CN103091332A - 一种基于机器视觉的u型粉管的检测方法及其检测系统 - Google Patents

Abstract

本发明公开了一种基于机器视觉的U型粉管的检测方法，其通过图像采集、ROI提取、纹理特征提取、Chi-square距离计算，最终判定粉管涂粉质量；故利用关键点定位与滑动窗口检测能有效检出产品中的瑕疵点，从而提高了产品检测效率，可以满足实际工业生产中的灯管检测要求，能够实现对U型节能荧光管粉管涂粉质量的高速、无损、定性检测，检测速度可达6个/秒钟。本发明还公开了一种基于上述方法的检测系统，其通过在光电传感器的配合下，利用合理放置的背光源与高速工业相机能有效采集荧光管粉管图像，能够实现U型粉管涂粉效果的实时精确测量。

Description

一种基于机器视觉的U型粉管的检测方法及其检测系统

技术领域

本发明属于检测技术领域，具体涉及一种基于机器视觉的U型粉管的检测方法及其检测系统。

背景技术

U型粉管作为U型节能灯的重要组成部分，同时也是节能荧光管的前期产品，是由U型玻璃管经过荧光粉浆喷涂而成。节能灯管的发光质量主要取决于灯管内壁三色基粉的涂粉均匀效果，因而能否实现对粉管涂粉效果的有效检测至关重要。

粉管在涂粉工艺加工完成后需要能够快速准确地测量涂粉效果，需要迅速剔除不合格的粉管，从而避免进入下道工序，避免加工上的浪费。

在节能灯管的加工过程中，粉管的涂粉效果的有效检测是实现自动控制的关键质量参数。然而，由于工艺等因素，粉管的自动在线检测成为灯管生产中的一个技术难题。但目前国内外尚无自动化的荧光管的质量检测系统，现有工艺下，粉管的检测一般采用人工通过肉眼以日光灯为背光进行粉管涂粉效果检测，工作环境恶劣、工作枯燥，效率低下，而且对于细微的瑕疵，人工难以进行定性检测，而且检测时间较长，但其估计判断的准确与否取决于工人的操作经验和疲劳状态；故一般检测精度不高，检测结果的可靠性低，不能满足在线实时检测的需要。

专利号为5408104的美国专利公开了一种基于线性CCD的环形荧光管瑕疵检测方法及其检测装置，该方法通过多个相机获取环形灯管的表面图像，通过设置阈值的方法滤除噪声，利用图像像素点的方向性来对环形灯管的表面瑕疵进行检测。但该检测方法与检测装置仅仅能检测环形灯管外表面的玻璃划伤、裂痕，无法检测荧光管内壁的荧光粉喷涂效果。

发明内容

针对现有技术所存在的上述技术缺陷，本发明提供了一种基于机器视觉的U型粉管的检测方法及其检测系统，能够实现U型粉管涂粉效果的实时精确测量。

一种基于机器视觉的U型粉管的检测方法，包括如下步骤：

(1)采集待测U型粉管在各视角下对应的粉管图像；

(2)从所述的粉管图像中提取出ROI(Region of Interest，感兴趣区域)；

(3)对所述的ROI进行纹理特征提取，得到ROI的LBP(Local BinaryPatterns，局部二值模式)直方图，并根据LBP直方图构建LBP特征向量；

(4)使ROI的LBP特征向量与数据库中对应的LBP标准特征向量进行Chi-square(卡方)距离计算，得到Chi-square距离值；

(5)根据步骤(2)至(4)遍历所有粉管图像，得到每张粉管图像对应的Chi-square距离值；根据这些Chi-square距离值，判断待测U型粉管涂粉效果是否合格。

所述的步骤(2)中，从粉管图像中提取出的ROI方法为：首先根据待测U型粉管的外形，采用若干关键点对粉管图像边界曲线进行估计；然后根据同心圆环与两个矩形管腿的形状规则利用几何公式重建出待测U型粉管的边界，进而从粉管图像中提取出ROI。

所述的步骤(3)中，根据LBP直方图构建LBP特征向量的方法为：使LBP直方图中10种模式对应的像素个数分别作为LBP特征向量的10个元素值，从而构建得到LBP特征向量。

所述的LBP标准特征向量通过以下方法求取：通过人工检测获取若干个涂粉效果合格的U型粉管，根据步骤(1)至(3)计算出每个U型粉管各视角粉管图像所对应的LBP特征向量；对于任一视角，对归属于该视角的所有粉管图像的LBP特征向量求平均，得到的平均特征向量即为该视角粉管图像的LBP标准特征向量。

