基于線陣CCD的薄板張數檢測系統設計

鄧秋香 ，夏靈林

（1.贛州師范高等專科學校，江西贛州，341000；2.南昌大學，江西南昌，330047）

0 引言

金屬薄板(如冷扎板，鍍鋅板)廣泛應用于工業領域，常用的金屬薄板每張厚度一般介于0.5～1.6mm之間，并通常采用水平疊放的方式打包存放。薄板在包裝之前，會根據實際需要將特定數量的薄板進行封包，并統計每包薄板的總張數，以便于各方對薄板的管理。

對薄板生產和加工企業而言，薄板包裝前總張數統計的準確性對各方影響都非常大。若包裝前統計數值偏少，包裝中多余的薄板出廠后并不產生利潤，久而久之，必將影響薄板生產企業的利潤。想反，若包裝前統計數量偏多，包裝中薄板的缺少將影響薄板加工企業的生產，這也必將進一步影響薄板生產企業的聲譽。

目前，對于我國大多數金屬薄板生產企業，其薄板包裝前的統計由薄板成型過程中數控機床進行同步計數，然后由人工完成相關信息的標注。由于人為因素的影響，常出現結果和實際總數不一致的現象。

為解決這一客觀存在且亟待解決的金屬薄板總張數的精確計數問題，相關的技術人員也試圖通過重量或厚度的總值除以平均值的方法求解，但都因為薄板厚度和重量的均勻性存在差異不具有可行性。而隨著人力成本和生產效率的提高，通過人工方法對包裝金屬薄板進行總張數的復核，存在巨大的困難。

為此，開發設計一款對堆疊薄鋼板總數快速有效測量的系統，以實現堆疊薄鋼板總張數的即時、準確測量，避免因總數誤差引起的各種損失，無論是對金屬薄板生產企業還是加工企業，都具有重要的應用價值。

1 需解決的關鍵問題

（1）建立有效光路的光學系統數學模型和軟件仿真

對不同厚度、不同高度以及不同現場環境的薄鋼板端面圖像進行有效的采集，需要具有設計良好的照明和成像子系統。前期的實驗表明，光路的設計不僅要考慮焦距對成像關系的影響、外界光源對系統的影響，還要考慮到光照均勻性、不同對象的差異以及光照強度、光照角度的影響都會直接影響圖像的成像結果，并進一步影響后續圖像處理算法的準確性和有效性，因此有必要對光路進行設計以及對光學系統進行數學建模和軟件仿真。

（2）分辨薄板張數的圖像處理算法設計

對于采集的薄鋼板端面的圖像數據，有效的圖像處理算法是計算總數的前提。算法所需要解決的問題包括不同高度的薄鋼板堆垛測量、不同光照條件下，數據的有效處理、不同厚度薄板的有效測量，以及薄板端面存在雜質、堆放整齊存在差異的測量和處理。因此有效的圖像處理算法的設計是測量系統成功的關鍵。

2 系統設計

層疊薄鋼板總數測量系統包括以下三個主要部件：一是包含數據采集、處理的計算機子系統，以及與其相連的線陣CCD（分別由圖1.中C、D所示）；二是用于遮擋外界雜散光的外殼（圖1.中B所示）；三是用于照明薄板端面的照明光源和用于支撐CCD的支架（分別由圖1.中F、E所示）。其詳細內容如下。

（1）包含數據采集、處理的計算機子系統

為實現薄鋼板端面圖像的采集和對采集后數據的快速分析和處理，建議在一臺PC機中編寫線陣CCD的采集控制程序和數字圖像處理分析的測量軟件，以實現對線陣CCD的采集控制、數據的采集、數據的處理分析以及結果的輸出。圖像采集和數據處理程序可采用VC++6.0和Matlab配合完成。

圖1 基于線陣CCD的層疊薄鋼板總數測量系統方案

（2）線陣CCD圖像采集系統

圖2 普通光照條件下，打包后薄鋼板照片

薄鋼板總數為340張，單張薄板厚度約1.4mm，照片分辨率 2560×1920。

如圖2所示，薄鋼板在圖左上角標注的坐標系中XY平面水平疊放，薄板疊放厚度在Z軸方向變化。當厚度約1.4mm的鋼板總數達到340張時，即便照片分辨率達到2560×1920像素，肉眼已經難以從圖像中分辨出每張薄板的邊界，也無法通過圖像處理算法實現各薄板邊界的劃分。其原因在于：對于分辨率為2560×1920像素的面陣CCD所采集的圖像數據，每片薄板在圖像中占有的像素小于8，在普通的光照條件下，圖像數據難以有效實現薄板的分辨。特別是當薄板厚度更小，厚度更多的情況下，采用面陣CCD采集的圖像尤其難以采集有效分辨薄板的圖像數據。

