尺寸及色差进行自动检测的理论方法和算 法实现。涉及到图像采集系统的搭建，二维测量系统的标定，尺寸参数提取算法的研 究，颜色特征的提取以及瓷砖分类算法的研究。主要的研究工作和取得的成果如下： 1 详细讨论了国内外瓷砖质量检测自动化技术的发展现状，并且对基于机器视觉 的自动化检测技术在瓷砖质量检测中的应用进行了深入的分析。 2 搭建了一套基于线阵c c d 的瓷砖图像采集系统，讨论了系统器件的选取。对 二维视觉测量系统标定技术进行了分析，采用了一种能够校正镜头畸变的标定方法， 同时使标定的精度达到亚像素级。并且针对瓷砖所处的生产环境，分析了噪声的来源， 对彩色图像去噪技术进行了讨论。 3 根据采集到的图像的特点，讨论了图像边缘定位算法，并使用轮廓跟踪算法对 边缘点进行了处理。同时使用了基于灰度矩的亚像素边缘定位算法进行了边缘点的精 确定位。采用了一种新的基于角点的尺寸检测方法，试验结果表明，此方法实现简单、 精度合适，适合瓷砖在线检测的使用。 4 讨论了常见的颜色空间模型，选取h s v 颜色空间作为颜色特征提取的颜色模 型。同时通过大量的市场调研，将市场上的常见瓷砖根据表面色彩人工进行了分类， 并且针对每种瓷砖的特点，分别采取了不同的颜色特征提取算法。 5 分别介绍了传统的硬c 聚类( h c m ) 和模糊c 均值( f c m ) 聚类算法的聚 类思想，并对这两种算法进行了分析。在此基础上采用了一种适用于在线使用的瓷砖 表面颜色分类方法，试验表明此算法效果较好，可以满足日常使用。 关键词：机器视觉；彩色图像处理：线阵c c d ；尺寸检测；颜色分类 a b s t r a c t a b s t r a c t d i m e n s i o nd e t e c t i o na n dc l a s s i f i c a t i o no fs u r f a c ec o l o ri st h em o s ti m p o r t a n tp r o c e d u r e b e f o r et h ec e r a m i ct i l e sl e a v ef a c t o r y b u tb e c a u s eo ft h es t a t eo ft h ea r t , t h ep r o c e d u r ei s s t i l lo p e r a t e db yw o r k e ri nm a n u a ll a b o r i th a sd i s a d v a n t a g e so fl o ws p e e d ，l o wa c c u r a c y , a n dl o ws t a b i l i t y , a sar e s u l t ，t h ed e v e l o p m e n to fc e r a m i ct i l ei n d u s t r yi sr e s t r i c t e dh e a v i l y c o n s e q u e n t l y , d e v e l o p i n ga n dr e a l i z i n ga na u t o m a t i ct e c h n o l o g y , w h i c hc a nd e t e c tt h e d i m e n s i o na n dc l a s s i f yt h ec e r a m i cf i l e sb yi t ss u r f a c ec o l o r , w i l le f f e c t i v e l ys o l v et h e p r o b l e m sa n dh i g h l yi m p r o v ea u t o m a t i z a t i o nl e v e li nc e r a m i ct i l ei n d u s t r y m e a n w h i l e ，i t c a na l s op r o m o t et h ep o p u l a r i z a t i o no fa u t o m a t i z a t i o ni no t h e rr e l a t e di n d u s t r i e s i nt h i sp a p e r , t h er e s e a r c hb a s e do nm a c h i n ev i s i o ni sm a i n l yf o c u s e do nt h et h e o r y a n da l g o r i t h m so fa u t o m a t i cd e t e c t i o nf o rc e r a m i ct i l e s d i m e n s i o na n dc l a s s i f i c a t i o no f s u r f a c ec o l o r t h e r er i os e v e r a la s p e c t sr e s e a r c h e di nt h i sp a p e r , i n c l u d es