隨著(zhu)(zhu)工(gong)(gong)(gong)業(ye)自動(dong)(dong)化(hua)控(kong)制技(ji)術(shu)和計算機(ji)(ji)技(ji)術(shu)的飛速發展，工(gong)(gong)(gong)業(ye)自動(dong)(dong)化(hua)已經滲透到各個行(xing)業(ye)的生(sheng)(sheng)產(chan)中(zhong)。以3C電子產(chan)品中(zhong)的點(dian)(dian)膠(jiao)(jiao)為例，現(xian)在(zai)大(da)多(duo)采用(yong)自動(dong)(dong)點(dian)(dian)膠(jiao)(jiao)機(ji)(ji)完成產(chan)品的連接、注(zhu)涂和密封，都(dou)發揮(hui)著(zhu)(zhu)重要(yao)作(zuo)用(yong)。但在(zai)實(shi)際(ji)的應(ying)用(yong)場景(jing)中(zhong)，受機(ji)(ji)器工(gong)(gong)(gong)藝(yi)水平、膠(jiao)(jiao)水溫度等情(qing)況的影響，點(dian)(dian)膠(jiao)(jiao)過程中(zhong)使用(yong)的膠(jiao)(jiao)水可能出(chu)現(xian)氣泡、膠(jiao)(jiao)條(tiao)斷裂(lie)、膠(jiao)(jiao)條(tiao)太粗或太細等缺陷(xian)。因此在(zai)工(gong)(gong)(gong)業(ye)生(sheng)(sheng)產(chan)需(xu)(xu)要(yao)點(dian)(dian)膠(jiao)(jiao)的場合中(zhong)，控(kong)制點(dian)(dian)膠(jiao)(jiao)的質量至(zhi)關重要(yao)。在(zai)自動(dong)(dong)點(dian)(dian)膠(jiao)(jiao)機(ji)(ji)完成點(dian)(dian)膠(jiao)(jiao)后，憑借人(ren)工(gong)(gong)(gong)檢測工(gong)(gong)(gong)作(zuo)量大(da)、效率低、檢測精度不(bu)高。已經不(bu)能滿足實(shi)際(ji)的生(sheng)(sheng)產(chan)需(xu)(xu)求。為了解(jie)決上述問題(ti)，基于機(ji)(ji)器視覺的點(dian)(dian)膠(jiao)(jiao)缺陷(xian)檢測技(ji)術(shu)得到廣泛的應(ying)用(yong)。

1、基于機器視覺檢測技術現狀

機(ji)(ji)器視覺(jue)是以普通(tong)計算機(ji)(ji)視覺(jue)研究為(wei)基礎，并且同時涉及到(dao)光源照明技術、高速圖(tu)像(xiang)采集等方(fang)面(mian)實(shi)用技術的研究。在(zai)工(gong)業(ye)中，利(li)用機(ji)(ji)器視覺(jue)構建一個完整的工(gong)業(ye)視覺(jue)應用系統需要結合多種(zhong)技術，其(qi)中涵蓋了機(ji)(ji)械工(gong)程、傳感器、光學成像(xiang)、運動控制、圖(tu)像(xiang)處理(li)等方(fang)面(mian)。國內外的相關從業(ye)人員研發出基于圖(tu)像(xiang)處理(li)的的視覺(jue)算法，其(qi)中典型(xing)的有：MatroxImaging Library(MIL)、Halcon、Matlab以及開(kai)源庫OpenCV 等。目(mu)前(qian)，在(zai)點膠缺陷檢測領域有兩種(zhong)最常用的算法，其(qi)分別(bie)是：

基于數字圖像處理的方法

傳(chuan)統的基于數(shu)字(zi)圖像處(chu)理(li)的方法具有操作簡單，參數(shu)較少的優勢，但也存(cun)在(zai)易受光照等客觀(guan)因素影響，膠層分割效(xiao)果差、缺陷(xian)分類(lei)差、通用性較差等缺點。

