（机械电子工程专业论文）锂锰扣式电池表面质量视觉检测与清分剔除系统研究.pdf

， ， i _ 一 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除 了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也 不包含为获得丞洼互些太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作 的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。 学位论文作者签名纠确 签字脚汕年了月) 日 学位论文版权使用授权书 本学位论文作者完全了解丞洼王些太堂有关保留、使用学位论文的规定。特授权玉 洼王些太堂可以将学位论文的全部或部分内容编入有关数据库进行检索，并采川影印、缩 印或扫描等复制手段保存、汇编以提供夯阅和借阅。同意学校向国家有关部门或机构送交论 文饷复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：亥1 雨专 签字日期： 加年，月7 日 新虢嚣雩季 签字日期：夕护年歹月歹日 学位论文的主要创新点 一、将机器视觉技术应用到l i m n 0 2 扣式电池自动化生产线产品检测 系统，以提高产品的质量和生产线自动化水平。 二、将图像处理技术应用到l i m n 0 2 电池生产线视觉检测系统，利用 l a b v i e w 软件开发了视觉检测程序，成功地实现电池型号清分和 电池表面质量检测。 三、根据原锂锰扣式电池生产线的控制系统，以欧姆龙p l c 作为电 气系统的核心控制部件，利用c x p r o g r a m m e r 软件编写了清分剔 除程序，设计电池清分剔除平台的机械结构。通过实验，系统基 本实现锂锰扣式电池更快，更准确，更可靠的自动化检测。 摘要 随着工业自动化技术的发展，传统的人工检测方法已无法完全满足现代制造 业的要求。基于图像处理、机器视觉以及工业产品质量检测的工业图像检测系统 已经应用在越来越多的自动化生产领域中。利用工业图像检测系统进行质量检测 正在逐步替代传统的人工检测方法。本课题的研究目的在于开发一种基于图像处 理技术的视觉检测系统。以锂锰扣式电池自动生产线为平台，完成对扣式电池在 线识别，质量检测，并自动进行剔除功能。 传统的锂锰扣式电池表面划痕检测主要依靠人工完成，检测速度慢、检测标 准不统一等问题。基于机器视觉的电池表面质量检测可以有效的解决这些问题， 实现大批量自动化精确检测。本课题采用l e d 低角度平行光源照明解决了金属 表面的反光问题；选用了、v c p 4 3 0 摄像机和d h c g 3 0 0 图像采集卡作为图像采 集设备，利用滚珠丝杠直线单元作为摄像头的可移动调节支架。重点讨论了图像 匹配算法，对多种图像处理技术进行研究和比较。通过将图像二值化，提取图像 特征并降噪处理。通过r o i 蒙板，实现了目标图像与背景的良好分离效果。利 用l a b v i e w 软件提供的模版匹配和特征匹配函数得到图像的几何参数。对图像进 行平移和旋转处理，通过逻辑减法，得到目标图像的划痕特征。经过与设定阈值 的比较，完成对扣式电池表面进行品牌的识别，并对电池表面质量状况进行评估， 剔除不合格产品。经过实验验证，得到比较满意的结果。 本课题利用锂锰扣式电池生产线的控制系统，搭建了电池清分剔除系统平 台。以欧姆龙p l c 作为电气系统的核心控制部件，编写清分剔除程序，实现故 障报警功能。并设计电池清分剔除平台的机械结构。 基于l a b v i e w 的锂锰扣式电池表面质量视觉检测与清分剔除系统研究，对提 高锂锰扣式电池生产线自动化程度有着十分重要的意义，通过实验证明达到预期 效果。 关键词：视觉检测，图像匹配，锂锰扣式电池，清分剔除 a b s t r a c t w i t ht h ed e v e l o p m e n to fi n d u s t r i a la u t o m a t i o n ，t h et r a d i t i o n a lm e t h o do fm a n u a l d e t e c t i o nh a sb e e nu n a b l et of u l l ym e e tt h er e q u i r e m e n t so fm o d e r nm a n u f a c t u r i n g i n d u s t r i a li m a g ei n s p e c t i o ns y s t e mb a s e do ni m a g ep r o c e s s i n g ，m a c h i n ev i s i o na n d i n d u s t r i a lp r o d u c t