所述的步骤(4)中，根据以下算式使LBP特征向量与对应LBP标准特征向量进行Chi-square距离计算：

$D=\underset{i=1}{\overset{10}{\text{\Σ}}}\frac{{(H_2\left(i\right)-H_1\left(i\right))}^2}{{(H_2\left(i\right)+H_1\left(i\right))}^2}$

其中：D为LBP特征向量与对应LBP标准特征向量的Chi-square距离值，H₂(i)为LBP特征向量中的第i元素值，H₁(i)为LBP标准特征向量中的第i元素值，i为自然数且1≤i≤10。

所述的步骤(5)中，判断待测U型粉管涂粉效果是否合格的标准为：使各Chi-square距离值均与给定的距离阈值进行比较，若所有Chi-square距离值均小于所述的距离阈值，则判定待测U型粉管涂粉效果合格；否则，则判定待测U型粉管涂粉效果不合格。

一种基于机器视觉的U型粉管的检测系统，包括：

检测平台单元，用于放置待测U型粉管；

图像采集单元，用于采集待测U型粉管的粉管图像；

图像处理单元，用于从粉管图像中提取出ROI，对ROI进行纹理特征提取和质量评判，并生成评判结果。

所述的图像处理单元包括：ROI提取模块、特征提取模块、数据存储模块、距离计算模块和质量评判模块，ROI提取模块与图像采集单元相连，特征提取模块与ROI提取模块和距离计算模块相连，数据存储模块与距离计算模块相连，距离计算模块与质量评判模块相连；

ROI提取模块用于从所述的粉管图像中提取出ROI；

特征提取模块用于对ROI进行纹理特征提取，得到LBP直方图，进而构建对应的LBP特征向量；

数据存储模块用于存储LBP标准特征向量；

距离计算模块用于计算出LBP特征向量与其对应LBP标准特征向量的Chi-square距离值；

质量评判模块用于根据所述的Chi-square距离值，判断待测U型粉管涂粉效果是否合格。

所述的图像处理单元还包括人机界面模块，其用于显示粉管图像，并接收用户的指令以对图像处理单元中的其他模块进行参数设置。

所述的图像采集单元采用摄像机，所述的图像处理单元采用计算机。

优选地，所述的检测平台单元包括检测台和光源，检测台上设有电机转盘，电机转盘四周分别设有四个光电传感器，电机转盘侧部设有一指向光电传感器的触发条，所述的光电传感器与图像采集单元相连；能够实现在多个视角下对U型粉管进行图像采集。

进一步优选地，所述的光源连接有光源控制器，所述的光源控制器和光电传感器均连接图像处理单元；图像处理单元能够根据传感器触发状态通过光源控制器调节光源的发光强度，从而获得最佳的成像效果。

本发明能够实现对U型节能荧光管粉管涂粉质量的高速、无损、定性检测，检测速度可达6个/秒钟；其检测系统通过在光电传感器的配合下，利用合理放置的背光源与高速工业相机能有效采集荧光管粉管图像；其检测方法利用关键点定位与滑动窗口检测能有效检出产品中的瑕疵点，从而提高了产品检测效率，可以满足实际工业生产中的灯管检测要求。

附图说明

图1为本发明检测系统的结构示意图。

图2为LBP直方图中前9种模式的示意图。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明检测系统及其检测方法进行详细说明。

如图1所示，一种基于机器视觉的U型粉管的检测系统，包括：检测平台单元，图像采集单元、图像处理单元和人机界面单元；

检测平台单元包括检测台1和光源2，检测台1上设有电机转盘4，电机转盘4四周分别设有四个光电传感器5，电机转盘4侧部设有一指向光电传感器5的触发条6，光电传感器5与图像采集单元相连；光源2连接有光源控制器，光源控制器和光电传感器5均连接图像处理单元。

图像采集单元用于采集待测U型粉管的粉管图像，并与四个光电传感器相连；本实施方式中，图像采集单元采用大恒公司的CG400黑白1/3CMOS摄像机，分辨率为768×480且帧率可调，最高帧率可达60帧/秒，该摄像机采用逐行全帧扫描方式，输出接口为USB口，镜头卡口为C/CS口，体积小巧，易于安装。镜头使用日本COMPUTAR的12mm高分辨率无畸变镜头。

本实施方式中，光源采用纬朗公司200mm×200mm的蓝色背光源，光源控制器使用纬朗公司RS232制式串口控制亮度可调24V控制器，光电传感器使用欧姆龙公司的24V的PNP型光电传感器。

检测时，将待测U型粉管3呈倒U字形放置在电机转盘4上，将光源2设于检测台1一侧，将摄像机设于相对光源2的另一侧，通过控制电机旋转，触发条6同步转动并将依次触发四方位上的光电传感器5。传感器触发表示灯管已旋转至指定拍照位置，因而光电传感器触发信号直接触发摄像机抓拍，同时将光电传感器输出电平状态通过数据采集卡输送至图像采集单元，图像采集单元根据传感器触发状态通过光源控制器调节光源4的发光强度，从而获得最佳的成像效果。