e t t i n gu pt h e i m a g ea c q u i s i t i o ns y s t e m , 2 - dm e a s u r i n gs y s t e mc a l i b r a t i o n , a l g o r i t h m so fa b s t r a c t i n g d i m e n s i o np a r a m e t e r s ，c o l o rf e a t u r ee x t r a c t i o na n da l g o r i t h m sf o rc e r a m i ct i l e s c l a s s i f i c a t i o n t h em a i nr e s e a r c hw o r ka n di m p o r t a n tr e s u l t sa r el i s t e da sf o l l o w s ： 1 n l ed e v e l o p m e n to fa u t o m a t i ct e c h n o l o g yf o rc e r a m i ct i l e s q u a l i t yd e t e c t i o na t h o m ea n da b o a r di sd i s c u s s e di nd e t a i l ，a n dt h ea p p l i c a t i o no fa u t o m a t i cd e t e c t i o n t e c h n o l o g yf o ro 既 a m i ct i l e s b a s e do nm a c h i n ev i s i o ni sa n a l y z e dd e e p l y 2 c e r a m i ct i l e s i m a g ea c q u i s i t i o ns y s t e mb a s e do nl i n e a rc c di ss e tu p ，a n dt h e p r i n c i p l eo fc h o o s i n gd e v i c e so ft h es y s t e mi sd i s c u s s e d c a l i b r a t i o nt e c h n o l o g yf o r2 - d v i s i o nm e a s u r i n gs y s t e mi sa n a l y z e d ，a n dan e wc a l i b r a t i o nm e t h o d ，w h i c hc a nc o r r e c tt h e d i s t o r t i o nb o u g h tb yl e n s ，i su s e d ，a sar e s u l t , t h ep r e c i s i o ni sp r o m o t e dt os u b p i x e ll e v e l c o n s i d e r i n gt h ec e r a m i ct i l e s p r o d u c t i o ne n v i r o n m e n t ，r e s o u r c eo fn o i s ei sa n a l y z e d ，a n d d e n o i s et e c h n o l o g yo fc o l o ri m a g ei sd i s c u s s e d 3 a c c o r d i n gt ot h ec h a r a c t e r i s t i co ft h ei m a g e s ，s e v e r a le d g el o c a t i o na l g o r i t h m sa r o d i s c u s s e d ，a n dc o n t o u rt r a c i n gi su s e dt op r o c e s st h ee d g ep o i n t s m e a n w h i l e ，t h es u b - p i x e l e d g el o c a t i o nb a s e do ng r a y - m o m e n ti su s e dt ol o c a t et h eo d g ep o i n t sp r e c i s e l y an e w d i m e n s i o nd e t e c t i o nm e t h o db a s e do nc o r n e rf i t t i n gi sp r o p o s e d ，t h ee x p e r i m e n tr e s u l t s i n d i c a t et h a tt h em e t h o dh a sa d v a n t a g e si ns i m p l i f i c a t i o na n da p p r o p r i a t ep r e c i s i