sq u a l i t yi n s p e c t i o nh a sb e e na p p l i e di nm o r ea n dm o r ea u t o m a t e d p r o d u c t i o na r e a s t h ei n d u s t r i a li m a g ei n s p e c t i o ns y s t e mf o rq u a l i t yi n s p e c t i o n g r a d u a l l yr e p l a c e st h et r a d i t i o n a lm e t h o do fm a n u a ld e t e c t i o nm e t h o d t h ep u r p o s eo f t h i sr e s e a r c hi st od e v e l o pv i s u a li n s p e c t i o ns y s t e mb a s e do ni m a g ep r o c e s s i n g t e c h n i q u e t h es y s t e m ，w h i c ht a k e st y p el i m n 0 2b u t t o nc e l lp r o d u c t i o nl i n ea sa p l a t f o r mt o a c h i e v et h ef u n c t i o no fo n - l i n ed e t e c t i o n ，q u a l i t yi n s p e c t i o n ，a n d a u t o m a t i c a l l yr e m o v e df o rb u t t o nc e l l 、 t r a d i t i o n a ls u r f a c es c r a t c h e so fl i m n 0 2b u t t o nc e l l m a i n l yr e l yo nm a n u a l t e s t i n g ，w h i c ht a k e sl o n gt i m et oc o m p l e t ea n di t ss t a n d a r d sa r en o tu n i f o r m t h e s u r f a c eq u a l i t yi n s p e c t i o no ft h eb u t t o nc e l lb a s e do nm a c h i n ev i s i o ne f f e c t i v e l ys o l v e t h e s ep r o b l e m s ，w h i c hc a nd e t e c tm a s sp r o d u c t sr a p i d l ya n da c c u r a t e l y b yl o w - a n g l e p a r a l l e lw i t hl e di l l u m i n a t i o nt os o l v et h ep r o b l e mo fr e f l e c t i v em e t a ls u r f a c e s ； c h o s e nw v - c p 4 3 0c a m e r aa n dd h - c g 3 0 0i m a g eg r a b b i n gc a r da st h ed e v i c eo f i m a g ea c q u i s i t i o n ，c h o s e nl i n e a ru n i to fb a l lg u i d es c r e wa sar e m o v a b l ea n d a d j u s t a b l ec a m e r ah o l d e r f o c u s e do nt h ei m a g em a t c h i n ga l g o r i t h m ；s t u d ya n d c o m p a r e w i t hav a r i e t yo fi m a g ep r o c e s s i n gt e c h n i q u e s ；b yt h eb i n a r i z a t i o na n d n o i s er e d u c t i o n ，e x t r a c t i m a g ef e a t u r e b yt h er o im a s ka c h i e v ee f f e c t i v e l y s e p a r a t i o no ft h et a r g e ti m a g ea n dt h eb a