1、 电子科技大学UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA专业学位硕士学位论文MASTER THESIS FOR PROFESSIONAL DEGREE （电子科技大学图标）论文题目 基于机器视觉的标签缺陷检测系统设计与实现专业学位类别 工程硕士201122070149 汪清芳学 号 作者姓名指导教师 谢永乐 教授分类号 密级注 1UDC学位论文基于机器视觉的标签缺陷检测系统设计与实现（题名和副题名）汪清芳（作者姓名）指导教师 谢永乐 教 授电子科技大学 成 都（姓名、职称、单位名称）申请学位级别工程领域名称硕士 专业学位类别
2、 工程硕士仪器仪表工程提交论文日期 2014.04论文答辩日期学位授予单位和日期电子科技大学答辩委员会主席2014.052014年 6 月日评阅人注 1：注明国际十进分类法 UDC的类号。DESIGN AND IMPLEMENTATION OFLABEL DETECTION SYSTEM BASED ONMACHINE VISIONA Thesis Submitted toUniversity of Electronic Science and Technology of ChinaMajor: Instrumentation Engineering Wang Qingfang Author:
3、Advisor: School:Professor Xie Yongle School of Automation Engineering 独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名： 日期： 年 月 日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送
4、交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名： 导师签名：日期： 年 月 日摘 要摘要随着社会的发展，标签在人们的工作及生活中所发挥的作用越来越大，标签的质量问题也越来越受到人们的关注。然而，标签在生产过程中，由于受到生产工艺及机械精度等因素的影响，生产出来的标签经常会出现很多质量问题，如标签破损，印刷不良包括字符多印、少印、缺划、有划痕现象等，因此标签缺陷检测环节至关重要。本课题是应空调生产厂家的实际需求，研发一套空调标
5、签缺陷自动检测系统，能对厂家现有的标签质量进行自动检测。整个缺陷检测过程无需人工费力地对比，所有过程由软件自动处理。操作者仅需对识别出来的缺陷之处进行确认，实现人工与智能完美结合，达到提高产品检出率，保障质量的目的。本文主要完成了：（1）从系统的设计要求及难点出发，对标签缺陷检测系统进行了总体设计，主要包括系统总体方案及技术实现路线的设计、各硬件设备的选型及软件各功能模块的划分。（2）标签图像的预处理算法设计，主要包括图像的降噪处理，标准模板制作及图像的配准处理。通过分析研究，本文最终采用了快速中值滤波降噪算法、基于图像配准的统计平均法制作标准模板图像以及基于小邻域搜索的模板匹配图像配准算法，
6、经过预处理后的标签图像效果明显。（3）标签图像缺陷检测与分类算法设计。在对标签图像进行预处理的基础上本文设计了基于差影法的标签缺陷检测算法，能够很好地检测出标签上的缺陷。接着，对于有缺陷的标签图像，本文采用基于等价类行程的缺陷目标标记算法标记出每个缺陷目标区域，同时提取出每个缺陷的特征信息。最后，本文采用了欧式距离分类器对标签上的每个缺陷类型进行识别。（4）使用 VC+开发工具进行软件编程，最终完成了本文的 标签缺陷检测系统。在实验室环境下，我们对系统的准确性、检测精度和实时性进行了测试，测试结果表明本文所设计的缺陷检测系统能够满足客户的需求。关键词：标签，缺陷检测，图像配准，图像差分，连通域
7、标记IABSTRACTABSTRACTWith the development of society, labels are playing an increasingly important rolein peoples work and life and people are also paying more attention to the quality oflabels. Because of the influence of production technology and mechanical precision,many quality problems often occu
8、r when the labels are producing, such as, the labeldamaged, poor printing including the more print, the less print, short stroke andscratches. Then label defects detection is a vital link in our lives.The topic is developing a set of label defects detection system for an airconditioning manufacturer
9、. This system can detect the labels quality automatically forthe manufacturer. The whole process of defect detection can be handled automaticallyby the software without humans effort. The operators only need to confirm the defectidentified. It can combine the manual work and the intelligence so as t
