基于机器视觉的电子器件在线检测分选系统

基于机器视觉的电子器件在线检测分选系统

李啸宇

(南京航空航天大学自动化学院,江苏南京 210016)

摘要:针对一种声表面波滤波电子器件,设计了基于机器视觉的电子器件在线检测分选系统,详细论述了机器视觉系统的硬件组成和工作原理。在搭建系统硬件平台后,采用Qt应用程序框架,结合OpenCV开发了一套电子器件在线检测分选系统软件。经过大量实验和长时间实际生产运行表明,该系统检测速度快、识别准确率高、成本预算低,完全满足现代工业在线检测的需要。

关键词:机器视觉;电子器件;在线检测分选;Qt;OpenCV

中图分类号:TP391 文献标识码:A 文章编号:1672-1616(2011)07-0038-03

在电子器件制造流水线中,经常要对半成品或成品的电子器件进行外观检测和分选。传统的检测手段主要依靠自动送料振盘结合光电检测技术来对有管脚的电子器件进行初步分选和有序定向排列。但是这种方法对电子器件在外形设计上有一定的要求,如管脚的偏心、外形或重心的不对称等。有些电子器件由于产品设计需要无法达到上述要求,此时机器视觉技术成为了一种替代的有效检测手段。机器视觉技术因其具备在线检测、实时分析、实时控制的能力以及高效、经济、灵活的优点,成为现代电子器件在线检测技术中一种重要的技术手段[1]。本文以某一种声表面波滤波电子器件为例。由于其外形对称,只有上表面存在标识,传统的光电检测和振盘分选方法无法满足检测需要,故结合生产流水线结构,采用CMOS数字摄像机、环形光源和工控计算机等设计了一套基于机器视觉的外观标识识别在线检测分选系统。

1 设计思路与系统组成

机器视觉系统一般包括以下部分:图像采集模块(光源、镜头、图像传感器)、图像处理模块(计算机、图像处理软件)、执行机构(I/O卡、PLC、电磁阀等)等。结构框图如图1所示。

针对声表面波滤波器件体积小、表面光洁、标识明显等特点,系统采用USB接口的黑白CM OS 摄像机、环形光源作为前端图像采集设备。当器件沿着流水线导轨向前缓慢运动并到既定位置时,

安

图1 机器视觉系统组成框图

装在导轨检测位置的光纤传感器被触发并向计算机发出采集信号。计算机收到采集信号,通过图像处理程序驱动摄像机进行图像采集,接着程序对所采集的图像进行处理,判别器件表面标识的位置有无圆圈标识,推断出器件排列顺序的正反。程序的判断结果信号经过计算机的I/O板卡传输到整个流水线的核心控制PLC中。最后PLC通过I/O 端口驱动电磁阀控制气流将排序为反的器件从导轨吹落。被测对象声表面波滤波器件样例实物如图2

所示。

图2 声表面波滤波器件

收稿日期:2010-11-25

作者简介:李啸宇(1986-),男,江苏无锡人,南京航空航天大学硕士研究生,主要研究方向为计算机测控。

382011年4月 中国制造业信息化 第40卷 第7期

2 系统硬件设计

2.1 图像采集与处理模块

本系统采用的图像采集模块主要包括CM OS 工业数字摄像机DH -H V1303UM 、环形光源LDR-70RD 、镜头M P2514-M P 3个部分。

本系统采用大恒图像CM OS 工业数字摄像机DH -HV1303UM 。DH -HV1303UM 是一款U SB 接口的采用逐行扫描CMOS 的黑白数字摄像机。CMOS 传感器的特点是集成度高,输出信号数字化,成本低,适合环境干扰小、测量速度快、功耗低等场合[2]

。该摄像机在1280 1024分辨率下采集速度为15帧/s,在640 480分辨率下采集速度为45帧/s [3]。由于电子器件在流水线上运动速度相对较慢,无需摄像机高速采集,15帧/s 的采集速度已经可以满足设计需求。高分辨率采集亦可保证采集到的图像清晰,降低了后期图像处理难度。该摄像机同步方式有外部触发和连续采集2种,本系统采用外部触发形式。

光源和镜头是机器视觉系统中的关键组成部分,合适的光源和镜头可以突出待测特征部分对比度、提高信噪比和减少不均匀的照明,减轻后续图像处理的压力。考虑到被测对象电子器件检测范围集中,需要均衡照明,本系统采用日本CCS 的环形光源LDR-70RD,其柔性板被做成伞状外形,LED 高密度地排列在基板上,光线集中在照明系统的中央。环形光源配合Computar 定焦镜头M P2514-M P 同轴安放,当与待测对象距离合适时,可在很大程度上减少阴影,提高对比度,实现大面积荧光均衡照明。光源、摄像机、镜头结构示意图如图3

所示。

图3 图像采集模块结构示意图

本系统根据被测对象所在场所对系统体积要求不高、系统成本预算有限、项目设计时间较短等特点,选用工控计算机作为图像处理模块。其通用

性强、开发周期短、成本低,使得整个系统物力和人力成本降低了不少。

2.2 执行机构

当图像处理模块完成图像处理工作后,会发出动作信号给执行机构来进行分选工作。本系统采用双诺测控的AC6652板卡来完成I/O 信号的输入输出,将处理结果传输给整个流水线的控制核心PLC 。最后PLC 驱动电磁阀控制吹气动作。

