基于机器视觉检测的开放创新实验研究.pdf

ISSN1672-4305CN12-1352/N实 验 室 科 学LABORATORY SCIENCE第 26 卷 第 3 期 2023 年 6 月Vol.26 No.3 Jun.2023实验研究 基于机器视觉检测的开放创新实验研究郭文静,尹昱东,王永泉,王保建(西安交通大学 机械工程学院,陕西 西安 710049)摘 要:视觉检测技术凭借效率高、成本低、可重复性好、准确性高等优点被越来越广泛地应用在工业自动化生产线上。重点介绍了西安交通大学建设的机器视觉检测实践平台,以及基于此实践平台开设的开放创新实验。设计了零件几何形状检测开放实验和条形码检测开放实验项目。经过多个学期实践表明,该实验项目吸引了学生学习兴趣,拓宽了学生视野,具有良好的实验教学效果。关键词:视觉检测;开放实验;条形码检测中图分类号:G642.0 文献标识码:A doi:10.3969/j.issn.1672-4305.2023.03.001Research on openning innovation experiment based on machine vision inspectionGUO Wenjing,YIN Yudong,WANG Yongquan,WANG Baojian(School of Mechanical Engineering,Xian Jiaotong University,Xian 710049,China)Abstract:With the advantages of high efficiency,low cost,good repeatability,and high accuracy,visual inspection technology is more and more widely used in industrial automation production lines.This paper mainly introduces the machine vision inspection practice platform constructed by Xian Jiao-tong University and the openning innovation experiment based on this practice platform.The openning experiment of part geometry detection and the openning experiment of barcode detection are designed.After many semesters of practice,it has been shown that this experimental project has attracted students interests,broadened students horizons,and has good experimental teaching effects.Key words:vision inspection;openning experiment;barcode detection 收稿日期:2021-06-02 修改日期:2023-03-29作者简介:郭文静,硕士,工程师,主要从事机械精度实验教学工作。E-mail:wenjingguo 基金项目:教 育 部 产 学 合 作 协 同 育 人 项 目(项 目 编 号:202002229017);2022 年西安交通大学本科实验实践教学改革研究专项(项目编号:22SJZX10)。近几十年来,随着视觉检测技术的发展,视觉检测已被应用在各个领域1-2。2013 年,西安交通大学(以下简称:我校)在专项经费支持下,引进了一套先进的机器视觉检测系统,服务于实验教学与科研。结合视觉检测在工业上的应用背景,设计了基于机器视觉检测的开放实验项目,并给出了实验教学案例。1 开放创新实验优点 实践是创新的土壤,创新能力在反复实践过程中形成和发展 3。开放创新实验是以“学生为中心”的实验项目,学生不受专业、年级、时间限制,根据自己兴趣、个人能力自由选择。实验过程中学生自行设计实验步骤,教师仅进行仪器基本操作培训,学生遇到问题时自己独立思考或查找文献解决,解决不了时再由教师指导。开放创新实验项目偏重综合性和设计性,旨在开阔学生视野,提高学生的综合能力。另外,开放创新实验提升了仪器设备使用效率,解决了仪器设备台套数少而学生数量多之间的供需矛盾问题 4-5。2 基于机器视觉检测的开放创新实验项目 随着工业自动化的发展,机器视觉检测被越来越多地应用在产品检查、零件识别等方面。例如零件外观缺陷检测、产品包装上的条码和字符识别、产品型号识别、检测印刷质量、物体分拣以及在危险环境下的作业等 6-7。依据此工业应用背景,设计了零件几何形状检测实验和条形码检测实验,要求学生完成一组不同形状零件检测或者是识别一组条形码。2.1 系统硬件该实验硬件部分采用 NI(National Instruments)公司的嵌入式图像采集与机器视觉应用开发套件,包括一个智能相机和一个采集平台。