《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 模擬設(shè)計(jì) > 設(shè)計(jì)應(yīng)用 > 機(jī)器視覺在光纖端面缺陷檢測(cè)中的應(yīng)用
機(jī)器視覺在光纖端面缺陷檢測(cè)中的應(yīng)用
摘要: 本文介紹了如何利用機(jī)器視覺進(jìn)行光纖端面的缺陷檢測(cè),并使用美國(guó)國(guó)家儀器(NI)公司的VBAI視覺自動(dòng)檢測(cè)開發(fā)環(huán)境完成了機(jī)器視覺系統(tǒng)的開發(fā)。
Abstract:
Key words :

 0 引言

  作為信息高速公路的載體,以及光纖通信系統(tǒng)的重要組成部分,光纖體現(xiàn)了非常優(yōu)越的信息傳輸特性,是構(gòu)成21世紀(jì)信息社會(huì)的一個(gè)不可或缺要素。在光纖通信中,光纖的活動(dòng)連接都是通過(guò)光纖連接器實(shí)現(xiàn)的,光纖端面的潔凈程度對(duì)連接器的性能有決定性的影響。除了在拋光過(guò)程中或者在光纖插拔等在線業(yè)務(wù)操作過(guò)程中產(chǎn)生的光纖端面永久性損傷(如劃傷、裂痕)外,由于在平時(shí)使用中可能會(huì)與不潔凈的手、光纖帽邊緣、法蘭盤金屬邊緣、臟的光纖端面以及空氣中的顆粒接觸,光纖端面還會(huì)受到各種各樣的臨時(shí)性污染(如污垢、油漬、水或清洗劑的殘留),從而使得其性能受到影響,這不僅會(huì)使連接損耗變大、通信性能下降,嚴(yán)重時(shí)則纖芯被堵不能傳輸光,從而導(dǎo)致纖芯被高功率激光燒壞。為了保證光纖通信的穩(wěn)定與高效,每個(gè)光纖的端面必須保證一定程度上的清潔。

  傳統(tǒng)的光纖端面缺陷檢測(cè)方法是采用人工檢測(cè)的方法,這種方法首先將光纖端面的圖像采集出來(lái),然后用肉眼觀察臟污,再進(jìn)行人工判定。由于這種方法是檢查者肉眼連續(xù)觀察光纖的端面,容易使人感到視覺疲勞,所以效率比較低。而且每個(gè)人的經(jīng)驗(yàn)和責(zé)任心不一樣,得到的產(chǎn)品質(zhì)量也會(huì)有相當(dāng)大的差異。為了提高產(chǎn)品的可靠性和生產(chǎn)效率,本文提出了一種拋棄人工肉眼檢測(cè)而使用機(jī)器視覺進(jìn)行檢測(cè)的方法。機(jī)器視覺主要用計(jì)算機(jī)來(lái)模擬人的視覺功能,從客觀事物的圖像中提取信息,進(jìn)行圖像處理并加以理解,然后用于光纖端面的缺陷檢測(cè)。與人工檢測(cè)相比,機(jī)器視覺檢測(cè)方法提高了檢測(cè)的準(zhǔn)確性,降低了測(cè)試成本,增強(qiáng)了測(cè)試能力,使得對(duì)生產(chǎn)線上操作人員的培訓(xùn)難度降低,而且能獲得更多的生產(chǎn)線監(jiān)測(cè)數(shù)據(jù)信息。

  本文介紹了如何利用機(jī)器視覺進(jìn)行光纖端面的缺陷檢測(cè),并使用美國(guó)國(guó)家儀器(NI)公司的VBAI視覺自動(dòng)檢測(cè)開發(fā)環(huán)境完成了機(jī)器視覺系統(tǒng)的開發(fā)。VBAI(Vision Builder for Automated Inspection)是NI推出的一款視覺檢查軟件,作為自動(dòng)檢測(cè)的視覺生成器。此工具是實(shí)驗(yàn)室進(jìn)行快速視覺效果驗(yàn)證的理想工具,也是很好的生產(chǎn)線簡(jiǎn)易測(cè)試平臺(tái)。結(jié)果顯示,該系統(tǒng)能夠比較精確地檢測(cè)出缺陷所在位置及其大小,速度較快,達(dá)到了對(duì)光纖端面缺陷檢測(cè)的要求。

  1 檢測(cè)系統(tǒng)