3 系统软件设计

本系统软件设计采用Qt 4.5作为图形界面应用程序框架,在Visual Studio 2008平台下结合开源计算机视觉库OpenCV 进行编程设计。Qt 是诺基亚开发的一个跨平台的C++图形用户界面应用程序框架,可以轻松实现 一次编写,随处编译 的跨平台解决方案[4]。Qt 具有完善的C ++类库,通常不需要处理复杂的C 风格API,并且具有美观的GU I 框架。

3.1 系统软件流程图

整个系统软件流程主要由主程序初始化、图像采集、器件检测范围标定、图像预处理、标识检测判断、I/O 输出判断结果等组成。程序流程图如图4

所示。

图4 系统程序流程图

3.2 器件标识检测范围的标定

本系统软件首先需要对标识的检测范围进行标定。在标定前,首先对镜头焦距、摄像机采集图像的对比度和亮度进行调整,使采集到的图像达到轮廓清晰的效果,以减少后续图像处理对计算机资源的消耗。操作者先将电子器件放到触发光纤传感器的检测工位,然后手动操作软件控制摄像机采集一幅图像,对其标识位置进行框定。后续程序只要检测该框定范围内有无标识,则可判断出器件的正反。

3.3 标识检测的图像处理算法

软件采用平滑滤波对图像进行预处理,然后对

39

智能控制技术 李啸宇 基于机器视觉的电子器件在线检测分选系统

整个图像进行边缘提取。这样标识的轮廓可以清晰地表现出来,消除其他噪声的干扰。一般的边缘提取方法都是用边缘提取算子模板来进行卷积处理,如Laplace 算子、Robert 算子、Sobel 算子和Canny 算子等[5]。系统所采集到的图像相对比较简单,应用边缘提取算子会增加计算量。为了保证在线检测速度,本系统采用了自适应阈值的图像二值化操作。自适应二值化是先计算像素邻域的平均灰度,来决定此像素的二值化的阈值。

此操作在OpenCV 中的函数表现形式为:

cvAdaptiveThreshold (const CvArr *src,CvArr *

dst,double max

value,int adaptive

method,int threshold

type,int block

size,dou

ble param1);

当邻域尺寸block size 选取偏小时,通过调节函数参数param1来控制边缘的类型和粗细,输出图像dst 可以达到边缘提取的效果。然后对3.2节中标定好的器件标识范围内进行黑白像素统计,与之前设置好的阈值作比较,就能准确地判断出标定范围内有无标识。

4 系统实验验证

首先对系统的参数进行设置,如平滑滤波参数、自适应二值化邻域大小与参数、标识判断阈值和I/O 口通道等。然后手动调整镜头焦距以及摄像机采集图像的对比度和亮度,使采集图像达到理想效果。在完成对标识检测范围的标定后,开始对图像进行检测,通过I/O 口输出判断结果,并将判断结果显示在系统软件面板上的指示灯控件上。经过10h 的系统运行实验,实际电子器件检测分选成功率达到了100%。从项目交付使用到现在已经有一年之久,整个系统运行稳定、识别准确率高,已经达到了初期的设计目标。图5是系统检测出

器件标识的软件界面。

图5 系统检测器件标识

5 结束语

本文设计了一套基于机器视觉的电子器件在线检测分选系统。系统主要采用CMOS 工业摄像机和工控摄像机作为图像采集处理模块,成本预算较低。软件处理中运用自适应二值化等算法对所采集的图像进行边缘提取,并进行阈值判断,保证了检测分选的实时性和准确性,成功替代了传统的光电检测方法。系统的实验结果、最终的项目交付均验证了系统设计的正确性。除上述采用的声表面波滤波器件以外,本系统还可以对于其他带有明显标识的电子器件进行在线检测分选工作,具有良好的工业应用前景。参考文献:

[1] 韩九强.机器视觉技术及应用[M ].北京:高等教育出版社,

2009:3-5.

[2] 韩振雷.CCD 和CM OS 图像传感器的异同剖析[J ].影像技

术,2009(4):40-42.

[3] 大恒图像.DH -HV 系列数字摄像机应用说明书[Z].2009.[4] Jasmin Blachette,M ark Summerfield.C ++

GUI Qt4编程

[M ].闫锋欣,曾泉人,张志强,译.2版.北京:电子工业出版

社,2008:3-4.

[5] 张 云,吴晓军,马廷武,等.基于机器视觉的零件图像采集

及识别的研究[J].电子工程师,2006,32(4):29-31.

Design of Online D etecting an d S orting S ystem for Electronic Devices Based on Machin e Vision

LI Xiao-yu

(Nanjing University of Aeronautics and Astronautics,Jiangsu Nanjing,210016,China)

Abstract:In order to design a kind of electronic devices of surface acoustic w ave filter,it describes a online de tecting and sorting system based on machine vision,show s the detail about the hardware components and op erating principle of the machine vision system.Based on hardw are platform of the system ,it develops the sys tem software w ith Qt application framew ork and OpenCV library.Lots of ex periments and a long period of running show that the system costs low and sorts devices w ith high detection speed and identification rate,the w hole system is able to fully meet the needs of modern industrial online detection.

Key words:M achine Vision;Electronic Device;Online Detection and Sorting;Qt;OpenCV

402011年4月 中国制造业信息化 第40卷 第7期