0 引言

    隨著我國工業(yè)的發(fā)展壯大,，如今各行各業(yè)對電子元器件的需求也越來越大,。電容器作為使用最普遍的電子元器件之一，各大生產(chǎn)廠家面對其日益增長的市場需求,，早已實現(xiàn)了電容器規(guī)?；⑴炕a(chǎn),。但是對于電容器外觀缺陷,，大部分生產(chǎn)廠家還是采用人工檢測，效率低下,，出錯率高,，成本也日益增加,。近年來,，機器視覺技術(shù)日益成熟，在工業(yè)自動化方面發(fā)揮著舉足輕重的作用^[1-3],。機器視覺技術(shù)可以應(yīng)用在電容器外觀缺陷的檢測中,，能夠模擬人眼進行外觀缺陷檢測，效率更高,，準確性更加可靠,，成本更低，能夠適應(yīng)惡劣工作環(huán)境,，加快電容器生產(chǎn)效率,，提高電容器的質(zhì)量。

    本文設(shè)計了一套高效率,、高精度的電容器外觀缺陷檢測系統(tǒng),。該系統(tǒng)首先采集圖像，并對圖像進行預處理,，其次匹配定位到電容區(qū)域,，然后針對其溢膠缺陷和環(huán)氧面氣孔氣泡,，采用閾值分割處理；針對其字符缺陷和外殼破損缺陷,，采用模板匹配處理,；最后通過Blob分析，提取電容器外觀缺陷區(qū)域的特征,，設(shè)定閾值參數(shù),，方便更改參數(shù)，滿足不同標準的檢測要求,。

1 電容器外觀缺陷分析

    目前電容器的制造工藝水平不夠高,，在裝殼灌膠、烘烤,、激光打標^[4]過程中,，會不可避免地產(chǎn)生存在外觀缺陷的電容器。圖1展示了幾種典型類型的電容器外觀缺陷：電容器外觀破損缺陷,、溢膠缺陷,、環(huán)氧面氣孔缺陷、字符缺陷等,。電容器在使用中應(yīng)滿足外殼無破損,、表面無溢膠、環(huán)氧面無氣孔氣泡劃痕,、字符正確等標準要求,。因此，電容器外觀缺陷檢測系統(tǒng)應(yīng)能準確高效地完成對電容器外觀以上缺陷的檢測,。

2 電容器外觀缺陷檢測系統(tǒng)硬件設(shè)計

    本文所提出的電容器外觀缺陷檢測系統(tǒng)主要由檢測傳送帶,、執(zhí)行機構(gòu)、控制器,、工業(yè)相機,、照明系統(tǒng)和PC系統(tǒng)組成^[5]，檢測系統(tǒng)結(jié)構(gòu)如圖2所示,。該檢測系統(tǒng)有6個相機,，沿著傳送帶依次采集電容器的6個表面。每個相機配有一個光源,，負責照亮電容器,。工業(yè)相機采集到的灰度圖傳送至PC系統(tǒng)，PC系統(tǒng)對電容器外觀圖像進行缺陷檢測,，并根據(jù)檢測結(jié)果向控制器發(fā)送信號,，控制執(zhí)行機構(gòu)剔除不良品。同時，在每個相機處安裝光電傳感器,，當電容器被傳送至相機拍照處,，光電傳感器便動作，輸出一個開關(guān)控制信號至PC系統(tǒng)和控制器,，分別控制相機拍照和光源工作,，節(jié)省電能，延長光源使用壽命,。

2.1 相機的選型

    工業(yè)相機主要分為面陣相機和線陣相機,，線陣相機適合于高速運動的物體，一般建議40 km/h運動的物體可以采用線陣相機拍攝,，而面陣相機適合于低速運動的物體,。在相機選型時，首先,，成像的視場必須大于物體的物理尺寸,；其次，要選擇足夠高的分辨率,，以滿足精度要求,；然后要考慮曝光時間和物體運動速度，防止成像出現(xiàn)拖影,。為了能夠保證更好的成像效果和檢測準確度以及降低成本,，選擇一款合適的相機是研發(fā)機器視覺檢測系統(tǒng)的基本。本系統(tǒng)選擇了?？低暤腗V-CA030-10GC工業(yè)相機,。

2.2 鏡頭的選型

    相機和鏡頭缺一不可，兩者都是機器視覺檢測系統(tǒng)的基本部件,，前者相當于視網(wǎng)膜,，用來成像；而后者則是晶狀體,，聚集用來成像的光線,。在鏡頭選型時,，需要根據(jù)電容器的大小,、特點及放大倍數(shù)等參數(shù)進行選擇^[6]。本系統(tǒng)主要是根據(jù)電容器的實際尺寸,、工作距離和相機CCD的尺寸來計算鏡頭焦距,，同時保證相機和鏡頭的接口為同一類型，最終選擇了?？低暤腍V3816D-8MPIR鏡頭,。