c k g r o u n d ic a na c q u i r et h eg e o m e t r i c p a r a m e t e r so fi m a g eb yt h et e m p l a t em a t c h i n ga n df e a t u r em a t c h i n gf u n c t i o no f l a b v i e ws o f t w a r e t h r o u g ht r a n s l a t i o na n dr o t a t i o na n dl o g i cs u b t r a c t i o nf o ri m a g e ， a c q u i r et h es c r a t c hf e a t u r eo fi m a g e a f t e rc o m p a r i s o nw i t ht h et h r e s h o l d ，s u c c e e dt o i d e n t i f yb r a n d n a l n e a n da s s e s ss u r f a c e q u a l i t yo fb u t t o nc e l l ，t h e n e l i m i n a t e n o n - c o n f o n n i n gp r o d u c t s o b t a i nt h es a t i s f a c t o r yr e s u l t sa f t e rt h ee x p e r i m e n t t h i sp a p e r ，b a s e do nt h el i m n 0 2b u t t o nc e l lp r o d u c t i o nl i n e j sc o n t r o ls y s t e m ， i st os e tu pa p l a t f o r mf o rc l e a ra n de l i m i n a t et h eb a t t e r y u s i n go m r o np l ct ot a k e t h ee l e c t r i c a l s y s t e mo ft h ec o r ec o n t r o lp o r t i o n ，w r i t ep r o c e d u r e sf o r c l e a ra n d e l i m i n a t i o na n da c h i e v ef u n c t i o nt o a l a r m d e s i g nam e c h a n i c a ls t r u c t u r ef o rt h e p l a t f o r m l a b v i e w b a s e dv i s u a l i n s p e c t i o n a n dr e m o v e d s y s t e m r e s e a r c h f o r l i t h i u m m a n g a n e s eb u t t o nc e l ls u r f a c eq u a l i t y h a st h ev i t a ls i g n i f i c a n c et oe n h a n c et h e l e v e lo fa u t o m a t i o no ft h el i t h i u m m a n g a n e s eb u t t o nb a t t e r yp r o d u c t i o nl i n e ，a n da r e a b l et oa c h i e v et h ed e s i g na n t i c i p a t e dt a r g e tt h r o u g ht h ee x p e r i m e n t k e yw o r d s ：v i s u a ld e t e c t i o n ，i m a g em a t c h i n g ，l i t h i u m - m a n g a n e s eb u t t o nc e l l ， c l e a ra n de l i m i n a t e 目录 第一章绪论1 1 1 引言：1 1 2 机器视觉的发展现状及应用1 1 2 1 机器视觉的发展现状1 1 2 2 机器视觉的应用3 1 3 视觉检测国内外研究现状：5 1 4 选题的背景、意义及本论文的主要研究内容6 1 4 1 本课题选题背景和意义6 1 4 2 本课题研究的主要内容6 1 5 本章小结7 第二章视觉检测系统的总体设计9 2 1 系统功能及技术要求9 2 2 系统总体结构9 2 3 系统的硬件组成1 0 2 3 1 