o n , i ti s a d o p t e dt ob eu s e di no n - l i n ed e t e c t i o no f c e r a m i ct i l e s 4 s e v e r a lc o m m o nc o l o rs p a c e sa r ed i s c u s s e d , a n dt h eh s vc o l o rs p a c ei ss e l e c t e da s t h ec o l o rm o d e lf o rc o l o rf e a t u r ee x t r a c t i o n m e a n w h i l e , t h o u g hal o to fm a r k e t n a b s t r a c t i n v e s t i g a t i o n , c o m m o nc e r a m i ct i l e sf i l ec l a s s i f i e dw i t ht h e i rs u r f a c ec o l o rb yh u m a n se y e s ， a n da f t e ra n a l y z i n gt h ec o l o rd i s t r i b u t i o no fe v e r yk i n do fc e r a m i ct i l e ，s e v e r a lc o l o rf e a t u r e e x t r a c t i o na l g o r i t h m sf i l ed e s i g n e dt of i tt h e m 6 h c mc l u s t e r i n ga l g o r i t h ma n df c mc l u s t e r i n ga l g o r i t h mi si n t r o d u c e di nt h i sp a p e r a n db a s e do nt h ea n a l y s i so ft h et w oa l g o r i t h m s ，an e wc l u s t e r i n ga l g o r i t h mi su s e d , w h i c h i s d e s i g n e d f o rc l a s s i f y i n gt h ec e r a m i ct i l e sb yi t ss u r f a c ec o l o ri nr e a l t i m e t h e e x p e r i m e n tr e s u l t si n d i c a t et h a tt h ea l g o r i t h mi sq u a l i f i e da n ds u i t a b l ef o rd a i l yu s e k e yw o r d s ：m a c h i n ev i s i o n , c o l o ri m a g ep r o c e s s i n g , l i n e a rc c d ，d i m e n s i o nd e t e c t i o n , c o l o rc l u s t e r m 学位论文版权使用授权书 本人完全了解北京信息科技大学关于收集、保存、使用学位论文的 规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子 版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、 扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本 学位论文全文或者部分的阅览服务；学校有权按有关规定向中国科学技 术信息研究所等国家有关部门或者机构送交论文的复印件和电子版；在 不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用 于学术活动。 学位论文作者签名：马泛i j 中 2 0 0 8 年胗月翘日 经指导教师同意，本学位论文属于保密，在年解密后适用本授 权书。( 注：论文属公开论文的，作者及导师本处不签字) 指导教师签名：学位论文作者签名： 年月 日年月日 硕士学位论文原创性声明 本人郑重声明：所呈交的论文题目为基于视觉的瓷砖尺寸及色差 检测技术研究学位论文，是本人在导师指导下，进行研究工作所取得 的成果。尽我所知，除文中已经注明引用的内容外，本学位论文的研究 成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内 容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文 中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。 作者签字：5 枨- , j t 切矽缉12 月百e l 第章引言 第一章引言 1 1 瓷砖在线检测技术研究的目的及意义 瓷砖作为一种不可或缺的建筑材料，应用十分广泛，是建材行业中的重要产品之 一，在国民经济中占有相当重要的地位【l 】。