Vizuální ytém pro optickou detekci vad na tranparentních materiálech Viual ytem for contactle defect detection on tranparent material Karel Horák - Peter Honec - Sobělav Valach Abtrakt Článek pojednává o kamerovém ytému pro automatizovanou detekci vad na potravinářkých lahvích. Popán je jak řídicí ytém inpekčního troje, tak i programové vybavení, zejména algoritmické zpracování obrazu cílem detekce vizuálních vad na lahvích. Míra ložitoti a rychloti algoritmů je dána komprominími požadavky na rychlot průmylové linky a oučaným výkytem množiny vyoce variabilních vad. Proto je kromě základních algoritmů popán i algoritmu rozpoznání typu nehomogenity a jeho vliv na celkovou úpěšnot třídícího proceu. Klíčová lova: vizuální ytém, defektokopie, rozpoznávání, momentové invarianty Abtract Article deal about viion ytem intended for automated defect detection on tranparent material. Control ytem of inpection machine, oftware and epecially image proceing algorithm are decribed below. Complexity and rapidity of uggeted algorithm are given by two compromie requirement: firt one i production line peed, econd i effectivene of defect detection and both mut be naturally high. Due to high variability of defect and ynthetic pattern, pattern recognition method i decribed additional to tandard baic algorithm. Pattern recognition method, baed on moment invariant, allow to ditinguihing between factual defect and ynthetic pattern. Keyword: viual ytem, defectocopy, pattern recognition, moment invariant Úvod Pro unadnění a dne již čatěji píše pro amotné umožnění kontroly kvality na průmylových linkách z hledika vizuální právnoti lze využít kamerových ytémů. Jedním z nich je kamerový ytém pro detekci vad na potravinářkých lahvích. Jeho cílem je detekovat viditelné vady na hrdle, dně a těně láhve (např. zbytky etikety, špína, vhozené předměty, plíeň apod.) a v případě nalezení vady tuto láhev vyřadit z výrobní linky. Způob zařazení inpekčního ytému do průmylové linky je tejně jako fyzické upořádání jednotlivých kontrolních mít uveden v náledující, první kapitole. Pro přenot a úplnot přehledu použitého hardware jou v první kapitole popány také optické, mechanické a elektronické komponenty použité pro realizaci ytému. Druhá kapitola e zabývá problematikou pořízení kompletní ady obrazů pro každou láhev a problematikou ynchronizace několikanáobné expozice. Popán je proce digitalizace a tranferu obrazových dat z čipu kamery až do počátku fáze zpracování obrazu včetně modulu řízení expozice pro zajištění uniformních nímků lahví různých barev. Zmíněná fáze zpracování obrazu je náplní třetí kapitoly, zejména je objaněna základní detekce nehomogenních oblatí na kleněném materiálu, které jou považovány za potenciální vady. Čtvrtá a oučaně polední kapitola řeší problematiku rozpoznávání obrazových egmentů kutečných vad od obrazových egmentů yntetických vzorů, tzv. falešných vad. Popána je metodika použitých komplexních invariantů, je zaveden pojem degradace obrazového egmentu a je objaněna tvorba funkcí invariantů, pomocí kterých je amotné rozpoznávání řešeno. Pro tručnot je v tomto přípěvku tato technika popána jen pro detekci vad na nímku dna láhve. Rozpoznávání vad na těně láhve je řešeno analogicky, kontrola hrdla tuto techniku nevyužívá vůbec, protože e zde nevykytují yntetické nehomogenity. V závěru článku jou hrnuty poznatky přímo z provozů, v nichž je popiovaný inpekční ytém intalován, a tručně jou uvedeny výledky algoritmického vyhodnocení. 