基于計(jì)算機(jī)視覺的物流包裝嚴(yán)密程度檢測(cè)系統(tǒng)

林 雯

（廣西工商職業(yè)技術(shù)學(xué)院，廣西 南寧 530003）

1 引言

物流過程中物品包裝的嚴(yán)密程度關(guān)系到物品安全、客戶安全和配送人員的安全問題，由于物流配送的物品種類繁多，要通過各種包裝措施以應(yīng)對(duì)物品在流通過程中的物理變化、化學(xué)變化等情況，確保物品在到達(dá)目的地之前不會(huì)因外力作用而受到損壞。傳統(tǒng)人工檢測(cè)方法已經(jīng)無法滿足現(xiàn)代物流高效率、高精度、自動(dòng)化的要求，因此引入計(jì)算機(jī)視覺技術(shù)對(duì)物品的包裝嚴(yán)密程度進(jìn)行檢測(cè)[1-2]。

人類通過視覺獲取周圍信息，然后通過大腦處理這些信息。物體在可見光的照射下，在人眼的視網(wǎng)膜上形成圖像，由感光細(xì)胞轉(zhuǎn)化成神經(jīng)脈沖信號(hào)，再經(jīng)神經(jīng)纖維傳入大腦皮層進(jìn)行處理和理解。利用攝像機(jī)獲取物體的圖像信息，然后將其轉(zhuǎn)為數(shù)字信號(hào)，計(jì)算機(jī)視覺技術(shù)就是利用計(jì)算機(jī)對(duì)視覺圖像信息進(jìn)行全程分析處理[3]。通過計(jì)算機(jī)視覺技術(shù)對(duì)物品的外包裝進(jìn)行三維圖像獲取，將這些三維圖像信息輸送到嵌入式處理器中，應(yīng)用檢測(cè)算法進(jìn)行圖像重建，獲得被測(cè)物體外包裝三維數(shù)據(jù)，通過分析后，得出物品包裝嚴(yán)密程度的數(shù)據(jù)信息并作出提示，可以在顯示屏上直觀地看到物品外包裝是否存在縫隙、漏洞等缺陷。整個(gè)系統(tǒng)實(shí)現(xiàn)了自動(dòng)化操作，提高了物品包裝的可靠性，保證了物流過程的效率與服務(wù)水平。

2 系統(tǒng)分析

2.1 計(jì)算機(jī)視覺與物流包裝檢測(cè)

計(jì)算機(jī)視覺檢測(cè)技術(shù)，也稱為機(jī)器視覺檢測(cè)技術(shù)，是將被測(cè)對(duì)象的圖像通過高速相機(jī)、圖像傳感器等設(shè)備進(jìn)行采集，然后將圖像信息轉(zhuǎn)成數(shù)據(jù)矩陣，應(yīng)用計(jì)算機(jī)技術(shù)對(duì)數(shù)據(jù)進(jìn)行綜合分析與處理，然后完成與視覺、圖像有關(guān)的檢測(cè)工作[4-5]。基于計(jì)算機(jī)視覺的精密測(cè)量需要應(yīng)用視覺成像，實(shí)現(xiàn)實(shí)時(shí)、可視化的測(cè)量平臺(tái)，其測(cè)量原理如圖1所示。首先，在光源(包括可見光、紅外線、超聲波等)的照射下，成像設(shè)備(CCD相機(jī)、圖像采集卡等)把被測(cè)對(duì)象三維場(chǎng)景的圖像采集到計(jì)算機(jī)中進(jìn)行處理，得到二維陣列的原始灰度圖像[6]。然后，將原始二維圖像應(yīng)用計(jì)算機(jī)視覺處理技術(shù)進(jìn)行預(yù)處理，以提高圖像的質(zhì)量，或通過邊緣提取和亞像素技術(shù)得到被測(cè)對(duì)象的亞像素級(jí)邊緣；其次，要把圖像中有用的特征運(yùn)用計(jì)算機(jī)視覺技術(shù)進(jìn)行提取，運(yùn)用模式識(shí)別技術(shù)對(duì)這些圖像特征進(jìn)行分類整理，以形成對(duì)圖像的描述；最后，應(yīng)用算法或人工智能等得到更高層圈的抽象描述，完成計(jì)算機(jī)視覺系統(tǒng)所要求的測(cè)量任務(wù)[7-8]。

圖1 計(jì)算機(jī)視覺檢測(cè)原理

物流配送過程中對(duì)于不同物品按照要求進(jìn)行嚴(yán)密包裝，不但能保障配送物品的安全性，也方便物品的流通、裝卸和運(yùn)輸。現(xiàn)代物流包裝中，經(jīng)常涉及各種各樣的檢查、測(cè)量和零件識(shí)別應(yīng)用，如物品包裝嚴(yán)密程度檢測(cè)、包裝材料印刷質(zhì)量檢測(cè)、產(chǎn)品包裝上的條碼識(shí)別等，這些操作流程較為復(fù)雜和繁瑣，在現(xiàn)代物流配送高效性、快捷性的要求下，單靠人工操作不但運(yùn)作成本更高，而且效率低下。因此，要解決上述問題，就要引入計(jì)算機(jī)視覺檢測(cè)技術(shù)。