生产线硬件平台1 0 2 3 2 照明系统1 0 2 3 3c c d 摄像机1 1 2 3 4 图像采集卡1 2 2 3 5 计算机配置1 3 2 4 系统的软件简介1 3 2 4 1l a b v i e w 简介1 3 2 4 2i m a qv i s i o n 软件包1 4 2 4 3 生产线硬件平台控制程序1 4 2 5 本章小结1 5 第三章图像预处理17 3 1 数字图像处理的主要内容17 3 2 二值图像分析1 8 3 3 非均匀采样法1 9 3 4 图像的基本运算2 0 3 4 1 图像的代数运算2 0 3 4 2 图像的几何运算2 l 3 5 图像的形态学运算2 2 3 5 1 图像的腐蚀运算2 3 3 5 2 图像的膨胀运算2 3 3 6 本章小结2 5 第四章图像匹配：2 7 4 1 图像匹配概述2 7 4 1 1 图像匹配的定义2 7 4 1 2 匹配方法分类2 7 4 2 模版匹配算法2 9 4 2 1 模版匹配的概念2 9 4 2 2 模版匹配算法的分类2 9 4 2 3 模板匹配的一般模型i 3 0 4 3 基于图像特征的匹配方法3 1 4 3 1 特征提取概述3 2 4 3 2 边缘检测算法3 2 4 3 3l a b v i e w 边缘检测法的应用3 5 4 3 4 特征匹配3 5 4 4 本章小结3 6 第五章基于l a b v i e w 的图像处理分析3 7 5 1 系统方案要求3 7 5 2 工业摄像机的设置3 7 5 2 1 图像采集卡相关函数介绍3 8 5 2 2 通过l a b v i e w 设置摄像机的参数3 9 5 2 3l a b v i e w 调用摄像机动态数据库4 0 5 2 4 摄像机开关寄存器4 1 5 3 图像采集程序4 2 5 4 基于l a b v l e w 的图像匹配方案4 3 5 4 1 初始化图片以3 5 4 2 图像二值化4 3 5 4 3 图像去砸点处理4 1 5 4 4 图像匹配4 4 5 4 5 图像的旋转与划痕的提取4 5 5 4 5 划痕检测报警程序4 7 5 4 6 人际交互面板设计4 9 5 5 光学字符识别方案5 0 5 5 1 光学字符识别方案介绍5 0 5 5 2 光学字符识别方案评测与结果分析5 2 5 6 本章小结5 2 第六章电池清分剔除系统5 3 6 1 清分剔除系统总体设计5 3 6 1 1 系统的控制要求5 3 6 2 系统的控制硬件设计5 4 6 2 1 控制系统电气部分硬件的选择一5 4 6 2 2 控制系统p l c 与其他硬件的通讯5 5 6 3 清分剔除控制系统设计5 6 6 3 1 清分剔除平台的结构设计5 6 6 3 2 控制系统的p l c 程序j ：5 8 6 3 3 清分剔除平台执行元件的设计：5 9 6 4 本章小结6 0 第七章结论和展望6 1 7 1 本文的主要工作6 l 7 2 今后工作展望6 2 参考文献6 3 发表论文和参加科研情况说明6 7 致i 射6 9 第一章绪论 1 1 引言 第一章绪论弟一早三石。t 匕 人类在征服自然，改造自然和推动社会进步的过程中，面临着自身能力，能 量的局限性，因此发明和穿凿了许多机器来辅助或代替人类完成任务。智能机器， 包括智能机器人，是这种机器最理想的形式，也是人类科学研究中所面临的最大 挑战之一。智能机器是指这样一种系统，它能模拟人类的功能，能感知外部世界 并有效地解决人所能解决的问题。人类感知外部世界主要是通过视觉、触觉、听 觉和嗅觉等感觉器官，其中约8 0 的信息是由视觉获取的。因此，对于智能机 器来说，赋予机器以人类视觉功能对发展智能机器是极其重要的，也由此形成了 - - f - j 新的学科，就是机器视觉( 也称计算机视觉或图像分析与处理) 。机器视觉 的发展不仅将大大推动智能系统的发展，也将拓宽计算机与各种职能机器的研究 范围和应用领域_ 3 。 机器视觉是研究用计算机来模拟生物外微观或宏观视觉功能的科学和技术。 机器视觉系统的首要目标是用图像创建或恢复现实世界模型，然后认知现实世 界。机器视觉是研究使机器具有类似于生物视觉部分功能的一门新兴学科。因此 在工业过程的质量检测、监控、非接触位置几何测量、视觉伺服控制、机器人遥 操作、透视3 d 成像和遥视等研究与工业领域有着不可替代的作用和巨大发展前 景。 1 2 机器视觉的发展现状及应用 1 2 1 机器视觉的发展现状 机器视觉是一个发展速度非常快的新兴研究领域。人们对机器视觉的研究工 作始于2 0 世纪5 0 年代对二维图像的统计模式识别。6 0 年代r o b e , s 丌始对二三维 机器视觉进行研究。7 0 年代中，m t l 人工智能实验室( m l t a i ) 萨式丌设“机器视 觉”课程，并吸引国际上许多知名学者进行机器视觉的深入研究，d v a dm a r r 在 此期间提出了机器视觉研究中迄今为止最完善的视觉理论。