2 Inpekční ytém BTCAM62 Průmylová linka pro plnění kleněných lahví je technologicky a logiticky poměrně ložité zařízení, nicméně pro potřeby tohoto článku čtenáři zcela potačí kontatování, že inpekční ytém detekující optické vady je na lince zařazen za myčku lahví a před plnič média. Před myčkou i za plničem je celá řada jiných technologických zařízení, jež jou všechna propojena ocelovým dopravníkovým páem a tvoří pojený ériový proce. Všechna tato zařízení jou přeně eřízena a žádné z nich nemí linku výrazně a zejména dlouhodobě zdržovat. To platí dvojnáob pro zařízení pouze volitelná jako je např. vizuální inpekční ytém zvyšující kvalitu výroby, nikoliv umožňující výrobu amotnou. Inpekční ytém BTCAM62 (Obr. ) je do průmylové linky vložen přerušením dopravníkového páu (na obrázku pímeno L), po němž e pohybují kontrolované láhve ve tandardní tojící poloze. Obr. Protorové rozmítění kontrol na lince Fig. Inpection block placement in production line Na vtupu (vlevo) a výtupu (vpravo) troje je umítěna rozdělená kontrola těny láhve (bloky C a D) ložená vždy z kamerové jednotky a jednotky ovětlení. Uvnitř troje jou láhve vedeny za těnu v pěnových páech tak, aby byla umožněna kontrola hrdla (blok A) a kontrola dna (blok B). V případě vyhodnocení láhve jako vadné je vyřazena na odpadový tůl (blok E). Pro vyhodnocení vizuální právnoti hrdla láhve je použita jedna kamera, tejně jako pro vyhodnocení dna. Pro kompletní vyhodnocení těny láhve jou ale použity celkem čtyři kamery, dvě dvojice na dvou měřicích mítech (bloky C a D). Celý ytém pracuje tak, že v okamžiku příchodu láhve
do měřicího míta předá přílušná optická brána za pomoci řídicí karty povel kameře k začátku expozice (Obr. 2). Po končení expozice je ignál z kamery reprezentující obrazová data digitalizován a předán algoritmům zpracování obrazu pře řídicí jádro ytému. Pře totéž jádro je podle výledku analýzy obrazu aktivován pneumatický člen vyřazující vadné láhve na odpadový tůl. Obr. 2 Blokové chéma inpekčního ytému BTCAM62 Fig. 2 Block diagram of inpection ytem BTCAM62 Mezi hlavní použité komponenty (Obr. 3) patří průmylové analogové kamery MODICAM62 (vlevo), digitalizační karty G6 (uprotřed) a karty BOTCTRL pro napájení a řízení expozice kamer (vpravo). Průmylová kamera MODICAM62 umožňuje ve pojení řídicí kartou BOTCTRL řízení expoziční doby, čehož je využito pro kompenzaci rozdílných optických vlatnotí lahví nejen v různých provozech, ale hlavně v rámci jedné linky. Řídicí karta ynchronizuje celý proce pořízení nímku optickými závorami indikujícími příchod láhve do nímacího míta a e pínanými větelnými zdroji. Digitalizační karta je ynchronizována řídicí kartou a převádí analogový ignál odpovídající obrazovým datům do čílicové podoby. Obr. 3 Kamera, digitalizační a řídicí karta Fig. 3 Camera, grabber and control card Všechna uvedená zařízení jou produkty polečnoti CAMEA, pol. r.o., pod jejíž režií byl celý vizuální ytém vyvinut a začleněn do inpekčního troje druhého polupracujícího ubjektu, NATE a.. Kromě výše uvedených komponent byly použity další mechanické, optické a elektronické prvky, jejichž použití je však v průmylových aplikacích tandardní, tudíž zde nejou i z důvodu omezeného rozahu článku popiovány podrobněji. 