本系統(tǒng)基于計(jì)算機(jī)視覺技術(shù)，在捕獲包裝平臺(tái)上被測(cè)物品的位置與坐標(biāo)信息后，應(yīng)用慣量分析的原理來確定圖像的抓取點(diǎn)，采用矢量控制和控制學(xué)習(xí)的方法對(duì)步進(jìn)電機(jī)進(jìn)行調(diào)節(jié)，以實(shí)現(xiàn)對(duì)運(yùn)動(dòng)物品的穩(wěn)定抓取。然后系統(tǒng)對(duì)采集到的圖像信息進(jìn)行濾波以及圖像的灰度變換、邊緣檢測(cè)和二值化等圖像處理操作，最終得到需要的測(cè)量圖像和數(shù)據(jù)。

2.2 系統(tǒng)總體設(shè)計(jì)方案

圖2 系統(tǒng)總體結(jié)構(gòu)圖

系統(tǒng)總體設(shè)計(jì)方案結(jié)構(gòu)如圖2所示，當(dāng)系統(tǒng)開始運(yùn)行時(shí)，被檢測(cè)的物品放置于檢測(cè)臺(tái)上，根據(jù)被測(cè)物品的尺寸、需要采集圖像的要求，掃描步進(jìn)距離等參數(shù)通過觸摸屏鍵盤設(shè)置，采用LED光源對(duì)物體進(jìn)行照射，運(yùn)動(dòng)控制模塊控制物體進(jìn)行運(yùn)動(dòng)，達(dá)到整體掃描的目的，CCD相機(jī)將采集到的圖像信號(hào)數(shù)字化后送入圖像處理模塊進(jìn)行信息處理，最后微處理器將檢測(cè)結(jié)果和模擬合成圖像顯示在屏幕上。其各個(gè)模塊的主要功能如下：

系統(tǒng)控制器：主要是控制和協(xié)調(diào)系統(tǒng)內(nèi)各個(gè)模塊之間的信息交換與系統(tǒng)動(dòng)作的順序，系統(tǒng)控制器需要實(shí)時(shí)掃描系統(tǒng)內(nèi)各個(gè)控制部分的狀態(tài)，根據(jù)系統(tǒng)工作模式設(shè)定的時(shí)序完成檢測(cè)流程，同時(shí)響應(yīng)不同的系統(tǒng)動(dòng)作和中斷。

運(yùn)動(dòng)控制模塊：是被檢測(cè)物品的傳送與位置探測(cè)裝置，應(yīng)用步進(jìn)電機(jī)驅(qū)動(dòng)物品進(jìn)行步距角為1.8°的運(yùn)動(dòng)，根據(jù)物品的尺寸和形態(tài)不同進(jìn)行三維探測(cè)。

CCD相機(jī)：用于圖像信息的采集與捕捉，是一種高精度的光學(xué)成像系統(tǒng)，把圖像像素轉(zhuǎn)換成數(shù)字信號(hào)后傳遞給圖像處理模塊進(jìn)行處理，CCD相機(jī)較快的圖像獲取速度保證了檢測(cè)的準(zhǔn)確性。

圖像處理模塊：主要作用就是通過對(duì)系統(tǒng)獲取的圖像信息進(jìn)行處理得出控制系統(tǒng)需要的檢測(cè)結(jié)果信息，此模塊的核心就是圖像信息處理的算法，算法在下文中會(huì)進(jìn)行詳細(xì)研究。觸摸屏：用于參數(shù)設(shè)置的輸入、檢測(cè)數(shù)據(jù)的顯示以及檢測(cè)物品缺陷圖像的顯示。

3 檢測(cè)算法研究

3.1 圖像恢復(fù)算法

在采集被測(cè)物體圖像、轉(zhuǎn)換盒傳輸圖像信息的過程中,圖像信息容易被外部噪聲、相機(jī)的抖動(dòng)、被測(cè)物體的抖動(dòng)、光學(xué)鏡頭散焦以及采樣速度過低等因素影響，出現(xiàn)圖像模糊，質(zhì)量不理想的情況。圖像恢復(fù)法就是根據(jù)已知的降質(zhì)模型，從采集到的不理想圖像中恢復(fù)原始的圖像信息，通過對(duì)原始圖像的最優(yōu)化描述，得到質(zhì)量清晰的圖像畫面。降質(zhì)數(shù)學(xué)模型的建立與求逆是圖像恢復(fù)算法的主要過程，其數(shù)學(xué)模型描述如下:

