基于機(jī)器視覺的鋁箔紙涂油檢測系統(tǒng)的設(shè)計(jì)

胡承東, 周　斌, 王繼宏, 趙翠瓊

(1. 紅塔集團(tuán) 玉溪卷煙廠, 玉溪 653100； 2. 玉溪市農(nóng)業(yè)職業(yè)技術(shù)學(xué)院, 玉溪 653100)

?

基于機(jī)器視覺的鋁箔紙涂油檢測系統(tǒng)的設(shè)計(jì)

胡承東1, 周斌1, 王繼宏1, 趙翠瓊2

(1. 紅塔集團(tuán) 玉溪卷煙廠, 玉溪 653100； 2. 玉溪市農(nóng)業(yè)職業(yè)技術(shù)學(xué)院, 玉溪 653100)

GDX500型包裝機(jī)的鋁箔紙涂油系統(tǒng)，原機(jī)缺少檢測裝置，控制上較為粗放。設(shè)計(jì)了一套自動(dòng)檢測裝置，用于實(shí)現(xiàn)啟動(dòng)油路通道的精確控制。因涂油后的鋁箔紙與未涂油的鋁箔紙差別較小，普通檢測難以實(shí)現(xiàn)，基于新興的機(jī)器視覺技術(shù)，對系統(tǒng)構(gòu)成，圖像處理，檢測算法，原機(jī)程序等方面進(jìn)行了一系列分析與優(yōu)化工作，并且使用MATLAB軟件對部分過程進(jìn)行了模擬編程處理，獲得了較滿意的效果。

鋁箔紙涂油； 圖像分割； 二值化

GDX500型包裝機(jī)是意大利GD公司成熟的產(chǎn)品，但依然存在一些缺陷:原機(jī)的鋁箔紙松卷輥涂油裝置，是通過更改參數(shù)設(shè)置的方式，對箔紙紙張計(jì)數(shù)累計(jì)來進(jìn)行涂油的，這種方式很粗放，容易造成少涂或涂油過量，進(jìn)而造成鋁箔紙通道堵塞或涂油過量而污染煙支。資料表明，此類鋁箔紙涂油的檢測還是一個(gè)空白。隨著圖像處理技術(shù)[1]的發(fā)展，機(jī)器視覺[2]技術(shù)已廣泛應(yīng)用于煙草制造業(yè)的質(zhì)量檢測和監(jiān)控。筆者設(shè)計(jì)了一套機(jī)器視覺自動(dòng)檢測裝置來控制鋁箔紙涂油裝置的自動(dòng)運(yùn)行，提高了鋁箔紙涂油系統(tǒng)的精確性，可有效避免出現(xiàn)涂油過少或過量的問題，提高了設(shè)備運(yùn)行效率和煙包質(zhì)量。

1　系統(tǒng)結(jié)構(gòu)

1.1檢測器的選擇

檢測系統(tǒng)的設(shè)計(jì)中，關(guān)鍵的環(huán)節(jié)是檢測器類型的確定。筆者通過對超聲波、漫反射、機(jī)器視覺檢測器進(jìn)行模擬對比試驗(yàn)來選擇檢測器;試驗(yàn)方案為從生產(chǎn)現(xiàn)場采集一張一半涂油一半未涂油的鋁箔紙，使用上述三種檢測器對鋁箔紙采樣標(biāo)本涂過油和未涂過油部分進(jìn)行模擬檢測。檢測時(shí),對前兩種檢測器，調(diào)節(jié)靈敏度觀察信號(hào)指示燈是否可以亮暗變化，是否有靈敏度調(diào)節(jié)余量；對于機(jī)器視覺檢測，則模擬拍攝一副圖片，通過處理軟件分析已涂油與未涂油部分，能否產(chǎn)生亮暗明顯的二值化圖像來代替亮暗信號(hào)，用閾值調(diào)節(jié)余量來代替靈敏度調(diào)節(jié)余量。試驗(yàn)結(jié)果如表1所示。通過數(shù)據(jù)對比可以發(fā)現(xiàn)機(jī)器視覺是三種檢測器中效果最佳的。

表1　幾種不同檢測器的模擬試驗(yàn)信號(hào)

1.2CCD及光源的設(shè)計(jì)安裝

CCD(Charge-coupled Device)為電荷耦合元件,用于圖像傳感器。通過實(shí)地測量分析，可以把CCD與光源集成在一起的檢測頭安裝在涂油氈之后的鋁箔紙上方，通過支架來支撐,如圖1所示。