埘机器视觉的全球性 研究热潮是从2 0 世纪8 0 年代丌始的，到了8 0 年代中期，机器视觉获得了蓬 勃发展，新概念、新方法、新理论彳i 断涌现。不过，机器视觉仍处于十分不成熟 的阶段，其发展仍落后于人们所期髫! 的发展水平。图像的多义性、环境凶素的影 天津工业大学硕士学位论文 响、知识导引和大量要处理的数据都是机器视觉研究中面临的难题。为解决这些 问题，研究人员不断寻求新的解决途径和手段，如主动视觉( a c t i v ev i s i o n ) 口 1 、 面向任务的视觉( t a s k o r i e n t e dv i s i o n ) 7 | 、基于模型和知识的视觉以及多传感器 信息融合和集成视觉等方法阳1 ，这些方法为机器视觉的进一步发展奠定了基础。 近年来，关于图像处理方法的研究有了很大进展。b h u i y a n 憎。、s r i n i v a s a n u 、 c h u a n n 、杨海军n 引、夏哲雷n3 。、甘领n 钔等提出了基于不同神经网络的边缘检测 方法：w a n g 和t s a i 研究了数学形态学在边缘检测领域中的应用，并提出了几 种具有抗噪能力的数学形态边缘算子。机器人技术国家工程研究中心在若干多尺 度边缘检测方法的基础上，提出了把线结构作为一种尺度空问特征的直线抽取方 法n6 i ：e f r i e n d 和djk r i n g r n a n 介绍了利用图搜索和动态规划方法检测边缘的方 法n7 | 。多传感器数据融合的概念、方法和实现介绍了基于边界点方向的边界检测 方法n 刖，这种方法能有效地去除伪边界点同时避免真边界点的丢失，定位精度高， 且提取的边界为单像素宽，运算效率高，能达实时处理。 阈值分割方法也有进一步的研究。例如，z e n z o 等提出了用模糊熵进行图像 阈值分割的方法n ；姚宇华等提出了基于局部最大方差分割的图像二值化算法， 对目标与背景灰度混迭严重的图像具有很好的分割效果驯。d o w n i e _ 、 a b r a m o v i c h 心引、陈华丽心。3 等将小波理论应用到图像闽值分割算法中，取得了良好 的效果。另外，区域生长法、分裂合并法也是图像分割的有效方法。 图像理解是机器视觉中的上层建筑，是一个引起人们极大兴趣的前沿研究领 域。在机器视觉中，匹配技术对智能机器理解场景含义起着重要作用。匹配的对 象可以是具体图像的匹配也可以是抽象目标的匹配，不同的匹配对象可用不同的 方法来匹配。目前，常用模板匹配法匹配整体或局部的图像，利用字符串匹配、 特征点匹配或形状数匹配进行目标匹配，用几何参数法、不变矩法、边界方向直 方图法、小波重要系数法、小波轮廓表示法进行形状匹配，还可对颜色和纹理进 行匹配，例如，用模板匹配法识别数字比制，用小波变换模极大值和神经网络的方 法来识别经过旋转、平移或缩放变换的二维目标等“。 到目前为止，机器视觉仍然是一个非常活跃的研究领域许多会议论文集都 反应了该领域的最新进展，比如，i n t e r n a t i o n a lc o n f e ：r e n c eo nc o m p u t e rv i s i o na n d p a t t e r nr e c o g n i t i o n ( c v p r ) ；i n t e r n a t i o n a lc o n f e r e n c eo nc o m p u t e rv i s i o n ( i c c v ) ； i n t e r n a t i o n a lc o n f e r e n c eo np a t t e r nr e c o g n i t i o n ( 1 c p r ) ；i n t e r n a t i o n a lc o n f e r e n c eo n r o b o t i c sa n da u t o m a t i o n ( i c r a ) ；w o r k s h o po nc o m p u t e rv i s i o n ，a n dn u m e r o u s c o n f e r e n c e so f s p i e 还有许多学术j 现刊也包含了这一领域的最新研究成果，如， i e e et r a n s a c t i o no np a t t e r na n a l y s i sa n dm a c h i n ei n t e l l i g e n c e ( p a m l ) ；c o m p u t e r v i s i o n ，g r a p h i c s ，a n di m a g ep r o c e s s i n g ( c v g i p ) ；1 e e et r a n s a c t i o n o ni m a g e 第一章绪论 p r o c e s s i n g ；i e e