其中：y(i,j)為采集到的模糊圖像；h(i,j)為圖像模糊算子，也稱為退化算子；x(x,j)為原始圖像；n1為外部噪聲；n2為乘性噪聲。一般情況下,圖像降質(zhì)過程等同于線性不變模型,因此式（1）可等同于：

其中：H為線性不變的低通濾波器,它代表相機(jī)的運(yùn)動(dòng)以及相機(jī)鏡頭散焦等干擾圖像質(zhì)量的過程；n為外部噪聲,它是干擾圖像信號(hào)最常見的噪聲,但與圖像信號(hào)的強(qiáng)度大小相互獨(dú)立。確定性的恢復(fù)算法和隨機(jī)性的恢復(fù)算法是比較常見的圖像恢復(fù)方法。逆濾波法、約束性圖像恢復(fù)算法、貝葉斯方法和最大熵法則是現(xiàn)在比較流行的方法。

3.2 圖像邊緣檢測(cè)算法

為了使采集到的圖像輪廓更為突出，就要采用圖像邊緣檢測(cè)法。圖像特征提取的一般流程是，先進(jìn)行邊緣檢測(cè)，然后進(jìn)行二值化處理。圖像邊緣檢測(cè)的主要目的是突出圖像的邊緣，然后將圖像邊緣以外區(qū)域的圖像進(jìn)行削弱甚至完全去掉。處理后圖像邊緣的亮度與原圖中邊緣周圍的亮度變化率成正比，以突出所需圖像。

圖像邊緣檢測(cè)通常采用空域微分算子進(jìn)行，通過將其模板與圖像進(jìn)行卷積來完成。圖像邊緣檢測(cè)算子采用的兩個(gè)卷積核如圖3所示。

圖3 邊緣檢測(cè)算子

圖像中的每個(gè)點(diǎn)都用這兩個(gè)點(diǎn)作卷積，前一個(gè)卷積對(duì)水平邊緣響應(yīng)比較大，后一個(gè)卷積對(duì)垂直邊緣響應(yīng)比較大。通過對(duì)兩個(gè)卷積核中各點(diǎn)的卷積計(jì)算，最后把兩個(gè)卷積結(jié)果的最大值作為該點(diǎn)的輸出值。

4 系統(tǒng)設(shè)計(jì)

4.1 硬件設(shè)計(jì)

系統(tǒng)硬件按照模塊化設(shè)計(jì)，主要的硬件模塊有：圖像獲取模塊、信息處理模塊、運(yùn)動(dòng)控制模塊。硬件工作流程如圖4所示。

圖4 硬件工作流程示意圖

本檢測(cè)系統(tǒng)主要用于三維物體外包裝缺陷檢測(cè)，在對(duì)比相機(jī)的分辨率、讀出噪聲、鏡頭畸變等參數(shù)后，決定選用北京迅天宇光公司的高分辨率CCD相機(jī)。相機(jī)部件詳細(xì)參數(shù)見表1。

表1 CCD相機(jī)參數(shù)

系統(tǒng)信息處理與控制采用NXP公司的嵌入式微處理器LPC2148，該處理器是一個(gè)支持實(shí)時(shí)仿真和嵌入式跟蹤的32位CPU處理器，有高達(dá)60MHz的工作頻率，并帶有32kB和512kB嵌入的高速Flash存儲(chǔ)器，低功耗高性能的特性非常適用于本系統(tǒng)。其與各個(gè)模塊管腳連接如圖5所示。

本系統(tǒng)的運(yùn)動(dòng)控制單元采用三軸步進(jìn)電機(jī)的運(yùn)動(dòng)平臺(tái)對(duì)物體進(jìn)行圖像采集。通過對(duì)X 軸和Y 軸的控制，實(shí)現(xiàn)被測(cè)物體的平行移動(dòng)；通過對(duì)Z 軸的控制，實(shí)現(xiàn)被測(cè)物體的上下運(yùn)動(dòng)，以配合相機(jī)的自動(dòng)對(duì)焦。處理器通過控制步進(jìn)電機(jī)的步進(jìn)距離、速度等控制工作臺(tái)的運(yùn)動(dòng)。X、Y、Z 三軸步進(jìn)電機(jī)參數(shù)及執(zhí)行運(yùn)動(dòng)平臺(tái)的參數(shù)見表2。

圖5 嵌入式處理器管腳連接

表2 步進(jìn)電機(jī)參數(shù)

4.2軟件設(shè)計(jì)

