玻璃缺陷在线检测系统设计.docx

中国矿业大学
科研创新论文

玻璃缺陷在线检测系统设计

姓名：连清
学号：03101257
专业：测控技术与仪器
导师：刘万里

摘要
传统的玻璃质量检测主要采用人工检测的方法。人工检测不仅工作量大 ，而且易受检测人员主观 因素的影响，容易对玻璃表面缺陷造成漏检 ，尤其是变形较小 、畸变不大的夹杂缺陷漏检 ，极大降低了玻璃 的表面质量 ，从而不能够保证检测的效率与精度u。目前 ，玻璃缺陷检测系统主要是利用激光检测和摩尔干涉原理的方法。激光检测易受到外界干扰 ，影响检测精度。摩尔干涉原理由于光栅内的莫尔条纹 比较细 ，为保证莫尔条纹有很强的对 比度 便于计算机进行分析处理 ，就必须要求光栅有很高的明暗对 比度，通过复杂计算机图形处理技术对干涉图形进行处理 ，占用大量的检测时间，检测周期非常缓慢而在实际检验中并无实用效果 。近年来，迅速发展的以图像处理技术为基础的机器视觉技术恰恰可以解决这一问题。机器视觉主要是采用计算机来模拟人的视觉功能，从客观事物的图像中提取信息 ，进行处理并加以理解 ，最终用于实际检测 、测量和控制 。本文介绍的玻璃表面缺陷检测系统采用机器视觉技术 ，完成对玻璃缺陷的提取 、识别 ，为玻璃分级打标提供信息 ，满足玻璃表面缺陷检测的要求。

关键字：玻璃表面检测；图像处理；系统设计

目录

1、玻璃缺陷在线检测系统设计课题的提出………………………4
1.1课题研究的背景…………………………………………………4
1.2课题研究的意义及目的…………………………………………5
2、国内外玻璃缺陷在线检测系统的研究现状……………………5
3、测量系统的简要介绍……………………………………………7
3.1检测系统的基本结构……………………………………………7
3.2检测系统原理……………………………………………………8
3.3玻璃表面缺陷图像的处理（简介）……………………………9
4、系统设计中重要的检测参数和部分要求………………………9
5、课题研究的步骤及各阶段完成目标 ……………………………10
相关文献……………………………………………………………11

1、玻璃缺陷在线检测系统设计课题的提出
1.1课题研究的背景
玻璃在生产过程中，会产生各种各样的缺陷，比如:气泡、条纹和结石。这些缺陷都会影响玻璃的外观质量，降低玻璃的透光性、机械强度和热稳定性，造成大量的废品和次品。为提高浮法玻璃的质量和玻璃质量等级划分，必需对浮法玻璃带进行缺陷在线检测或者人工检测。
当前的玻璃缺陷在线检测系统主要采用激光检测、莫尔条纹干涉和基于机器视觉的检测方式，虽然这些的设备具有较高的测量精度，但系统处理的数据量很大，设备的生产成本较高。还有些传统的玻璃缺陷检测中，通过激光扫描或多组静态传感器来实现浮法玻璃缺陷的自动检测。检测系统采用缺陷分析光束图和标准缺陷光束图表对比而鉴别出玻璃缺陷。由于检测传感器的输出信号具有普通特性和特殊特性相掺和的现象，因此，仅能对少部分缺陷进行分类，只能够对熔融态玻璃产生的缺陷和锡槽产生的缺陷进行检测与定位，并且，不能对缺陷的性质、形状及尺寸提供精确数据，从而不能较好地控制玻璃质量，灵敏度也受到限制；同时，受聚光灯的分辨率的影响，检测的宽度也很狭窄，直接影响检测速度。
如果依靠工人通过眼睛来识别玻璃中的缺陷，易产生漏检、误检。然而传统的玻璃质量在线检测主要采用人工检测的方法。对于人工检测，除了其速度慢，需要占用大量的资源外，更有下列几个致命的缺陷:
1)容易出现漏检的情况。由于长时间的重复劳动，人眼极易出现疲劳的情况，此时，甚至会将一些严重的废品放过去，给玻璃厂家及使用单位带来严重损失，造成极坏的社会影响；
2)无法保证统一的质量标准，人工检查时，对于很小缺陷的情况，合格与否是检查者根据感觉主观判断的，不同的人甚至同一人在不同的状态下的判断标准很难做到统一。
因此把机器视觉技术应用于玻璃生产线来检测玻璃质量，对减少人为误差、提高企业的经济效益、降低玻璃生产成本以及节约能源等具有极其长远的意义。