et r a n s a c t i o no ns y s t e m s ，m a n ，a n dc y b e m e t i c s ( s m c ) ；m a c h i n e v i s i o na n da p p l i c a t i o n s ；i n t e r n a t i o n a lj o u r n a lo nc o m p u t e rv i s i o n ( i j c v ) ；i m a g ea n d v i s i o nc o m p u t i n g ；a n dp a t t e r nr e c o g n i t i o n 每年还出版许多研究专集、学术著作、 技术报告，举行专题讨论会等所有这些都是研究机器视觉及其应用的很好信息 来源。 1 2 2 机器视觉的应用 机器视觉技术正广泛地应用于各个方面，从医学图象到遥感图像，从工业检 测到文件处理，从毫微米技术到多媒体数据库，就不一一列举了。可以说，需要 人类视觉的场合几乎都需要机器视觉应该指出的是，许多人类视觉无法感知的 场合，如精确定量感知、危险场景感知、不可见物体感知等，机器视觉更突显其 优越性下面是一些机器视觉的典型应用。 1 机器视觉在工业检测中的应用 目前，机器视觉已成功地应用于工业检测领域，大幅度地提高了产品的质量 和可靠性，保证了生产速度。如图1 1 ，图1 2 所示。 图卜1产品检验图1 2 机器人定位 天津工业大学硕士学位论文 图卜3 应用c t 扫描机 图卜4人体骨骼c t 图像 3 机器视觉在机器人导航及视觉伺服系统中的应用 移动机器人可以利用场景的三维信息识别目标、识别道路、判断障碍物等， 实现道路规划、自主导航，与周围环境自主交互作用等1 。 图1 - 5移动导航机器人 4 机器视觉在图像监控、安防、交通管理中的应用。 在闭路电视监控系统中，机器视觉技术被用于增强图像质量，捕捉突发事件， 监控复杂场景，鉴别身份，跟踪町疑同标等，能大幅度提高监控效率，减少危险 事件发，l i 的概率i ”3 。 第一章绪论 图1 6安全检查摄像头 机器视觉技术的诞生和应用，极大地解放了人类劳动力，提高了生产自动化 水平，改善了人类生活现状，其应用前景极为广阔。目前在国外，机器视觉技术 已广泛应用于生产、生活中，而我国j 下处于起步阶段，急需广大科技- t 作者的共 同努力，来迅速提高我国机器视觉技术的发展水平，为我幽的现代化建设做出自 己的贡献。 1 3 视觉检测国内外研究现状 利用图像来进行工业测量，也是近几年随着计算机技术的发展才发展起来的 新技术。计算机工业图像检测是将计算机视觉应用于工业检测的一门交叉学科。 计算机视觉，指的是利用计算机对景物的图像进行识别，以实现对人视觉功能的 扩展，利用这一技术可以解决许多工业图像检测环节的问题，以取代落后的人工 检测，提高检测效率和工业自动化水平。利用计算机视觉技术进行检测具有不损 坏待检产品、检测精度高，并带有一定的智能。实际上，机器视觉作为一种高速、 高精度的检测系统目前己广泛的应用于汽车、制药、电子与电气、制造、包装、 食品、饮料和医学等行业。其特点是自动化、客观、非接触和高精度，与一般意 义上的图像处理系统相比，机器视觉强调的足精度和速度，以及工业现场环境下 的可靠性。它首先采用c c d 照桐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，根掘像素分布和亮度、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：面秘、长度、数量、位置 等。最后，根据预设的条件输出结果，如：尺寸、角度、偏移量、个数、合格等， 极大的提高了工作效率和产品的质量j “记! 。 基于上述的发展趋势，l a b v i e w 应运而生，它提供了大量的仪器底部驱动 天津工业大学硕士学位论文 函数，可以实现与各种仪器与计算机的快速搭建，是一种专为工程师与科学家们 设计的编程语言射。此种软件可以结合计算机先进的处理功能和快速的处理速 度，与传统的编程方式相比，使用l a b v i e w 开发视觉系统可以使效率提高4 - 1 0 倍【3 4 】。同时，采用w i n d o w s 为操作平台，利用其模块化和递归方式，用户可以 在很短的时间内构建、设计和更改自己的视觉检测系统。 总之，计算机视觉检测技术作为一种新兴的检测技术，现代工业为其提供了 巨大的需求空间。工业检测的复杂性和多样性，也必然使工业图像检测技术呈现 出复杂性和多样性，这种复杂性和多样性为我们提供了广阔的研究领域。用机器 视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实 现信息集成，是实现计算机集成制造的基础技术。 1 4 选题的背景、意义及本论文的主要研究内容 1 4 1 本课题选题背景和意义 扣式电池自动生产线已在广州、江苏、天津、山东等电池生产厂家得到广泛 应用，。