据报道，我国每年约生产大约1 5 亿平方 米的瓷砖。据有关方面公布的国家建材工业局统计数字表明，中国的建筑陶瓷和卫生 陶瓷总产量已跃居世界首位【2 】。根据不完全统计，目前国内已有多家大中型瓷砖企业， 其规模大多在年产百万平方米以上，甚至达千万平方米，加上其他一些较小的企业， 全国瓷砖生产企业已达数千家。并且在某些地区，瓷砖产业已经成为当地的支柱产业。 虽然我国目前已经成为世界瓷砖产品的生产大国，但是在国际上与其他的发达国家相 比，产品档次偏低，难与国际潮流接轨，因此，出口量只占总体产量的很少一部分。 造成产品档次较低的原因有很多，其中最为制约我国瓷砖产品质量提高的因素是缺少 现代化的自动检测设备。 在瓷砖烧制的过程当中，由于配料调配的偏差、窑炉温度的波动以及燃烧环境的 差异等因素，造成了同一生产线上的瓷砖质量等级各不相同。于是，在瓷砖出厂前， 厂家需要对瓷砖的质量进行统一的检测，防止次品流出，以保证消费者的利益。瓷砖 的检测主要集中在两个方面，既尺寸检测和表面颜色检测。根据国家标准g b t 3 8 1 0 陶瓷试验方法【3 】中的定义可知，尺寸检测的主要目的是检测瓷砖在烧制的过程中 产生的尺寸上的变化，检测的范围包括边长、边直度以及直角度等参数。而瓷砖表面 颜色的检测主要是检测瓷砖在烧制过程中产生的颜色差异，目的是将颜色相近或者相 同的瓷砖归为一类。 现阶段，国内外的各大瓷砖生产厂家都已经步入了大规模流水线的生产方式，这 种方式大大提高了瓷砖的生产速度，缩短了瓷砖更新换代的周期，推动了瓷砖产业的 快速发展。但是，与此形成鲜明对比的是瓷砖出厂前的质量检测环节还停留在手工操 作的阶段。一般的人工检测情况为：分检工序在生产线的末段进行，传送带的侧面装 有加强照明的光管，而在传送带的另一侧有多名工人进行分检，分检的效果和效率主 要依赖检验人员的经验。检测过程中由工人搬动墙地砖，调节砖与光管的角度，通过 人眼对其表面颜色进行观察，根据观察的结果来判断其颜色级别，再分流到不同的等 级区域。而对四个角度和边界尺寸的检查则用角尺逐个测量判定。对外轮廓的边的平 行度测量则是与另一标准瓷砖并排比较来实现。经过这样一系列操作来才能实现对一 块瓷砖的分检，有时对大尺寸的瓷砖要两个人配合才能完成检测，劳动强度非常大。 这种人工的方式精度低、速度慢，容易受工人主观经验的影响，并且工人在检测的时 候很容易对产品造成损坏。同时由于瓷砖的生产速度非常的快，每条生产线上都需要 第一章引言 很多的工人进行瓷砖质量的检测，这样来就加大了劳动成本，减少了经济效益。并 且由于生产线环境相对恶劣，严重影响了工人的身体健康。在这种情况下，研制一种 精度高、速度快、稳定性好并且能够对生产线上的瓷砖进行百分之百检测的自动化无 损检测技术就成为了一个亟待解决的难题。 1 2 瓷砖在线检测技术的国内外发展现 1 2 1 国外研究及应用现状 瓷砖质量检测的主要检测对象是瓷砖的尺寸和表面颜色。其中尺寸检测的主要内 容包括长、边直度以及直角度，而表面颜色检测的目的则是将瓷砖按色号进行分类。 国外对于瓷砖质量的自动检测技术研究起步较早，技术相对成熟，并且已经有成型的 产品安装在了瓷砖的生产线上。 近些年来，计算机视觉技术作为一种新兴的学科，成为了国内外的研究热点，并 且在大量研究人员不断的努力下，发展速度非常迅速。同时，在各个领域，逐渐产生 了一系列的基于计算机视觉的应用技术，不仅推动了生产力的发展，而且大大推动了 国民经济的增长【4 1 。在这种情况下，计算机视觉技术逐渐和工业自动化检测技术相结 合，形成了一种新的学科一基于视觉的自动检测技术。这种检测技术不仅具有传统检 测方式的优点，而且精度更高，速度更快，稳定度更好，同时还是一种非接触式的测 量方式，能够实现产品的百分之百测量【5 】。在这种情况下，国外的研究机构大都采用 了基于计算机视觉的瓷砖质量自动检测技术。 以英国s u r r e y 大学为首的课题组c v s s p 与法国、意大利合作研制的瓷砖质量 自动检测系统a s s i s t 采用了三个c c d 摄像头【6 】，其中两个高分辨率黑白线阵c c d 用来检测各种尺寸参数及缺陷，一个高分辨率彩色线阵用来检测颜色以及进行颜色分 类。该系统己能成功地检测单色及颗粒状纹理砖面的各种缺陷，如崩边、裂纹、斑点 等，但对采用丝印技术上釉的其它纹理砖面的缺陷识别则不成功。提供的分类算法主 要基于颜色直方图，对于单色及种类较少的混色砖效果可以满足检测要求，但对纹理 较复杂、颜色较多的砖则效果不理想。 意大利所设立的项目a s p e c t ( a u t o m a t i o i ls e l e c t o rp r o c e s s i n gf o rc e r a m i ct i l e s ) 在瓷砖的质量检测方面也取得了一些成绩【7 1 。它采用的是神经网络模式分类，通过网 络的自学习找到不同模式的特征信息进行分类。同时，考虑到模式对象之间的界限是 不明确的，即这些对象之间不是非此即彼的关系，而是模糊的关系，引入了模糊算法。 另外，该项目组设计的图像采集子系统和照明也在申请专利。