10、o improve thedetection rate of the labels and assure the labels quality. The primary work of thisarticle includes:(1) According to the system design requirements and pain points, it make a generaldesign for the whole labels defect detection system including the system program, thetechnological line,
11、 the selection of hardware equipment and software division offunctional modules.(2) Design the label image preprocessing algorithm, including image noisereduction, standard template production and image registration process. By analyzingand researching, the paper eventually adopts fast median filter
12、ing algorithm for noisereduction, standard template based on image registration algorithm and imageregistration algorithm based on template matching.(3) Design the label image defect detection and classification algorithms. Thispaper introduces the defect detection algorithm based on image differenc
13、e. It can detectthe defects on the labels well. Then the paper adopts defect tag algorithm based onequivalence classes of travel so as to tag each defect target area. Finally, the paper usesEuclidean distance classifier to identify each defect type.(4) The paper eventually finishes the label defect
14、detection system with the help ofVC+6.0 for software programming development tools. We test the system in the lab,the results have showed that the systems accuracy, precision and real-time performanceIIABSTRACTcan meet the users requirements.Keywords: label, defect detection, image registration, ima
15、ge differencing, connectingarea taggingIII目 录目录第一章绪论 11.1课题的研究背景及意义 11.2机器视觉技术概述 21.2.1国内外机器视觉的发展现状 21.2.2机器视觉技术应用 21.3论文的主要工作及结构安排 3第二章标签缺陷检测系统总体设计 52.1系统设计要求及难点分析 52.2系统总体方案及技术实现路线 62.2.1系统总体方案 62.2.2系统的技术实现路线 72.3系统硬件设备选型 82.3.1工业相机 92.3.2光学镜头 102.3.3光源 102.3.4工控机 .112.4系统软件模块设计 .112.4.1图像采集模块 12
16、2.4.2图像处理模块 132.4.3信号控制与数据管理模块 132.5本章小结 13第三章标签图像预处理算法 143.1图像降噪处理 143.1.1图像噪声的来源及类型分析 143.1.2图像降噪算法 153.1.2.1邻域平均法 153.1.2.2加权平均法 163.1.2.3中值滤波算法 173.1.2.4本文图像降噪算法 203.1.2.5算法时间测试 21IV目 录3.2标准模板制作算法 223.2.1统计平均法 223.2.2阈值法 233.2.3基于配准的统计平均法 233.3图像配准 243.3.1图像配准相关概念 253.3.1.1图像配准的定义 253.3.1.2图像的几何
17、变换 253.3.2图像配准算法 273.3.2.1基于灰度信息的配准算法 273.3.2.2基于特征信息的配准算法 293.3.2.3基于小邻域搜索的模板匹配图像配准法 303.3.3图像配准效果测试 323.4本章小结 34第四章标签图像缺陷检测与分类算法 354.1标签图像缺陷检测算法设计 354.1.1图像差分 364.1.2剔除轮廓伪影 374.1.3图像分割 404.1.3.1阈值分割算法 404.1.3.2基于人眼视觉特性的动态阈值分割算法 414.1.4形态学处理 434.1.5待检测图像判定 484.2标签图像缺陷分类算法设计 484.2.1标签图像缺陷目标标记 484.2.