电池厂家往往代工多种品牌、多种型号的产品，但产品装箱时的质帚检 测及分选是由人工完成，不但效率低，而且出错率高，劳动强度大等。本课题的 研究目的在于开发一种基于图像处理技术的视觉检测系统，以扣式电池自动生产 线为平台，完成对扣式电池在线识别，质量检测，并自动进行剔除等功能。基于 图像处理的机械视觉检测系统克服了上述的不足，具有稳定、可靠、速度快等优 点，相对于人工检测，可明显提高生产率，减少人力投入，为企业发展创造良好 的条件。 利用l a b v l e w 作为快速软件开发平台和其自带的图像处理功能模块i m a q v i s i o n 作为图像处理软件，能够大大地加快系统的开发速度，具有很大的灵活性 和可扩展性，很好的解决了传统机器视觉系统的障碍，并且能通过硬件触发及软 件编程实现视觉系统与运动控制系统的结合，最终能够快速开发出基于视觉的检 测平台。 1 4 2 本课题研究的主要内容 本课题是建立在成熟扣式电池自动生产线基f i f | jl ，将单独人1 ：检测屯池工序 交由视觉系统在线完成。该项目的研究主要内容包括：工业视觉检测系统的总体 方案设计，图像的采集，处理算法的制定，软件系统的开发，对现有生，茳线的扩 充设计等。其主要内容如下： 第一章绪论 1 分析扣式电池在线视觉检测系统的功能与结构，并根据系统的指标完成 系统的总体功能和结构的划分。 2 根据整体方案的要求，置配视觉采集系统硬件，包括摄像机，镜头，光 源，采集卡等；设计自动生产线扩展的视觉硬件平台。 3 以l a b v i e w 为主要开发工具，对软件功能涉及相关算法进行开发研究， 通过反复试验，选择最佳图像处理算法。 4 根据现场实际需要，开发界面友好，操作简便的在线视觉检测软件系统， 完成对扣式电池表面进行品牌的识别，并对电池表面质量如划痕、污损状况进行 评估，根据相关参数进行报警剔除等。 5 对现有系统进行改进性研究，使之更能适应工业现场。 1 5 本章小结 本章回顾了机器视觉的发展，分析了视觉传感器在当今工业检测领域中的优 势及其发展前景。阐述了本文的研究背景和意义，对论文的主要研究内容进行了 简单介绍。 天津工业大学硕士学位论文 第二章视觉检测系统的总体设计 第二章视觉检测系统的总体设计 2 1 系统功能及技术要求 扣式电池视觉在线检测系统的大体功能分为：1 、通过机械结构设计完成电 池在生产线上的送料定位。2 、通过l a b v i e w 程序完成对电池品牌及型号的识别。 3 、完成对电池表面划伤及污损情况评估。4 、根据评估情况自动进行剔除或回料 操作。 该系统应能满足扣式电池在线实时检测需求，与扣式电池自动生产线统一协 作、动作连贯。电池检测速度应大于2 枚秒。硬件平台应充分利用扣式电池自动 生产线的现有资源，如气源、p l c 等尽量避免成本增加；硬件平台的控制操作部 分应与图像采集处理部分进行安全通讯，以实现检测动作的统一协作。检测系统 软件部分应具有友好的人机界面，方便现场操作人员的对识别、划伤污损检测标 准进行设定。 2 2 系统总体结构 根据系统的技术要求，设计本机器视觉检测系统的总体结构，如图2 1 所示。 台两 算机 天津工业_ 人学硕士学位论文 等。扣式e g t k 在线检测系统的软件包括位于上位机的图像采集处理程序和位于生 产线可编程控制器p l c 的生产线硬件平台的梯形图控制程序。图像采集处理程序 由l a b v i e w 及其工具软件包i m a qv i s i o n 开发完成，通过调用采集卡厂商提供的驱 动程序，采集卡完成对摄像机模拟视频信号的离散采集。 整个系统的操作流程：将电池推到指定采集位置，通过硬件平台控制器p l c 与上位机通讯，在光源照射下，摄像机对电池表面进行图像采集，采集卡将摄像 机传来的视屏模拟信号转换为离散的数字信号，并交由上位机程序进行分析处 理，根据设定参数，对电池的品牌和型号进行识别，并对电池表面质量进行评估。 根据评估结果通知硬件平台控制器判断剔除该电池或保留电池。以上流程循环进 行。 2 3 系统的硬件组成 首先摄像机采集图像信息，然后图像处理软件进行分析处理和检测。主要硬 件包括：照明系统、c c d 摄像机、图像采集卡及相关联的处理设备。这部分系统 的没计原则是：保证足够的图像分辨力，较为清晰的图像对比度，尽量缩短图像 获取时i 、r j ，同时应该确保系统工作稳定、抗干扰、成本低。 2 3 1 生产线硬件平台 扣式电池自动生产线现已批量生产，已在常州、深圳、广州、山东、天津等 地投入生产。生产线为直线型结构，能自动完成负极壳翻转，上料，打锂带，上 隔膜纸，注电解液，上锰片，扣j 下极壳，冲压等工序，只需要两名工人进行简单 的维护，r 产量均可达1 0 万枚。该生产线由可编程控制器p l c 进行控制，动力源 包括3 8 0 v 电源，气源和液压源。