理管機機器視覺攝像機結構設計

蒙春學，張團善，張 帆，冀永樂，顏亞飛

（西安工程大學 機電工程學院，陜西西安 710048）

關鍵字 理管機；機器視覺；圖像處理；圖像采集

目前，在紡織行業中信息高速發展，紡織行業中對技術的要求越來越高，降低企業的成本提高生產效率對企業至關重要。理管機利用摩擦力和自身重心偏移，通過理管輪和紗管的摩擦，經紗管輪的旋轉來整理紗管。這種理管機只能整理大小頭的紗管，但不能對不同顏色和帶殘線的紗管進行識別。LGJ200B全自動絡筒理管機是比較先進的理管機。采用機器視覺檢測技術判別細紗管顏色、方位和殘紗狀態，對細紗管分類，但采集圖像清晰度低，對殘線紗管以及殘管不能準確檢測判斷，實際應用中效率和準確率較低。

本課題采用理管機對紗管采用機器視覺檢測技術，設計紗管圖像采集結構，利用背景差分法處理圖像，通過控制電機動作實現紗管的分揀，同時能準確快速地檢測出紗管的大小頭、殘線管、斷管以及兩管的嵌套等問題，實現分揀。

1 理管機的工作原理

目前，針對紡織機械中，理管機主要整理分揀雜亂的紗管。自動理管機效率高、正確率高、速度快和抗干擾性能強，但缺點是技術不夠成熟。理管機工作過程首先是把雜亂無章的紗管通過輸送機構將紗管送進理管機。利用紗管中心偏移和紗管的大小頭的特點，由理管輪先整理紗管大小頭統一，然后送至傳送帶，傳送帶將各種不同顏色的紗管經過光照良好攝像機區域，攝像機采集視頻圖片傳送給圖像采集卡，再將數據傳送給圖像處理軟件，并將處理數據傳給控制系統。控制電機的動作，將不同顏色紗管和殘管打進相應的通道。最后，用傳送帶將紗管框運走[1-5]。

2 機器視覺系統的組成

機器視覺檢測是一種非接觸式的檢測技術，而理管機機器視覺檢測系統利用光學和攝像機自動地獲取紗管圖像并處理圖像獲取需要的信息用于控制理管機電機動作來實現紗管的分揀。理管機機器視覺檢測系統一般由光源、鏡頭、相機、圖像采集卡組成[6-8]。

2.1 光源選擇

系統中，照相機并不能看見物體而是看見物體表面反射出來的光。光源和光照方式是機器視覺系統輸入的重要因素，直接影響輸入效果和圖像采集[9-12]。光源和光照方式沒有標準的規定,只能根據實驗來選擇光源和光照方式。理管機機器視覺照明結構如圖1。

圖1 照明結構

圖1 采用雙LED光源能消除紗管的陰影，光源和傳送帶的夾角為45°，以保證有更多的反射光進入攝像機鏡頭。經過實驗驗證，光源到傳送帶的距離270mm，距攝像機230mm。光源的強度可以根據外界環境來調節達到最佳效果,使其采集到更清晰有效的圖像視頻。

2.2 鏡頭

鏡頭是系統的重要部分，功能是成像，鏡頭的質量直接影響成像的質量從而影響系統的整體性能。工業鏡頭的主要參數：焦距、光圈（相對孔徑）、視場、物距、相距、景深、分辨率、放大倍數、畸變、視野[13-14]。圖2為鏡頭的結構原理圖。

圖2 鏡頭的結構原理圖

攝影鏡頭的基本光學性能由焦距、相對孔徑和視場角這3個參數表征。因此，在選擇鏡頭時，首先需要確定這3個參數，然后考慮分辨率、景深、畸變、接口等。

2.3 相機

2.3.1 相機的選擇

工業用相機主要是CCD和CMOS兩種。CCD相機是以CCD芯片為核心將物理圖像經光電轉化變成視頻圖像信號，CCD相機包括CCD傳感器、驅動電路、信號處理電路、外殼及機械光學接口。CMOS是和計算機接口集成在一塊的硅片上的圖像傳感器器件，該器件結構簡單、成品率高、價格低等優點，但是成像質量差、處理速度慢等,但CMOS有價格低、功耗小、尺寸大、集成電路多等優點，應用越來越廣泛。最終根據對比圖像的清晰度、速度，選擇德國生產的Balser acA640-120ucCCD工業相機，該相機658px×492px，水平 /垂直像素 5.6μm×5.6μm,像素位深12bits,功率2.4W,幀速率120fps有通用接口，完全滿足傳送帶速度和光照設計要求。

