基于机器视觉的玻璃瓶缺陷检测与抓取系统研究
第一章 绪 论
管制玻璃瓶生产的时间较早，然而自从管制玻璃瓶开始生产，就伴随有管制玻璃瓶就会有不同程度的缺陷，例如管制玻璃瓶瓶身会出现裂纹、瓶口处缺损、瓶壁内有气泡、瓶身表面粗糙等一系列缺陷，不但一直困扰着生产管制玻璃瓶的厂家，还对购买有缺陷管制玻璃瓶包装产品使用的消费者构成极大的安全隐患。对此，各大机构开始对机器视觉检测技术深入研究，也促使许多生产管制玻璃瓶厂家应用此项技术。早期，各大厂家都在使用人工检测的方法，在检测强度较大的工作环境中，由于通过肉眼或者结合放大镜进行观测，导致检测结果不是很稳定，直接会影响工厂流水线生产效率，因此，机器视觉检测设备被诸多生产厂家大力引进，相应的检测技术得到了合理的改善。伴随科技日新月异的发展，人们也逐渐开始追求高档次与高品质的生活，对生活用品外观和品质也提出了更高的要求。现如今在罐装瓶行业中，由于玻璃这种材质具有靓丽的外观和优良的阻隔性，被众多厂家用作灌装器具，人们常会采用玻璃罐装瓶灌装的产品，比如啤酒、药品、调料和植物精油等等。所以，人们日常生活中玻璃罐装瓶包装有着广泛的应用。
在制造玻璃罐装瓶时，从原料筛选、加工融化、退火成型的复杂生产过程中，玻璃罐装瓶不可避免的会产生瓶口破裂、缺口，玻璃罐装瓶身表面划痕、凸凹不平等常见的缺陷现象。用这些带有缺陷的玻璃罐装瓶灌装产品后，在液体或者气体装入后都会产生压力差，这就导致瓶内和瓶外存在压力，在受到猛烈地撞击后就会出现爆瓶，存在着极大的安全隐患，甚至影响了整个生产过程的顺利进行。因此，灌装生产前，对罐装玻璃制品进行检测，，并剔除掉带有缺陷的玻璃瓶就显得尤为重要。目前，玻璃瓶常用检测方法主要包括，人工检测和机器视觉系统检测。表 1-1 为检测方法之间的性能对比。
......
（1）国外机器视觉与机械手技术发展现状
在国外，有很多企业在灌装流水线上都从事过基于机器视觉的缺陷检测工作，这些企业都拥有丰富的研发经验和较高的技术水平，其中比较著名的有：法国的 SGCC公司、法国的 MSG 公司、德国的 Lasor 公司等。SGCC 公司制造的在线瓶罐检测设备拥有完善的自动化功能，在我国国内展会上推出，在当时受到了广泛的关注；Lasor公司所研发的设备主要优势在于采用 CCD 摄像技术，能够分辨 0.1mm 单位的缺陷，拥有较高的在线检测精度。这些国外企业制造的检测设备售价昂贵，但仍有许多的国内企业竞相购置。
机械手是采用大量自动化控制的机械装置，是现代自动化生产过程中的重要设备。实际上，机械手属于机器人领域，其主要特征就是借助计算机控制程序实现固定操作，按照程序完成相应的任务，满足机器人工作需求，从而实现自动化和高精度地工作，提升工作的适应能力。机械手研制工作起源于美国，到了上个世纪七十年代，西方发达工业化国家都相继开展了此项技术的研发工作，例如瑞士的 ABB 机器人公司、德国的 KuKa（库卡）公司、日本的 FANUC（发那科）公司等等。20 世纪 50 年代，全球首台机械手由美国联合控制公司制造，该型机械手具有简单的机械结构，并且采用了示教形的控制。这家公司在首款机械手上继续研发，又研制出了新款机械手为数控式示教再现型。取名 Unimate（万能自动）。其中，该种机械手采用了仿照坦克炮塔式的运动形式，能够实现全方位的运动。此后，诸多研发机构开始逐步研发、生产球坐标型通用的机械手，其中，研制出的 Vewrsatran 机械手最为成功。这款机械手驱动方式为液压式，它能够做出回转动作或者升降动作。20 世纪 70 年代，工业型机械手Unimate-Vicarm 开始得到应用，该型机械手运用计算机的控制，保证了作业精度，满足了生产要求。同时，类似的机械手还包括点焊机械手，能够按照程序设定完成高精度的焊接工艺。2011 年，KuKa 公司还推出了新型 QUANTECK 系列机械手，能够通过引进新型控制器和驱动技术，提升该系列机械手的技术水平。生产出的新型QUANTEC 架装机械手 KR240R3100 kultra 和 KR240R3700 kprime,对有效载荷和行程进行优化，固定轴 2 的位置向前移动 400mm，在卸载时间上缩短 25%，效能损耗降低 30%，该型机械手特别适用于注塑机。如图 1-1 为 KuKa 新型 QUANTE C 系列机械手所示。
......
