基于机器视觉的双工位玻璃贴片AOI系统设计*

郑相立，林典钦※，郑卓韬，陈新辉，王双喜

（1.汕头轻工装备研究院，广东汕头 515063；2.汕头大学，广东汕头 515063）

0 引言

随着消费者对触摸屏的质量要求不断提高，传统的人工检测方式由于存在工作强度大、容易发生漏检和误检等缺点，已经无法满足触摸屏玻璃高精度、高效率的质量检测需求[1]。机器视觉利用光学系统和图像处理技术来代替人的眼睛实现对产品的高精度快速检测，目前已经逐渐应用于触摸屏玻璃的生产质量检测[2]。在触摸屏玻璃贴片的生产过程中，由于人为原因、印刷缺陷容易混入一些不合格的原料或者误将玻璃反向放置，导致生产出不合格的触摸屏玻璃贴片，增加了产品生产成本。

目前国内外均有公司和高校在研究触摸屏的AOI 系统，国外以韩国、日本和以色列为主[3]。国内近年来出现了一批可稳定应用于触摸屏生产线的AOI 检测设备。随着企业需求的增加，未来触摸屏AOI 检测设备将朝着高精密、高效率和智能化的方向发展[4]。

本文针对触摸屏玻璃检测误差大、效率低的难题，设计了一种基于机器视觉的双工位玻璃贴片AOI 系统，用于取代人工进行触摸屏玻璃的反向放置检测和字符识别，可有效地防止触摸屏玻璃的混料，从而降低玻璃贴片的废品率。

1 AOI系统方案设计

在进行贴片之前，玻璃贴片机需要对触摸屏玻璃进行反向检测和字符识别，确保触摸屏玻璃未发生反向放置。本系统的检测流程如下：当玻璃贴片机检测到触摸屏玻璃来料时，发送来料信号至PLC，再传递至工控机，工控机接收到信号后触发相机拍照，并进行图像处理，实现反向放置检测和字符识别，最后根据检测结果发送OK 或者NG 信号至PLC，如果信号为NG则由PLC控制机器停止，人为纠正玻璃放置，信号为OK则双工位玻璃贴片机继续运行。

本系统通过在玻璃贴片机的2 个生产工位上方架设机器视觉检测系统，同时实现2 个工位玻璃贴片的反向放置检测与字符识别，系统的具体机械结构如图1 所示。机器视觉硬件系统安装在可调节的X、Y 轴手动位移平台上，可根据产品实际检测需求调节机器视觉硬件系统与产品的精确对位，配合Z 轴实现相机的精确对焦，提高产品检测的可靠性。

机器视觉系统通常包括高精度工业相机、光学镜头、光源，合理地选型相机、镜头、光源是机器视觉系统满足工作要求的必要条件[5]。不同触摸屏玻璃的产品厚度不一样，而且检测的字符尺寸极小，对机器视觉系统的景深参数要求较高。远心镜头能够提高图像精度和减少图像畸变[6]。选用远心镜头可以适应多种不同厚度的触摸屏玻璃产品。本系统选用物方远心镜头，视场为4.8 mm×3.6 mm，放大倍率为1×，物距为420 mm，景深为3 mm，配合靶面尺寸约为8.47 mm、200万像素的CCD 相机，可覆盖检测的触摸屏玻璃的字符区域，像素精度为0.003 mm。本系统采用点光源配合远心镜头使用，实现字符的高精度定位和识别。

图1 双工位玻璃贴片AOI 系统机械结构

PLC 凭借其环境适应性强、控制实时性好、可靠性高的特点广泛应用于工业现场[7]。本文设计的双工位玻璃贴片AOI系统的控制系统由工控机+PLC 组成，工控机负责接受来自PLC 的信号，触发机器视觉系统拍照处理，并将机器视觉系统处理的结果反馈至PLC。PLC则负责接收双工位玻璃贴片机的开关输入信号和控制相关元器件的动作，工控机与PLC 采用RS-485接口连接，通讯方式为自由口通讯。

2 AOI软件设计

机器视觉软件通常采用C++或者C#进行界面设计，结合HALCON算法库或者OPENCV算法库进行图像处理[8]。本系统采用VC++进行软件设计，软件主界面如图2所示。软件设计有两个独立的线程分别实时处理两个工位获得的图像数据，实现多块玻璃的同时检测与识别。

图2 机器视觉软件主界面

软件设置有产品学习功能，进行产品检测之前需要先进行产品学习，得到用于产品检测的标准模板，记录产品相关数据，产品学习功能获取的标准模板如图3所示。首先拍下表面光洁的标准玻璃样品图像，用户通过框选ROI 区域确定检测目标，建立ROI 区域模板，作为检测时模板匹配的模板，并记录用户设置的相关参数数据。用户设置的具体参数数据包括相机的曝光时间、产品名称和检测类型等，设置完成后数据自动保存至数据库中，当用户选择相应的产品时，软件将根据产品名称从数据库中读取产品的参数数据，而不需要用户再次输入数据，提高了软件的界面友好程度。

图3 产品学习功能获取的标准模板

本文采用模板匹配的方式进行触摸屏玻璃反向放置的检测。模板匹配是一种根据现有模板在另一幅图像中寻找相应匹配模板的方法，具有抗干扰性强、适用面广、效率高的特点[9]。本系统完成产品学习获取到模板后，选择相应的玻璃产品即可开始检测。检测时先采集待检测的玻璃图像，之后通过模板匹配寻找产品学习时设置的模板，若无法匹配到模板则说明玻璃反向放置，工控机输出NG信号至PLC，PLC控制机器停止生产。若匹配到模板，则说明产品未发生反向放置，继续进行OCR字符识别，用于确定生产过程是否混入不同型号的玻璃。

3 字符识别算法设计

OCR 字符识别过程包括字符区域提取、字符区域校正和字符识别等过程。在字符区域提取过程中，首先进行模板匹配，得到采集图像的ROI 区域偏移角度，之后根据偏移角度进行区域校正。为防止图像中字符背景不均匀的情况发生，采用动态阈值的方式提取字符区域，并离散字符区域，之后根据像素面积大小筛选出字符，并按列坐标排列字符，最后通过编号算法消除一些多余的点状非字符区域，防止误识别。

完成字符区域提取后则进行字符区域的校正，之后将区域粘连成片状区域，并拟合成椭圆，从而计算出旋转角度，实现字符的旋转校正。最后利用region_to_bin 算子将字符区域转化为白底黑字，以便利用HALCON 字符库进行字符识别。

字符识别过程中，首先读取专用的字符识别库，之后编写字符识别算法进行字符识别，将字符以字符串的形式输出，完成字符识别，字符识别效果如图4所示。

图4 产品字符识别效果

4 结束语

本文针对玻璃贴片生产过程中容易反向放置和混料的难题设计了基于机器视觉的双工位玻璃贴片AOI 系统，系统现场应用效果如图5 所示。经应用表明，该系统检测速度为200 ms，可实现两个工位的触摸屏玻璃贴片同时检测，能够实现触摸屏玻璃的反向放置检测和字符识别，检测效率与双工位玻璃贴片机原有的生产节拍相匹配，有效地降低了双工位玻璃贴片机生产的贴片的废品率。

图5 AOI系统现场应用图