圖1　檢測頭安裝位置示意

工業(yè)現(xiàn)場光源一般為交流光源,由于CCD相機(jī)的掃描頻率非常高，若采用交流光源照明，CCD相機(jī)采集到的圖像將會(huì)出現(xiàn)明暗相間的條紋，也就是交流光源的紋波頻閃現(xiàn)象[3]，如圖2所示。紋波頻閃會(huì)嚴(yán)重影響檢測結(jié)果，因此，必須使用無頻閃的直流光源，基于上述原因，系統(tǒng)采用LED[4]光源。

圖2　交流光源的紋波頻閃現(xiàn)象

1.3結(jié)構(gòu)及控制

圖像采集裝置由原鋁箔紙張計(jì)數(shù)檢測器觸發(fā)，即計(jì)數(shù)檢測器每檢測一張鋁箔紙就觸發(fā)拍攝圖像一幅。具體為圖像采集卡檢測到采集信號(hào)后立即采集一幀BMP位圖格式的圖像;然后通過圖像采集卡將圖像數(shù)據(jù)送到圖像處理器，調(diào)用相應(yīng)的軟件對圖像數(shù)據(jù)進(jìn)行相應(yīng)的處理及判別計(jì)算;判斷待測鋁箔紙上涂油圖像是否符合設(shè)定的標(biāo)準(zhǔn)，如果不符合標(biāo)準(zhǔn)則發(fā)出輸油信號(hào)，信號(hào)傳輸至包裝機(jī)主PLC輸入端，經(jīng)過邏輯運(yùn)算，再?zèng)Q定是否輸出涂油與否的信號(hào)。硬件構(gòu)成如圖3所示。

圖3　硬件構(gòu)成結(jié)構(gòu)示意

2　技術(shù)實(shí)現(xiàn)

2.1機(jī)器視覺圖像處理

2.1.1圖像分割與二值化

在機(jī)器視覺領(lǐng)域中，相同集合的區(qū)域像素點(diǎn)具有相似的灰度等級，不同區(qū)域的像素點(diǎn)具有不相似的灰度等級。圖像二值化處理是指將一副灰度圖像轉(zhuǎn)化為只有黑、白兩種灰度等級的圖像(二值化圖像)[5-6]，這樣做的目的是減少數(shù)字圖像處理信息量，提升處理速度，并且可以有效地從背景圖像中獲得目標(biāo)圖像。

圖象分割領(lǐng)域里最成熟的方法是基于門限值[7]的分割法，灰度門限化二值化分割方法的最終目標(biāo)是找出最佳的分割閾值來從背景圖像中分割出目標(biāo)圖像。分割后的二值化圖像像素值只有兩個(gè)數(shù)字:0或1。假設(shè)一幅原始灰度圖像f(x,y)，按一定的標(biāo)準(zhǔn)在f(x,y)中挑選一個(gè)恰當(dāng)?shù)幕叶戎底鳛殚撝?，分割處理以后獲得圖像g(x,y)，可表示為：

(1)

或

(2)

式中:T為選擇的閾值。

但不同的閾值選取的分割效果卻有相當(dāng)大的差異，圖4,5為原始圖和灰度圖以及不同閾值的分割效果圖像。其中圖4(a)為原始彩色圖像，圖4(b)為灰度圖像。

圖4　鋁箔紙涂油的彩色與灰度圖片

圖5　不同閾值選取進(jìn)行二值化處理后的圖像

以圖5為不同閾值選取來進(jìn)行二值化處理后的圖片，以便進(jìn)行視覺效果對比分析。

由圖5可發(fā)現(xiàn)，閾值T=100時(shí)，閾值取得太過了，許多背景圖像也被取到了目標(biāo)特征里；T=140時(shí)，閾值選取不足，許多特征目標(biāo)沒有分割出來;T=120時(shí)，目標(biāo)圖像與背景圖像分割較好，是相對合理的閾值選取。故閾值選取對圖像分割相當(dāng)重要，是一個(gè)很關(guān)鍵的步驟;閾值選取得好，能夠把灰度圖像的背景圖像和目標(biāo)圖像很好地分割開，選取得不好則不能很好區(qū)分目標(biāo)與背景。

2.1.2最佳分割閾值

對最佳閾值分割選取了兩種較有代表性的方法進(jìn)行比較，一種是灰度直方圖閾值選取分割法；另外一種是最大方差閾值分割法。第一種方法是對圖像的灰度圖進(jìn)行直方圖處理，如果直方圖具有明顯的雙峰特征，即如果目標(biāo)與背景圖像在較暗或較亮的灰度級上形成了一個(gè)明顯波峰波谷，就可把直方圖雙峰之間的谷底灰度值作為閾值選取來進(jìn)行圖像的二值化分割處理，獲得目標(biāo)圖像和背景圖像。但這種分割法首要的一個(gè)條件就是直方圖必須呈現(xiàn)明顯的雙峰特征，直方圖是否能夠獲得雙峰特征跟圖像的像素分布有關(guān)。文中使用MATLAB模擬軟件進(jìn)行編程處理,獲得鋁箔紙涂油圖像的灰度直方圖[8]如圖6所示。