第二章 硬件配置及功能分析
本章主要介绍的内容为基于机器视觉的玻璃瓶缺陷检测与抓取系统的整体设计框架，以及本系统中主要硬件设备的选型原则，包括光源设备、摄像机设备、镜头设备、图像处理设备、用于抓取的机械手设备及设备参数。
本系统的检测对象为精油灌装瓶，作为一个相对独立的检测领域，玻璃瓶缺陷检测的特点包括有以下几点：
（1）在不同的光源的照射下，玻璃制品表面会反射照过来的光线，而且角度也不断变化，这对很多传统检测技术来说都是不小的挑战。（2）玻璃瓶的生产过程要求实现自动化控制，在提高生产效率的同时还要保证较高的合格率。（3）由于玻璃的造型各异且做工复杂，传统的检测方法不能完美地解决玻璃瓶存在缺陷检测的各类问题，因此，非接触的视觉检测为这种高精度重复性的检测提供了有效的途径。
针对玻璃瓶不同检测部位的特点，结合实际情况，该系统主要针对以下几个部位进行缺陷检测，即
①瓶口检测：瓶口表面有无裂纹；
②瓶身检测：瓶身表面有无凹凸毛刺或破损裂纹；
③瓶底检测：瓶底表面有无裂纹或破损。
玻璃瓶经过检测系统时，未检测出存在上述问题，则会自主地进入到下一个检测环节当中。如果检测存在任何一种问题，系统就会控制剔瓶（机械手）实施抓取剔除工序，将该瓶放入废品池。
......
图 2-1 为基于机器视觉的玻璃瓶缺陷检测与抓取系统的整体设计框架，该系统的硬件结构组成包括以下几部分：
(1)光源技术及选型
1）光源的选型
正确的选用光源在该机器视觉系统中占据着至关重要的地位，光源的选型会着实影响到采集图像的好坏，进而该系统的整体性能会受到影响。而光源的主要作用，就是为了获得对照明显的图像，光源主要功能有：
①尽可能地消除无感兴趣的区域；②提高图像的信噪比，方便于图像可以较好的被处理；③影响图像的因素被减少了，包括有照射角度、物体的材质；④尽可能地增大感兴趣区域与其他区域的灰度值之间的差异。
好的光源设计，还可以让图像中的前景（目标）和背景之间，获得最佳的分离效果，同时对图像处理的难度也变得容易了许多，对改善整体的机器视觉系统的可靠性和稳定性给予很大地帮助。另外，光源设计还要考虑，光源本身的参数调节，检测场地条件以及待测物体本身的光学属性。光源可以大体上分为两种，一种是自然界产生的光源，简称自然光源。另一种是人为创造的光源，简称人造光源。本系统检测工作主要在操作箱内完成，自然光源无法达到检测要求，故选择的是人造光源，而人造光源又包括有卤素灯荧光灯、氙气灯和 LED（发光二极管）。几种人造光源的性能比较如表 2-1 所示，通过比较，性价比最高的是 LED 光源，因此，本系统采用 LED 作为系统光源。
2）LED 光源的照明设计
LED 光源在应用中一般可分为两个种类，一类是正面光源，这一类光源适合于待测物体表面特征地检测；另一类是背（面）光源，而这一类光源适用于待测物体的轮廓与透明程度地检测。本次检测物体的部位有玻璃瓶的瓶口、玻璃瓶的瓶身和玻璃瓶的瓶底。因此根据待测物体的反射光属性不同，分别选择了不同形式的 LED 光源照明。
①无影环形 LED 光源（正面光源）
无影环形 LED 光源又称 Dome 光源，它通过多次在半球形的内壁的反射，完全的消除掉阴影，可以达到漫射 LED 光源在整个空间区域内的照明，对待测物体表面是凹凸不均起到很好的照射作用，如图 2-2。无影环形 LED 光源在本次对玻璃瓶瓶口检测的效果中表现得很好，因此，检测玻璃瓶瓶口的光源选用了陕西维视图像公司的AFT-RD200 漫反射圆顶光源，如图 2-3。
......