18、1.1基于区域生长的目标标记算法 494.2.1.2基于等价类行程的目标标记算法 514.2.1.3算法时间测试 554.2.2标签图像缺陷类型识别 564.2.2.1标签图像中常见的缺陷类型 564.2.2.2缺陷特征的提取 574.2.2.3欧式距离分类器 594.2.2.4缺陷类型识别结果 60V目 录4.3本章小结 60第五章标签缺陷检测系统实现及测试 615.1系统硬件实现 615.2系统软件实现 615.2.1软件主界面介绍 625.2.2图像处理模块实现 625.3系统测试 645.3.1系统检测结果测试 645.3.2系统实时性测试 665.4本章小结 67第六章总结与展望 6
19、86.1工作总结 686.2前景展望 68致谢 70参考文献 71VI第一章绪 论第一章绪论1.1课题的研究背景及意义标签最早出现在 1700年前的欧洲，当时的标签主要是用于标识布匹及药品。现如今，市面上很多商品都带有标签，标签已被广泛地用于识别商品。尤其在空调、彩电、冰箱等家电行业，标签上记载了很多与家电产品相关的重要信息。标签具有标记产品关键信息的作用，从而成为了企业跟踪产品、质量监控以及生产管理的有效载体，同时标签也是个人对产品质量进行核对的有效工具。家电产品标签上的内容主要是由印刷机印刷而成的，故又可称为印刷标签或称为印刷品。在现代快速印刷环境下，标签在印刷生产的过程中会受到生产工艺、
20、环境、设备等众多不确定因素的影响，生产出来的标签会存在各种缺陷及瑕疵，例如标签破损、印刷不良包括字符多印、少印、缺划、有划痕、有污渍等。这些生产出来的不合格标签如果未经检测就跟随着产品流入市场，势必会给产品生产厂家带来严重的损失，甚至会造成厂家名誉受损，也会给消费者购买产品带来不必要的麻烦。因此，在跟随产品流入市场之前，厂家需要对这些标志产品的标签进行严格的质量检测，以保证消费者能很好地通过标签准确地获取产品的重要信息。本课题是来自于某空调生产厂家的实际问题，通过现场调研发现，在空调生产流水线上，空调在包装成型投入市场之前，工人会在空调上贴上标识空调不同性能指标的标签，比如铭牌、合格证、能效标
21、识卡等。空调生产流水线上的工人是通过人眼比对的方法检测标签的质量，并将质量合格的标签贴到空调上，丢弃不合格的标签。这种人工检测标签质量的方法存在各种弊端，比如检测速度慢、精度低、成本高，而且长时间的人工检测极易造成人的疲劳1。空调生产厂家迫切需要开发一套用于工业生产线上的空调标签缺陷检测系统。系统能对标签印刷内容进行自动检测，特别是对于线条复杂和内容较多的型号标记、能效标识、铭牌、电路图、说明书类、标识类等印刷品进行自动检测。本文运用了计算机视觉技术及图像处理技术，依据空调生产厂家的实际需求，设计了一套工业生产线上空调标签缺陷检测系统。该系统能准确而高效地实现对空调标签质量的检测，将有缺陷与无
22、缺陷的两类标签很好地区分开来。相对于先前的人工抽样检测方法来说，本文的缺陷检测系统在很大程度上提高了标签质量检测的准确性，具有检测速度快，检测精度高等优点，同时检测结果客观不会受到人为因素的影响，降低了工人的劳动强度。该系统具有很好的工业应用价值。1电子科技大学硕士学位论文1.2机器视觉技术概述1.2.1国内外机器视觉的发展现状通常我们所说的机器视觉是一门交叉学科，它涉及到了很多领域，例如：图像处理、模式识别、计算机科学及人工智能等。机器视觉主要是运用计算机再现和人类视觉相关的某些智能行为，首先提取出物体对应图像中的信息，然后进行分析理解，最终实现对物体的检测和控制2-5。工业视觉检测系统主要