深度學習算法

隨著大(da)數(shu)據(ju)時代的(de)來(lai)(lai)臨(lin)，各類信息資源的(de)輕易獲取使得深度學習(xi)的(de)應(ying)用也越來(lai)(lai)越廣泛(fan)。特別是在(zai)卷(juan)積神經網絡中，圖片被深度卷(juan)積和池化之后(hou)，隱(yin)含(han)層能夠表現出(chu)比手(shou)動獲取更加具有泛(fan)化性和抽象性的(de)特征，從而在(zai)識(shi)(shi)別分類上取得了(le)很好的(de)效果(guo)。深度學習(xi)的(de)出(chu)現為(wei)點膠缺陷的(de)識(shi)(shi)別帶來(lai)(lai)了(le)更大(da)的(de)可行(xing)性。

2、點膠檢測系統的光學檢測方案

考慮到(dao)膠(jiao)條(tiao)(tiao)為透明膠(jiao)，存在(zai)反光(guang)(guang)(guang)現象，所以要(yao)求光(guang)(guang)(guang)源(yuan)(yuan)在(zai)各個角度的光(guang)(guang)(guang)照(zhao)(zhao)程度較為均(jun)勻，而同(tong)(tong)軸光(guang)(guang)(guang)具有高密度排(pai)列，成像清(qing)晰，亮度均(jun)勻等特點。此外，在(zai)要(yao)求光(guang)(guang)(guang)照(zhao)(zhao)亮度均(jun)勻的同(tong)(tong)時，由(you)于部分(fen)膠(jiao)條(tiao)(tiao)中存在(zai)氣泡，在(zai)實際(ji)的使(shi)用(yong)場(chang)景中，同(tong)(tong)軸光(guang)(guang)(guang)源(yuan)(yuan)和待檢樣品之間一定的距離，最終獲取的圖片中軟件(jian)無法(fa)識別到(dao)氣泡特征(zheng)，這時我(wo)們(men)需要(yao)在(zai)加上一條(tiao)(tiao)條(tiao)(tiao)形光(guang)(guang)(guang)源(yuan)(yuan)在(zai)膠(jiao)條(tiao)(tiao)上方進(jin)行照(zhao)(zhao)射(she)(she)(she)，使(shi)得氣泡特征(zheng)可見。由(you)于垂直(zhi)照(zhao)(zhao)射(she)(she)(she)方式(shi)具有照(zhao)(zhao)射(she)(she)(she)面積(ji)大(da)、光(guang)(guang)(guang)照(zhao)(zhao)均(jun)勻性好等優點，故同(tong)(tong)軸光(guang)(guang)(guang)源(yuan)(yuan)選擇垂直(zhi)照(zhao)(zhao)射(she)(she)(she)方式(shi)。同(tong)(tong)時。我(wo)們(men)采用(yong)條(tiao)(tiao)形光(guang)(guang)(guang)源(yuan)(yuan)針(zhen)對待檢樣品進(jin)行補光(guang)(guang)(guang)，并且將條(tiao)(tiao)形光(guang)(guang)(guang)源(yuan)(yuan)從(cong)側面照(zhao)(zhao)射(she)(she)(she)，不會(hui)影響到(dao)同(tong)(tong)軸光(guang)(guang)(guang)源(yuan)(yuan)的照(zhao)(zhao)射(she)(she)(she)效果。

3、點膠檢測系統的算法方案

膠缺陷的類別定義

在實際的(de)點(dian)膠(jiao)過(guo)程中(zhong)，往往因為點(dian)膠(jiao)量(liang)的(de)大小、 點(dian)膠(jiao)壓力(li)、針(zhen)頭大小、膠(jiao)水的(de)粘(zhan)度(du)以及膠(jiao)水溫度(du)等(deng)因素，導(dao)致生(sheng)(sheng)產(chan)(chan)的(de)膠(jiao)條會存在各種(zhong)各樣(yang)的(de)缺陷，從而影響產(chan)(chan)品的(de)質量(liang)。工(gong)業生(sheng)(sheng)產(chan)(chan)中(zhong)比較常見的(de)幾種(zhong)缺陷種(zhong)類(lei)：