為實現對各種厚度、各種張數的薄板端面數據的有效分辨率圖像的采集；同時降低系統的開發成本，我們選用了線陣CCD替換面陣CCD完成高分辨率圖像的采集，有效的解決了分辨率和成本問題。若選用最大分辨率為10550線的線陣CCD，對于最多為600張的薄鋼板，每片薄板在圖像中占有的像素則可達17線，可以滿足圖像分辨率要求。

（3）遮擋外界雜散光的外殼

由于測量現場各種可見和不可見光的存在，隨時變化的外界光源影響薄板端面在線陣CCD中的成像質量，對測量效果帶來不確定性。為此，本方案中設計了用于遮擋外界雜散光的外殼，并將線陣CCD至于套筒內。為方便對不同高度的薄鋼板堆垛進行測量，套筒設計成喇叭狀，其狹窄端與線陣CCD鏡頭對接，其寬口端與薄鋼板端面對其，從而實現外界光源的遮擋，同時也便于測量時焦距的確定和內置光源光照距離和角度的確定。

（4）用于照明薄板端面的照明光源和用于支撐CCD的支架

由于薄板端面圖像的采集裝置使用了所述的遮光外殼，因此需要采用內置的照明光源實現薄板端面的照明，從而實現端面圖像的有效采集。對于照明光源，需要考慮到不同高度薄板的差異、照明后圖像亮度的均勻性。根據前期實踐表明，將光源固定在遮光套筒內，采用平行光光源前置的方式照射薄板端面（如圖1中F所指）具有較好的照明效果。具體的照明強度和照明角度可通過光路分析、軟件仿真以及實驗分析得出。

對應的支架則用于固定線陣CCD以及系統圖像采集的前端部件。由于現場中薄板包裝后存放的方式各異，板包擺放高度不同。對于擺放高度不同的薄板堆垛，可在測量時調節支架高度后完成測量。

（5）數據分析和處理

數據分析處理軟件采用VC++6.0開發，軟件成數據采集的操作功能和數據處理分析的軟件兩個重要部分。采集操作包括線陣CCD參數的設置，和采集過程的控制；數據處理和分析包含數據的展現，圖像的特征分析，薄板特征的匹配和張數的提取以及結果的現實。如圖3所示為系統軟件運行界面截圖，用戶可通過“參數設置”菜單完成CCD測量參數的設置；通過“開始/停止”菜單完成測量和采集過程的控制；通過“存取數據”菜單實現數據的讀取和存放（線陣CCD采集的薄板端面數據如圖紅色線條標識，其橫坐標表示像素點，縱坐標表示亮度值）；通過“數據處理”菜單完成數據的處理。

圖3 基于線陣CCD的層疊薄鋼板總數測量系統軟件運行界面截圖

其中，最為關鍵的為數據處理過程，其工作原理如下。

先對圖像進行濾波處理、閾值分割、傅立葉變換和特征提取，通過分析圖像灰度數據的波動周期和數據的特征，計算出圖中鋼板整齊疊放數量。

所述濾波，用于平滑圖像數據，減少小幅度波動對數據的影響，提高后續處理的效率。算法如下所示：

其中，p (i)為圖像的灰度值，Q (i)為濾波后的結果，Med(?)為濾波方法，2k為該濾波方法中選擇的濾波長度。

所述閾值分割，實現CCD噪聲信號的去除，算法如下所示：

其中，threshold為分割的閾值。

所述傅里葉變換，用于提取圖像灰度數據的波動頻率，得到反映薄板與縫隙交替出現的初步周期。算法如下所示：

其中，F F T(?)為一維向量的傅立葉變換算法，F (i)為返回的各種傅立葉譜。

所述的特征提取，即根據式（3）所得的薄板與縫隙交替出現的初步周期，并對圖像的灰度數據進行匹配和判斷，計算出圖像中真實的薄板層1中薄層的總張數。

3 結語

本項目采用非接觸式方法實現堆疊的薄鋼板總數測量，大大提高了工作效率，減少差錯發生，解決了企業面臨的實際問題，具有良好的應用價值。并且，本項目采用線陣CCD實現數據的采集，節約了系統成本，也提高了數據采集和處理的速度。