23、是由工业相机、镜头、光源、输入输出设备等硬件设备和图像处理软件构成。在国内，机器视觉这门学科的发展历史并不久远，20世纪 80年代机器视觉才真正开始起步，20世纪 90年代机器视觉进入发展期，近几年机器视觉开始加速发展。现如今，很多具有世界领先水平的机器视觉系统出现在国内领域，中国机器视觉的发展已比较成熟。伴随着对机器视觉系统的维护与提升而产生的市场需求的增大，许多具有世界先进水平的国际机器视觉企业纷纷来到中国，这将促进国内的机器视觉企业不断发展和成长。在国外，机器视觉的发展相对来说要比国内早，发展也比国内成熟些。20世纪 50年代国外就提出了机器视觉的概念6，机器视觉真正开始发展起于 70年
24、代，机器视觉的发展开始步入正轨是在 80年代。纵观机器视觉的发展过程，我们不难发现有这样三个转折点：一是“机器人” 的成功研制， 产生了最早的机器视觉应用；二是 CCD 图像传感器的 问世，促进了机器视觉的进一步发展；三是一些图像处理硬件技术的发展，提供给机器视觉发展以良好的条件。总体来说，机器视觉技术正处于飞速发展中，机器视觉在理论上的研究及应用产品的开发方面都处于迅速发展阶段。可以预计，在不久的将来，伴随着中国制造产业不断深入发展，很多劳动密集型企业将会转向技术密集型企业，自动化的生产设备将朝着高速化及职能化方向发展，机器视觉的发展情景一片大好7-8 。1.2.2机器视觉技术应用随着电子技
25、术、计算机软件和硬件技术、图像处理及与我们人类视觉相关技术的飞速发展，机器视觉技术也获得了飞速的发展，机器视觉技术在很多领域（诸如：工业、农业、医学领域）都得到了广泛的应用9-11域的应用进行阐述。，下面就机器视觉在这些领在工业产品检测领域，机器视觉技术能取代检测速度慢、检测精度不高的传统人工检测方法。机器视觉技术能够适应复杂的工业现场环境，通过使用机器视觉检测技术，现场检测自动化程度及检测效率都能得到有效提高。因此，在现代2第一章绪 论工业生产自动化过程中，机器视觉技术发挥了重要的作用。在工业领域，机器视觉的应用主要包含零件尺寸测量、螺纹几何参数测量、玻璃制品裂纹检测、饮料行业的容器质量检测
26、、邮件信件的自动分拣、印刷电路板瑕疵检测、纸杯外包装质量检测等。在一些工业生产过程复杂，生产环境极其恶劣（如有毒，有放射线，高温等）的情况下，常规的人工检测和控制技术难以实现对目标进行自动控制，机器视觉技术发挥了重要的作用。在农业生产方面，由于农产品的生产过程会受到来自自然以及人为等因素的作用，产品的质量差异很大，通过使用机器视觉技术，农产品的颜色、形状以及表面缺陷损伤都能得到有效检测。相对于先前的人工抽样检测方法来说，机器视觉检测速度更快，检测信息多，检测精度高，同时还能将工人从繁重的重复劳动中解放出来。能够检测多种农产品，包括蔬菜、谷物、烟草、水果、茶叶、蛋类等，在实际检测应用过程中，已经
27、取得了巨大的经济效益12-17 。在医学领域，机器视觉的应用也相当广泛，可以协助医生对人体的病源大小及形状进行诊断，从而判断人体是否有异常情况，机器视觉在对病人进行有效治疗的过程中发挥了重要作用。另外，机器视觉还可对其他医学影像数据进行统计分析，比如运用图像处理领域的边缘检测与分割算法，可自动检测细胞个数，这样不仅节约劳动力，还在很大程度上提高了准确率及效率。1.3论文的主要工作及结构安排本论文的主要工作是根据空调生产厂家的实际需求，设计一套工业生产线上空调标签缺陷检测系统。该系统能够自动识别有缺陷的标签，并将它们及时剔除，提高了产品质量。该系统能够很好地取代人工检测这种耗时，耗费成本，准确度
28、不高的传统检测方式。本系统主要由系统硬件和系统软件两部分构成，系统硬件实现了硬件设备的选型，包括相机、光源、镜头、工控机，系统软件主要完成软件算法的研究与设计，是本论文的重点。本论文总共包含了六个章节，分别如下所示：第一章主要是介绍了本课题的研究背景及研究意义，国内外机器视觉技术的发展现状，机器视觉技术的应用等。第二章主要是对标签缺陷检测系统进行总体设计。首先对系统的设计要求及难点进行了分析，接着从硬件和软件两个方面对该缺陷检测系统进行了总体设计。通过分析和比较各个硬件部件的性能，最终选择好各个硬件部件的型号。此外还介绍了系统软件各功能模块的划分。第三章主要是对采集的标签图像的预处理算法进行设
