基于机器视觉的黑晶面板几何参数测量方法

李 民，周亚同，张忠伟，樊逸杰

(1.河北工业大学电子信息工程学院，天津 300401；2.北京安视中电科技有限公司，北京 100871)

0 引言

黑晶面板是在电磁炉表面广泛应用的黑色有机玻璃板，其几何参数包括长、宽、圆角半径、两条边夹角度数等。通过上述参数可以判断黑晶面板是否发生了形变以及是否合格。然而，目前黑晶面板的几何参数测量还停留在人工测量阶段。由于黑晶面板种类多、数量大，人工测量只能采取抽样检测，不仅效率低，还会造成视觉疲劳影响检测效率[1]。

目前，很多学者已对玻璃面板进行了尺寸测量，测量设备前端的光路设计是很重要的一部分，直接影响着后端图像采集质量和设备成本[2]。不同种类的玻璃面板的打光方式不同，朱铮涛[3]等采用多个小光源置于测量点下方组成背光源系统。但本文黑晶面板透光性差，因此采用多个大光源环绕打光的方式使其边缘更清晰地成像。

在图像边缘检测方面，张红霞等[4]研究表明，Canny算子检测的边缘细腻且得到增强，检测精度较高。郭瑞峰等[5]弥补了Canny算子对噪声敏感，且容易检测出假边缘或者丢失真边缘的缺点，得到了较好的边缘轮廓。李雪娇等[6]提出了基于Canny算子的一种单像素边缘检测算法，有效提高检测精度。赵明[7]提出了基于类间距的自适应阈值算法，可以方便选取合适的阈值。

在测量系统标定方面，张正友[8]提出了一种灵活的平面标定方法，但对初值的依赖性较大。为此张俊勇[9]等从影响初值求解精度方面入手，使用高精度棋盘格标定板，采用随机抽样一致性算法[10](RANSAC)提高标定精度。吴庆华[11]等提出了一种大尺寸测量系统快速标定方法，该方法标定速度很快，但只适用于大尺寸测量系统。

针对光源打光方式、边缘检测、系统标定等问题，提出了基于机器视觉的黑晶面板几何参数测量方法，采用大光源环绕打光的方式，通过Canny边缘检测和霍夫直线检测得到轮廓的边缘信息，再对边缘信息进行处理，计算系统标定，得到最终的结果。对黑晶面板边长的测量精度能达到0.1 mm，实现对产品100%测量。

1 测量装置、打光方式及相机摆放

本文的黑晶面板几何参数测量装置如图1所示。当流水线开始运行，打开光源，黑晶面板从图1的左侧经传送带向右移动，通过触发相机识别黑晶面板的来去。触发剩余4个相机采集图像，采集完毕后对图像进行实时处理，计算黑晶面板的几何参数，判断是否发生形变以及是否合格。

图1 黑晶面板几何参数测量装置

当前测量装置采用条形光源，四面打光的方式，4个890万工业相机采集图像和一个230万工业相机作为触发相机，相机呈L型摆放，如图2所示。选择合适的物距，通过式(1)计算出相机的视野范围，以保证该测量系统能够测量200 mm×200 mm至400 mm×600 mm范围的黑晶面板。

(1)

式中：w为所求视野长或宽；H为头到物体的距离，即物距；RP为相机的分辨率；P为像元尺寸；f为分辨率。

图2 相机摆放位置示意图

在上述装置中，1至4号相机是图像采集相机，5号相机是触发相机。在面板运行过程中，当5号相机识别到面板进入视野触发1至4号相机进行拍照，当识别到面板离开再次触发1号和2号相机拍照，如此便得到了黑晶面板4个角的信息。

2 黑晶面板几何参数测量流程

本文提出的黑晶面板几何参数测量方法的具体流程如图3所示。

图3 黑晶面板几何参数测量方法流程

在黑晶面板运行过程中，采集黑晶面板4个角的图像，然后对采集到的图像进行高斯滤波，再进行二值化使边缘更加清晰，然后进行Canny边缘检测找到图像的整体边缘，霍夫直线检测找到边缘的直线信息，进行最小二乘法拟合得到直线，再分出圆角的坐标用最小二乘法拟合圆角，最后采用霍夫直线矫正算法校准并采用人工补偿算法校准最终的结果。