原有生产线没有电池的检测功能，由人工检测 电池品牌和型号，并根据样本对电池的划伤和污损情况进行剔除。 扣式电池在线视觉检测系统的硬件平台应隶属于扣式电池自动生产线，位于 生产线最后一道工序，由生产线电机统一提供动力。检测系统硬件平台的控制由 生产线主控制器p l c 进行统一控制，传感器的电源由生产线控制柜提供，其气源 由生产线统一配给。 2 3 2 照明系统 若将机器视觉应用于有金属光泽的产品表面特征提取，真实反映实际产品的 表面情况，好的光源与照明方案往往是整个系统成败的关键。光源与照明方案的 配合应尽可能地突出物体特征量，对于扣式电池，就要突j 其表面的字符及特征 第二章视觉检测系统的总体设计 图案，在目标需要匹配的部分与背景之间应尽可能地产生明显的区别，增加对比 度，同时还应保证足够的整体亮度，尽可能突出所要提取的特征汹1 。 ( 1 ) 光源选择 光源设备的选择必须符合所需的几何形状、照明亮度、均匀度、发光的光谱 特性，同时还要考虑光源的发光效率和使用寿命。 ( 2 ) 照明方案 照明系统的设计一般遵循的原则是：使被测部分或特征清楚地与周围的背景 区分开来。减少反射，这样可以减少由于光照而给图像带来的额外的噪声，使客 观景物尽量以不失真的面貌成像，减少图像处理算法的步骤。 针对本课题的检测要求，我们选择了日本c c s 光源，型号为l d l 1 3 0 1 5 的直 线型光源，采用低角度照射的方式，能够很好的解决外界环境对图像质量的影响。 如图2 2 所示是扣式电池j 下极壳在在白色低角度光源下的图像。 2 3 3c c d 摄像机 图2 2 电池图像 作为机器人视觉系统，图像传感器足至关重要的一个部件。一个可获取高质 帚的图像信息的陶像传感器，能大大降低后续l 矧像处理工作的难度，提高运算效 率，而摄像机的速度限制了系统f 艮踪的速度。在保证采集速度快、采集图像质量 又很高的情况下，摄像机的价格因素又不得不考虑。因此，要选择适当摄像机， 各种因素都要考虑在内。 c c d 币i c m o s 在制造上的主要区别是c c d 是集成在半导体单品材料上，而 c m o s 是集成在金属氧化物的半导体材料上，工作原理没有本质的区别。c c d 只 天津工业大学硕士学位论文 有少数几个厂商例如索尼、松下等掌握这种技术。而且c c d 铝0 造工艺较复杂，采 用c c d 价格昂贵。事实上经过技术改造，目f i i j c c d 和c m o s 的实际效果的差距已 经减小了不少。而且c m o s 的制造成本和功耗都要低于c c d 不少，所以很多数码 相机生产厂商采用的c m o s 感光元件。成像方面：在相同像素下c c d 的成像通透 性、明锐度都很好，色彩还原、曝光可以保证基本准确。而c m o s 的产品往往通 透性一般，对实物的色彩还原能力偏弱，曝光也都不太好，由于自身物理特性的 原因，c m o s 的成像质量和i c c d 还是有一定距离的。但由于低廉的价格以及高度 的整合性，因此在数码相机领域还是得到了广泛的应用。c c d 传感器在灵敏度、 分辨率、噪声控制等方面都优于c m o s 传感器，而c m o s 传感器则具有低成本、 低功耗、以及高整合度的特点。不过，随着c c d 与c m o s 传感器技术的进步，两 者的差异有逐渐缩小的态势，例如，c c d 传感器一直在功耗上作改进，以应用于 移动通信市场( 这方面的代表者为s a n y o ) ；c m o s 传感器则在改善分辨率与灵敏度 方面的不足，以应用于更高端的图像产品。 经过对多种产品比较，我们最终选用了p a n a s o r t i c 公司的w v c p 4 3 0 c h 彩色闭 路监控摄像机。其基本参数如下：1 3 ”c c d ，7 5 2 ( h ) x5 8 2 ( v ) 像素，水平清晰 度4 8 0 线，垂直数字2 h 增强和数宁光圈校正改进了水平和垂直的图像边缘，提供清 晰图像拐点电路扩展了动态范围，适应高亮环境的图像，内置中英文字符发生器， 最多达1 6 个字符，5 0 d b 的高信噪比提供自然图像，最低照度：f 1 4 时3 l x ，f 0 7 5 时0 9 l x ，先进的电子光线控制使得低造价的系统中可使用价格便宜的固定光圈 镜头。 2 3 4 图像采集卡 使用图像采集卡进行图像采集是图像处理的基础。图像采集卡接收从c c d 摄 像头中输入的模拟电信号，由a d 转换为离散的数字信号，将离散的数字信号存 储在图像的一个或者多个存储单元中，当计算机发出传送指令时，经过p c i 总线 将图像信息传到计算机内存以便于计算机的运算处理，或者直接送到显示卡上进 行显示。 考虑到兼容性和系统的要求，本文使用了d h c g 3 0 0 实时视频采集卡。该卡 利i t j p c l 桥路技术，实现图像的采集及动态显示，图像质量提高，成本降低。产 品特点如下：标准p a l ，n t