多膠：膠條中間部分寬度大于(yu)其他部分，

少膠：膠條(tiao)中(zhong)間部分寬度小于其他部分

斷膠：膠條出現(xian)一次或多次的斷裂

扭曲：膠條(tiao)整體存在多處彎曲現(xian)象

氣泡：膠條中含(han)有數目(mu)較多的氣(qi)泡

對于點膠缺陷檢測有兩點要求:

(1)由于缺陷檢測的點膠圖像數量多(duo)，用時長，精度要求高(gao)；

(2)點膠缺(que)陷圖片受環境影響存在(zai)質量上的不(bu)同(tong)，在(zai)進行檢(jian)測(ce)的過程中，不(bu)同(tong)檢(jian)測(ce)場景和(he)需求(qiu)對軟(ruan)件算法的準(zhun)確性(xing)和(he)魯(lu)棒性(xing)也有(you)不(bu)同(tong)的要求(qiu)。

基于數字圖像處理的算法

在對(dui)膠(jiao)條(tiao)進行缺陷檢測(ce)之前，必須(xu)先(xian)得到(dao)膠(jiao)條(tiao)的圖片，而(er)在實際的生產加工(gong)(gong)中(zhong)，會將(jiang)工(gong)(gong)件上(shang)的某塊區域作(zuo)為(wei)Mark定位點，采用(yong)圖像匹配(pei)算法來(lai)尋找該Mark點的位置(zhi)，從(cong)而(er)得到(dao)膠(jiao)條(tiao)的具體位置(zhi)，由此在工(gong)(gong)業攝像頭得到(dao)工(gong)(gong)件圖片后，無需對(dui)整幅圖片進行缺陷分析，同時也去(qu)除了(le)一些干擾區域，方(fang)便了(le)視覺算法的后續處(chu)理(li)。以下為(wei)針對(dui)點膠(jiao)缺陷相應的基于(yu)數(shu)字圖像處(chu)理(li)的方(fang)法：

多膠少膠：

對(dui)于膠(jiao)(jiao)條多膠(jiao)(jiao)少(shao)膠(jiao)(jiao)的缺陷檢測，首先 對(dui)圖(tu)(tu)片進(jin)行(xing)相應的預處理操(cao)作，得到(dao)二(er)值(zhi)化圖(tu)(tu)像后進(jin)行(xing)膠(jiao)(jiao)條兩側輪廓的獲取，對(dui)提取到(dao)的輪廓區域進(jin)行(xing)水平和垂直方向的投影(ying)，通過計(ji)算(suan)像素(su)(su)值(zhi)數量的最(zui)大值(zhi)和最(zui)小值(zhi)的差值(zhi)以及像素(su)(su)值(zhi)投影(ying)圖(tu)(tu)中(zhong)曲線形狀來判斷(duan)是否(fou)存在(zai)缺陷和具體類型。

斷膠：

對(dui)(dui)于膠(jiao)條(tiao)斷膠(jiao)缺陷檢(jian)測，根據(ju)膠(jiao)條(tiao)斷裂圖(tu)片的特征，對(dui)(dui)獲取(qu)到的圖(tu)像進行整(zheng)體預處理(li)，然后(hou)將處理(li)后(hou)的圖(tu)片和(he)標準樣(yang)品(pin)之(zhi)間(jian)進行對(dui)(dui)比(bi)，判斷各個輪(lun)廓之(zhi)間(jian)是否(fou)存在(zai)缺陷。

扭曲：

針對(dui)膠條(tiao)扭曲缺陷檢測，通過計算尋(xun)找(zhao)到 的(de)輪(lun)廓的(de)凸(tu)缺陷的(de)面積(ji)(即輪(lun)廓面積(ji)與其凸(tu)包面積(ji)的(de)差值)來作為判斷是否(fou)存在扭曲缺陷的(de)標(biao)準。