3 Pořízení obrazu Při pořizování nímků jou pro tři výše tanovené kontroly (hrdlo, dno, těna) použity tři různé techniky ovětlení láhve (Obr. 4). Kamera hrdla používá reflexní záblekové ovětlení (vlevo), kamera dna tranminí kontinuální ovětlení (uprotřed) a kamery těn tranminí záblekové ovětlení (vpravo). Synchronizace záblekových ovětlení e začátky expozičních dob je řízena z hradlového pole Lattice iplsi 032E, jež je hlavní řídicí jednotkou na kartě BOTCTRL. Ovětlení dna láhve je realizováno výkonově dimenzovanou žárovkou pře širokou kleněnou matnici, ovětlení hrdla a těny láhve obluhují řídicí kartou pínaná pole vyoce vítivých LED. Obr. 4 Metody pořízení obrazu pro hrdlo, dno a těnu láhve Fig. 4 Acquiition method for bottle neck, bottom and ide Zatímco pro kompletní vizuální kontrolu hrdla i dna láhve tačí pořízení jednoho nímku pro každou kontrolu, pro kontrolu těny láhve po celém jejím obvodu je nutno ejmout celkem čtyři vzájemně e překrývající nímky. Protože jou na páu láhve umítěny bezprotředně za ebou, lze nímání provádět pouze ve měru kolmém na měr pohybu dopravníku. Na vtupu troje jou proto dvojicí kamer pořízeny dva nímky těny láhve (Obr. 5), která je poté rozdílnou rychlotí páů uvnitř troje otočena o 90 a na výtupu troje jou pak pořízeny dva nímky zbývající čáti láhve. Obr. 5 Pořízení ady čtyř nímků pro kontrolu těny láhve Fig. 5 Overall inpection of bottle ide require four image V různých provozech nebo běžně i v rámci jedné provozní linky e vykytují láhve různou barvou kla, tedy různou větelnou proputnotí. Tento fakt nemá vliv na reflexní metodu pořízení obrazu, kterou využívá kontrola hrdla, nicméně má velký vliv na tranminí metodu použitou u kontroly dna i těny. Z tohoto důvodu využívají zmíněné dvě kontroly automatickou regulaci expoziční doby v záviloti na proputnoti kleněného materiálu []. Optickým vláknem je do řídicí karty přiváděna informace o míře tranparentnoti právě nímané láhve a na základně této hodnoty je analogovými obvody buďto zkrácena nebo prodloužena expoziční doba, jež e pohybuje od 64 do 960 µ. Obr. 6 Hnědá a bílá láhev bez kompenzace expozice (vlevo) a kompenzací (vpravo) Fig. 6 Brown and white bottle without expoition compenation (left) and with compenation (right) Regulace expoziční doby kamery (Obr 6.) je nutná pro doažení uniformní ady nímků (vpravo) bez ohledu na reálnou barvu lahví (vlevo). Tímto způobem jou zajištěny pevné podmínky pro algoritmické zpracování obrazu a tím i možnot pro triktnější natavení parametrů algoritmů. Vzhledem k tomu, že kompenzace je řešena přímo na analogové úrovni řízením expoziční doby kamery, nezvyšuje výpočetní zátěž proceoru při zpracování obrazu.
4 Zpracování obrazu Zpracováním obrazu z hledika defektokopie tranparentních materiálů (zde lahví), e rozumí detekce nehomogenit na jinak homogenním pozadí. Pro kontrolu hrdla to znamená detekci nepojitotí v tangenciálním měru (Obr. 7). Obr. 9 Lokalizace přené polohy dna pomocí aproximací amplitudových projekcí Fig. 9 Exact poition localization of the bottle bottom by mean of amplitude projection Nalezením maxim v aproximovaných průbězích amplitudových projekcí jou nalezeny obě ouřadnice tředu dna a je tedy možná detekce nehomogenních egmentů ve právné čáti nímku (Obr 0). Obr. 7 Vyhodnocení nímku hrdla - tangenciální nepojitoti Fig. 7 Neck image evaluating - tangential inhomogeneitie Programově je vyhodnocení nímku hrdla implementováno