3.1 Blob 分析 .................................................. 21
3.2 Halcon 分析软件........................................... 22
第四章 基于 Halcon 的玻璃瓶缺陷检测实验研究..................45
4.1 基于 Halcon 的玻璃瓶瓶口检测实验....................... 45
4.1.1 采集玻璃瓶瓶口图像 ..................................... 45
第五章 基于 FVRTS 平台的机械手抓取操作实验研究.............87
5.1 FVRTS 简介............................................... 87
5.2 视觉引导标定 ............................................. 88
第六章 基于 VC++的玻璃瓶缺陷检测系统设计与实现
本章详细介绍了检测软件的整体结构和检测流程，分析了软件的功能模块，并根据硬件自带的库函数，开发了系统软件整体构架平台，采用基于 Halcon 视觉软件的开源代码，在 VC++6.0 环境下实现玻璃瓶缺陷检测算法，以及图像处理软件 Halcon和机械手行程控制软件 RT TOOLBOX2 设计与通信。
本系统利用 Halcon 机器视觉技术实现玻璃瓶缺陷检测，Halcon 拥有的函数高达一千多个，函数之间各自独立，Halcon 不仅仅具有完善的综合标准软件库，Halcon还可提供良好的机器视觉集成开发环境。Halcon 一直都拥有着非常丰富的函数库，包括所有标准级的图像处理方法、高级的图像处理方法、Blob 分析方法、形态学和提取特征等。另外，Halcon 重要特点是具有快速的原型化与开放式的结构，编写机器视觉应用程序可在交互编程环境中快速的、实时的写入，可以加入新的算子有助于对提升已有的机器视觉功能。
FVRTS 的研发平台整合了识别图像匹配处理技术、机器视觉检测技术、机械手智能控制和 PLC 逻辑控制等多项技术。从功能上可以分为视觉引导部分和机械手控制部分，其中视觉引导部分由机器视觉部分构成。FVRTS 平台的应用领域广泛，包括有科学教育研究、计算机自动化控制、机器视觉系统、机械制造、人工智能控制、通信系统、智能安防、航空航天等领域。FVRTS 平台在本系统中会涉及到进行玻璃瓶的视觉引导标定、机器视觉识别系统研究和智能机械手控制算法的研究。
......
第七章 总结与展望
本文基于机器视觉的玻璃瓶缺陷检测与抓取系统研究，以计算机为核心，集成了机器视觉技术、图像处理技术以及机械手自动运动控制技术，把当今主流的两大技术充分的结合起来，利用机器视觉技术检测和定位的精确性，深度挖掘六自由度的机械手抓取技术，两者相辅相成，互相发挥其自身的技术优势。最后利用成熟的软件设计平台 VC++6.0 完成了玻璃瓶的缺陷检测系统的软件开发工作。本文针对以下几个方面展开研究工作：
（1）基于机器视觉的玻璃瓶缺陷检测与抓取系统的总体设计
提出一套完整的基于机器视觉检测缺陷玻璃瓶的系统的方法，对机器视觉的各个部分寻找硬件和软件的解决方案。硬件方面包括镜头、照明方案的选择、CCD 相机、图像采集卡和机器视觉软件的选取。软件方面，运用 Halcon 机器视觉软件和 FVRTS 机械手控制平台。
（2）基于机器视觉玻璃瓶缺陷检测中算法的应用
根据 Blob 分析流程，调用 Halcon 机器视觉软件中合适的算子，反复实验，得到相对合理的检测流程，包括采集图像、图像预处理、图像分割、形态学处理、连通性分析和特征提取。
（3）基于 Halcon 的玻璃瓶缺陷检测实验研究
通过对 Halcon 机器视觉软件中大量算子的研究，结合 Blob 检测方法的使用，针对玻璃瓶的瓶口、瓶身和瓶底，做出相应检测方案的调整。这样做的目的在于检测部位不同、缺陷特征不同，可较好检测出有缺陷瓶子，不至于造成漏检和错检。最后通过实验，总结出对检测瓶子不同部位的结论，并提出检测思路和设计方案。
（4）基于 FVRTS 平台的机械手抓取实验研究
利用 FVRTS 平台提供的六自由度机械手精密控制，在视觉精确定位的基础上，完成了抓取玻璃瓶的一系列操作，机器视觉与机械手通过以太网进行通信，实现了实时互联。
......
参考文献（略）
本文编号：313588
本文链接：https://www.wllwen.com/wenshubaike/caipu/313588.html