深度學習檢測系統搭建流程

深(shen)度學(xue)習模型的(de)選擇(ze)一般在利用深(shen)度學(xue)習算(suan)法進行缺陷(xian)檢測時(shi)，首先要確定的(de)是網絡(luo)模型。因為膠條(tiao)種(zhong)類分為6類，類別數量(liang)不(bu)是很多(duo)，可選擇(ze)AlexNet、MobileNet 以及Lenet-5、U-net等網絡(luo)深(shen)度不(bu)同的(de)或者更優(you)質的(de)網絡(luo)模型。

在工業領域中(zhong)，可以在人(ren)為(wei)制(zhi)造缺陷(xian)、數(shu)(shu)據增(zeng)廣、生(sheng)成(cheng)對抗網絡、遷(qian)移(yi)學習(xi)等手段解決相(xiang)應的(de)訓練數(shu)(shu)據問(wen)題(ti)。在訓練過(guo)程中(zhong)進行相(xiang)應微調是必不可少的(de)。過(guo)擬合現象在深度學習(xi)中(zhong)屢見不鮮，如果網絡模型出現此(ci)類問(wen)題(ti)，那么該網絡就無法正常使用，為(wei)了解決這個問(wen)題(ti)，一(yi)般(ban)會使用模型集成(cheng)的(de)方(fang)法，即(ji)訓練多(duo)個模型進行組合。

4、結論

在實際的(de)點膠過程中，由于(yu)多(duo)種因素的(de)影響容(rong)易(yi)出現各種缺陷(xian)，因此(ci)在對膠條進行缺陷(xian)檢測時，更多(duo)的(de)是采(cai)用(yong)機器(qi)視覺的(de)方法(fa)，從而(er)達到提(ti)高生(sheng)產(chan)效率和(he)降低成本的(de)目的(de)，進而(er)使得產(chan)品更加具有競爭力(li)。

深圳市雙翌光電科技有限公司是一家以機器視覺為技術核心，自主技術研究與應用拓展為導向的高科技企業。公司自成立以來不斷創新，在智能自動化領域研發出視覺對位系統、視覺定位(wei)、視覺檢測、圖(tu)像(xiang)處理庫等為(wei)核心的(de)(de)(de)多(duo)款(kuan)自(zi)(zi)主(zhu)知(zhi)識產(chan)(chan)(chan)權產(chan)(chan)(chan)品。涉及(ji)自(zi)(zi)動貼合機(ji)(ji)、絲印機(ji)(ji)、曝(pu)光(guang)機(ji)(ji)、疊片(pian)(pian)機(ji)(ji)、貼片(pian)(pian)機(ji)(ji)、智(zhi)能檢測、智(zhi)能鐳射等眾多(duo)行業(ye)領域。雙翌(yi)視覺系統最高生(sheng)(sheng)(sheng)產(chan)(chan)(chan)精(jing)度(du)可達um級別，圖(tu)像(xiang)處理精(jing)準、速度(du)快，將智(zhi)能自(zi)(zi)動化(hua)制造行業(ye)的(de)(de)(de)生(sheng)(sheng)(sheng)產(chan)(chan)(chan)水平提升到一個更(geng)高的(de)(de)(de)層次，改進了(le)以往(wang)落后的(de)(de)(de)生(sheng)(sheng)(sheng)產(chan)(chan)(chan)流(liu)程，得到廣(guang)大(da)用(yong)戶的(de)(de)(de)認(ren)可與(yu)肯定。隨(sui)著智(zhi)能自(zi)(zi)動化(hua)生(sheng)(sheng)(sheng)產(chan)(chan)(chan)的(de)(de)(de)普(pu)及(ji)與(yu)發(fa)展，雙翌(yi)將為(wei)廣(guang)大(da)生(sheng)(sheng)(sheng)產(chan)(chan)(chan)行業(ye)帶來更(geng)全面(mian)、更(geng)精(jing)細(xi)、更(geng)智(zhi)能化(hua)的(de)(de)(de)技(ji)術及(ji)服務。