电机旋转一周后采集得到4张侧面的粉管图像，将灯管移至工位进行顶部图像的采集；顶部图像采集时，将两个光源2呈120°夹角设置于检测台1上，向上对待测U型粉管3进行投射，将摄像机设于待测U型粉管3正上方，采集到一张顶部的的粉管图像。

图像处理单元用于从粉管图像中提取出ROI，对ROI进行纹理特征提取和质量评判，并生成评判结果；本实施方式中，图像处理单元采用研华IPC系列工业控制计算机，该机采用Intel双核处理器，主频3.0G，1100M网卡，1G内存，160G硬盘；计算机通过USB与摄像机连接，通过PCI总线数据采集卡与光电传感器连接，通过RS232串行总线与光源控制器连接，数据采集卡选用台湾研华公司的PCI-1730板卡，16路数字量输入/输出通道。

计算机内包括ROI提取模块、特征提取模块、数据存储模块、距离计算模块、质量评判模块和人机界面模块；ROI提取模块和人机界面模块均与摄像机相连，特征提取模块与ROI提取模块和距离计算模块相连，数据存储模块与距离计算模块相连，距离计算模块与质量评判模块相连，质量评判模块与人机界面模块相连；其中：

ROI提取模块用于从粉管图像中提取出ROI，具体实施过程如下：

首先，对采集的粉管图像进行去噪处理，得到背景为白色，灯管区域为灰色的灰度图像，对图像的放置水平、垂直程度进行检测并自适应调整，以防止因机械运动引起的轻微倾斜现象；然后，根据待测U型粉管的外形，采用若干关键点对粉管图像边界曲线进行估计；最后，根据同心圆环与两个矩形管腿的形状规则利用几何公式重建出待测U型粉管的边界，进而从原图像中提取出ROI。

特征提取模块用于对ROI进行纹理特征提取，得到LBP直方图，进而构建对应的LBP特征向量。由于涂粉工艺等原因，灯管图像表现为整体灰度不均匀，存在分块现象，而且灰度值的变化是连续的渐变的，因而不能根据整体的灰度分布规律进行处理，必须根据局部区域的灰度值进行处理。因而本实施方式采用滑动窗口的方法提取灯管上不同部位的局部区域灰度值进行均匀性检测。

LBP直方图用于统计图像局部纹理特征，具有灰度和旋转不变性。对于不在ROI内的任一像素来说，其周围邻域内都有8个像素，它们的灰度值依次设为g₁g₂g₃g₄g₅g₆g₇g₈，若g_i比中心像素的灰度值大，标记为1，反之标记0，将g₁至g₈串起来形成一个八位值G(如10110001)。事实上，对于G值里面0和1的跳变次数小于等于2(0或2，不可能出现跳变1次)的情况，可分成如图2所示9种模式(实心表示0，空心表示1)，这9种模式称为统一模式，而0和1跳变超过两次的G值归为第10种模式即非统一模式(如10110001，跳变四次)；最后，用直方图统计得到ROI各像素点在这10种模式上的分布。

使LBP直方图中10种模式对应的像素个数分别作为LBP特征向量的10个元素值，从而构建得到对应的LBP特征向量。

数据存储模块用于存储LBP标准特征向量，LBP标准特征向量通过以下方法求取：通过人工检测获取若干个涂粉效果合格的U型粉管，然后通过图像采集、ROI提取、纹理特征提取计算出每个U型粉管各视角(四个侧面和一个顶面)粉管图像所对应的LBP特征向量；对于任一视角，对归属于该视角的所有粉管图像的LBP特征向量求平均，得到的平均特征向量即为该视角粉管图像的LBP标准特征向量。

距离计算模块用于根据以下算式计算出LBP特征向量与其对应LBP标准特征向量的Chi-square距离值；

$D=\underset{i=1}{\overset{10}{\mathrm{\Σ}}}\frac{{(H_2\left(i\right)-H_1\left(i\right))}^2}{{(H_2\left(i\right)+H_1\left(i\right))}^2}$

其中：D为LBP特征向量与对应LBP标准特征向量的Chi-square距离值，H₂(i)为LBP特征向量中的第i元素值，H₁(i)为LBP标准特征向量中的第i元素值，i为自然数且1≤i≤10。

质量评判模块用于根据Chi-square距离值，判断待测U型粉管涂粉效果是否合格；其具体的评判标准为：使待测U型粉管各视角粉管图像对应的Chi-square距离值均与给定的距离阈值进行比较，若所有Chi-square距离值均小于所述的距离阈值，则判定待测U型粉管涂粉效果合格；否则，则判定待测U型粉管涂粉效果不合格。