29、计。主要采用了快速中3电子科技大学硕士学位论文值滤波算法对采集的标签图像进行降噪处理，采用了基于图像配准的统计平均法将采集的多幅合格样本图像制作成一幅模板图像，采用了基于小邻域搜索的模板匹配图像配准法，实现两幅图像在空间位置上的对准。第四章主要是标签图像缺陷检测与分类算法设计。本文缺陷检测算法总体思路是通过待检测图像与标准合格模板图像进行比较，根据它们之间是否存在差异及差异大小来判断待测标签是否存在缺陷。整个缺陷检测算法包括：图像差分、剔除轮廓伪影、图像分割、形态学处理，待检测图像判定。同时对判别为有缺陷的标签采用基于等价类行程的目标标记算法标记每个缺陷目标区域，接着提取缺陷目标的特征，采用欧
30、式距离分类器识别每个缺陷的类型。第五章是系统的实现与测试，包括系统硬件实现及系统软件实现，介绍了系统软件的检测效果，描述了软件主界面，最后对整个缺陷检测系统做了测试。第六章是总结与展望，主要是对本论文所完成工作的归纳与总结，并提出本文所设计的系统尚存在的不足与待改进之处。4第二章标签缺陷检测系统总体设计第二章标签缺陷检测系统总体设计本章主要从系统的设计要求及难点出发，介绍了系统的总体设计思路。基于机器视觉的空调标签缺陷检测系统由硬件系统和软件系统构成。本章详细分析了在选择相机、光源、镜头、工控机等硬件设施时应遵循的原则及注意事项。同时介绍了软件系统的总体结构设计，包括软件模块的划分、各模块功能
31、的介绍及各模块的相互关系。2.1系统设计要求及难点分析通过工业相机对标签进行图像采集，将采集的图像传输给计算机，经计算机图像处理软件进行分析处理和判断，实现对空调标签缺陷的自动检测。系统需要检测标签是否存在破损、印刷不良包括字符多印、少印、缺划、有划痕、有污渍、飞墨等质量问题。对于不合格的标签，系统会发出排废信号，控制装置将次品剔除出去，从而实现合格品与不合格品的自动分拣。通过观察分析空调厂家所提供的各种缺陷样品，结合本身具备的技术能力和硬件设备，与厂家就检测目标作了充分沟通，最终确定了本系统的设计要求如下：（1）检测过程中出现以下异常现象均需检测出来：标签破损，印刷不良包括字符多印、少印、缺
32、划，有划痕，有污渍等现象；（2）有效检测内容包括英文字母、点、线、面、阿拉伯数字及汉字；（3）确保常见缺陷的检测准确率不低于97%；（4）检测速度：每分钟至少可以检测150张标签；（5）检测精度：要求最小可被检测缺陷的面积为0.25mm；2（6）要求系统的可靠性高，界面美观且易于操作。通过了解系统的设计要求，分析得出系统的难点主要体现在以下两个方面：（1）检测系统的实时性：厂家要求系统对每单张标签图像的采集处理、识别时间少于400ms，然而我们所拍摄的每幅图像的尺寸为100mm*100mm（即检测视场为100mm*100mm），在这么短的时间内处理如此大量的数据，对系统的实时性提出了比较高的要
33、求。在整个系统运行时间内，软件部分的图像处理算法占据了大部分时间，因而在选择合适的算法时要考虑到系统实时性要求。（2）系统识别缺陷的准确性：要求检测准确率达到97%以上，这是系统设计时的又一个难点。因为，由系统硬件、系统软件及环境产生的噪声所引起的一系列像素特性变化是不属于标签的质量问题的，而对于真正由印刷产生的像素特性变5电子科技大学硕士学位论文化必须被当作质量问题得到处理。实际上，要判断像素特性的变化是来自标签本身，或者是来自检测系统这是个比较难的问题。这是由于要寻找精确的模型来度量系统的特性几乎是不可能实现的。2.2系统总体方案及技术实现路线2.2.1系统总体方案考虑到系统工作过程中需要