圖6 軟件工作流程

在Visual C++6.0開發(fā)環(huán)境下編程，Visual C++提供MFC類庫(kù)并支持以MFC函數(shù)為框架的程序設(shè)計(jì)。軟件流程如6圖所示。CCD相機(jī)通信與運(yùn)動(dòng)控制的硬件驅(qū)動(dòng)動(dòng)態(tài)鏈接庫(kù)要實(shí)現(xiàn)對(duì)相機(jī)的圖像采集控制以及相機(jī)運(yùn)動(dòng)控制，上位機(jī)軟件就要通過調(diào)用相應(yīng)的控制函數(shù)，將動(dòng)態(tài)鏈接庫(kù)中的操作指令正確的加入到編譯的工程文件中來。其部分編譯程序如下：

Hinst=Load_Library("Cdvusbcam.dll");

SystemLine=(MyfunG1)GetProcAddress(hinst,"CD_SystemLine");

SystemAngle=(MyfunG2)GetProcAddress(hinst,"CD_System-Angle");

SetControl=(MyfunG3)GetProcAddress(hinst,"CD_SetVideo-Control");

……

編譯的程序中，將相機(jī)的動(dòng)態(tài)鏈接庫(kù)Cdvusbcam.dll通過Load_Library函數(shù)添加到控制程序工程中；其次，為了調(diào)用相應(yīng)的相機(jī)控制函數(shù)，可以通過GetProcAddress函數(shù)獲取相應(yīng)函數(shù)指針，然后在程序中加以調(diào)用。

5 系統(tǒng)實(shí)驗(yàn)

應(yīng)用本系統(tǒng)對(duì)物品的箱體包裝缺陷進(jìn)行檢測(cè)，通過如圖7所示的檢測(cè)結(jié)果輸出圖像來看，系統(tǒng)捕獲出了箱體存在的破損，即虛線框中的部分。

實(shí)驗(yàn)結(jié)果表明，基于計(jì)算視覺技術(shù)的物品包裝檢測(cè)系統(tǒng)不僅能準(zhǔn)確檢測(cè)出物品包裝存在的缺陷，而且達(dá)到了較高的精度，證明了本系統(tǒng)的有效性，并可以運(yùn)用于自動(dòng)化生產(chǎn)中。

圖7 箱體包裝檢測(cè)圖像

6 結(jié)語(yǔ)

基于計(jì)算機(jī)視覺技術(shù)的三維檢測(cè)方法具有諸多優(yōu)點(diǎn)并且已經(jīng)在實(shí)際生產(chǎn)中得到廣泛應(yīng)用,而本系統(tǒng)是立足于計(jì)算機(jī)視覺在物流系統(tǒng)中對(duì)于物品包裝嚴(yán)密程度的檢測(cè)，結(jié)合物流系統(tǒng)的特點(diǎn)設(shè)計(jì)方案，并對(duì)系統(tǒng)中的硬件部分和軟件編程進(jìn)行了的研究，硬件和軟件都采用了模塊式的開發(fā)，對(duì)于系統(tǒng)的擴(kuò)展升級(jí)以及后期維護(hù)都更為有利。通過對(duì)本系統(tǒng)進(jìn)行的功能測(cè)試表明，本系統(tǒng)整體性能高效穩(wěn)定，物品缺陷圖像采集準(zhǔn)確，達(dá)到了較高的測(cè)量精度，可以準(zhǔn)確檢測(cè)出物品包裝是否存在缺陷。由于計(jì)算機(jī)視覺檢測(cè)技術(shù)在物品包裝嚴(yán)密程度檢測(cè)方面的研究還剛剛起步，應(yīng)進(jìn)一步加強(qiáng)、加快對(duì)該項(xiàng)目的研究與開發(fā)應(yīng)用。

[1]鄭南寧.計(jì)算機(jī)視覺與模式識(shí)別[M].北京:國(guó)防工業(yè)出版社,1998.

[2]劉成君,戴汝為.計(jì)算機(jī)視覺的進(jìn)展;模式識(shí)別與人工智能[J].1995,8(增刊).

[3]王天珍.計(jì)算機(jī)視覺研究進(jìn)展[J].武漢汽車工業(yè)大學(xué)學(xué)報(bào),1998,20(1):23-27.

[4]于洪川,吳福朝,等.基于主動(dòng)視覺的攝像機(jī)自標(biāo)定技術(shù)[J].機(jī)器人,1999,(1).

[5]馬頌德.張正友.計(jì)算機(jī)視覺計(jì)算理論與算法基礎(chǔ)[M].北京:科學(xué)出版社,1998.

[6]高立志,方勇,林志航.立體視覺測(cè)量中攝像機(jī)標(biāo)定的新技術(shù)[J].電子學(xué)報(bào),1999,27(2).

[7]田思,袁占亭.計(jì)算機(jī)視覺系統(tǒng)框架的新構(gòu)思[J].計(jì)算機(jī)工程與應(yīng)用,2000,(6):57-59.

[8]崔屹.數(shù)字圖像處理技術(shù)與應(yīng)用[M].北京:電子工業(yè)出版社,1997.