圖6　鋁箔紙涂油灰度直方圖

圖6的灰度直方圖并沒有呈現(xiàn)明顯的雙峰特征，所以不能使用這種方法。此系統(tǒng)研究的另外一種方法是“最大方差閾值”[9-10]分割法，它是在差別與最小二乘法原理的基礎(chǔ)上推導(dǎo)出來的，其原理為:將直方圖在某一閾值處分割成兩組，當(dāng)被分成的兩組間方差為最大時(shí)，決定閾值。設(shè)一幅圖像的灰度值為1～m級，灰度值i的像素?cái)?shù)為ni,此時(shí)得到式(3),(4)。

像素總數(shù)為：

(3)

各灰度值的概率為：

(4)

然后用T將其分為兩組C0={1～T} 和C1={T+1～m}，各組的概率如下：

C0產(chǎn)生的概率為:

(5)

C1產(chǎn)生的概率為:

(6)

C0的平均值為:

(7)

C1的平均值為:

(8)

全部采樣的灰度平均值為：

(9)

兩組間的方差可用下式求出：

(10)

從1～m改變T,求式(10)為最大值時(shí)的T，也就是求maxδ2(T)時(shí)的T*值，此時(shí)，T*便是閾值。δ2(T)被稱作閾值選擇函數(shù)。利用MATLAB模擬編程[11]處理圖片,以測試最大方差閾值法在鋁箔紙涂油圖像處理中的應(yīng)用效果，獲得了較滿意的效果，圖7為利用最大方差閾值處理后獲得的鋁箔紙涂油二值化圖。

圖7　利用最大閾值方差處理后的鋁箔紙涂油二值化圖

2.2檢測算法

2.3試驗(yàn)驗(yàn)證

針對圖片處理結(jié)果和檢測算法設(shè)計(jì)，對該系統(tǒng)的可行性進(jìn)行了試驗(yàn)驗(yàn)證。在工業(yè)現(xiàn)場的設(shè)備運(yùn)行過程中，分別使用同樣的拍攝工具和在同樣的拍攝環(huán)境下，采樣了20張涂過油的鋁箔紙和20張沒有涂過油的鋁箔紙標(biāo)本圖片，將圖片標(biāo)本都采用最大方差閾值處理后獲得的40幅二值化圖片，使用MATLAB對其中特征最明顯的相同區(qū)域a1進(jìn)行圖像剪切，a1=imcrop(a,[75 58 220 100])，得到N×M=145×42=8410的一個(gè)區(qū)域子圖像，同樣再使用MATLAB工具對其進(jìn)行像素點(diǎn)統(tǒng)計(jì)。

通過上述處理，獲得了40組數(shù)據(jù)，數(shù)據(jù)如表2,3所示。

表2　涂過油的鋁箔紙像素點(diǎn)統(tǒng)計(jì)

表3　未涂過油的鋁箔紙像素點(diǎn)統(tǒng)計(jì)

通過表2,3的數(shù)據(jù)統(tǒng)計(jì)可發(fā)現(xiàn)，λ=8 410/2=4 205時(shí)，只有一個(gè)數(shù)據(jù)不滿足要求。在未涂過油的鋁箔紙像素點(diǎn)統(tǒng)計(jì)中，按設(shè)計(jì)思想是所有為零的像素點(diǎn)數(shù)必須滿足J≤λ，但有一組4 388>λ;考慮到工業(yè)現(xiàn)場情況復(fù)雜，拍攝的圖像帶有噪聲，這一組數(shù)據(jù)可以忽略，其他數(shù)據(jù)都是滿足要求的。

2.4GD系列包裝機(jī)程序的修改

由于工業(yè)現(xiàn)場環(huán)境惡劣，振動(dòng)大、灰塵多、鋁箔紙傳送過程不穩(wěn)定等原因，機(jī)器視覺CCD拍攝的照片帶有很大的噪聲，存在圖像失真及變形等問題，雖然圖像處理軟件帶有圖像降噪，圖像校正等處理功能，但仍然不能完全消除不利影響，所以一幅圖像或幾幅圖像往往不具備代表性。筆者對此套檢測系統(tǒng)的檢測方式的設(shè)計(jì)思想是:利用包裝機(jī)原有的計(jì)數(shù)信號(hào)，每檢測計(jì)數(shù)一張鋁箔紙，檢測系統(tǒng)就拍攝并處理一幅圖像;如果機(jī)器視覺圖像檢測J≥λ，輸入端口信號(hào)為1，則認(rèn)為鋁箔紙涂油充分，不需要開啟輸油動(dòng)作;如果累計(jì)有10幅圖像處理后都為J<λ，輸入端口信號(hào)為0，才啟動(dòng)鋁箔紙輸油信號(hào)，以這個(gè)標(biāo)準(zhǔn)對包裝機(jī)程序進(jìn)行修改編寫。