34、处理较大量的数据，系统要有较高的实时性及准确性，系统要与部分外部设备通信且能交互操作，要求系统的人机交互性能好这些因素。本文设计了以基于工控机作为缺陷检测分析处理核心的标签缺陷检测系统，系统总体结构图如图2-1所示，下面将对系统的各组成部分进行简单介绍。图 2-1系统总体结构图（1）工控机和软件：这是系统的核心和关键部分，通过工控机这一硬件，结合工控机上的图像处理软件完成控制图像采集单元采集标签图像、对采集的标签图像进行处理，识别有缺陷的标签图像及与工业输入输出单元通讯的任务。（2）工业I/O卡：通过工业I/O卡发送和接收输入输出信号，实现了工控机与其他外围设备的连接。（3）触摸屏显示器：通过
35、这个显示器，人工可以灵活方便地对标签缺陷检测系统的某些特定参数进行调节，标签缺陷检测结果可以清晰、实时地显示出来，而且系统的开启与关闭更易实现。（4）光电传感器：使用光电传感器检测光电信号，判断是否有待检测标签进入相机图像采集区域。光电传感器的灵敏度直接决定了采集图像的逼真程度，同时也影响了标签缺陷检测系统的性能。6第二章标签缺陷检测系统总体设计图2-2为 系统的检测流程图，大体步骤如下所示：第一步：启动检测系统，打开相机、照明光源并调节好亮度，图像采集系统准备就绪；第二步：光电传感器判断相机图像采集区域是否有标签存在，如果有标签存在相机开始拍照，没有就继续等待；第三步：由工控机上的图像处理软
36、件对标签图像进行质量的分析和检测；第四步：如果标签存在缺陷，图像处理软件实现对缺陷特征的分析及缺陷类型的识别，同时工控机向剔除装置发出信号对缺陷标签进行剔除处理。否则，结束整个系统的质量检测操作。图 2-2系统检测流程图2.2.2系统的技术实现路线本检测系统是以机器视觉技术、图像处理技术和光机电一体化技术为基础，同时运用了机械工艺制造技术和计算机自动控制技术。通过硬件平台的搭建及软件系统部分的设计实现了本课题标签缺陷检测的任务。图2-3为本系统的技术实现7电子科技大学硕士学位论文路线，从图中可以看出主要分为三个阶段，第一阶段完成了系统实验平台的搭建，包括硬件设备的选型与安装、部分参数的设置与调
37、试等；第二阶段是在搭建好实验平台的基础上完成系统软件部分的设计，并完成控制执行部分，为标签缺陷检测系统提供样机平台；第三阶段完善系统样机，最终任务是得到完整的标签缺陷检测仪，其中包括了系统电气与机械部分的设计等。本论文目前已经完成了前两个阶段的任务，第三阶段还有待实现。图 2-3系统技术实现路线图2.3系统硬件设备选型硬件系统的设计主要包括硬件设备的选型及硬件结构方案的设计。系统所选择的硬件设备性能的好坏决定了所采集图像的质量，同时会在很大程度上影响软件算法的检测结果，甚至会对检测仪的性能造成影响。为了提高检测系统的稳定性，我们不仅需要提高算法的鲁棒性，而且需要依托硬件系统的高效稳定运行。图2
38、-4为 本系统的主要硬件设备及它们之间的相对位置关系。8第二章标签缺陷检测系统总体设计图2-4检测系统核心硬件构成2.3.1工业相机机器视觉系统中的一个重要的硬件设备就是工业相机，它能够将光信号转变为有序电信号18 。与普通相机相比，工业相机的传输能力更高，抗干扰能力更强，而且它的成像能力更加稳定。机器视觉系统设计的一个重要环节就是选择合适的工业相机，相机的好坏不仅关系到图像的质量、影响软件算法的设计，甚至直接决定整个视觉检测系统的成败。在选择工业相机时，应从以下几个方面进行考虑：（1）分辨率：分辨率高的相机每次采集的图像像素多，拍摄的图像清晰度高，但是这种相机价格相对较高，检测算法处理一幅图
39、像需要花费更多的时间。考虑到实际检测需求，本系统选用分辨率为1296*966的相机。（2）图像传感器：依据传感器的不同，相机可分为CCD及CMOS 两种。对于相同价位下的两种相机，CCD传感器的相机性能比CMOS传感器相机性能好，用CCD相机拍摄出来的图像会比CMOS相机拍摄出来的图像要细腻清晰得多，因而本系统选用CCD相机。（3）颜色：工业相机有黑白相机和彩色相机两种，在相同的参数条件下，黑白相机的价格明显低于彩色相机，因而在工业检测过程中需要考虑颜色因素时才会使用彩色相机19-20 。本文主要是对空调标签上的常见形状缺陷进行检测，没有用到颜色信息，因而本系统采用了黑白相机。（4）触发方式：