  本文所提出的光纖端面缺陷機(jī)器視覺檢測(cè)系統(tǒng)由光纖端面檢測(cè)儀以及PC系統(tǒng)組成。檢測(cè)的時(shí)候?qū)⒐饫w活動(dòng)連接器插入光纖端面檢測(cè)儀的固定測(cè)試平臺(tái)中,而光纖端面檢測(cè)儀通過(guò)USB線連接到PC系統(tǒng)上,這樣就能將圖像采集到電腦里。調(diào)整顯微鏡焦距,一旦得到了滿意的圖像,就啟動(dòng)軟件對(duì)光纖端面進(jìn)行分析,與軟件預(yù)設(shè)的標(biāo)準(zhǔn)指標(biāo)進(jìn)行比較,從而定量地確定各區(qū)域信息,判斷該光纖端面合格與否。

  該系統(tǒng)的檢測(cè)效果與軟件的能力、顯微鏡性能以及操作人員對(duì)焦圖像的技能有關(guān),已經(jīng)證明了其在準(zhǔn)確性、可重復(fù)性、再現(xiàn)性以及檢測(cè)效率等方面明顯優(yōu)于人工檢測(cè)。該方案還可以提供檢測(cè)結(jié)果的具體記錄,包括端面圖像和損傷檢測(cè)數(shù)據(jù)等,提高系統(tǒng)的自動(dòng)化程度。

  2 檢測(cè)過(guò)程

  本系統(tǒng)所使用的檢測(cè)軟件是基于VBAI視覺自動(dòng)檢測(cè)開發(fā)環(huán)境開發(fā)的,具備對(duì)光纖端面圖像進(jìn)行處理和分析的能力,其處理流程如圖1所示。

系統(tǒng)軟件處流程圖

圖1 系統(tǒng)軟件處流程圖

  在使用光纖端面檢測(cè)儀對(duì)光纖端面進(jìn)行圖像采集的時(shí)候,由于光纖端面每次出現(xiàn)在視野范圍中的位置都有所不同,所以首先要對(duì)光纖端面纖芯的位置進(jìn)行定位才能對(duì)其進(jìn)行一系列的檢測(cè)。要定位纖芯的位置,首先需要將采集到的圖像二值化。因?yàn)橥ㄟ^(guò)光纖端面檢測(cè)儀采集得到的初始圖像為32位的,而在VBAI中對(duì)圖像分析處理的函數(shù)模塊基本上都是不支持32位圖的,所以只有把32位圖轉(zhuǎn)化成二值圖像,才能對(duì)其進(jìn)行一系列精確的分析。使用VBAI的視覺助手(Vision Assistant)函數(shù)模塊對(duì)初始圖像進(jìn)行圖像處理,通過(guò)抽取色彩值(Extract HSL)的子函數(shù)即可得到灰度8位圖,然后使用閾值法將圖像二值化。

  閾值法是一種簡(jiǎn)單而且有效的圖像分割方法,此方法是用一個(gè)或幾個(gè)閾值將圖像的像素灰度級(jí)分為幾個(gè)級(jí)別,屬于一個(gè)級(jí)別的像素點(diǎn)被認(rèn)為是同一類物體。需要注意的是,在光纖端面檢測(cè)的過(guò)程中,由于包層可能會(huì)和包層外的臟污屬于同一個(gè)灰度級(jí),所以在對(duì)包層外的臟污檢測(cè)的時(shí)候是不能同時(shí)對(duì)包層上的臟污進(jìn)行檢測(cè)的,需要將包層屏蔽以后再檢測(cè)。

  在本系統(tǒng)中,設(shè)F(x,y)表示對(duì)圖像二值化的輸出,其像素灰度級(jí)范圍為[a,b],對(duì)同一類型的缺陷檢測(cè)時(shí)只需要設(shè)定一個(gè)a和b之間的閾值TH,把圖像的像素分成大于TH的像素群(缺陷)和小于TH的像素群(背景)兩部分。即:

 

  圖像二值化將缺陷像素點(diǎn)的灰度值設(shè)為0,背景像素點(diǎn)的灰度值設(shè)為1。在VBAI的視覺助手函數(shù)模塊中就有設(shè)置閾值(Threshold)的函數(shù)子模塊,調(diào)用的時(shí)候只需要在閾值直方圖上根據(jù)雙峰法找到波峰與波谷,并手動(dòng)調(diào)整閾值的大小,使其能將缺陷與背景區(qū)分開來(lái)即可,如圖2所示。

