机器视觉软件在陶瓷釉面缺陷检测中的应用

摘 要：

为了解决陶瓷釉面缺陷特征细小，人工检测困难的问题，提出了基于VisionPro技术的机器视觉检测方法。介绍视觉系统的硬件构成，利用QuickBuild开发环境设计软件，使用PMAlign和PatInspect工具定位和检测图像，最后由Blob标示缺陷。实验结果表明，系统可快速、准确地识别陶瓷釉面缺陷，为机器视觉在陶瓷质量检测奠定了研究基础。

【关键词】VisionPro 机器视觉 陶瓷釉面 缺陷检测

陶瓷制品缺陷名目繁多，出现最多的缺陷主要是开裂、变形和釉面缺陷。常见釉面缺陷多达数十种，包括黑点、裂纹、橘釉、釉面波纹、斑点、釉面无光、针孔、棕眼、釉坑、缩釉、釉泡等，其中以釉面波纹、针孔、缩釉、釉泡四种为主。陶瓷釉面缺陷产生的原因错综复杂，原因可能涉及到原料、调制、施釉、整修以及烧成等各个工序。对于外形多变或精美可观的陶瓷制品，人工制作手续繁多，釉面细小缺陷出现概率更高，受人工熟练程度或工作状态等主观因素影响，其各种缺陷往往难以被检验出来。因此，本文提出了一种基于VisionPro视觉技术的陶瓷釉面缺陷检测方法，可有效检测出陶瓷制品的表面缺陷，提高生产效率。

1、 VisionPro机器视觉软件简介

选用合适的视觉软件进行机器视觉应用，可大大缩短开发周期和降低开发成本。作为PC式机器视觉系统的重要组成部分，专业的视觉软件能实现图像中目标的高精度定位和识别，从而提高系统的精度。VisionPro是一套基于.NET的视觉工具，适用于包括GigE、FireWire和CameraLink在内的所有硬件平台，主要应用于复杂的机器视觉领域。VisionPro视觉软件主要通过对图像的分析、处理和识别，实现对特定目标特征的处理，包含有相机标定、模式识别、测量、形态学、Blob分析、字符识别、条码/二维码识别、表面缺陷检测等算法在内的强大工具库。VisionPro提供了一个交互式的开发环境QuickBuild，可以利用其获取图像，集成视觉工具来处理图像。除了利用应用程序向导开发，VisionPro还可以利用C#、VB.NET和VC.NET等语言进行二次程序开发，结合visual_studio2010开发环境，可快速实现高性能的视觉系统开发。

2 、机器视觉检测系统的硬件设计

本检测系统应用于陶瓷碗釉面的缺陷检测。根据釉面缺陷的特征、现场安装要求、检测精度要求、相机像素和传输速率、系统选型性价比等，在机器视觉检测工位选用了Baslar的acA1600-30gm工业相机，Computer的M1214-MP2百万像素镜头。硬件设备的选型参数如表1、表2所示。

系统需要选择合适的照明装置辅助成像，以区别于背景突出检测对象的典型特征，从而方便图像处理，提高机器视觉系统的检测效率。照明装置包括各类形状的LED灯、光纤卤素灯、高频荧光灯等，系统选用了LED环形白色光源，保证需要检测的裂纹、缺釉、针孔等釉面缺陷特征突出于釉面背景，提高检测的速度和准确度。

3、 系统软件的实现与测试

3.1 软件总体设计

软件通过使用基于Com/ActiveX的VisionPro机器视觉工具和Visual Basic图形化编程环境，开发检测应用系统。VisionPro具有快速而强大的应用系统开发能力，在QuickStart环境中，利用拖放工具，无需任何代码编程，就可以完成检查文件的设置，检测结果输出，以加速应用原型的开发。这些工具在应用开发的整个周期内都可应用，软件设计包括调用相机获取图像、图像预处理、图像匹配和定位、图像差异化匹配、寻找斑点和结果分析，最终根据是否存在缺陷剔除次品。软件总体设计如图1所示。