40、相机常见的触发模式有连续采集、硬件触发和软件触发三种，由于无法预估待检测标签到达相机下方的时间，因而本系统采用了硬件触发方式的相机。综合考虑各个因素，本标签缺陷检测系统选用了型号为 TXG12的工业相机，如图2-5 所示。9电子科技大学硕士学位论文图 2-5工业相机2.3.2光学镜头系统所选择的镜头合适与否直接影响图像的成像质量，同时对图像处理算法的实现效果也有着很大的影响。镜头参数包括焦距、视场角、相对孔径、光谱特性等，焦距是其中特别重要的参数。在选择镜头时，所选择的镜头要与所选的相机规格配套，一般要求所选的镜头成像尺寸要小于所选用的相机的像元尺寸，同时镜头接口的类型必须符合相机接口的类型
41、21-22 。另外，在选择镜头时，要注意选择畸变小，光谱分布适当宽一些的镜头，在条件容许的情况下，尽量采用比较短一些的焦距与物距，这样能保证照明的强度也降低了环境光的影响。图 2-6光学镜头从系统的需求和降低开发成本角度考虑，本标签缺陷检测系统选用了型号为HO514-MP的镜头，如图2-6所示。2.3.3光源机器视觉系统中光源的主要作用是为工业相机拍照时提供照明，在拍照的过程中光源的亮度、光源的均匀性和稳定性直接影响采集图像的质量。在工业视觉检测过程中，选择光源时主要会考虑以下几个方面：（1）光源的亮度：为了拍摄到清晰的标签图像，先要选择亮度合适的光源，亮度过强或者过暗都会导致图像10第二章标
42、签缺陷检测系统总体设计不清晰。（2）光源的均匀性：选择均匀性高的光源，才能避免由于光源不均匀造成标签图像表面检测时出现的伪缺陷现象。（3）光源的寿命：寿命越长的光源能节约工业成本及维护的费用 23-24。（4）光源的照明方式和形状：需要依据具体的检测需求选择不同形状的光源。图 2-7光源结合本系统实际的检测需求，本文选择了型号为OPT-RID150的球积分光源，如图2-7 所示。球积分光源的光线是从光源底部360度均匀反射出来的，从而避免了受到外界自然光的干扰，整个图像照度十分均匀。2.3.4工控机本系统以基于工控机作为缺陷检测分析处理核心，系统所有软件在工控机上运行。工业现场恶劣的环境、高强
43、度的连续作业导致普通的计算机无法满足工业检测需求，因此本文选用的是工业控制计算机。这种计算机由于能够很好地抵抗电磁干扰，抵抗振动，抵抗冲击，而且能够预防潮湿，预防灰尘，因而能在工业现场复杂的环境下长时间稳定地工作。充分考虑到性价比及实际检测需求，本系统选用了研华工控机，它具有可装配、兼容性好、可扩充、利于软件维护和升级等优点。2.4系统软件模块设计软件系统的设计是本标签缺陷检测系统设计的核心，软件系统的主要功能包括控制图像采集设备采集清晰度高的标签图像，对采集的标签图像进行处理分析从而判断标签是否有缺陷，如果有缺陷则识别每个缺陷的类型，同时控制系统的剔除装置对有缺陷的标签进行剔除处理。为了方便
44、用户的使用，本系统还需具有检测数量自动记录、不合格品统计/分析、显示的功能，并能提供友好的用 户交互界面。11电子科技大学硕士学位论文图 2-8软件功能模块图本文设计的系统软件部分包括三大模块：图像采集模块、图像处理模块、信号控制与数据管理模块，如图2-8所示，各模块在性能上是相互独立的，但是系统在运行的过程中各模块之间存在数据与信号的通讯和往来，通过各子模块之间数据的相互协调工作，完成本课题空调标签缺陷检测的任务，图2-9为各功能模块关联图。图 2-9各功能模块关联图2.4.1图像采集模块图像采集模块的主要任务主要包括以下几个部分：（1）设定相机和采集卡参数。依据工业现场的实际环境，动态设置