 原始圖像及其閾值直方圖

圖2 原始圖像及其閾值直方圖

  2.1 纖芯的定位

  本文定位光纖纖芯所使用的是方法是先找到光纖的整個(gè)包層,由于光纖包層的形狀是一個(gè)圓,而這個(gè)圓的圓心就是纖芯的中心了。光纖端面存在較大程度的污染的話,如果只是設(shè)置一定的閾值將圖像二值化,得到的二值圖像除了光纖包層外還可能會(huì)有很多臟污,這樣就會(huì)對(duì)光纖包層的定位產(chǎn)生很大的影響。所以二值化圖像后還需要使用視覺助手里的一些子函數(shù)模塊對(duì)圖像進(jìn)行一些形態(tài)學(xué)的處理,使用移除小顆粒(RemoveSmall Objeets)和移除大顆粒(Remove Large Objects)這兩種函數(shù)子模塊,調(diào)整迭代次數(shù)的大小,把比光纖包層小和比光纖包層大的顆粒都濾掉,從而除去對(duì)光纖包層定位的干擾,使得到的二值圖像里只有光纖包層的圖像,如圖3所示。

 將原始圖像處理成只有光纖包層的二值圖像

圖3 將原始圖像處理成只有光纖包層的二值圖像

 不同位置纖芯的定位

圖4 不同位置纖芯的定位

  得到光纖包層的二值圖像后,利用VBAI中尋找圓邊緣(Find Circular Edge)以及建立坐標(biāo)系(Set Coordinate System)的函數(shù)模塊,即能準(zhǔn)確地定位光纖纖芯的位置。尋找圓邊緣是為了尋找光纖包層圓的邊緣,從而尋找到光纖包層圓的圓心,這個(gè)圓心也是纖芯圓的圓心,然后以這個(gè)圓心為坐標(biāo)系原點(diǎn)建立坐標(biāo)系。在VBAI中,建立坐標(biāo)系這個(gè)函數(shù)的功能是定位特征,它能根據(jù)尋找到的包層圓自動(dòng)定位圓心,即使包層在圖像中的位置改變,坐標(biāo)系原點(diǎn)也能準(zhǔn)確地定位在包層圓的圓心上,而包層圓的圓心就是纖芯圓的圓心。由圖4可見,坐標(biāo)系的原點(diǎn)可以很精確地定位在位置不同的纖芯圓的圓心上,即使是在不規(guī)則的包層面上。

  2.2 檢測(cè)區(qū)域的劃分

  在定位了光纖纖芯之后,由于在光纖端面上不同圓環(huán)范圍內(nèi)所用的檢測(cè)標(biāo)準(zhǔn)也不同,所以要以纖芯中心為圓心作不同區(qū)域的圓環(huán),再在每個(gè)圓環(huán)內(nèi)按規(guī)定的檢測(cè)標(biāo)準(zhǔn)進(jìn)行檢測(cè)。如果有任意一個(gè)圓環(huán)內(nèi)的檢測(cè)不能通過(guò),則這個(gè)光纖就是有缺陷的,不能通過(guò)。在劃分區(qū)域的時(shí)候,由于通過(guò)光纖端面檢測(cè)儀采集得到的圖像在VBAI環(huán)境下是以像素(pix)為計(jì)量單位的,而一般檢測(cè)標(biāo)準(zhǔn)中給出的光纖端面檢測(cè)要求是以微米(μm)為計(jì)量單位的,所以要通過(guò)公式(2)進(jìn)行轉(zhuǎn)換將微米(μm)轉(zhuǎn)換成像素(pix)。轉(zhuǎn)換的時(shí)候需要知道一個(gè)參數(shù):dpi(每英寸多少點(diǎn)),知道了dpi就可以從公式(2)得到像素與微米的轉(zhuǎn)換關(guān)系。設(shè)P為像素,D為dpi,I為英尺,M為微米,則:

  一張圖片的dpi可以通過(guò)一些常用的看圖軟件得到(如Acdsee,Photoshop等),平時(shí)所用的640×480或800×600等標(biāo)準(zhǔn)的分辨率的dpi是一個(gè)常數(shù):96。這樣在對(duì)光纖端面進(jìn)行區(qū)域劃分的時(shí)候,就能準(zhǔn)確地算出每個(gè)圓環(huán)的直徑,從而對(duì)整個(gè)光纖端面可以進(jìn)行細(xì)致并且精確的檢測(cè)。

  2.3 缺陷的檢測(cè)