3 黑晶面板几何参数测量方法

3.1 图像预处理

对图像进行预处理，减少图像噪声的影响方便后续处理[12]。本文选择的是5×5的高斯模板，σ取0.8，对采集图片采用高斯滤波进行去噪。本文使用的是5×5的高斯滤波器模板，而高斯滤波模板是根据二维高斯函数离散得到的，以5×5模板为例，以中心位置为坐标原点进行取样；模板在各个位置的坐标，如表1所示，其中i轴(和x轴位置相同)水平向右，j轴(和y轴反方向)竖直向下。

表1 高斯滤波器模板位置坐标

将各个位置的坐标带入到高斯函数中，得到的值就是模板的系数；对于窗口模板大小为(2k+1)·(2k+1)，模板中各个元素值通过式(2)计算：

(2)

3.2 边缘提取

对二值化之后的图像进行Canny边缘检测，得到清晰边缘轮廓，然后对该轮廓进行霍夫直线检测。霍夫直线检测[14]的基本原理在于利用点与线的对偶性，即在图像空间中的直线与参数空间中的点一一对应，参数空间中的曲线与图像空间中的点也一一对应。因此霍夫直线检测算法就是把图像空间中的直线检测问题转换为参数空间中点的检测问题，通过在参数空间中寻找得票数最多的点完成直线检测任务，该点就是所求的霍夫直线。

在实际应用中参数空间选择为极坐标系ρ-θ，在图像空间(直角坐标系x-y)中直线表达式是y=k·x+b，其中k是斜率，b是截距。变换到极坐标系中是ρ=x·cosθ+y·sinθ，其中ρ是极径，θ是极角。可以看出图像空间中每一条直线都可以用极坐标系中的点(ρ，θ)来表示，或者说图像空间(直角坐标系x-y)中的一个点对应极坐标系中的一条曲线。如此就可以将直角坐标系下所有点转换为极坐标系下的直线，如图4所示。

图4 点线转换图

3.3 边缘拟合

霍夫直线检测得到的直线较粗糙，只选出得票数最多的直线，但霍夫直线周围还有一些未涉及到的点，因此霍夫直线检测得到的直线并不准确，为此采用最小二乘法进行拟合以期得到更精准的直线。

为将霍夫直线周围的点全部用于直线拟合，在霍夫直线周围设置管状区域，即对霍夫直线的极径ρ进行加减同一数值，这样就在霍夫直线的两侧各得到一条直线从而形成一个管状区域，在这个区域内将所有的点进行直线拟合，可得到更加准确的直线。直线拟合完成后进行圆角拟合，在二值化图像中扫描出该图像上所有的边缘点，删除用于拟合直线的点，剩下的像素点就是用于拟合圆角的点，接着采用最小二乘法拟合圆角。

采用斜截式直线方程计算得出采用最小二乘法拟合直线的参数，需要考虑到该方法不适用于垂直x轴的直线，因此在拟合黑晶面板的竖直边时，为了避免出现无限接近垂直的情况，将竖直边上由霍夫直线形成的管状区域内的所有点的横纵坐标互换，即像素点的坐标原本是(x1,y1)，如今变成(y1,x1)，令此时的x=y1,y=x1，将其代入公式即可得到此时的关系式：x=l·y+m的参数l和m，其中l是斜率，m是截距。最后再根据此时的关系式求其反函数得到竖直边的拟合直线。如此便得到了更为精确的边缘直线。

3.4 矫正直线

对直线进行矫正是考虑到拟合圆角时，由于设计的管状区域是对霍夫直线的极径ρ进行加减相同数值，会把圆角的一部分点包括在内，导致圆角拟合不准，拟合结果有较大倾斜，其次，黑晶面板进入相机视野时的偏转角不同，也会导致拟合直线时存在误差，因此需要对直线进行矫正。

图5为偏转角度图，4条直线的交点为原点，4条线为角度分割线，水平线上部的ρ取负值，水平线下部的ρ取正值。水平线上部的45°～90°区域内不可能有面板偏转，因为会超出相机视野，不予考虑。

