基于机器视觉的空调压缩机壳体检测设备系统设计

江浩 徐滕岗 延浩立 王莉莉

摘  要： 为了解决空调压缩机壳体检测过程中的精度与速率问题，设计了一种基于机器视觉的压缩机壳体自动检测设备。介绍了检测设备的体系结构，结合PLC+触摸屏，可视化地控制摄像机及相应设备获取空调压缩机壳体需提取面的图像。根据实际情况设计了一种针对壳体图像形状的测量方法，以检测产品是否满足允许误差。本系统的合理性及图像处理、检测算法的可行性经验证表明，这一自动检测设备既提高了工作效率，同时又缩小了工序繁多造成的误差。

关键词： 空调压缩机壳体; PLC; 检测技术; 机器视觉

中图分类号：T/P23          文献标志码：A     文章编号：1006-8228（2019）04-48-05

Abstract： In order to solve the problem of accuracy and speed in the process of air conditioning compressor shell detection， an automatic detection equipment of compressor shell with machine vision is designed. This paper introduces the system structure of the detection equipment， combined with PLC+ touch screen， the camera and the corresponding equipment is visually controlled to obtain the required surface image of air conditioning compressor shell. According to the actual situation， a measurement method of shell image shape is designed to detect whether the product meets the allowable error. The rationality of the system and the feasibility of image processing and detection algorithm are verified， proving that this automatic detection equipment not only improves the working efficiency， but also reduces the errors caused by various processes.

Key words： air conditioning compressor shell; PLC; detection technology; machine vision

0引言

傳统的空调压缩机壳体对于空调压缩机壳体的检测如何做到更精密更节约时间及人力成本一直是检测行业的技术难题。本文主要依据现代检测技术中的机器视觉技术结合PLC控制，通过图像采集卡收集到的底脚图像，经由PC端数据处理软件运用设计的算法得到检测数据，并可以反映到触摸屏上，得到该工件是否满足生产标准，最终由机器人根据结果抓取该工件至OK链或NG链。这一智能检测设备即减少了繁琐的检测操作工序，同时又缩小了工序繁多造成的误差，实现了空调压缩机壳体检测过程的全自动化。

1 系统结构设计

在视觉系统选取上，考虑到CCD相机较CMOS相机在抑制噪声影响、灵敏度和外形大小方面有一定优势，故本系统采用的是大恒水星MER-132-30GM型CCD工业相机，最大像素为1292（H）×964（V），帧率为30fps，满足本设备检测壳体的要求;镜头主要的作用是把光源打在工件的反射光聚焦在CCD摄像机的光芯上，摄像机对镜头有两个基本要求：一是要求成像要清晰，二是图像的畸变要尽可能小[1]。焦距f是光学镜头的重要参数，与镜头与工件的距离dw、视场FOV、摄像机型号尺寸sc之间存在以下关系：

根据本检测设备空间安排，镜头工作距离dw选取为500mm，检测底角的视场取为350mm，摄像机的尺寸参数为5.3mm，所以所需镜头的最小焦距f=7.57，故我们可选用Computar08mm系列的镜头。图像采集卡采用的是大恒图像DH-CG410图像采集卡，可按单场、单帧、连续帧等多种方式灵活的采集图像，具有使用灵活、功耗低、集成度高等特点。

本系统的机器视觉技术是为了检测出空调压缩机壳体的三个底脚与壳体圆心连线之间的角度是否满足120?±1?。机器人将壳体放置在如图1所示的检测设备的检测工位上，并由座圈对中机构与旋转定位机构配合将壳体定位，工位上方置有照明灯源与CCD摄像机，因为检测目标为工件轮廓，故选用照明灯源为蓝白色环形LED灯漫射正面照明，这样既可突出底脚轮廓，又避免了环境中光线对检测的影响。定位完成后，CCD摄像机摄取图片，经图像采集卡获取数字化图片信息保存至PC端，并调用matlab图像处理算法运算并判断压缩机壳体是否为合格品，再通过PLC控制机械人将合格品抓至OK板线链，次品抓至NG板线链，运算结果实时在触摸屏上显示。

2 压缩机壳体的图像处理

2.1 壳体图像的滤波处理

在压缩机壳体底脚图像采集的过程中，由于机器运转、材料冲击、电磁光线等因素会夹杂着噪声，会导致实际收集的数字图像中含有大量的噪声信号，大大增加了信息解译的复杂程度，使得图像质量下降，给后续的图像处理工作带来严重影响[2]。在几种常用的滤波法中，我们选用的中值滤波方法虽然在平滑去噪中可能会失掉图像中的细线和小范围目标区域，细节处理还不够精准[3]，但其算法思想简单，且能较好地保护图像边缘。在matlab中，经过灰度化处理过的图像会以双精度类型的灰度值矩阵来表示，而中值滤波的基本原理是将数字图像（序列）中的一点灰度值用该点的某个领域内所有灰度值的中心值来替换。在图像处理中通常使用二维中值滤波，表达式为：