  2.3.1 不同的閾值

  光纖端面缺陷包括白點(diǎn)(崩缺)、黑點(diǎn)(臟污)、陰影(內(nèi)裂)以及劃痕。其中崩缺和劃痕是顏色亮于光纖端面的部分,而臟污和陰影是顏色暗于光纖端面的部分。要檢測(cè)出這些缺陷,對(duì)每個(gè)區(qū)域的每個(gè)亮部檢測(cè)前都要重新對(duì)原始圖像進(jìn)行一次圖像處理,同時(shí)對(duì)每個(gè)區(qū)域的每個(gè)暗部檢測(cè)前也要重新對(duì)原始圖像進(jìn)行一次圖像處理,以便設(shè)置不同的閾值以區(qū)分出比光纖端面亮的部分和比光纖端面暗的部分。這樣在檢測(cè)過(guò)程中就先后對(duì)暗部和亮部進(jìn)行了檢測(cè),如果兩者中任何一種檢測(cè)不能通過(guò),則這個(gè)區(qū)域的檢測(cè)就是不能通過(guò)的。

  光纖端面需要進(jìn)行檢測(cè)的區(qū)域包含了光纖包層和光纖包層以外的陶瓷部分,所以亮色缺陷和暗色缺陷除了分布在光纖包層上外還有可能會(huì)分布在陶瓷面上。由于光纖包層在采集的圖像中是暗色的,與暗色的缺陷色度比較接近,而包層外的陶瓷部分色度則更接近于亮色的缺陷。所以檢測(cè)光纖包層上和包層外陶瓷面上的缺陷時(shí),針對(duì)暗色缺陷和亮色缺陷都需要分別設(shè)定不同的閾值,才能準(zhǔn)確地檢測(cè)出整個(gè)端面的缺陷。因此利用VBAI檢測(cè)光纖包層外的陶瓷面區(qū)域時(shí),需要重新根據(jù)雙峰法設(shè)定閾值,如圖5所示。

 對(duì)包層內(nèi)和包層外暗色缺陷和亮色缺陷的不同二值化處理

圖5 對(duì)包層內(nèi)和包層外暗色缺陷和亮色缺陷的不同二值化處理

  由圖5可見,在檢測(cè)的過(guò)程中,必須要針對(duì)暗色缺陷和亮色缺陷在光纖端面包層內(nèi)外的不同分布,分別設(shè)定不同的閾值,否則會(huì)極大的影響檢測(cè)的精確度。需要注意的是,纖芯本身就是亮色的,所以亮色缺陷檢測(cè)過(guò)程中需要把纖芯忽略掉。

  2.3.2 缺陷的判定

  在光纖端面缺陷檢測(cè)中,既有不能接受的缺陷,也有可以接受的缺陷,對(duì)于崩缺、臟污、內(nèi)裂和劃痕這類缺陷顆粒,鑒定其能不能被接受就取決于它們的大小與長(zhǎng)度。一般,評(píng)價(jià)它們的大小與長(zhǎng)度主要是根據(jù)其費(fèi)雷特直徑(Feret Diameter)的大小。費(fèi)雷特直徑是一種常用的顆粒直徑表示方法,對(duì)于規(guī)則的球形顆粒,可以用“直徑”來(lái)精確描述其大小,但是絕大多數(shù)情形下顆粒尤其是劃痕的形狀都不是球形,用直徑表示顯然欠確切,也容易引起誤解。因此,表示顆粒大小引用“顆粒直徑”的概念。所謂顆粒直徑,即表示顆粒大小的“一因次”尺寸。“因次”又稱為量綱,是基本物理量的度量單位,例如長(zhǎng)短、體積、質(zhì)量、時(shí)間等等。同一顆粒,由于應(yīng)用場(chǎng)合不同,測(cè)量的方法也往往不同,所得到的顆粒直徑的值當(dāng)然也不同,如:在顯微鏡下觀察到的是顆粒在與視線垂直的平面上的尺寸,篩分所得到的粒徑是篩孔尺寸,沉降所得到的是某種沉降特性相同的球形顆粒的直徑等。