1.2课题研究的意义及目的
目前，玻璃缺陷的检测分析有着十分重要的意义。生产商可以根据检测设备提供的数据分析该缺陷产生的原因和机理，再根据获得的数据，设定相应的工艺条件和参数，同时先进的检测设备也能够保障高质量的玻璃产品，提高在市场中的竞争能力 。在传统的玻璃缺陷检测中，通过激光扫描或多组静态传感器来实现浮法玻璃缺陷的自动检测。检测系统采用缺陷分析光束图和标准缺陷光束图表对比而鉴别出玻璃缺陷。由于检测传感器的输出信号具有普通特性和特殊特性相掺和的现象，因此仅能对少部分缺陷进行分类，只能够对熔融态玻璃产生的缺陷以及锡槽产生的缺陷进行检测和定位，但不能对缺陷的性质、形状及尺寸提供精确数据，从而不能较好地控制玻璃质量，灵敏度也受到限制；同时受聚光灯的分辨率的影响，检测的宽度也很狭窄,直接影响检测速度 。一般的检测方法只能检测部分缺陷，而且并不能进行详细的分类，本文研究的这种玻璃缺陷检测的方法，不但在精度上有很大的提高，对玻璃缺陷进行详细的分类，且该系统还可应用于玻璃畸变的检测，为玻璃生产线上提供可靠的数据。
随着数字图像处理技术在工业领域的发展，基于数字图像处理技术的机件缺陷检测得到了广泛的应用。低成本、无损伤、准确，快速，使得机器视觉在缺陷检测领域具有重要的意义。同时，钢化玻璃的表面缺陷智能化检测算法设计尤为重要。作为整个检测系统的软件部分，智能化检测算法的设定对于检测成功与否起到关键作用。
2、国内外玻璃缺陷在线检测系统的研究现状
目前，国际上对玻璃质量检测的应用研究较为成熟。近些年来，由于建筑和汽车行业的高速增长，推动了相关玻璃的制造和使用行业的快速发展，对于玻璃的质量要求也是越来越高，因此国外许多科研机构都在开展玻璃缺陷在线检测系统的研究，下面是其中的一些研究成果：
1）德国LASOR公司浮法玻璃在线缺陷检测系统。LASOR公司是第一家推出浮法玻璃激光检测设备的公司，其产品在世界玻璃生产线上安装的数量最多。LASOR公司近年又推出了新型的采用数字照相技术的玻璃检测设备2F1装置。2F1检测系统采用先进的CCD 成像技术和智能光源，其检测精度大大超过了激光检测系统(能检测出0.1×0.1mm 的缺陷)，并且具有光学检测功能，能在同一台机器上实现多功能检测。2F1系统可以检测的玻璃缺陷包括气泡、结石、锡点、玻筋等，它还可以对这些缺陷进行分类，以利于对玻璃质量的判别。所检测出的缺陷信息可以实时地显示在操作屏幕上，并可以多种图表形式向用户提供缺陷的统计信息。
2）丹麦制造的“结石检测器”。
3）法国SGCC公司制造的M1型全自动多功能玻璃瓶罐在线检测机。
4）德国的 INNOMESS 公司INNOMESS光栅在线检测系统。INNOMESS光栅在线检测系统是基于光的干涉原理来检测玻璃的缺陷。由于干涉方法具有很高的灵敏度，即使在光学畸变很弱的情况下，莫尔检测探头也能检测并计算出玻璃质量缺陷的光畸变的形状和强度，玻璃缺陷在线自动检测装置就是根据这一原理来检测并计算出玻璃缺陷的形状、种类和缺陷周围光的强度。该设备可以检测到现行的钢化玻璃质量标准中规定的全部缺陷种类，包括:气泡、粘锡、锡滴、夹杂物、硫化物、玻璃瘤、划伤等。
国内也有一些玻璃缺陷在线自动检测系统的研究成果：
1）ADG—90玻璃缺陷在线自动检测系统。该系统是国内开发的，能在线自动检测玻璃熔化和成型过程中形成的缺陷，如气泡、砂粒、结石、光畸变点等，并能区分气泡和夹杂物。
2）CGT-D玻璃缺陷在线自动检测系统。该系统首次采用光学变形技术和特殊光阵布置，对细小缺陷进行了充分放大，而对玻璃表面附着的灰尘、污渍因放大不足而被平滑掉。又由于采用数字图像处理技术有效地消除了背景干扰，实现了二维处理。不仅使装置能检测出小于0.2mm 的点状缺陷，对 0.3mm~0.5mm 的点状缺陷的准确率高达 90%以上。检测缺陷最小尺寸：0.2mm×0.2mm；检测缺陷准确率： ≥0.5mm 时为100%；0.3~0.5mm 时为90%以上。
但是就国内总体现状而言，目前国内许多玻璃公司依旧是是靠人工检查挑除废品。中国现状已经是玻璃生产大国，生产量和需求量一直保持在世界前列，随着玻璃市场进一步扩大，中国玻璃工业迎来了前所未有的发展机遇，同时也面临着来自国际市场的严峻挑战。因此，国内玻璃行业都在设法提高产品质量、增强自身竞争力来面对市场的挑战。国内玻璃生产的现状以及国际玻璃事业的发展趋势要求玻璃企业加快现代化步伐，坚持高技术起点，依靠技术进步，大力发展高水平的优质钢化玻璃，提高在国际市场上的竞争能力。因此，在钢化玻璃生产线应用机器视觉技术来检测玻璃质量，减少人为误差，对于降低玻璃生产成本，提高企业的经济效益，节约我国的能源都具有十分重要的作用和极其长远的意义。随着印刷、玻璃及其相关行业的快速发展，对生产过程的在线监控系统也开始出现，其中既有基于软件处理的检测系统，也有基于硬件电路的检测系统。基于软件的检测系统的工作流程是用摄像头将生产现场的图像采集，然后用软件对图像进行处理，提取对象(如缺陷)的主要特征，然后与标准图像进行比较，再输出匹配结果。基于硬件的检测系统大部分是将软件固化到单片机，采用单片机控制和处理，再通过专用的接口电路或者是 PLC 进行数据读取或传输，在速度和准确性上虽也能够满足图像处理的运算要求，但这种检测系统主要存在的问题是缺乏良好的人机操作界面，操作直观性差，不能实现远程数据传输或者传输困难，而且由于单片机的运算速度限制，不可能实时地实现一些复杂的数学运算，如小波分析、遗传算法、形态学运算等 ，对图像处理的质量造成了一定影响。 基于软件实现的缺陷在线检测系统研究虽然已经取得了较大的发展，而且也已开始应用于实际生产，但在以前由于受限于图像采集硬件设备(高速工业数字摄像机) 性能与计算机硬件处理速度，在处理速度、准确性、实时性、可操作性上均存在较大的问题。具体到我国来说，该项研究与国外相比还相对落后，而且由于图像技术是一项从国防到生产到科研都息息相关的技术，国外对我国存在一定程度的技术封锁，因此，研究具有自主知识产权的缺陷在线检测系统不仅需要，而且必要。
3、测量系统的简要介绍
3.1检测系统的基本结构
基于机器视觉的玻璃表面缺陷在线检测系统包括图象采集部分 、图象处理 、输入输 出部分 、智能控制及机械执行等几个部分组成，如下图1所示：

