基于HALCON的螺钉安装检测工程管理专业.doc

摘 要 目前在市场上对于螺钉安装的检测大多采用人工，当需要检查的螺丝数量多以及螺丝体积较小的时候，工人检查和安装就比较费力。因此，为了使检测的结果更为快速和准确，本文尝试利用机器视觉算法来解决这一问题。 在设计之前，我们对机器视觉和图像处理技术进行了相关的了解，以便更好地解决问题。接着开始试验，首先我们在合适的光照条件下取得螺丝安装的图像；然后通过HALCON软件对得到的图像进行相关的图像预处理并进行检测，检查是否安装螺钉，且对螺钉位置进行重点圈示；最后将得到的检测结果与C++Builder进行交互，通过BCB设计的用户界面展示出来。 关键字： 螺钉； 机器视觉；图像处理； HALCON； C++Builder ABSTRACT Currently on the market for screw to install detection using artificial mostly, when need to check the number of screws and screw more small, workers are more difficult to check and install.Therefore, in order to make the test results more rapid and accurate, this paper tries to solve this problem by using the machine vision algorithm. Before the design, we had a knowledge of machine vision and image processing technology to better solve the problem.Then began the experiment，first, we get the image of the screw in the right light.Then the image is processed and tested by the HALCON software, and the screw is checked and the screw position is highlighted.The resulting test results will interact with the c + + Builder and display the user interface designed by BCB. Keywords: screw; machine vision; image processing； HALCON；C++Builder 目 录 1.绪论 1 1.1课题研究的背景及意义 1 1.2国内外研究现状 2 2.机器视觉及软件介绍 3 2.1机器视觉技术简介 3 2.2机器视觉系统 3 2.2.1机器视觉系统简介 3 2.2.2机器视觉检测 4 2.2.3机器视觉的发展动向 5 2.3机器视觉软件 5 2.3.1 HALCON 简介 5 2.3.2 HALCON 特点 6 2.3.3 HALCON 功能发展 6 3.图像处理 7 3.1 图像处理技术 7 3.1.1图像和数字图像 7 3.1.2图像技术和图像工程 7 3.2数字图像处理系统 8 3.2.1图像处理和分析系统 8 3.2.2 图像采集模块 9 3.2.3图像的数据编码和传输 9 4. 图像预处理技术介绍 9 4.1 图像增强 9 4.2灰度值变换 10 4.3图像平滑 11 4.3.1图像平滑介绍 11 4.3.2 中值滤波 11 5. 螺钉安装检测的软件设计 12 5.1图像处理的算法流程 12 5.2螺钉安装检测的程序设计 14 6. 用户界面设计 18 6.1 C++ builder简介 18 6.2 HALCON与BCB混合编程 19 6.2.1混合编程的设计流程 19 6.2.2环境配置与库函数调用 20 6.3 螺钉安装检测界面设计 21 7. 结语 23 参考文献 24 附录 25 致谢 27 1 绪论 1.1 课题研究的背景及意义 改革开放以后，经济发展越来越快，许多行业对检测方面的技术要求提高。比如，需要对图像进行实时的监控，对仪器检测的精密度要求也越来越高，还有对半导体芯片的封装检测。我国传统检测方式主要是人工检测，但在现在绝大多数行业的检测中，人工检测存在明显的缺陷和局限性。人工检测不仅工作量大、效率低，而且人工检测的结果容易受到工作人员的熟练度和身体疲劳情况的影响，进而影响到检测结果，同时在高精度检测要求下，人工检测的速度太慢，无法达到企业的要求。因此，现代工业急需一种新的技术来替代人工检测。机器视觉由于近来数字图像处理和计算机技术的快速发展脱颖而出。 工厂机器上的螺钉因为时间久了和平时的碰撞冲击，有些螺钉就会变的松动甚至脱落。螺钉的松动和脱落都会对机器的正常运行产生一定的影响，给人们带来一些不可避免的损失。随着工业发展对技术方面要求的提高，螺钉的安装检测也越来越受到人们重视。 现代工业生产中，螺钉的安装检测也是工业界的研究热点之一，怎样将其数字化和客观化，是值得我们去探索与深究的。目前在实际螺钉安装检测中使用比较多的是标准样本进行对比。这种方法虽然操作比较简便，只需要在标准光照条件下，由检测人员将待检测的螺钉孔与标准样照进行对比，直观的来判别螺钉是否已安装就可以了；但由于人工检测无法保证持久的准确率，因为人工观察的久了，精神上会感到很疲劳。所以人工检测的方法可靠性较低，容易受到客观影响，难以实现大批量的检测。