linearizací prtence hrdla do rovinného pruhu (Obr. 8), v němž jou pomocí gradientních metod a hlukové analýzy [2] detekována přerušení v horizontálním měru. Obr. 8 Linearizace prtence nímku hrdla Fig. 8 Neck ring linearization Podle počtu obrazových bodů tvořících hluk odpovídající nehomogenitě a podle počtu a protorového rozložení hluků v celé oblati proužku hrdla je rozhodnuto o celitvoti nebo naopak poškození popř. míře poškození hrdla. Oproti vyhodnocení nímku hrdla je zpracování obrazu kontroly dna a těny láhve v principu odlišné, vzájemně pro dno a těnu však tejné. Proto bude v náledujícím textu popiována pouze kontrola dna tím, že analogické potupy platí pro inpekci těny. Prvním krokem u všech kontrol je přená lokalizace oblati hledání vad, protože poloha kontrolované čáti láhve je na nímku vlivem pohybu páu zaručena pouze přibližně. V případě lokalizace dna je na přílušném nímku provedena vertikální a horizontální amplitudová projekce (Obr. 9), jež je pro oba uvedené měry definována vztahy (). APV ( x) APH ( y) y x g( x, y) g( x, y) Metoda využívá kruhového tvaru dna a tedy kutečnoti, že oučet jaových úrovní v řádcích i loupcích bude maximální v jeho tředu. Toto tvrzení však platí pouze za předpokladu dna bez vady, proto je potřeba vypočítané průběhy projekcí aproximovat polynomem druhého řádu (Obr. 9). () Obr. 0 Lokalizace přené polohy dna pomocí aproximací amplitudových projekcí Fig. 0 Exact poition localization of the bottle bottom by mean of amplitude projection Detekce nehomogenit na nímku dna je realizována tandardními potupy zpracování obrazu využívající kombinaci filtrace, gradientních metod, morfologických operací a hlukové analýzy [2]. Na obrazu dna jou po odtranění šumu konvoluční filtrací nalezeny hranice objektů gradientní metodou, které jou podle přílušných jaových úrovní vyplněny pomocí morfologických operací a popřípadě i vzájemně propojeny (hluková analýza). Uvedeným potupem jou lokalizovány a vyhodnoceny všechny obrazové nehomogenity vykytující e v aktivní oblati nímku (Obr. ). Obr. Nehomogenity odpovídající kutečným vadám Fig. Inhomogeneitie correponding to factual defect Uvedený potup byl v praxi využíván relativně dlouhou dobu, ovšem jen do okamžiku, kdy e na dnech a těnách lahví objevily umělé, výrobcem zavedené značky, loga a ymboly (např. v rukém Kirově). Tyto prvky předtavují z hledika vyhodnocení obrazu tejný nehomogenní obrazový egment, jako v případě kutečných vad. Z tohoto důvodu byl navržen a implementován mechanizmu rozpoznávání obrazových egmentů yntetických nehomogenit od obrazových egmentů kutečných vad. 5 Rozpoznávání vzorů obrazových egmentů Kromě obrazových egmentů kutečných vad e v některých provozech vykytují i obrazové egmenty umělých vzorů výrobce, které nejou kutečnými vadami (Obr. 2), ačkoliv tvoří nehomogenní oblati tejně jako vady. Z hledika právnoti třídícího proceu nemí být tyto obrazové egmenty odpovídající umělým vzorům klaifikovány jako vady, ale muí být od kutečných vad