人机界面模块用于显示粉管图像，并接收用户的指令以对图像处理单元中的其他模块进行参数设置；其采用LCD触摸式显示屏。

本实施方式能在100毫秒内实现对单个灯管的4副侧面图像、1副顶部图像的采集与检测处理，采集到的图像消除了反光、歪斜等造成的不良影响，能实现对U型灯管的实时、快速瑕疵检测，检测速度可达6个/秒钟。

Claims (10)

1.一种基于机器视觉的U型粉管的检测方法，包括如下步骤：

(1)采集待测U型粉管在各视角下对应的粉管图像；

(2)从所述的粉管图像中提取出ROI；

(3)对所述的ROI进行纹理特征提取，得到ROI的LBP直方图，并根据LBP直方图构建LBP特征向量；

(4)使ROI的LBP特征向量与数据库中对应的LBP标准特征向量进行Chi-square距离计算，得到Chi-square距离值；

(5)根据步骤(2)至(4)遍历所有粉管图像，得到每张粉管图像对应的Chi-square距离值；根据这些Chi-square距离值，判断待测U型粉管涂粉效果是否合格。

2.根据权利要求1所述的检测方法，其特征在于：所述的步骤(2)中，从粉管图像中提取出的ROI方法为：首先根据待测U型粉管的外形，采用若干关键点对粉管图像边界曲线进行估计；然后根据同心圆环与两个矩形管腿的形状规则利用几何公式重建出待测U型粉管的边界，进而从粉管图像中提取出ROI。

3.根据权利要求1所述的检测方法，其特征在于：所述的步骤(3)中，根据LBP直方图构建LBP特征向量的方法为：使LBP直方图中10种模式对应的像素个数分别作为LBP特征向量的10个元素值，从而构建得到LBP特征向量。

4.根据权利要求1所述的检测方法，其特征在于：所述的LBP标准特征向量通过以下方法求取：通过人工检测获取若干个涂粉效果合格的U型粉管，根据步骤(1)至(3)计算出每个U型粉管各视角粉管图像所对应的LBP特征向量；对于任一视角，对归属于该视角的所有粉管图像的LBP特征向量求平均，得到的平均特征向量即为该视角粉管图像的LBP标准特征向量。

5.根据权利要求1所述的检测方法，其特征在于：所述的步骤(4)中，根据以下算式使LBP特征向量与对应LBP标准特征向量进行Chi-square距离计算：

$D=\underset{i=1}{\overset{10}{\text{\Σ}}}\frac{{(H_2\left(i\right)-H_1\left(i\right))}^2}{{(H_2\left(i\right)+H_1\left(i\right))}^2}$

其中：D为LBP特征向量与对应LBP标准特征向量的Chi-square距离值，H₂(i)为LBP特征向量中的第i元素值，H₁(i)为LBP标准特征向量中的第i元素值，i为自然数且1≤i≤1 0。

6.根据权利要求1所述的检测方法，其特征在于：所述的步骤(5)中，判断待测U型粉管涂粉效果是否合格的标准为：使各Chi-square距离值均与给定的距离阈值进行比较，若所有Chi-square距离值均小于所述的距离阈值，则判定待测U型粉管涂粉效果合格；否则，则判定待测U型粉管涂粉效果不合格。

7.一种基于机器视觉的U型粉管的检测系统，包括：检测平台单元、图像采集单元和图像处理单元；所述的图像采集单元用于采集待测U型粉管的粉管图像；其特征在于：所述的图像处理单元包括：

ROI提取模块，用于从所述的粉管图像中提取出ROI；

特征提取模块，用于对ROI进行纹理特征提取，得到LBP直方图，进而构建对应的LBP特征向量；

数据存储模块，用于存储LBP标准特征向量；

距离计算模块，用于计算出LBP特征向量与其对应LBP标准特征向量的Chi-square距离值；

质量评判模块，用于根据所述的Chi-square距离值，判断待测U型粉管涂粉效果是否合格。

8.根据权利要求7所述的检测系统，其特征在于：所述的图像处理单元还包括人机界面模块，其用于显示粉管图像，并接收用户的指令以对图像处理单元中的其他模块进行参数设置。

9.根据权利要求7所述的检测系统，其特征在于：所述的检测平台单元包括检测台和光源，检测台上设有电机转盘，电机转盘四周分别设有四个光电传感器，电机转盘侧部设有一指向光电传感器的触发条，所述的光电传感器与图像采集单元相连。

10.根据权利要求9所述的检测系统，其特征在于：所述的光源连接有光源控制器，所述的光源控制器和光电传感器均连接图像处理单元。

Images