研制的设备没有在实际 生产线中安装使用，但在实验室模拟的生产环境如振动、高温、多灰尘等中通过了测 2 第一章引言 试，效果良好。 在瓷砖质量检测方面最为成功的是英国的s u r f a c ei n s p e c t i o n 公司【8 】。该公司自 1 9 8 7 年在英国伦敦成立以来，一直致力于瓷砖质量的自动化检测。其研制的瓷砖自 动检测系统目前已经有多套在欧洲和美国安装使用。该系统的检测速度每小时5 0 0 平方米，也就是说对于1 5 c m x1 5 c r a 的砖，每分钟能检测2 0 0 块，对于3 0 c m x3 0 c m 的砖，每分钟能够检测9 3 块。砖的尺寸检测范围是从l o o c m xl o o c m 到9 0 0 c m x 9 0 0 c m 。 该系统能对市场上绝大多数品种的瓷砖进行尺寸检测和色彩分级。该公司的创始人了 指出瓷砖的色彩是瓷砖表面多个视觉特征的组合，包括颜色、颜色的分布模式以及表 面装饰等等。特征量的选择应满足可靠性，互不相关性和各向同性。单色砖的颜色可 以由均匀颜色空间中三个分量的均值来表示，因为不仅与人眼视觉特性一致，而且它 的可分辨颜色差异是线性的，即在这个空间距离相等的两点呈现出相同的色差感觉。 对于有丝网印花图案的砖，除了选取基色的均值表征其色彩特征外，还要加上表征印 花边缘清晰度、印花颜色等其他特征量等因素。不同品种的瓷砖，其特征提取的方法 也不相同，需要以检测技工的经验和知识作为参考。 从以上的介绍可以看出，国外在这方面的研究已经相对成熟，并且已经推出了适 合于大规模流水线生产的自动检测系统，极大的提高了瓷砖的检测速度，降低了生产 成本，提高了产品在国际市场上的竞争力。 1 2 2 国内研究及应用现状 国内在瓷砖质量自动检测方面的研究起步较晚，技术还不成熟。但最近几年来， 各大高校以及研究所投入了大量的人力物力开展这方面的研究，许多学者为此付出了 巨大的努力，推动了这项技术的进展。同时许多研究人员针对我国墙地砖复杂而且多 样化的特点，研究出了特定的算法，并将相关文章的发表。 山东理工大学刑希东老师等从9 7 年开始，进行智能全自动墙地砖分拣机的研制， 已发表多篇文章，内容涉及瓷砖图像的快速中值滤波和边缘检测、瓷砖的尺寸参数提 取、瓷砖色差的计算机视觉检测以及波水算法用于墙地砖表面缺陷检测【9 1 。 华中理工大学的罗玮、朱大国、戴勇等分别对瓷砖的色差分级所使用的分类器设 计、实用在线尺寸检测方法及基于数学形态学的瓷砖缺陷检测进行了研究【1 2 】。提取图 像的二维色度直方图作为特征参数，在分类的具体操作中，采用分层分类的方式。在 进行精确分类之前，使用图像的均值作为粗分类的依据，排除不可能的类，再用色度 直方图进行细分类。文中还探讨了训练样本的修正以及特征参数与分类器的关系问 题。虽然给出了生产环境和实验室条件下识别正确率的对比结果，但未见到进一步的 相关报导。 戴哲敏介绍了一种瓷砖表面颜色匀度的分析方法【1 3 1 。在数字图像采集及图像处理 3 第一章引言 基础上，利用提取的图像色彩特征值建立了瓷砖表面颜色匀度的计算机视觉检测模 型，对匀色瓷砖的颜色匀度采用灰度处理后的直方图、均方差和梯度法进行分析研究， 并对各方法的优缺点进行了理论分析及实验论证。 欧汝登研究出了一种可以对瓷砖的尺寸以及色差进行在线检测的检测装置，并已 经申请了国家专利【i 6 1 。该装置包括一个光学检测头，它所发出的光斑直接照射在被 检产品面上。该光学检测头检出的模拟量输出至外设的电脑系统，经过a d 转换成 为数字量。然后经过软件处理，将分拣结果通过控制系统来执行瓷砖的分类工作。 佛山某公司研制的“瓷质建材等级自动分拣系统 前不久通过了鉴定，其中的建 材定位检测分拣装置已申请了专利。系统主要检测范围包括单色砖、麻地砖和带有规 则花纹图案的瓷砖。能自动检测瓷砖的外观尺寸和表面瑕疵，并能够对彩色瓷砖进行 颜色分级。在分级时，首先通过摄像机获取地砖的彩色图像，利用数字图像处理的方 法，对表面信息进行处理，提取归一化校准后的红、绿、蓝三色值统计参数表征色彩 特征，然后利用神经网络对地砖的色彩进行分类。但这种方法存在以下两个问题第一 是在颜色特征的提取上，利用的只是基于颜色直方图的统计信息，忽略了颜色的空间 分布，对复杂图案的瓷砖并不适用第二在分类上，由于模板匹一配法的关键是建立样 板图像，而对于目前市场上日益出现的带随机图案的地砖，样板恰恰很难建立。据用 户意见，该系统虽然提高了对尺寸、形状的分拣精度，但对于花色图纹复杂多变的瓷 砖如水晶砖系列、雨花石系列等则分拣效果不理想，而且系统对粉尘大、振动大的现 实生产环境还有不稳定现象。因此，为了能使该系统能适应检测复杂、多变的墙地砖， 还需要进一步提高分类器的性能。 从以上的介绍可以看出，虽然国内已经有大量的研究人员从事这方面的研究，并 且国家也投入了大量的资金，但是国内对于瓷砖质量自动检测技术的研究还处于试验 阶段，并没有成型的产品推出。 1 3 本课题主要研究内容 课题从实际出发，以实现瓷砖尺寸的自动检测与表面颜色的自动分类为目的，在 总结国内外先进研究成果的基础上，结合先进的基于计算机视觉的数字图像处理技术 和模式识别技术，对图像采集系统的设计及其标定、彩色图像去噪、灰度图像边缘提 取、边缘跟踪、表面颜色特征提取以及聚类算法在瓷砖表面颜色分类中的应用等方面 进行了深入的研究。