该套件通过高质量图像传感器以及强大的处理器,采集机器视觉图像,并支持 LabVIEW Real-Time 模块及视觉开发模块对相机进行编程(如图 1 所示)。图 1 嵌入式图像采集平台2.2 系统软件系统软件采用 NI 公司 Vision Builder AI,这是一款为工程师开发的功能强大的自动检测视觉生成器。它入门相对简单,基本不需要检测人员花费太多心思用于搭建程序框架、实现逻辑功能等。检测人员只需要选择合适的功能函数,配置好参数,就能完成许多测试。Vision Builder AI 检测步骤主要由 8 个小步骤组成,分别是采集图像(Acquire)、增强图像(En-hance)、定位特征(Locate)、测量特征(Measure)、存在性检查(Check for)、识别功能(Identify)、通讯(Com-municate)、使用附加功能(Use Additional Tools)。2.3 案例详解(1)零件几何形状检测选择三个圆环型零件,其中的两个零件直径相等,是合格产品,另一个零件直径不合格,要求检测出不合格的零件。检测步骤如下:启动 Vision Builder AI 软件,选择智能相机为检测设备,如图 2 所示。采集图像。选择从智能相机获取待检测的环形零件图像,并在此选项下,设置适宜的曝光时间、增益、闪光灯模式等,如图 3 所示。图 2 启动软件开始检测图 3 采集环形零件图像 定位特征。在定位特征菜单下选择寻找圆(边),在兴趣区域中定位圆。该项通过测量,能得到圆心坐标、半(直)径,偏差等参数。点击此项后进入设置(Settings)页面,如图 4 所示。需要注意的是寻找圆分为由外到内(Outside to Inside)、由内到外(Inside to Outside)。圆的规格设置(Limits)如下图所示,分为两个部分:寻找圆规格设置、步骤结果。图 4 识别圆形特征设置2 郭文静,等:基于机器视觉检测的开放创新实验研究 开始检测,合格零件绿灯通过(PASS),不合格零件将红灯报警(FALL)提示,如图 5 所示。图 5 检测结果(2)条形码检测条形码在日常物品上很常见,它可以标出物品的生产地、生产厂家、生产日期、产品名称、图书分类号或者邮件起止地等许多信息,因此在商品流通、邮政系统、图书管理、银行系统等诸多领域广泛应用。一般的条形码识别可以使用条码枪,如便利店商场等,但是这样速度慢、效率低。在机器视觉中也可做条形码识别,并且可以识别多种编码方式(例如UPC 码、EAN 码、39 码、交叉 25 码等)的条形码,这极大提升了工业自动化的检测效率。检测步骤如下。采集图像。选择从智能相机获取待检测的条形码图像,并在此选项下,设置适宜的曝光时间、增益、闪光灯模式等,如图 6 所示。图 6 采集条形码图像 识别功能。在识别功能菜单下选择读取一维码(Read 1D Barcode)选项,点击该选项后进入设置页面。在主选项(Main)选项下先设置感兴趣的区域(Region of Interest),然后点击设置(Settings),在该处设置要检测的条形码格式(包括 EAN-8、EAN-13、code39、code93 等),如果条形码格式未知,那就只能一个一个进行尝试。然后在限制条件(Limits)中,在通过检测(Pass Inspection if)选项中输入正确条形码(Code Equals)或者条码包含内容(Code Contains),如图 7 所示。开始检测,合格的条形码通过检测(绿灯PASS),不合格将红灯报警(FALL)提示,如图8 所示。图 7 识别条形码选项设置 图 8 检测结果3 教学效果目前开设的这 2 个综合性实验,教师仅给学生提出实验任务和指导仪器基本操作,学生从仪器调试到程序设计均自主完成。这一过程中锻炼了学生获取知识的能力,培养了学生的实践动手能力。经过多个学期教学证明,该实验项目能吸引学生的学习兴趣,实验效果良好。4 结语 目前开设的两个实验难度较低,适合为刚接触机器视觉检测的学生做基础实验。后期基于此实验平台,还可开设难度较高的基于几何特征匹配的零件机器视觉检测开放实验项目等。开放实验不仅满足了学生对实践的需要,也提升了教师职业技能,教师与学生教学相长,共同进步。参考文献(References):1 孙凯旋.基于视觉的几何形状检测方法研究与系统实现D.沈阳:沈阳理工大学,2019.2 康丹丹,凌泽民,王高见.基于 LabVIEW 的虚拟仪器技术在产品视觉检测中的应用J.中国仪器仪表,2009(12):71-74.3 林健.卓越工程师创新能力的培养J.高等工程教育研究,2012(5):1-17.4 林兴桃,王小逸,客慧明,等.大型仪器开放式实验教学与学生创新能力培养的探索与实践J.实验技术与管理,2013,30(5):117-119.5 郭文静,李晶,尹昱东.液压与气压传动开放实验研究J.实验室科学,2018,21(1):21-23,27.6 孙志阳.视觉检测的工业应用J.中国科技投资,2016(28):320.7 陈秋霞.机器视觉技术在工业检测领域中的应用J.设备管理与维修,2018(16):140-142.3