基于机器视觉的IC 卡自动挑线系统设计与实现

高晓静　梁鹏　吴伟文

摘要：针对智能IC卡自动挑线的需求，采用C++和OpenCV，提出一种基于机器视觉的IC卡自动挑线系统。该系统利用 CCD 摄像机摄取现场IC卡图像，图像传送到 PC 机上，在 PC 上对图像进行处理并根据检测的结果发出控制信号，系统一共有以下功能：图像预处理、边缘检测、边缘特征提取（顶点、夹角以及特征点等），实验结果表明，系统可以实现实时的挑线辅助工作。

关键词：机器视觉；边缘检测；特征提取

中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2015）35-0105-03

Abstract：Aiming at the requirement of smart IC card auto thread picking mechanism， this paper proposes a smart IC card auto thread picking based on machine vision by using C++ and OpenCV. The system accesses IC card image by using CCD camera. Image is transformed to PC machine and processed. The robot is controlled by processed results. System is composed by preprocess module， edge detection module and edge feature extraction module. The experimental results show that our proposed system can pick up thread picking automatic.

Key words：Machine Vision； Edge Detection； Feature Extraction

1 概述

2011年3月15日，中国人民银行发布了《中国人民银行关于推进金融IC卡应用工作的意见》，正式在全国范围内启动银行卡芯片化（简称EMV迁移）工作，“十二五”期间将全面推进金融IC卡应用。截止2014年底，中国已累计发行银行卡近50亿张，其中金融IC卡累计12.26亿张，其中2014年新增6.34亿张，剩余的磁条银行卡均需换成金融IC卡，市场容量巨大。金融IC卡不仅从根本上替代传统磁条卡以提高银行卡的安全性，满足人民群众对支付安全的迫切需求。

然而金融IC卡制造过程复杂、精细，其中IC卡挑线碰焊制造设备分为挑线、扶线、碰焊三道工序，如图1所示，挑线工序是指从铣槽后的卡槽中，用钩针挑出卡片中细微的金属丝并放置于卡槽两侧，其加工要求是金属丝被完整地挑出卡槽；扶线工序是指将挑出的金属丝用夹具扶直，其加工要求是垂直（误差不大于9度）于卡面；碰焊工序是指用具有吸附功能的前端夹具将芯片卡移出，并处于电焊针垂直方向，运动手臂推动金属线头运动到电焊针处。三者汇聚后，电路闭合，电焊针融化金属线头上的焊锡，与芯片卡对应的电路接口相连接。加工的金属丝仅为0.01mm，加工过程要求实现自动化、智能化。

机器视觉已经逐渐成为工业自动化生产中的主要技术解决手段之一[1-5]，彭娟设计了基于机器视觉来对模具进行检测的技术的方案，搭建了检测系统，该系统利用 CCD 摄像机摄取现场注塑模具图像，图像传送到 PC 机上，在 PC 上对图像进行处理并根据检测的结果发出控制信号，完成检测的工作[6]。伍济钢用薄片零件尺寸机器视觉检测系统对计算机硬盘中的弹性臂薄片零件和精密标准件的尺寸进行了检测，实验结果表明视觉检测系统可以有效地对精密零件进行检测[7]。

基于上述需求，本文提出一种基于机器视觉的IC卡自动挑线系统。采用机器视觉系统对加工过程进行辅助，系统一共有以下功能：图像预处理、边缘检测、边缘特征提取（顶点、夹角以及特征点等）。

2 系统设计与实现

2.1 开发环境及相关技术

系统开发环境采用Visual Studio 2010，开发语言为C++，视觉API采用OpenCV。数据库设计采用SQL Server 2008。光源采用单侧LED背光板，相机采用svs4022CFGE相机。

2.2 系统整体架构

系统流程图如图1所示，分为几个主要步骤：输入、预处理、特征提取、输出。IC卡挑线碰焊工序中需要挑出卡片中细微的金属丝进行自动碰焊，内部电路线头构件的位置都有所不同，要求加工机器人不仅实现柔性感知，同时加工精度要求控制在±0.01mm。因此，智能机器人系统不仅需要采用机器视觉感知内部电路线头，还需要进行设计和实现相应的背景颜色，选择合适的光源照明方案，以便获取最佳的含有目标信息的最小容量的数字图像。

2.3 系统功能设计

系统的功能模块主要分为四个部分：输入模块、预处理模块、特征提取模块、输出模块。移动客户端功能模块由首页和通讯录模块组成，平台功能模块由用户管理、系统管理、实用接口和安全四个模块组成。首页中包括新闻和应用导航，满足用户通过手机终端进行新闻和使用应用。通讯录提供了搜索、浏览、打电话、发邮件、发短信和去沟通等功能。用户管理和系统管理则实现整个系统的后台管理以及用户细分功能。应用接口则满足用户通过手机终端或者页面完成公文处理、报账以及新闻评论的需求。安全模块则在链路安全和应用安全双层体系进行了设置。

1）输入模块

摄像机和采集卡获取的图像是彩色图像，包含信息量大，图像处理速度较慢。考虑到挑线碰焊识别技术不需要使用彩色和视觉系统的实时性要求，对彩色图像进行灰度化处理是必需的。灰度化就是使彩色的R、G、B分量值相等的过程，灰度图像中的灰度Gray值等于原彩色图像中的RGB值的平均值即：Gray=（R+G+B）/3。

2）预处理模块

在图像中经常会出现对比度不够的情况，这可能是由于图像记录装置的动态范围大小所致，也可能是由于图像采集过程中的原先曝光不足所造成的。为了保证可以得到图像中金属丝的特征，以便于进一步分析与处理。采用直方图均衡化可使图像的灰度间距拉开或使灰度分布均匀，从而增大反差，使图像细节清晰，达到增强的目的。

4）输出模块

根据提取的特征点所在的位置，设计电机控制与输出模块之间的通信，构建视觉伺服电机，用来定位控制机器人运动，具体控制技术方案如2图所示。

3 实验及分析

系统在广东省广州市某机电设备有限公司智能IC卡生产设备上进行了应用，图3为系统软件的生产过程截图：

4 结论及未来工作

本文提出一种基于机器视觉的IC卡自动挑线系统。采用机器视觉系统对加工过程进行辅助，系统一共有以下功能：图像预处理、边缘检测、边缘特征提取（顶点、夹角以及特征点等），实验结果表明，系统可以实现实时的挑线辅助工作。此外，系统为IC卡实现自动化、智能化生产提供了必备的软件支撑，也加快了智能IC卡制造企业的转型升级。未来的主要工作集中在进一步提高系统的鲁棒性和稳定性。

参考文献：

[1] 陈爽. 基于图像处理的模具自动识别与定位技术研究[D]. 东北大学，2011.

[2] 甄栋志. 基于机器视觉的折弯机器人目标识别及抓取研究[D]. 扬州大学，2013.

[3] 腾靖. 基于数字图像的无夹具定位的技术研究[D]. 武汉理工大学，2006.

[4] 李阳君. 基于视觉的工件识别定位方法的研究[D]. 西安理工大学，2006.

[5] 李标. 基于3D对齐技术的冲压模具质量检测[J]. 铸造技术， 2014，35（6）：1232-1235.

[6] 彭娟. 基于机器视觉的模具检测系统技术研究[D].江苏科技大学，2013.

[7] 伍济钢. 薄片零件尺寸机器视觉检测系统关键技术研究[D].华中科技大学，2008.