本文的主要工作如下： 第一章：引言。介绍了课题的研究意义，并且通过大量的资料阅读与广泛的市场 调研，对国内外瓷砖质量检测自动化技术的发展状况进行了概述。 第二章：图像采集系统的设计与标定。介绍了系统的设计要求，并对系统中的c c d 传感器和光源等器件的选取原则做了简单的介绍。同时，对二维视觉测量系统的标定 4 第章引言 技术进行了讨论，自主设计了标定靶标，并使用了种能够校正镜头畸变的标定方法。 第三章：瓷砖图像的采集及预处理。介绍了瓷砖背景色的选取原则。针对瓷砖所 处的生产环境，分析了瓷砖图像可能出现的噪声类型，然后针对这些噪声类型选取了 一种改进的矢量中值滤波算法进行图像的滤波。 第四章：瓷砖尺寸的检测。讨论了传统的诸如c a n n y 、l a p l a c e 等边缘检测算子， 并针对采集到的瓷砖图像的特点，给出了适于瓷砖边界提取的边缘检测算法。分析了 边缘跟踪算法在瓷砖质量检测中的作用，使用了一种实现简单的边缘跟踪算法。对亚 像素边缘定位算法进行了详细的讨论，提出了一种适和在线实时使用的基于灰度矩的 亚像素定位算法。同时，使用了一种新的基于角点的瓷砖尺寸参数提取方法。 第五章：瓷砖表面的颜色特征提取。介绍了r g b 、h s v 颜色空间模型以及它们 之间的相互转换公式。针对市场上经常出现的瓷砖表面的花色类型，讨论了几种颜色 特征提取算法。 第六章：聚类算法在瓷砖表面颜色分类中的应用。分别对硬c 均值聚类( h c m ) 算法和模糊c 均值聚类( f c m ) 算法的原理进行了阐述，并指出了这两种算法的不 适合在线分类的原因。在综合了传统c 均值聚类算法优点的基础上，使用了一种基 于专家经验、可以自我学习并且适和在线使用的聚类算法。 第七章：总结与展望。总结全文，并对进一步的研究方向做出展望。 1 4 本章小结 本章对瓷砖质量检测的现状进行了分析，指出了瓷砖质量检测自动化技术的研究 对于瓷砖产业发展的意义。对国内外在此技术上的研究及应用现状进行了简单的阐 述。并且通过国内外资料的搜集，可以看出瓷砖质量检测自动化技术的难点在于表面 颜色的特征提取算法以及分类规则的设计。最后本章对本文的主要研究内容进行了提 纲式的介绍。 5 第二二章图像采集系统的设计及标定 第二章图像采集系统的设计及标定 图像采集系统所采用的硬件设施以及其采集流程都对采集到的瓷砖图像的质量 有重要影响。对于有具体检测目标的视觉检测系统，应该根据检测的具体要求以及待 测产品的特点选取合适的系统硬件。 除了硬件的选取，图像采集系统的标定在整个视觉检测系统中也起着至关重要的 作用，选取合适的标定方法，并根据标定方法设计出相应的标定靶标，可以大大提高 检测的精度。 2 1 系统的设计要求 基于计算机视觉的质量在线检测系统主要是通过对产品的图像进行分析和理解 来获得类似人类视觉系统感知的视觉信息，并在此基础上根据行业标准进行产品等级 分类和花色分拣的【1 7 1 。因此，得到的产品的图像是否能够真实的反映产品的视觉信息 是整个系统工作的基础和根本保证。一般的图像采集系统包括：照明系统、图像传感 器及图像采集卡等设备。 本文的研究重点在于瓷砖质量的在线自动检测技术，所有的后期处理算法都是以 得到高质量的瓷砖图像为基础的，所以针对瓷砖本身的特点，照明系统、图像传感器 以及图像采集卡等设备的选取应该有所偏重，总的来说应该满足以下的要求： 1 、能够对快速运动的生产线上的瓷砖进行图像采集，保证采集的速度。 2 、能够保证图像采集和瓷砖运动的同步性。 3 、能够保证图像采集的精度，符合检测精度的要求。 4 、能够保证图像的清晰度和对比度，并且保证采集到的图像无畸变，为后期的 处理带来方便。 5 、能够适应瓷砖生产所处的特殊环境，可以排除或者忽略客观条件的影响。 2 2 系统器件的选取 图像采集系统的主要设备为图像传感器和光源，应该根据上节中对于系统设计的 要求并通过比较硬件设备的各个参数来选取合适的设备。 2 2 1 图像传感器的选取 图像传感器由一系列的感光单元( 对应于数字图像的像素) 构成。每一个感光单 6 第二章图像采集系统的设计及标定 元都与个处理器连接，该处理器负责测定感光单元被光线激发的电位。它就像传统 摄像机的胶片，只不过它们记录的是光线的强度而不是颜色。根据结构和材质的不同， 可以将图像传感器分为基于c m o s ( 互补金属氧化物) 技术和基于c c d ( 电荷耦合 器件) 技术的图像传感器d s ，其中c c d 图像传感技术在1 9 7 0 年由美国贝尔实验室 研制成功，在2 0 世纪8 0 年代得到了快速的发展，现在已经被广泛应用于摄影测量、 图像采集以及自动化检测等领域【1 9 1 。而c m o s 图像传感技术的出现比c c d 还要早 一年，并且随着集成电路工艺的成熟，也已发展成为常用的固体图像传感器，多用于 高端的民用数码产品当中【2 0 】。 作为两种最为常用的图像传感器，c c d 和c m o s 之间有着诸多的差异，主要 表现在以下几个方面i z l j ： 1 、结构的不同。