而机器视觉系统就不一样了，它就能做到高速且持久，同时还有着非接触、精确度高、抗干扰能力强等优点，因此，机器视觉的推广应用理所当然。 针对这种状况，本课题试图通过图像处理和机器视觉技术设计出能精确识别螺钉是否安装的算法，从而解决人工检测精度低、效率低等问题。 1.2国内外研究现状 在国内，机器视觉是近些年来新兴的技术，它是通过计算机模拟人的视觉来观察事物，在自动化领域、产品检测领域和智能机器人领域有着极其重要的作用。 最早应用的行业主要是电子行业和半导体行业，比如PCB印刷、电路组装、元器件制造、半导体设备。刚开始的时候，机器视觉产品主要靠帮外国企业制造加工或者做一些系统集成的工作，很少有自己创造发展的，从事这方面的公司也很少，大多在摸索阶段，正尝试着开始发展自己的技术。但经过这么多年的发展，从2006年以后，我国的机器视觉技术慢慢的就逐渐提高了，特别是工业领域，机器视觉在这方面的发展以居世界前列了。在工业领域中，机器视觉主要用来对于产品质量的检测和分类，我们的螺钉安装检测就属于其中之一；当然，它还用于帮助机器人定位，现如今火热的智能机器人就利用了机器视觉技术。在机器人的眼部装上机器视觉系统以后，机器人就具有了一定的感知能力，它能通过视觉传感器来获取图像信息，并进行一定的自我分析，实现简单的定位功能。 机器视觉能得到这么迅速的发展与它的技术实用性是离不开的。首先，在过去的时候，我们一般利用人工对产品进行检测，效率低就不说了，而且人因为工作久了身体劳累、精神疲惫，对产品的检测也就不能保持一贯的专注了，所以产品的标准率也不能保证，因此利用机器视觉来替代人工检测是社会发展的需要， 机器视觉让我们在产品生产中更加自动化，效率更高。 而自从2013年至今，中国自己的机器视觉公司发展十分迅速，处在快速成长期，拥有了自己的专业技术，可以通过机器视觉做到许多我们以前想都想不到的事，比如对人脸的识别锁定，不过在这方面还需完善，还有很长的路要走，相信未来仅通过一幅照片就可以在网络上找到真人的事情指日可待。就在2017年的4月13日，百度收购了美国科技公司xPerception，加强了自己在视觉感知领域的软硬件能力。 在国际上，机器视觉产业已经比较成熟，发展较快的主要是欧洲、美国和日本，他们现在对机器视觉的发展就是稳中求变，既保证能占有现在的市场，而又继续向前奋进创新。国外机器视觉与国内相比的话，不仅技术上有一定的领先，而且国外企业的品牌效应和知识产权发展的相当好，国内在这方面还需要努力。 机器视觉是一次技术层面的改革创新，随着市场需求量的不断扩大，在我国的新兴产业中名列前茅，未来甚至可能成为我国的支柱产业。中国很多流水线代工厂在过去的几年里正在不断的采购大量自动化设备取代不断减少的工人和日益上涨的人工成本。随着国家的政策对高新技术行业的大力支持，机器视觉行业在最近几年必将成为中国生产制造行业的爆发行业，机器视觉产业将会保持快速增长。而且由于机器视觉技术自身的突出特点 ，十分符合当今的工业需求，正流行的智能机器人技术、自动驾驶汽车技术也需要它的支持，我们有理由相信它的未来前景将是一片光明。 2. 机器视觉及软件介绍 2.1机器视觉技术简介 机器视觉，简而言之就是利用机器代替人工进行目标识别、判断与测量。它是现代光学、电子学、软件工程、信号处理与系统控制技术等多学科的交叉与融合。机器视觉与某些学科还有一些相似，如图像处理、模式识别和计算机视觉等。但它与这些学科也有区别，有着自己的特点。首先，机器视觉是一门综合技术，它包含许多其它的技术，例如电源照明技术、传感器技术、数字图像处理技术等等，机器视觉需要与这些技术相互协调才能完成相关的功能。然后就是机器视觉的可靠性， 它能够在比较恶劣的工业环境中保持稳定工作，而且因为非接触的特点，它的安全性也比较高，不会损坏物品。最后要说的就是它的高速度和高精度特点，能够有效提高生产效率。 2.2机器视觉系统 2.2.1 机器视觉系统简介  机器视觉系统就是对通过机器获取的图像进行相关处理的系统，如图2-1。 首先，在合适的场景下，通过机器摄像头，比如CCD取得清晰的图片，然后把它转换成图像信号，交给图像处理系统进行相关处理，根据它的大小、色彩转变成相应的数字化信号，接着就对数字化信号进行特征提取，依靠这些特征来进行描述和判断，最后把判断结果反馈给机器，让机器依据结果做出相应的操作。 当然其中包含许多有技术含量的操作和值得注意的地方，在这里特别介绍一下。 比如，获取图像时，我们要使机器能有好的光源照射，这样才能捕捉到好的照片； 还有将图像转变成数字信号时，要严格根据图像像素的分布、图像的颜色来进行数字化操作；而根据对图像特征值进行处理，我们还能实现坐标计算以及创建有一个灰度直方图的功能；最后，我们还需要一个完好的反馈系统，保证结果能够及时，准确的传达给机器。 在现代工业生产中，机器视觉系统被广泛地用于对产品生产过程的质量监控，我们本课题研究的对螺钉的安装检测就属于这方面。还有就是对成品的检验，如对产品表面的缺陷检测，保证产品出厂前的质量安全。 2.2.2 机器视觉检测 机器视觉检测技术在现今有许多的应用，特别是在工业的应用上十分广泛，下面介绍一下它在各个方面的相关应用。在半导体行业方面，主要是对芯片表面多胶和脏污的检测，还有wafer检测，大都需要通过光源照射，根据反光情况进行判断。在电子产品方面，也主要是对表面缺陷的检测，比如LED灯表面缺陷检测、手机屏表面划伤检测。在激光加工方面，对产品检测的要求就更高了，因为激光加工本身就是一个很精细的活，要对它进行检测就需要更高的水准了，比如对手机玻璃屏听筒孔定位及对IC元件字符及PIN间距检测，都是毫厘之差都不能有，要求十分高。在医药方面主要有对注射液的杂质检测，因为杂质颗粒很小，人眼一般很难察觉出来，还有就是对针尖缺陷检测，检查针尖是否歪了或者闭合了。对日用产品的检测也有很多，比如对