铝合金无缝气瓶内表面缺陷视觉检测分析

铝合金无缝气瓶内表面缺陷视觉检测分析

付红栓 李赵 金立玺

上海市特种设备监督检验技术研究院 上海 200062

摘 要：关于铝合金无缝气瓶，国家标准中明确规定，内表面不能出现肉眼可见、影响强度的部分缺陷，因此，需要做好其质量检测。现阶段，使用无损检测技术较为广泛，也有通过人工进行检测的方式，但是都存在一定的局限性。而基于视觉检测条件的气瓶内表面缺陷检测，具有较高的检测精度、速度、非接触性等优势。鉴于此，本文对其相关内容进行了分析。

关键词：内表面缺陷；铝合金无缝气瓶；视觉检测

铝合金无缝气瓶主要在医疗、消防以及汽车等领域中广泛使用，容器通常在出厂前需要进行严格的质量检测。而且国家针对铝合金无缝气瓶有明确的规定，内表面不能有肉眼可见、影响强度的部分缺陷。现如今，无损检测的方法应用较多，然而这种检测方式对环境的要求较高，因此出现了基于视觉检测的气瓶内表面缺陷检测方法，在检测精度、效率等方面都具有良好的表现。

1.检测系统结构和原理

视觉检测系统的构成主要包含图像采集模块、控制处理模块、触发模块、平移模块和旋转模块。其中图像采集模块包含CIS线阵相机、图像采集卡，控制处理模块主要是PC机，触发模块为编码器，平移模块中包含运动控制卡、电动升降和平移台，旋转模块包含可编程逻辑控制器、电机及驱动、旋转轮。

  该检测系统在对气瓶进行检测时，借助旋转编码器，旋转轮在运行时，编码器会通过电平信号对图像采集卡进行触发，当旋转停止后，编码器也停止信号的发出，CIS相机不再采集图像。借助旋转装置和平移装置的协调运动进行气瓶内表面检测。具体来讲，气瓶在经过一圈的旋转后，电动平移台会向前行进310mm，确保气瓶旋转的上一圈和下一圈之间不产生图像重合，利用PC机对电动平移台的运行情况进行实时监测，当电动平移台运行停止后，PC机发送信号到可编程逻辑控制器，然后气瓶接着旋转，循环上述过程直到完成气瓶整体内表面的采集。

2.视觉检测的实现

2.1拼接图像

  通过CIS相机对气瓶内表面的图像进行采集，每次采集一圈，确保各圈图像的重合部分在允许范围内，防止判断缺陷尺寸时出现较大的偏差。采集到各圈图像后，需要依照采集的先后顺序进行图像的完整拼接，以便能够对气瓶内表面的缺陷进行直观展示，节约图像处理时间。

2.2提取拉伸伤缺陷

  拉伸伤缺陷的表现和背景不具有较高的对比度，呈现多条长直划痕紧密排列，因此对于拉伸伤缺陷，可以近似看作一条有宽度的直线，通过高斯线检测进行提取，然后与各条划痕进行对比，检测的效率得到较好的提升。检测具体的方式为：首先，通过图像处理软件对拉伸伤缺陷的对比度和线的宽度进行明确。然后画一条剖面线贯穿拉伸伤缺陷，其中要保证剖面线在缺陷和背景对比度较低的部位。提取出剖面线部位的灰度值变化，其中的峰就表示拉伸伤缺陷，最大的峰对应拉伸伤在最上方，对拉伸伤的线宽度进行确定，同时明确上边缘和下边缘的对比度，通过全面考虑，确定线宽度。

  结合实际情况，需要对上述过程中的对比度和线宽度进行适当的调整，然后确定最终的对比度和线宽度。轮廓线在提取出来后，依照高度以及长度进行选择，接着合并邻近的轮廓线，就能够对拉伸伤缺陷出现的部位进行确定。鉴于在提取过程中轮廓线较弯曲，在进行轮廓线拟合时，会存在本来不是一条直线的轮廓线连接的情况，因此，在对轮廓线进行拟合前，需要按照椭圆和直线对轮廓线进行分割，然后将椭圆线去除，接着去除轮廓线交叉，使其近似在一条水平线上，然后连接起来，检测出结果。

2.3提取凹坑缺陷

  气瓶中的凹坑缺陷属于非平面信息，这种信息区别于一般的平面光学信息，其边缘特征存在差异。平面光学信息的边缘具有较大的对比度、比较锐利，而且会发生灰度上的变化，然而凹坑类缺陷具有一定深度的非平面缺陷光学信息，其边缘可能会出现阴影，较为模糊。如果进行边缘检测，对凹坑边缘进行提取时，需要确保阈值的较低水平，也会提取出较多没有关系的边缘区域，对于接下来的筛选产生不利，因此，需要使用阈值分割方法。

具体来讲，首先，需要对原始的图像进行中值滤波处理，其中选取正方形的掩码，边长确定为2倍的凹坑缺陷直径。进行中值滤波处理相比而言，能够使图像模糊的基础上保留有更多的边缘细节，这样关于缺陷的信息就会更容易保留。然后再将原始图像去除中值滤波图像，将两幅图像中灰度值不同的部位保留下来，凹坑缺陷的对比度能够得到增强。

  另外，对于阈值大小主要使用3倍方差准则进行确定，假定其中一组数据只有随机误差，经过合理的计算得出标准偏差，依照相应的概率对区间进行确定，如果误差超过这一区间，就属于粗大误差，针对这类误差数据，就需要将其去除。反映到图像中，在区间以外的数据就是代表缺陷，区间内的数据属于不相关细节。在检测中，凹坑缺陷表示为阴影暗区域和光线反射亮区域，依照对图像均值μ和方差σ的计算，对图像中灰度值在0到μ-3σ之间的暗区域和μ+3σ到255之间的亮区域进行保留，对两者的交集提取后加以膨胀。依照凹坑位置的圆度特点和面积，选取出具有较大圆度和面积的区域，然后在部分范围内进行灰度值计算，将表面杂质干扰去除，最后将真正的凹坑区域转换为椭圆形，得到其轮廓线，将凹坑缺陷标注出来。

结束语：

综上所述，对铝合金无缝气瓶内表面缺陷进行检测时，使用视觉检测方法，针对凹陷和拉伸伤缺陷进行检测，通过视觉检测系统的应用，首先，利用CIS线阵相机对其内表面扫描，能够较好的解决气瓶径向尺寸小难以成像以及弧形结构造成的成像畸变问题。另外，结合内表面缺陷特征，设置检测算法，借助高斯线检测和阈值分割对缺陷进行提取，然后通过轮廓拟合、去杂质等，将不合格缺陷筛选出来，以达到测试检测的要求。再者，该检测系统检测的效率较高，能够对多种尺寸的铝合金无缝气瓶质量进行判断，应用前景广阔。

参考文献：

[1]苑玮琦, 矫美娜. 铝合金无缝气瓶内表面缺陷视觉检测研究[J]. 电脑知识与技术, 2020, v.16(05):233-236.

[2]王东, 黎万义, 孙佳,等. 基于机器视觉的微小零件表面缺陷检测研究[J]. 应用科技, 2018, 045(004):131-136.

[3]翟伟良, 李有煊, 黄浩湄,等. 基于机器视觉的金属表面缺陷检测方法研究[J]. 科技传播, 2017, 9(009):47-48,50.