c c d 传感器中每一行中每一个像素的电荷数据都会依次传送到 下一个像素中，由最底端部分输出，再经由传感器边缘的放大器进行放大输出；而在 c m o s 传感器中，每个像素都会邻接一个放大器及a d 转换电路，用类似内存电路 的方式将数据输出。它们的结构示意图如图2 1 所示。 电压偏置时钟憾痔 产生产生 晶体振荡器时钟驱动 l 输mua mu 前七 广 i i m o s 内部结构示意图 c d 内部结构示意图 c m o 和c c d 传感器内部结构 度的比较。灵敏度代表传感器的光敏单元收集光子产生电荷信号的能力。 cc像传感器灵敏度较cmos传感器高30-50。这主要因为ccd像元耗尽7 第二章图像采集系统的设计及标定 区深度可达10 m m ，具有可见光及近红外光谱段的完全收集能力，而c m o s 的象元 对红光及近红外光的吸收比较困难。 3 、响应速度。由于c c d 采用了串行连续扫描的工作方式，可以次性的读出整 行或者整列的数据。而c m o s 采用的是单点信号传输的方式，通过简单的二维坐标 平面寻址技术，可以对任意的象元读出数据，故基于c m o s 技术的图像传感器的信 号传输速度较快。 4 、噪声比较。c c d 有专属的数据通道，可以保证信号传输的不失真，保证了图 像的完整性。而c m o s 的每个象元都直接连接到a d 转换器上，没有专门的通道可 以使用，造成了噪点的增加，影响了到图像的品质。 5 、成本比较。c c d 传感器的中一个象元的损坏就会导致整排或整列数据不能传 送，而c m o s 图像传感器采用的是半导体电路常用的c m o s 工艺，所以其周边电路 可以很容易的集成到芯片中，节省了成本。故c c d 传感器的成本要高于c m o s 。 总的来说，虽然c c d 和c m o s 图像传感器在各方面的比较中各有优势，但是由 于c c d 传感器在灵敏度和控制噪声方面的优越表现，使它逐渐成为了图像传感器的 主流。并且，考虑到2 1 节中对于系统设计的要求，c c d 传感器符合我们的标准，故 本文采用了c c d 图像传感器。 c c d 图像传感器又分为线阵和面阵两种，且在实际应用中各有优缺点。面阵c c d 的优点是可以直接获取二维图像信息，测量图像直观。缺点是像元总数多，而每行的 像元数一般较线阵少，帧幅率受到限制，在边角处容易出现图像的畸变。而对于线阵 c c d 来说，其优点是一维像元数可以做得很多，总像元数较面阵c c d 相机少，而且 像元尺寸比较灵活，帧幅数高，特别适用于一维动态目标的测量。由于生产技术的制 约，单个面阵c c d 的面积很难达到一般工业测量对视场的需求，而线阵c c d 的分 辨力高，价格低廉，在工业现场测量方面，尤其是在要求视场大，图像分辨率高的情 况下具有面阵c c d 不可比拟的优势，所以线阵c c d 加扫描运动获取图像的方案目前 被广泛使用。 基于以上的描述，本文选取了由日本j a i 公司生产的型号为c v - l 1 0 7 c l 的三线 阵彩色c c d ，它具有三个线阵传感器，分别负责产生r 、g 、b 信号，每个传感器的 像素为2 0 4 8 个，灵敏度达到了7 5 m 矿n ，册2 ，且其光谱响应特性如图2 2 所示。 第= 章闺像采集系统的设计厦标定 2 2 2 照明光源的选取 图2 2 c c d 相机的光谱响应曲线 光源是图像采集系统的重要组成部分，在基于机器视觉的非接触测量技术中扮演 则非常重要的角色。c c d 是种光电图像传感器，属于积分型的传感器件，输出的 电流信号与反射到光敏面上的光照强度有很大的关系，并且光照质量的好坏会直接影 响到采集到图像的质量吲。所以，采用合适的照明光源是获得高质量图像从而方便后 期处理并提高检测精度和速度的保证。 照明光源的参数主要有色温、光谱特性、光照强度、有效距离、光强分布、稳定 性以及寿命等参数。对于本文研究的内容来讲，在对光源进行选择时主要考虑光谱 分布、光照强度、光强分布以及稳定性这三个参数，下面分别加以介绍： 1 、波长范围，是指光源发出的光所占的波长的起至区间。一般来说，c c d 图像 传感器在出厂前就已经确定了它能够感应到的光的波长范围，故在选择光源时要保证 光源的波长范围在c c d 能够感应到的波长区间之内。 2 、光照强度，简称照度，是指物体单位面积上接受到的光通量。为了保证c c d 能够正常的工作以及能够采集到清晰的图像，光源的强度应该控制在c c d 的线性工 作区内，尽量避免c c d 进入饱和区，这样才能保证光电转换的精度并且光照的强 度要适中，太强导致c c d 进入饱和区，太弱会导致采集到的信号过低，影响得到的 图像的质量。 3 、稳定性，稳定性是指光源在一定时间内所发出光的光谱分布及光强的稳定性。 光源是否稳定直接影响到采集到的图像的质量，进而影响到检铡的结果。故在选取光 第二章图像采集系统的设计及标定 源时需要对稳定性进行测试，以保证光源不会对检测系统产生影响。 综上所述，通过对多种光源的比较以及试验，本文选取了经济适用的符合d 6 ，标 准的普通白炽灯作为系统的光源。 2 2 3 系统图示及说明 系统配置示意图如图2 3 所示。整个系统由彩色线阵c c d 传感器、光源、图像采 集卡以及机械传动机构组成。