图5 偏转角度图

水平线下部，ρ为正：0°～45°区域内，由原点引出一条直线，此直线一定是和黑晶面板纵向边缘垂直(和水平边缘垂直则面板超出视野)，可以得出一定是纵向边缘向右倾斜的情况；45°～90°区域内出现直线一定是横向边缘向右上倾斜；90°～135°区域内出现直线一定是横向边缘向右下倾斜；135°～180°区域内出现直线一定是纵向边缘，向左倾斜。

水平线上部，ρ为负：90°～135°区域内出现直线一定是横向边缘向右下倾斜；135°～180°区域内出现直线一定是纵向边缘，向左倾斜。

由此可以看出，0°～45°区域内出现直线一定是纵向边缘向右倾斜，此时ρ为正；90°～135°区域内出现直线一定是横向边缘向右下倾斜，ρ分正负；135°～180°区域内出现直线一定是纵向边缘，向左倾斜，ρ分正负。以90°～135°区域为例，水平线上部ρ为负，下部ρ为正，在对该区域的横向边缘组成管状区域时，先在霍夫直线上部画直线，对水平线上部来说ρ是增加的，但此时ρ为负，所以此时ρ应该减去一个数值；对水平线下部来说ρ是减少的，但此时ρ为正，所以ρ应该减去一个数值。即90°～135°区域不管水平线上部还是下部具有相同的情况。同理，135°～180°区域不管水平线上部还是下部也具有相同的情况。所以，只要保证管状区域总宽度一致，移动管状区域可实现直线矫正。图6是误差直线和矫正直线。

(a)误差直线

(b)矫正直线

3.5 结果矫正

经过上述一系列校准之后，还会存在一系列的误差，长时间使用该装置之后振动和灰尘等还会导致误差逐渐增大，直到不满足使用条件。为此需要对最终的计算结果进行校准。只需将同一规格的黑晶面板的每次测量结果都记录下来，重复测试并计算出补偿量，具体式(3)如下：

(3)

4 实验结果及分析

4.1 系统标定

基于机器视觉的在线测量系统中，需要找到像素点和实际尺寸的一一对应关系，即系统标定[6]。本文采用的系统标定方法是根据已知的相机固定高度、像元尺寸、镜头、分辨率计算出此时相机的视野范围，由此视野范围与分辨率的比值即是像素点与实际尺寸的对应关系。最终得到每个像素对应实际尺寸是0.062 100 1 mm。

4.2 黑晶面板尺寸测量结果

为了验证本文算法的可行性，在图1所示检测平台下，基于VS2010开发环境编写了黑晶面板几何参数测量软件。图7示出了360 mm×290 mm4个角的拟合情况。

(a)1号相机第一次拍的左上角

(b)2号相机第一次拍的右上角

(c)1号相机第二次拍的左下角

(d)2号相机第二次拍的右下角

(e)3号相机拍的右下角

对该尺寸的不同黑晶面板进行了多次测量，表2是黑晶面板四条边的测量结果及对角线之差。可以看出本文算法对边长的测量精度可达到0.1 mm，两对角线之差精度可达0.3 mm。

4.3 测量误差分析

(1)采集图像时边缘处存在的灰尘没有去除，可能会造成边缘不稳，引起误差。

(2)采集图像时由于黑晶面板的厚度不一、相机不能保证在黑晶面板圆角的正上方，导致在边缘会出现阴影，采集图像之后会引起较大误差。

(3)利用最小二乘法进行边缘拟合[15]时会存在拟合误差。

5 结论

本文针对当前黑晶面板尺寸测量之不足，提出了一种基于机器视觉的黑晶面板几何参数测量方法。

表2 黑晶面板四条边的测量值 mm

首先对黑晶面板各个角的图像进行预处理，然后进行Canny边缘检测，在此基础上进行霍夫直线检测，并在霍夫直线附近设置管状区域，再对该管状区域进行调整，然后对该区域内所有点进行直线拟合，最终根据公式计算黑晶面板的几何参数。在实际的尺寸测量中，对黑晶面板的边长测量精度可达到0.1 mm，两对角线之差测量精度可达0.3 mm，与人工检测相比，在测量精度上能达到更好的测量效果。