3.2 陶瓷釉面图像的获取和预处理

系统采用GigE接口连接工业相机采集图像，使用可视化工具AcqFifo通过Image Source连接相机和设置参数，如图2所示。因为洁白陶瓷釉面的缺陷可以反映为灰度像素突变，因此采用灰度像素处理图像，设置输出像素格式为8位灰色图像。

在图像预处理方面VisionPro还有一些不足，功能过于简单，包括基本的灰度变换、直方图修正、图像运算、和平滑及锐化等工具。为了滤除陶瓷釉面图像存在的噪声干扰，软件使用了3×3中值滤波处理。

3.3 陶瓷釉面缺陷的定位

VisionPro样本匹配工具为基于特征的PMAlign。一个PMAlign模式就是一个集合特征集，集合中的每个特征都是不同像素区域边界上的点。特征和特征的空间关系构成模式，特征在模式匹配方面表现的变化快且精度高。在PMAlign工具中，对样本的训练以及识别可以大致分为3种：PatMax，PatQuick和PatFlex。PatMax和PatQuick适用于一般的图像识别。

陶瓷釉面缺陷定位的思路是，选择一个合格的陶瓷样品，使用样本匹配工具PMAlign进行检验对象与样品图像的匹配，从而得到Results.Item[0]GetPose的坐标值，并将其传递给Fixture定位，为后续识别提供坐标位置。PMAlign以任意的合成的变换方法对运行时的图像训练模式，如图3所示。

3.4 陶瓷釉面缺陷的识别

VisionPro使用PatMax技术探测缺陷，通过创建并配置一个PatInspect工具来探测不同运行条件下的缺陷。缺陷被定义为运行期间图像中超出正常预期的图像差别的任何变化，可能是物体遗失（阻塞）或者多余（杂乱）。PatInspect输出为比较运行图像的特征和训练模板的特征并产生一幅高亮图。

陶瓷釉面缺陷识别的思路是，选择一个合格的陶瓷样品，使用缺陷探测工具PatInspect进行检验对象与样品图像的匹配，从而得到GetDifferenceImage结果为一幅高亮度差别图像，缺陷表现出训练图像和运行期间图像中类似区域之间的像素灰度值不同，并传递给其他视觉工具对该图像进行分析。PatInspect需要对基准图像和检验图像进行训练，如图3所示。

3.5 陶瓷釉面缺陷的标示

VisionPro的斑点分析工具Blob，非常适用于对象在尺寸、形状或方向上差异很大，对象有背景中找不到的截然不同的灰度等场合的应用。Blob分析对图像中相同像素的连通区域进行分析，该连通区域成为斑点。Blob分析可为机器视觉应用提供图像中的斑点的数量、位置、形状和方向，还可以提供相关斑点间的拓扑结构。

陶瓷釉面缺陷识别的思路是，Blob工具接收传递来的GetDifferenceImage，利用图像上缺陷表现为像素灰度值不同的特性查找斑点，最后由DataAnalysis工具分析斑点结果，从而判断陶瓷釉面是否满足缺陷条件。Blob查找斑点及釉面缺陷的标示如图5所示。

4、 结论

在陶瓷制品的生产过程中，从原料、成形、烧制、上釉到成品包装，任何一道工序的操作不当都会造成产品缺陷。其中，釉面缺陷特征细小，一般要在放大镜下才看到大小不等的多层气泡，小气泡托着大气泡，不仅损坏了产品的美观，又使得釉面光泽度大大降低。为解决这类缺釉、缩釉、针孔、釉泡等缺陷出现概率高，人工难以检测的问题，设计了基于机器视觉的检测方案，通过选择合适的工业相机视觉硬件，使用VisionPro视觉软件多个工具进行缺陷识别，实现了陶瓷釉面缺陷的快速、准确检测，但系统仅能检测单一画面的瓷器釉面，对多种花纹或渲染效果的釉面检测，还需进一步研究。