3　結(jié)論

(1) 設(shè)計(jì)的鋁箔紙涂油檢測系統(tǒng)采用計(jì)算機(jī)處理的機(jī)器視覺檢測方式，檢測信號(hào)十分可靠;能夠?qū)b機(jī)鋁箔紙涂油方式由粗放型升級改造為精確型。

(2) 由于檢測頭和光源集成在一起，系統(tǒng)占用的空間很小，不影響正常操作，不影響安全聯(lián)鎖防護(hù)門等安全裝置。

(3) 系統(tǒng)能精確檢測下油量，可有效減少鋁箔紙缺油造成的鋁箔紙輸送折疊通道堵塞。

但是，由于開發(fā)機(jī)器視覺圖像處理軟件復(fù)雜性很高，工作量龐大。這一塊內(nèi)容必須交由專業(yè)的科技公司來完成。筆者提出技術(shù)方案，做了一些可行性的系統(tǒng)研究，并采用模擬軟件進(jìn)行編程處理并獲得了較滿意的效果。

[1]孫君頂，趙珊. 圖像低層特征提取與檢索技術(shù)[M]. 北京: 電子工業(yè)出版社, 2009.

[2]WESLEY E S， HAIRONG Q. 機(jī)器視覺教程 [M]. 林學(xué)閆，崔錦實(shí)，趙清杰，等, 譯. 北京: 機(jī)械工業(yè)出版社, 2012.

[3]王俊波,謝秀秀,曹玲玲,等. 室內(nèi)可見光通信中的分?jǐn)?shù)間隔均衡技術(shù)[J]. 光學(xué) 精密工程, 2012(1): 30-36.

[4]趙紫薇，紀(jì)獻(xiàn)兵，徐進(jìn)良, 等. 大功率LED的壽命與散熱技術(shù)的研究進(jìn)展[J]. 微電子學(xué), 2013(4): 107-112.

[5]PARKER J R. 圖像處理與計(jì)算機(jī)視覺算法及應(yīng)用[M]. 景麗,譯. 北京: 清華大學(xué)出版社，2012.

[6]宋佳佳，周海軍，汪濤. 平板數(shù)字成像技術(shù)在ASME產(chǎn)品焊縫檢測中的應(yīng)用[J]. 無損檢測， 2014, 36(1): 84-87.

[7]CORNELOUP G, MOYSAN J, MAYNIN I E. BSCAN image segmentation by thresholding using cooccurrence matrix analysis[J]. Pattern Recognition, 1996, 29(2): 281-296.

[8]RAFAEL C G, RICHARD E W, STEVEN L E. 數(shù)字圖像處理的MATLAB實(shí)現(xiàn)[M]. 阮秋琦,譯. 北京: 清華大學(xué)出版社， 2013.

[9]黃慶明,潘少靜,劉成君,等. 一種改進(jìn)的基于大津自動(dòng)閾值選擇法的分窗二值化過程[J]. 微電子學(xué)與計(jì)算機(jī)， 1991(10): 7-19.

[10]許曉麗. 基于聚類分析的圖像分割算法研究[J]. 信息與信號(hào)處理， 2012(4): 5-12.

[11]楊先明，郭艷，王海濤,等. 超聲相控陣成像仿真系統(tǒng)研制[J]. 無損檢測, 2013, 35(10): 74-77.

The Design of Aluminized Paper Oil Detection System Based on Machine Vision

HU Cheng-dong1, ZHOU Bin1, WANG Ji-hong1, ZHAO Cui-qiong2

(1. Yuxi Cigarette Factory, Hongta Group, Yuxi 653100, China;2. Yuxi City Agriculture of Career Technical College, Yuxi 653100, China)

For the foil oiling system of GDX500 packing machine, the original machine lacks detection device, and its control is short of precision. A set of automatic detection device is designed to realize the accurate control of the starting circuit. For the minor differences between oiling aluminum foil paper and non-oiled foil, ordinary detection method is difficult to identify. Based on the emerging machine vision technology, a series of analysis and optimization were made for the system structure, image processing, detection algorithm and original machine procedures, and MATLAB software programming and simulation processing on part of the process were used, and satisfactory results were obtained.

Oiled aluminized paper; Image segmentation; Binary process

2015-03-09

胡承東(1976-)，男，工程師，主要研究方向?yàn)楝F(xiàn)代檢測技術(shù)。

10.11973/wsjc201510017

TG115.28

A

1000-6656(2015)10-0072-05