2.3 光源的選擇

    電容器外觀缺陷檢測系統(tǒng)首要就是獲取優(yōu)質(zhì)圖像，正確的光源和照明方式能夠突出電容器缺陷特征,，減少后續(xù)圖像處理的負擔,，提高缺陷檢測的準確度^[7],。本系統(tǒng)選擇LED光源，其照明效果好,，使用壽命長,。針對電容器兩個較大的側(cè)面，結(jié)合工業(yè)相機安裝位置,，本系統(tǒng)選擇LED環(huán)形光源,，用低角度暗場方式照明；針對剩下的4個面,，本系統(tǒng)選擇LED條形光源,，并保證條光長度大于檢測距離，避免造成亮度差,。

3 電容器外觀缺陷檢測系統(tǒng)軟件部分

    在本文提出的電容器外觀缺陷檢測系統(tǒng)中的軟件部分,，首先將工業(yè)相機采集到的電容器圖像進行處理，識別外觀缺陷,，并向PLC發(fā)送信號,，控制執(zhí)行機構(gòu)剔除不良品。圖3是電容器外觀缺陷檢測流程圖,，開始將工業(yè)相機采集到的電容器圖像進行預處理,，包括圖像濾波、形態(tài)學處理,；其次,，進行模板匹配，定位到整幅圖像中的電容區(qū)域,，檢測外觀破損,、缺角等，也可以用來匹配定位電容器上的字符,，檢測字符遮蓋/位置不正等缺陷,；然后針對溢膠缺陷和環(huán)氧面氣孔氣泡，采用閾值分割處理,；最后通過Blob分析,，提取電容器外觀缺陷區(qū)域的特征，設(shè)定閾值參數(shù),，方便工作人員更改設(shè)定,，滿足不同的檢查要求。

3.1 圖像采集

    電容器外觀缺陷檢測首先要采集圖像,，使用工業(yè)相機獲取圖像,，最好是用相機本身的API接口采集圖像，這樣更加穩(wěn)定。SDK是相機廠家提供的環(huán)境開發(fā)包,，里面的函數(shù)供開發(fā)者在不同環(huán)境下(VC,、VB、C#等)進行函數(shù)調(diào)用,，采集圖像,。海康工業(yè)相機調(diào)用SDK采集圖像主要按照枚舉相機,、創(chuàng)建句柄,、打開相機、開始抓圖,、獲取圖像,、停止抓圖、關(guān)閉相機,、銷毀句柄等步驟,。每獲取一張電容器外觀圖像，就對該圖像進行缺陷檢測,。

3.2 圖像濾波

    使用SDK,，通過工業(yè)相機獲取電容器外觀圖像之后，首先要對圖像進行濾波,。因為鏡頭,、電容器表面的灰塵等都會使圖像模糊，造成缺陷檢測的準確性降低,，嚴重的噪聲會使電容器外觀缺陷的特征不明顯,，所以在缺陷檢測之前要進行圖像濾波^[8]。本系統(tǒng)采用均值濾波器尺寸為3×3,，如式(1)所示,，即以一個像素周圍方塊區(qū)域內(nèi)像素灰度值的平均數(shù)作為該點的灰度值。均值濾波不需要大量頻譜轉(zhuǎn)換,，所以實時性較好,，滿足電容器外觀缺陷檢測的速度要求。

3.3 形態(tài)學處理

    形態(tài)學的基本操作包括腐蝕和膨脹,，是圖像處理中應(yīng)用最為廣泛的技術(shù)之一,，主要用于從圖像中提取對表達和描繪區(qū)域形狀有意義的圖像分量，使后續(xù)的識別工作能夠抓住目標對象最為本質(zhì)的形狀特征,，如邊界和連通區(qū)域等,。腐蝕操作掃描二值圖像的每一個像素，用結(jié)構(gòu)元素與其覆蓋的二值圖像做與運算,，如果都為1，則結(jié)果圖像中值為1，否則為0,，刪除了對象邊界的某些像素,。而膨脹操作掃描二值圖像的每一個像素，用結(jié)構(gòu)元素與其覆蓋的二值圖像做與運算,，如果都為0,，則結(jié)果圖像中值為0，否則為1,，給圖像中的對象邊界添加元素,。

    由工業(yè)相機獲取的電容器外觀圖上可能存在某些噪聲，這些噪聲無法通過濾波處理,，可以用形態(tài)學中的腐蝕來處理,。在計算電容器外觀缺陷特征時，可能會出現(xiàn)一塊缺陷區(qū)域連通,、無法整合,，或者幾塊缺陷區(qū)域相互黏連、無法分割,，可以用形態(tài)學來處理^[9],。同時，形態(tài)學處理能夠配合匹配定位,，將電容器區(qū)域從原圖摳出,，方便后續(xù)處理等。