图1检测系统基本结构

其具体工作过程为：将待检玻璃置于尽可能均匀照明的可控背景前(采用背面式 LE D 红光) ，智能控制系统给图像获取模块(CC D 摄像机)发出控制信号 ,CCD摄像机摄取到的玻璃表面缺陷图像 ，经过图像采集卡把图像数据采集到计算机内存 ，利用研制开发的玻璃表面缺陷图像处理与测量软件 ，实现对玻璃表面缺陷的检测 ，最后通过输出设备输出检测结果。
3.2检测系统原理
3.2.1系统检测原理
玻璃质量缺陷检测是采用先进的 CCD成像技术和智能光源。系统照明采用背光式照明，其原理如图 2 所示，即在玻璃的背面放置光源 ，光线经待检玻璃，透射进人摄像头。光线垂直入射玻璃后 ，当玻璃中没有杂质时，出射的方向不会发生改变，CCD 摄像机的靶面探测到的光也是均匀的；当玻璃 中含有杂质时，出射的光线会发生变化 ，CCD 摄像机的靶面探测到的光也要随之改变。玻璃 中含有的缺陷主要分为两种 :
一是光吸收型(如砂粒 、夹锡夹杂物) ，光透射玻璃时，该缺陷位置的光会变弱 ，CC D 摄像机的靶面上探测到的光比周围的光要弱;
二是光透射型(如裂纹、气泡等)，光线在该缺陷位置发生了折射,光的强度比周围的要大，因而 CCD 摄像机的靶面上探测到的光 也相应增强。

