山東碩創(chuàng)科技全自動燈檢機的技術(shù)要點分析

2.1 全自動燈檢機系統(tǒng)結(jié)構(gòu)

2.1.1 燈檢機系統(tǒng)結(jié)構(gòu)原理

圖像識別系統(tǒng)是全自動燈檢技術(shù)的主要內(nèi)容，采用數(shù)字圖像技術(shù)非接觸式，對產(chǎn)品質(zhì)量進行快速、有效的檢測。在檢測中，通過利用金屬氧化物半導體、傳感器等設備，及時采集目標對象的圖像信息，利用異物識別算法判斷目標產(chǎn)品質(zhì)量是否合格，同時發(fā)出剔除信號，在此環(huán)節(jié)，主要依賴于執(zhí)行單元。圖像識別系統(tǒng)具有適應性強、測量范圍大、易于保存和管理、精度高等明顯優(yōu)勢，實際工作中，人員為進一步提高圖像識別系統(tǒng)的實時性和高精度，及時將檢測任務分解，分步驟的進行，也可以將圖像識別系統(tǒng)按照模塊劃分為圖像采集模塊、預處理模塊、數(shù)據(jù)緩存模塊、圖像處理模塊、圖像傳感器模塊這五個部分，便于對圖像識別系統(tǒng)有一個更為深刻的認識。

2.1.2 燈檢機光機電一體化控制

全自動燈檢中，光機電一體化系統(tǒng)的設計得到體現(xiàn)，比如在全自動燈檢環(huán)節(jié)的結(jié)構(gòu)設計中，工作人員根據(jù)每日工作量進行系統(tǒng)結(jié)構(gòu)設計優(yōu)化，及時調(diào)整系統(tǒng)設計參數(shù)，借助拍攝序列圖像，及時了解異物處理需要消耗的時間，四臺燈檢機同時運行[3]。系統(tǒng)運用中，人員采用計算機控制的模式，強化產(chǎn)品圖像分析、處理及判斷，及時完成了高強度的機械作業(yè)，利用速度傳感器和接受伺服系統(tǒng)進行工作信號反饋，并對相應的光源作出科學控制。工控計算機與通訊設備同時運行，人員及時采用攝像機進行工位檢測、光源點控制，由此獲取背光源頻閃時間，并及時填寫圖像信息采集卡，利用計算機系統(tǒng)的總線訪問功能，及時判斷產(chǎn)品是否合格，進一步完善光機電一體化控制系統(tǒng)功能[4]。

2.1.3 燈檢機激光組合照明系統(tǒng)

機器視覺系統(tǒng)運行中，及時加強光源照明系統(tǒng)設計，高清晰度的圖像檢測中，工作人員廣泛運用光源照明系統(tǒng)，快速完成目標對象的圖像采集和處理。常見的光源控制系統(tǒng)有：鹵素燈、LED燈、熒光燈等，燈檢中將LED燈作為機器視覺光源，LED機器視覺光源與其他光源的最大不同為：光源的使用年限長、運行成本低，同時發(fā)熱少、響應速度快，因此燈檢中，將LED作為主光源。

2.2 燈檢機技術(shù)運用要點

全自動燈檢技術(shù)主要依賴于數(shù)字圖像技術(shù)，采用先進的圖像處理技術(shù)，對液體瓶中的異物進行有效的狀態(tài)檢測，其檢測精度和速度都遠遠超過普通技術(shù)[5]。比如全自動燈檢技術(shù)運用中，利用圖像采集系統(tǒng)對高清晰度、分辨度的圖像信息進行實時采集和處理，利用圖像處理算法，提高檢測結(jié)果的精準度，依據(jù)系統(tǒng)設計性能指標，要求被檢對象的圖像分辨度不低于640×480，同時可以對30微米的雜質(zhì)進行科學檢測。

2.2.1 燈檢機視頻圖像技術(shù)

1）圖像采集是圖像識別的第一步，工作人員目前在檢測中，廣泛利用圖像識別技術(shù)，展開全自動燈檢工作，密切關(guān)注整個系統(tǒng)的性能，并對采集系統(tǒng)的單元信息進行及時分析。