2.3.2 相機采集照片設計

理管機中，紗管是經過傳送帶運送的經過攝像機被攝像機拍照采取圖像信息，傳送帶速度設計0.1m/s，每分鐘3～6m。由于紗管自身重量輕，傳送帶在傳送的過程中紗管有自傳現象，對圖像的采集結果影響不大,攝像頭固定不變，該設計攝像頭固定在傳送帶的正上方，距紗管中心420mm，鏡頭對準紗管，不同顏色的紗管隨傳送帶經過攝像頭區域，攝像機將采集的圖像傳送到圖像處理單元，后處理的信息傳送到上位機。

2.4 圖像采集卡

圖像采集卡是對攝像機輸出的數據實時采集提供與計算機的接口。圖像采集卡有兩種形式PCI和PXI總線，而PXI產品是基于PCI總線的，而PCI總線抗震動、撞擊，而且對環境的溫度、濕度有極強的適應性。

3 軟件方法設計

機器視覺系統設計涉及到圖像處理。圖像處理主要運用python-opencv來處理圖像，理管機紗管主要是運動目標，運動檢測有幀差分法、運動模塊法、背景差分法等。背景差分法[15-17]主要針對靜態背景的應用，而理管機紗管傳送帶背景一直不變。本系統采用背景差分法建模算法。

背景差分法是一種對靜止場景進行運動分割的通用方法，它將當前獲取的圖像幀與背景圖像做差分運算，得到目標運動區域的灰度圖，對灰度圖進行閾值化提取運動區域。為避免環境光照變化影響，背景圖像根據當前獲取圖像幀進行更新。 考慮到檢測目標快、檢測準確、易于實現，本系統背景變化差異極小，光照變化差異不大，機械振動不大，故采用該方法。對視頻圖像采集處理算法流程圖，如圖3。

圖3 視頻圖像采集處理算法流程圖

首先，只對運動的傳送帶采集圖像對傳送帶進行背景建模，接著對放有各種不同顏色的傳送帶采集圖像，用背景差分法處理后，用采集到的有紗管的視頻圖減去背景圖取絕對值，若像素點大于閾值則為前景圖。得到了想要的紗管彩色圖后，對紗管的RGB圖像進行濾波、閾值和灰度處理圖，提取紗管輪廓。最后，對紗進行顏色識別、保存參數和標準核對完成識別。

4 實驗測試和分析

本設計主要應用光源攝像頭對理管機不同顏色紗管檢測，需要進行實驗測試。采用雙LED光源和攝像頭對紗管進行圖像采集，并運用背景差分法對采集的圖像進行處理，最終對得到的紗管圖像進行灰度處理和閾值化處理提取輪廓。采集到的圖像和經過處理的圖像,如圖4。圖5則是原始的光源和攝像機設計采集的圖像視頻。

圖4 新系統采集和處理的圖像

圖5 原始系統采集和處理的圖像

對采集圖像對比，紗管視頻圖和前景圖沒有大的差別，從顏色識別圖像觀測設計系統采集到的圖像更接近紗管本身顏色。調整理管機的傳送速度、采集圖像的方式和圖像處理方法，采集到的圖像更清晰，能更準確地判定出紗管的顏色。同時，采用圖像處理的方法簡單，傳輸數據量小速度快能，使系統能快速地做出響應，提高效率。

5 結語

本課題以理管機為研究對象，設計一種圖像采集系統，采用的的是機器視覺采集視頻圖像的結構，節約了大量的檢測時間，運用新的檢測方法和圖像處理相結合，達到穩定采集視頻圖像，快速處理圖像，控制分揀紗管的作用。通過對系統的實驗檢測和現場調試，系統滿足對理管機的要求，攝像機可以快速穩定地采集圖像視頻。與傳統的理管機相比較，機器視覺檢測系統快速、準確，具有一定的實際應用價值。