3.4 匹配定位

    電容器外觀缺陷檢測首先要在整幅圖中找到電容區(qū)域,，這就用到了模板匹配算法,。模板匹配理論是按照相關(guān)策略，根據(jù)已知模板在搜索圖像中尋找逼近模板匹配的過程,，是一種簡單有效,、使用廣泛的圖像處理方法。本系統(tǒng)采用基于形狀的模板匹配,，該算法的相似度量考慮的是模板內(nèi)像素的梯度向量^[10],，首先提取一個電容器良品的外輪廓和字符部分的輪廓，并保存為模板,。然后,，在每次電容器外觀缺陷檢測時，根據(jù)模板匹配待檢測的電容器外觀圖,。當匹配定位到電容區(qū)域時,，才能針對電容區(qū)域進行圖像處理；同時,，針對電容器的外殼破損,、字符缺陷也可以用模板匹配來檢測,。為了提高電容器外觀缺陷檢測的速度，將模板圖像和待搜索圖像進行抽樣,，減少需要檢查的位姿數(shù)量以及模板中點的數(shù)量,，圖4所示為圖像抽樣金字塔示意圖。金字塔每升高一層,，圖像的數(shù)據(jù)量就會減少為1/4,，圖像分辨率下降，但是圖像處理速度會提高4倍,。同時,，將模板輪廓拆分，首先匹配第一部分,，然后在匹配結(jié)果的相對位置處再次匹配第二部分,，這樣兼顧了匹配準確性和匹配速度。

3.5 閾值分割

    閾值分割是利用圖像中前景和背景在灰度特性上的差異,，將圖像分割成兩類圖像^[11],。假如電容器外觀圖像為f(x，y),，缺陷區(qū)域圖像為g(x,，y)，設(shè)定閾值t將電容器外觀缺陷區(qū)域提取出來：

    在保證光源穩(wěn)定的情況下,，電容器外觀缺陷中的溢膠,、劃痕、環(huán)氧面氣孔氣泡等都可以用閾值分割識別出來,。

3.6 Blob分析

    Blob分析是對圖像中相同像素的連通域進行分析,，即經(jīng)過預處理、匹配定位和圖像分割后,，用Blob分析對提取到的電容器外觀缺陷區(qū)域進行特征分析,，計算缺陷的數(shù)量、位置,、形狀,、方向和大小等，設(shè)定某些缺陷特征閾值參數(shù),，方便工作人員更改設(shè)定,，滿足不同標準的檢查要求。

4 電容器外觀缺陷檢測系統(tǒng)的實現(xiàn)與驗證

    本文以CBB61S電容器為例(具體如圖1所示),，實現(xiàn)電容器外觀缺陷檢測系統(tǒng)并進行驗證,。

4.1 電容器外觀缺陷檢測系統(tǒng)的實現(xiàn)

    電容器外觀缺陷檢測系統(tǒng)的結(jié)構(gòu)簡圖如圖5所示。電機和PLC控制器控制傳送帶的轉(zhuǎn)動,，而5號位相機拍攝的是電容器底面,，所以在5號位相機處由左右兩條傳送帶夾緊電容器向前傳送,。電容器在傳送帶上勻速向前運動，當電容器被傳送至相機拍照處,，光電傳感器動作,，輸出一個開關(guān)控制信號至PC系統(tǒng)和控制器,，分別控制相機拍照和光源工作,，節(jié)省電能、延長光源使用壽命,。電容器依次經(jīng)過6個相機,，PC系統(tǒng)依次對電容器的6個表面進行缺陷檢測，只要檢測到缺陷,，PC系統(tǒng)就會通過6號位相機的信號線向PLC控制器發(fā)送信號,，控制執(zhí)行機構(gòu)剔除不良品。

    本文選擇的視覺軟件為Halcon 12.0,，其具有眾多的圖像處理算子和強大的計算分析能力,。同時，利用C#語言進行二次開發(fā),，設(shè)計出良好的人機交互界面,，如圖6所示。在實時圖像區(qū)有6個圖像窗口,，分別顯示6個相機實時拍到的圖像,；下方的缺陷圖像區(qū)，6個圖像窗口分別顯示對應(yīng)的6個相機拍到的缺陷部分,；右上方為按鍵功能區(qū),，其中數(shù)據(jù)查詢按鈕可以查詢每次開機檢測的員工信息、產(chǎn)品信息,、檢測結(jié)果等,；權(quán)限管理按鈕則提供了管理員和操作員兩種登錄模式，其中管理員權(quán)限較大,，可以修改相機參數(shù),；每個相機的相機參數(shù)按鈕則是根據(jù)缺陷的特征設(shè)定閾值參數(shù)，方便管理員更改設(shè)定,，滿足不同標準的檢查要求,；清除計數(shù)按鈕則是清除本次檢測結(jié)果計數(shù)；在按鍵功能區(qū)下方的是產(chǎn)品參數(shù)和幫助,，供檢查人員選擇本次所檢測電容器的型號和員工編號,；右下方為結(jié)果顯示區(qū)，顯示每個相機的不良計數(shù),，方便檢查人員統(tǒng)計主要缺陷類型,，有利于針對性改進電容器制造工藝,。