  本文的光纖端面缺陷機(jī)器視覺檢測(cè)中,二值化圖像后要測(cè)量的缺陷的費(fèi)雷特直徑即是在顯微鏡下與視線垂直的平面上的尺寸。任何一個(gè)不規(guī)則物體的費(fèi)雷特直徑都有大有小,通常所需要得到的是最大的費(fèi)雷特直徑,然后和檢測(cè)標(biāo)準(zhǔn)進(jìn)行對(duì)比,如果最大費(fèi)雷特直徑大于可以接受的缺陷顆粒直徑,則檢測(cè)不能通過(guò)。VBAI的功能非常強(qiáng)大,它提供了能夠直接測(cè)量最大費(fèi)雷特直徑(Max Feret Diameter)的函數(shù),由此便可以方便快捷地測(cè)出各種缺陷顆粒的最大費(fèi)雷特直徑大小,包括線性特征的劃痕,劃痕的最大費(fèi)雷特直徑就是其長(zhǎng)度。在VBAI的視覺助手函數(shù)模塊中有一個(gè)質(zhì)點(diǎn)過(guò)濾(Particle Filter)的子函數(shù)模塊,它可以設(shè)定一定范圍的最大費(fèi)雷特直徑值,然后將最大費(fèi)雷特直徑處于這個(gè)范圍內(nèi)的缺陷顆粒都過(guò)濾掉,接著進(jìn)行判定,例如:在一個(gè)檢測(cè)區(qū)域內(nèi),要求最大費(fèi)雷特直徑小于等于5μm的缺陷顆粒不能超過(guò)5個(gè),并且無(wú)大于5μm的缺陷顆粒。利用公式(2)可以計(jì)算出,放大400倍后5μm轉(zhuǎn)換成像素值約等于7.559pix。然后利用質(zhì)點(diǎn)過(guò)濾函數(shù)模塊,先將最大費(fèi)雷特直徑小于7.559pix的缺陷顆粒濾去,用粒子分析(Detect Objects)函數(shù)模塊檢測(cè)顆粒的數(shù)量,如果檢測(cè)出有顆粒就判定不能通過(guò);接著再利用質(zhì)點(diǎn)過(guò)濾函數(shù)模塊將最大費(fèi)雷特直徑大于7.559pix的顆粒濾去,依舊用粒子分析函數(shù)模塊檢測(cè)顆粒數(shù)量,如果檢測(cè)出有大于5個(gè)顆粒就判定不能通過(guò)。

  檢測(cè)完所有的區(qū)域后,調(diào)用VBAI里的設(shè)定整體檢測(cè)狀態(tài)(Set Inspection Status)函數(shù)模塊,里面有一個(gè)選項(xiàng)是“任何一個(gè)檢測(cè)步驟不能通過(guò),則這個(gè)檢測(cè)不能通過(guò)(Fail if Any Previous Step Fails)”,把這個(gè)選項(xiàng)點(diǎn)選上,則前面任何一個(gè)區(qū)域的檢測(cè)不能通過(guò)的話,這個(gè)光纖端面的檢測(cè)就判定為不能通過(guò),這樣就不會(huì)漏過(guò)任何一個(gè)不符合檢測(cè)要求的檢測(cè)區(qū)域了。

  2.4 報(bào)表的生成

  報(bào)表作為檢驗(yàn)測(cè)試結(jié)果最直觀和最重要的憑證,是測(cè)試系統(tǒng)必不可少的組成部分。每個(gè)光纖端面檢測(cè)完成后都會(huì)產(chǎn)生許多數(shù)據(jù),包括每個(gè)檢測(cè)區(qū)域缺陷的數(shù)量、大小等等。如果將這些數(shù)據(jù)指定文件路徑后自動(dòng)導(dǎo)入到Excel或Word文件中,不僅可以提高整個(gè)檢測(cè)系統(tǒng)的自動(dòng)化程度,還大大降低了測(cè)試人員的工作量。因此在程序的最后加上VBAI中的一個(gè)數(shù)據(jù)導(dǎo)出(Data Logging)函數(shù)模塊,將數(shù)據(jù)以Excel格式保存在本機(jī)電腦硬盤上或者將其上傳至FTP服務(wù)器中并保存起來(lái),提高數(shù)據(jù)的安全性和可靠性,方便隨時(shí)查看。

  3 結(jié)論

  本文結(jié)合圖像處理技術(shù),根據(jù)采集的光纖端面圖像開發(fā)出了一套基于機(jī)器視覺的光纖端面缺陷檢測(cè)系統(tǒng),經(jīng)過(guò)實(shí)驗(yàn)證明,這個(gè)系統(tǒng)能夠高效率、高質(zhì)量的對(duì)光纖端面的缺陷進(jìn)行檢測(cè)與判斷,避免人工檢測(cè)帶來(lái)的操作失誤現(xiàn)象,極大地提高了檢測(cè)的可靠性。

  除了本文中對(duì)光纖端面檢測(cè)的應(yīng)用外,借助紅外線、紫外線、X射線、超聲波等高新探測(cè)技術(shù),機(jī)器視覺在檢測(cè)非可視物體和高危險(xiǎn)場(chǎng)景時(shí)更具有其突出優(yōu)點(diǎn)。因此,機(jī)器視覺檢測(cè)將會(huì)成為越來(lái)越受歡迎的方案。

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。