rozpoznány na základě popiných charakteritik. Jednoduché charakteritiky objektů jako např. počet obrazových bodů, obvod, kruhovot, konvexnot, genu apod. nelze vzhledem k jejich nízké rozlišovací chopnoti použít pro takto pecifické nehomogenity. Obr. 2 Syntetické vzory výrobce na nímku dna Fig. 2 Synthetic pattern of gla manufacturer on bottle bottom image Pro popi obrazových egmentů nehomogenit byly proto využity komplexní momentové invarianty ψ a ψ 2 etavené z komplexních momentů c pq řádu p+q [3] podle vzorce (2). c 2 Re c 20 c 2 2 Výpočet komplexních momentů c pq vychází z teorie geometrických algebraických momentů [4] a je dán vztahem (3). p q c x iy ) ( x iy ) ( x, y ) pq ( (3) V uvedené relaci předtavuje výraz (x,y ) data obrazového egmentu a ymboly p a q řád komplexního momentu c pq. Komplexní momentové invarianty vyšších řádů (přeně ψ 3 až ψ ) nebyly v tomto ytému použitelné z důvodů vyoké záviloti na reálných změnách v obrazových datech týchž vzorů, jednodušeji řečeno šumu [3]. Pro rozpoznávání obrazových vzorů ale nepotačují pouze dvě číelné charakteritiky ψ a ψ 2 a proto byla zavedena tzv. kruhová degradace obrazového egmentu (Obr. 3). (2) Obr. 4 Funkční průběhy komplexních invariantů pro jeden vzor a pro vadu (polední loupec) Fig. 4 Ten complex invariant function of one pattern and of one defect (lat column) Míra odlišnoti průběhu uloženého vzoru a aktuálního egmentu je vypočtena jako oučet abolutních hodnot rozdílů jednotlivých ložek funkcí. Pokud je oučet vyšší, než parametricky určená hranice, není aktuální egment považován za možnou obrazovou realizaci známého vzoru a je vyhodnocen jako kutečná vada. V opačném případě je egment nehomogenity v klaifikačním proceu ignorován, protože e jedná o umělý vzor výrobce. 6 ZÁVĚR V článku je popán inpekční ytém pro kontrolu vad na potravinářkých lahvích, který je úpěšně implementován v celé řadě tuzemkých (Budějovice, Vyškov, Hlinko, aj.) i zahraničních (Polko, Ruko, Lotyško, aj.) provozů (ukázka troje na Obr. 5). Úpěšnot detekce a rozpoznávání vad odpovídá průmylovým normám a pohybuje e podle povahy provozů od 95 do 99.5 %. Obr. 3 Kruhová degradace yntetického vzoru Fig. 3 Circular degradation of ynthetic pattern Výpočtem komplexních momentů ψ a ψ 2 pro každý takto degradovaný vzor jou zíkány funkční průběhy, které jou pro daný vzor charakteritické, tudíž vykazují potřebnou dikriminabilitu. Tyto průběhy jou pro známé, výrobcem určené vzory vypočteny ještě před amotnou implementací a uloženy v paměti a v provozu pak rovnávány funkčními průběhy aktuálně zpracovávaných egmentů (Obr. 4). Obr. 5 Inpekční troj pro kontrolu hrdla a dna Fig. 5 Bottle neck and bottom inpection machine Projekt byl řešen ve polupráci e polečnoti CAMEA, pol. r.o. a NATE, a.. a byl podporován grantovými projekty M0567 (Výzkumné centrum aplikované kybernetiky) a MSM002630529 (Inteligentní ytémy v automatizaci). Ing. Karel Horák, Ph.D. Ing. Peter Honec, Ph.D. Ing. Sobělav Valach Útav automatizace a měřicí techniky Fakulta elektrotechniky a komunikačních technologií, Vyoké učení technické v Brně, Kolejní 4, 62 00 Brno e-mail: horakk@feec.vutbr.cz e-mail: honecp@feec.vutbr.cz e-mail: valach@feec.vutbr.cz
Literatura [] HORÁK, Karel KALOVÁ, Ilona RICHTER, Milolav: Řízení expozice kamerových ytémů. Sborník přípěvků. Košice: ARTEP, 2007. 308. ISSN 335-2393. [2] ŠONKA, Milan HLAVÁČ, Václav BOLE, Roger: Image Proceing, Analyi, and Machine Viion. Thomon, Toronto, 2008. 829 p. ISBN 978-0-495-08252-. [3] FLUSSER, Jan SUK, Tomáš: Contruction of Complete and Independent Sytem of Rotation Moment Invariant. CAIP 2003. Springer-Verlag, Heidelberg, 2003. pp 4-48. [4] HU, Ming-Kuei: Viual Pattern Recognition by Moment Invariant. IRE Tranaction on Information Theory, vol. 8, 962. pp 79-87.