4.2 電容器外觀缺陷檢測系統(tǒng)的驗證

    本文選取了人工檢測后的200個電容器為實驗樣本來驗證電容器外觀缺陷檢測系統(tǒng)，其中缺陷電容器和良品電容器各100個,。最終檢測結(jié)果如表1所示,。

    由表1看出，本文設(shè)計的電容器外觀缺陷檢測系統(tǒng)對缺陷電容器的檢測正確率達到100%,，漏殺率為零,；而對良品電容器的檢測正確率也達到了96%，說明該系統(tǒng)在檢測精度上是可靠的,，但其中也出現(xiàn)了誤判,，仔細觀察誤判的電容器，分析得出由于電容器上存在的污漬,，導致檢測系統(tǒng)將其誤判為溢膠缺陷,。兩個樣本的檢測時間都為72 s，即該系統(tǒng)大約0.7 s就可以完成對一個電容器的外觀缺陷檢測,，相比于人工檢測大約5 min 200個,，極大地提高了檢測速度，可以滿足工業(yè)要求,。

5 結(jié)束語

    本文針對CBB61S電容器生產(chǎn)制造過程中出現(xiàn)的外觀缺陷,，利用機器視覺技術(shù)，設(shè)計了一套高效率高精度的在線檢測系統(tǒng),。該系統(tǒng)主要分為機械平臺的搭建和PC系統(tǒng)的設(shè)計,，機械平臺的搭建包括了檢測傳送帶和執(zhí)行機構(gòu)的安裝、相機鏡頭的選型,、光源和照明方式的選擇等,；PC系統(tǒng)主要是利用C#語言對視覺軟件Halcon進行二次開發(fā)，經(jīng)過圖像采集,、圖像濾波,、形態(tài)學處理、匹配定位,、閾值分割,、Blob分析等，最終完成對電容器外觀缺陷的檢測,。實驗結(jié)果顯示,，電容器外觀缺陷檢測系統(tǒng)具有較高的檢測速度和可靠的檢測精度，解決了人工檢測效率低下,、準確率較低的問題,，也降低了生產(chǎn)成本。

參考文獻

[1] 洪天勤.電容器外觀檢測系統(tǒng)中圖像處理算法的研究[D].長沙：中南大學,，2012.

[2] 陳星.電解電容器外觀自動檢測系統(tǒng)執(zhí)行機構(gòu)應(yīng)用設(shè)計[J].現(xiàn)代制造技術(shù)與裝備,，2016(11)：4-5.

[3] 何騰鵬,，張榮芬，劉超,，等.基于機器視覺的智能導盲眼鏡設(shè)計[J].電子技術(shù)應(yīng)用,，2017，43(4)：58-61.

[4] 周曉航,，方鯤,，李玫.國內(nèi)外超級電容器的研究發(fā)展現(xiàn)狀[J].新材料產(chǎn)業(yè)，2015(3)：61-68.

[5] 田原嫄,，潘敏凱,，劉思陽.電容器鋁殼表面缺陷檢測的CCD圖像處理[J].組合機床與自動化加工技術(shù),，2013(5)：73-75.

[6] 張五一,，張繼超，侯遠韶,，等.機器視覺系統(tǒng)中鏡頭的選擇[J].中原工學院學報,，2011，22(6)：18-21.

[7] 尚會超,，楊銳,，段夢珍，等.機器視覺照明系統(tǒng)的關(guān)鍵技術(shù)分析[J].中原工學院學報,，2016,，27(3)：16-21.

[8] 許少尉，陳思宇.基于深度學習的圖像分類方法[J].電子技術(shù)應(yīng)用,，2018,，44(6)：116-119.

[9] 鄧彩霞，王貴彬,，楊鑫蕊.改進的抗噪形態(tài)學邊緣檢測算法[J].數(shù)據(jù)采集與處理,，2013，28(6)：739-745.

[10] 楊亞飛,，鄭丹晨,，韓敏.一種基于多尺度輪廓點空間關(guān)系特征的形狀匹配方法[J].自動化學報，2015,，41(8)：1405-1411.

[11] 朱磊,，白瑞林，吉峰.光照不均勻圖像的灰度波動局部閾值分割[J].計算機工程與應(yīng)用,，2015,，51(12)：144-149.

作者信息:

俞  洋，陳佐政,，陳祝洋,，沈威君

(江蘇理工學院,，江蘇 常州213001)