45、相机的参数，例如相机的曝光时间、触发方式、亮度、增益等。（2）实时调整照明光源参数。根据工业现场环境的需要，对照明参数进行实时调整，包括光源的角度和位置等，避免出现因检测现场环境变化及标签表面特性的变化造成的光源亮度不合适或者不均匀的情况。（3）实时采集图像。根据标签到达相机下方的时间，实时采集标签图像，并传输给图像处理模块。12第二章标签缺陷检测系统总体设计2.4.2图像处理模块图像处理模块是本系统软件的核心部分，主要是负责实现标签缺陷检测的任务。图像处理模块包含很多图像处理技术，例如图像去噪、图像配准、连通域标记、特征提取等，图2-10为图像处理模块流程图。图像处理模块完成了标签合格与否的
46、判定，同时对不合格的标签上的缺陷进行分类。本文将图像处理模块中用到的主要算法按照功能细分为两类，一类是对标签图像的预处理算法，将在第三章作详细阐述，另一类是标签缺陷检测与缺陷类型识别算法，第四章将对其进行详细说明。图 2-10图像处理模块流程图2.4.3信号控制与数据管理模块信号控制与数据管理模块的主要任务是负责实现检测系统和外围设备（包括剔除装置、图像采集卡等）的通讯，对标签的缺陷信息（包括缺陷种类、缺陷面积、位置等）和系统的运行状态进行实时记录。为了方便用户灵活地设置系统所需的各项参数，实时观察系统的运行状态，系统要有方便美观的人机交互界面，这也是该模块所要完成的任务。2.5本章小结本章首
47、先对系统的设计要求及难点进行了分析，基于系统的设计需求和设计难点，本章对系统的总体方案及技术实现路线进行了设计。接下来，介绍了如何设计硬件系统和软件系统。在硬件系统设计方面，详细地对硬件系统重要硬件设备的选型作了介绍。在软件系统设计方面，介绍了软件系统的总体结构设计，包括软件模块的划分、各模块功能的介绍和各模块的相互关系。13电子科技大学硕士学位论文第三章标签图像预处理算法本系统检测流程共包括三部分，第一部分是采集标签图像的过程，第二部分是对标签图像进行预处理的过程，第三部分是缺陷检测与分类过程。其中第一部分在使用相机等硬件设备获取标签图像时，由于硬件设备本身的影响及外界环境的干扰，采集图像的
48、过程中会伴随着噪声的产生，图像空间坐标位置的改变也直接会对系统的检测精度产生影响。同时，根据本文缺陷检测算法总体设计思想，在进行缺陷检测之前需要制作一幅标准模板图像。因而，在进行第三部分缺陷检测之前，需要对采集的标签图像进行预处理操作，以实现最优的缺陷检测任务。本章主要是研究设计了标签图像的各种预处理算法。标签图像的预处理主要包括图像的降噪处理，标准模板制作及图像配准处理。图3-1为图像预处理模块流程图。图 3-1图像预处理模块流程图3.1图像降噪处理3.1.1图像噪声的来源及类型分析由于CCD等图 像采集设备 本身的原因和环境的影响，工业现场采集到的图像可能会存在噪声。为了减少噪声因素带来的
49、不必要影响，需要对采集到的图像进行降噪处理。通常情况下，图像噪声的来源主要包括：（1）光照条件的变化与采集设备的震动会使图像中出现一些随机干扰噪声；（2）不干净的镜头会使图像中出现一些孤立点噪声，镜头聚焦不准时会造成图像的模糊，另外图像在采集的时候，空气中的烟雾、尘粒等因素也会导致图像质量的下降；（3）CCD相机在 输出图像 时，图像在信号放大和模数转换等过程中会被放大，图像的质量也会下降。14第三章标签图像预处理算法下面是几种常见的图像噪声类型：（1）量化噪声：采集的数字图像中经常包含这一类噪声，量化噪声的大小是由图像的采样频率决定的 25。通过增大图像的采样频率，可以降低量化噪声的影响，然而这样会增大数字图像的存储量。因而在量化噪声的去除过程中需要综合考虑图像的可视性及容量；（2）椒盐噪声：是由很多黑白相间的亮暗点构成的噪声25 ；（3）加性噪声：这类噪声与图像信号无关，是一种随机噪声，如高斯白噪声等。通常将含有这类噪声的图像视为无噪声图像信号与噪声信号之和；（4）乘性噪