2）借助電荷耦合元件、圖像處理器，降低燈檢中的噪音污染，作業(yè)人員實時掌握燈檢中的動態(tài)信息，保證檢測系統(tǒng)具有很高的靈敏度，例如利用圖像傳感器，快速的完成圖像拍攝及圖像信息處理等任務，發(fā)揮出圖像傳感器高精度的優(yōu)勢，有效檢測目標對象，傳感器達到130萬像素1280H×1024V，每個像素時鐘可以同時輸出8位數(shù)據(jù)格式的圖像。

2.2.2 燈檢機預處理技術(shù)

1）利用硬件描述語言，進行軟件系統(tǒng)模塊化設計，將軟件系統(tǒng)分為若干個相對獨立的功能模塊，實時掌握入口及出口的技術(shù)參數(shù)，模塊之間的組合方便、靈活。

2）利用模塊讀取芯片信息，采用主動串行方式，實現(xiàn)軟件應用程度加載，促使系統(tǒng)立即進入工作模式，圖像傳感器內(nèi)部的寄存器為時鐘信號控制提供方便，工作人員及時了解輸出圖像數(shù)據(jù)，在總線配置基礎(chǔ)上，各個模塊間的信息傳遞更為便捷。

3）圖像采集中得到色彩圖像，對圖像信息進行預處理，同時采用圖像識別算法，提高預處理工作效率，圖像識別中，密切關(guān)注邊緣檢測和特征提取這兩個部分，將采集到的數(shù)據(jù)及時傳遞給內(nèi)部總控制中心，從而得到了完整的像素點。邊緣檢測算法在目標物體檢測中的運用，還需要借助形態(tài)學、直線擬合等方法，比如將邊緣檢測算法與形態(tài)學結(jié)合，工作人員快速得到液位線上各個像素點信息，由此得到相應的坐標信息，并順利得出坐標平均值[6]。

2.2.3 燈檢機關(guān)鍵技術(shù)運用案例

全自動燈檢機對某項制品進行檢測前，首先由使用廠商根據(jù)自身生產(chǎn)情況，挑選出所有已知的不合格樣本，樣本所占據(jù)的比例根據(jù)實際生產(chǎn)中統(tǒng)計出的比例設定，一般不合格品數(shù)量為80支（均為內(nèi)容物或均為外觀），未檢查制品170支，并且將外觀不合格制品，和液體部不合格制品加以區(qū)分。合格瓶與不合格品在經(jīng)過燈檢機通過燈檢時，燈檢機會對所有制品進行照相，處理器會對照片進行判讀，通過照片的明暗度進行檢查區(qū)域區(qū)分，判讀區(qū)域內(nèi)制品照片是否合格的精度單位為像素。設備通過照片，得出各種制品的像素值。由于合格制品和不合格制品在相應的檢查項目中體現(xiàn)的像素值不同，可在合格瓶與不合格品像素值之間設定檢測門限值，如檢測結(jié)果超過門限值，設備將會把制品定義為不合格品進行剔除。在門限值設定完畢后，設備需要進行KNEPP測試，首先選取檢測水平高、中、低共計5-10人進行不合格品和未檢查產(chǎn)品混合檢測，每人檢測為10次，得出每個制品的被檢測出的平均次數(shù)，再將制品放置于設備上進行連續(xù)10次檢測，并就設備檢測次數(shù)與人工檢測次數(shù)進行對比，此測試的目的為驗證設備設定的檢測標準與使用廠家人工檢測標注的契合程度。設備檢測標準會略高于人工檢測標準。在檢測時，由于檢測方式為照片放大檢測，制品存在的缺陷會被放大，人工檢測時可能存在微小缺失不會被人工檢查出來。同時液體中的氣泡會被設備誤認為是異物判讀，從而增加被誤判的概率。在設備使用前，需要將不合格樣品通過設備檢測，如設備能夠?qū)⒉缓细駱悠啡刻蕹C明設備檢測功能正常，可正常使用。如不能將樣品檢測全部檢測，需檢查設備檢測功能是否依然滿足使用要。燈檢機確保復檢時不合格樣品能夠全部被檢測出。山東碩創(chuàng)信息科技有限公司 服務電話：18668995899（微信）