其中机械传动装置包括电机、传送带以及滚轴，并且 1 计算机2 线阵c c d3 编码器4 传送带5 光电开关6 瓷砖7 光源8 电机 图2 3 瓷砖在线视觉检测系统示意图 在传送带的滚轴上安装有一个编码器，同时在传送带的另一端安装有一个光电开关。 系统的工作原理为：电机带动传送带以一定的速度匀速运动，当传送带上的待检 瓷砖经过光电开关的时候，光电开关被触发并给出脉冲通知采集卡开始读取c c d 中 的数据，当瓷砖经过c c d 的视场时，其图像经过光源照射通过镜头放大投射到线阵 c c d 的光敏面上。c c d 相机将扫描到的信号转换为视频信号输出到图像采集卡，然 后图像采集卡将得到的视频信号转换为数字信号并传送到计算机进行处理，从而判断 待检瓷砖是否合格。其中光电开关和编码器的作用是为了使图像数据的采集和瓷砖的 运动同步，消除速度变化带来的影响，编码器每输出一个脉冲系统采集一帧线阵c c d 数据。 系统采集到的瓷砖图像如图2 4 所示。从图中可以看出所采集到的图像清晰且对 比度较高，符合采集要求。 l o 第二章图像采集系统的计标 2 3 系统的标定 图2 4 系统采集到的瓷砖图像 二维视觉测量系统的标定主要是建立空间某平面中的点与摄像机图像中像素点 之间的对应关系。其标定方法从标定过程来说一般比三维视觉测量系统简单，但是因 为二维视觉测量系统的主要应用在尺寸的精密检测方面，故一般要求具有较高的标定 精度嘲。 2 3 1 二维视觉测量系统的标定 二维视觉测量系统的摄像机透射变换可以用理想小孔成像模型来近似。如图2 5 所示，图中o 点为摄像机透视点( 即光学中心) 。a 为透视点到像平面的距离，既像 距。过。点做o z 轴垂直于像平面且交像平面于o i 点，以0 i 点为坐标原点建立像平 面坐标系x y ，o 区轴和o 轴分别平行于c c d 的行和列，同时建立o l x y z 为物 平面坐标系。因为光学成像系统的景深很小，所以在建立数学模型时，物面到透视中 心的距离是固定的，可定义z 。为物距。有几何光学原理可知，来自物面上的任一点 b ( x ，y ，z o + a ) 的光线一定通过透视中心o ，而在像平面上形成像点b l ( h ，y o ) ， 故0 、b 、b 一在一条直线上。 由成像模型可知，物平面上的点b 到像平面上点b 1 之问的变换关系为： 第二二章图像采集系统的设计及标定 x u = 睾x 厶o 口1 7 咒2 歹j 。o ( 2 1 ) 叫烈习 旺2 ， 式2 2 就是二维视觉测量系统的理想标定模型。其中k = a z o 既是成像系统的标 定放大倍数。在这种理想的情况下我们可以计算出采集到的图像中的每个像素的大小 所对应的实际空间中的大小。 一般来说，基于线阵c c d 的二维视觉测量系统的标定涉及到以下几步工作： 1 、进行高精度的靶标设计，其中在设计时要考虑到行距和列距标定的方便性。 2 、调整c c d 使其扫描方向与物体运动方向平行。 3 、调整c c d 并采集靶标图像，使用图像清晰度评价函数来判断靶标是否位于 4 、采集靶标图像，提取特征点，进行标定系数的计算。 2 3 2 标定靶标的设计 用于摄像机参数标定的靶标，必须具有以下两个基本条件：靶标的特征点的相对 位置关系已知；图像特征点的坐标容易提取。在实际的标定过程中，要求根据所检测 的对象以及要求的精度来进行靶标的设计，并且要综合考虑靶标的尺寸、摄像机焦距、 成像物距以及光照条件等诸多的因素。针对本文的研究对象，自主设计了一种标定靶 标，靶标如图2 6 所示。 1 2 第二章图像采集系统的设计及标定 图2 6 标定靶标 两条横线的作用是来标定行距，而竖线的作用是用来标定列距。在靶标的设计过 程中还考虑到了摄像机镜头的非线性所带来影响，这样一来，就可以在标定过程中很 好的校正镜头所带来的几何畸变。 2 3 3 本文使用的标定方法 2 2 1 小节中讨论了理想情况下的二维视觉测量系统的标定几何变换模型，但是在 实际的应用当中，摄像机的镜头是一种非理想的光学器件，当生产线上的产品表面经 过光源照射其反射图像通过镜头时，由于镜头的产生的几何畸变，系统所采集到的图 像都会产生不同程度的非线性变形。 目前，二维视觉测量系统所采取的标定方法大都采取标准件法，所谓标准件法既 是将经过高精度加工的网格板或者圆孔板作为标准靶标，通过c c d 采集将靶标的精 确尺寸反映到其图像中去。然后，根据图2 5 中的理想几何变换模型来计算放大倍数， 至此即标定完毕。这种方法虽然实现简单，但是其标定结果的重复性和准确度都会受 到靶标标准件制造精度的影响，并且这种方法没有考虑到镜头畸变带来的影响，大大 降低了标定精度。基于此，本文使用了一种基于图像处理的二维视觉系统标定方法， 不仅继承了标准件法的实现简单的优点，而且在标定过程中可以较好的校正镜头所带 来的几何畸变，保证了测量的精度。标定过程如下【刎： 使用线性模型来标定行距，根据两条横线在靶标上的实际间距值l 及其在图像上 r 的间距值l ，得出系统的行距标定参数k = 导。 l 考虑到镜头畸变所带来的影响，在标定扫描区域时分两步进行：首先利用线性标 定模型对基本无畸变的靶标中心区域进行标定，设竖线条的实际坐标为y ，图像中对 应的坐标为y ，二者的线性关系为： y = k l y + 后2 ( 2 3 )