图2检测原理图
3.2.2视觉系统构成
在机器视觉检测系统中，光源系统、摄像机和图像采集卡的质量影 响整个系统 的检测精度。合理的选择是获取质量好 、能清晰反映玻璃缺陷存在的图像的关键。
目前在机器视觉系统中，光源系统主要由光源和光学镜头组成。系统采用显色性强、发光强、功耗低、散热小、光谱范围及寿命高的 LE D 光作为源。采用背面照明 ，与正面照明相 比较 ，它的优点是能获得高对 比度，可得到被测物比较清晰的整体轮廓。系统选用高分辨率、高清晰度外触发同步的线阵CCDUNIQ650，其分辨率为 752 X 582 像素、24 位图像。
图像采集卡采用基于 PCI 总线的是 D H —CG 300 、8 位 、24 位和 32 位真彩色采集卡。视频模拟信号作为采集卡的输入 ，经滤波 ，A／D 转换成 24bit数字信号，通过 PCI 总线传送到计算机系统内存，实现摄像机图像到计算机内存 的可靠实时传送。以静态图像存入计算机，提供 BMP,JPG 存盘格式。
3.3玻璃表面缺陷图像的处理（简介）
玻璃表面缺陷图像识别的步骤如图 3 所示。

图3玻璃表面缺陷图像识别主要步骤

4、系统设计中重要的检测参数和部分要求
在检测中，主要涉及的是被检钢化玻璃表面存在的缺陷，需要检测的部分缺陷内容：
缺陷
最小可以检测值
气泡
0.1~0.2mm
划痕
0.1x5mm
爆边
0.5mm

系统设计的部分要求：
部件
要求
检测速度
4-5米每分钟
摄像机
2台

5、课题研究的步骤及各阶段完成目标
1）查阅相关玻璃缺陷在线检测内容，了解国内外钢化玻璃在线检测系统的研究现状。了解机器视觉对于缺陷检测的重要意义。
时间：1-3周
（2）初步设计整个系统的硬件构成和控制系统的选择。
（3）对控制系统的编程进行研究，选择硬件设备。搭建起一个较为完善的检测系统。
（2）、（3）完成时间：4-10周
（4）在过程中对研究的方向和内容有更深一步的了解，写开题报告以及查阅相关论文。
（5）进一步完善和优化整个玻璃缺陷在线检测系统。
时间：1-3周。
（6）进行实物安装检测，解决出现的实际问题。使系统更加适应实际检测环境，利于实际生产中的运用。
时间：1-2周。
（7）对检测结果分析，综合研究过程，写出玻璃缺陷在线检测系统设计论文并进行最后总结。

参考文献
[1]余文勇 ，周祖德，陈幼平．一种浮法玻璃全面缺陷在线检测系统 ．华 中科技 大学学报 (自然科学版)，2007 ，35(8)：l一4．
[2]彭向前，陈幼平，余文勇．一种基于机器视觉的浮法玻璃质量在线检测系统．制造业 自动化，2007，29(12)：50 —53．
[3]王丽萍，蓝天，王少丰．玻璃缺陷在线自动检测设备性能及实践．玻璃，2003，32(5)：46 —48．
[4]唐向阳，张勇，李江有，等．机器视觉关键技术的现状及应用展望．昆明理工大学学报(理工版)，2004 ，29(2)：72 —93．
[5]陈元琰，姜颖军．基于计算机视觉的玻璃瓶裂纹在线检测系统．计算机应用 ，2001，l1(11)：48 —49．
[6]汪传民 ，叶邦彦．基于计算机视觉的轴承外径监测 系统 的研究 ．微计算机信息 ，2006 ，22(5)：205 —207．
~ 11 ~