基于色選技術的建筑垃圾分選系統研發

，，， ，

(1.中國科學院海 西研究院泉州裝備制造研究所,福建 泉州 362000

2.廈門理工學院 電氣工程與自動化學院，福建 廈門 361000)

0 引言

我國建筑垃圾資源化水平較低，對建筑垃圾的利用大部分局限于簡單處理，建筑垃圾中無法精細分揀，經過簡單粉碎、過濾而制成的再生骨料，無法保證質量穩定[1-2]。因現有的國產建筑垃圾分揀設備存在分離不同材質物質難度大等問題，尤其是相近比重的不同物質難度大成本高等技術問題，實現建筑垃圾的精細分揀比較困難(典型的，混凝土的比重是1.6 t/m3，而燒結磚塊的比重 1.3 t/m3，兩者比重相近)，故如何從沙石骨料中有效分離出磚塊和混凝土是提高資源再利用品質需要解決的一個關鍵技術難點。

雖然當前我國基于機器視覺的檢測技術比較成熟，用于分選的領域也比較廣泛，特別是在食品行業和煙草行業[3-6]，但幾乎沒有用于建筑垃圾中燒結磚塊和混凝土的混合物的分選。況且兩者比重相近，傳統的分選方法如風選、電磁分選、振動篩分選和比重差分分選等都不適合此混合物的分選。因燒結磚塊和混凝土塊顏色上存在差異，故本系統提出了一種基于機器視覺求取目標燒結磚塊的質心坐標的方法，采用在機械輸送分散裝置相應部位放置視覺傳感器和PLC控制器，并在傳送帶末端安裝高壓氣閥陣列以實現實時的圖像采集、處理與分揀控制。

1 系統的工作原理

圖1 系統的工作原理

本系統的總體組成主要包括：機械傳送分散裝置、上位機VC、光源、圖像采集和處理系統及PLC控制系統。系統工作原理如圖1所示。 當平整隨機分布的混凝土和燒結磚塊隨傳送帶運動到兩個工業相機組成的面陣檢測區域時，相機把采集到的圖像經上位機VC圖像識別處理后，將處理信號發送給PLC以驅動相應的氣閥動作，從而實現準確地分選出目標磚塊的目的。

2 系統的硬件設計

2.1 整機系統設計

整機系統包括板式輸送機、遮光罩、條形LED光源、相機支架和端部的線陣列高壓氣閥。板式輸送機作為輸送裝置主體，用于對平鋪開的建筑垃圾物料進行輸送，可以方便快速地將被測物料輸送到檢測模塊下對其進行檢測識別。遮光罩可以減小周圍環境的干擾光對物料的影響，而遮光罩里的LED光源則可以克服環境光的干擾來提高圖像信噪比，突出檢測物料的特征以簡化圖像處理算法。相機架和輸送機相互分離設計，可以防止輸送物料時輸送機抖動對檢測結果的影響。每兩個高壓氣閥的距離為20 mm，共25個，并與平面形成一定的仰角，這樣便于目標物吹落到相應的收料箱中。

2.2 PLC控制系統設計

本系統的氣動部分主要由PLC控制器控制完成，為了能精準地噴走燒結磚塊，在傳送帶末端裝有25路高壓氣閥，結合系統的實際需求，選用了西門子S7-1200 PLC。該控制器具有結構緊湊、最優模塊化、開放式通訊和杰出的實時響應，在任何時候均可對整個過程進行完全控制，從而提高了質量、效率和安全性。該控制器使用的是博圖V13編程軟件，運用此軟件可以對底層應用進行梯形圖編程和操作，采用OPC客戶/服務器的模式和上位機VC進行通訊。其中OPC是Object Linking and Embedding (OLE) for Process Control的縮寫，它是微軟公司的對象鏈接和嵌入技術在過程控制方面的應用。OPC以OLE/COM/DCOM技術為基礎，采用客戶/服務器模式，為工業自動化軟件面向對象的開發提供了統一的標準[7-8]。系統的通訊原理如圖2所示。

圖2 PLC控制系統通訊原理圖

2.3 目標檢測區域設計

本系統使用的是Sony IMX174相機，采用CMOS工藝，USB3.0接口，分辨率為1 920*1 200，最高幀率可達163 fps。在檢測區域兩側上方分別安裝一個長為500 mm的LED燈，用于給檢測區域提供穩定的光源。

由于傳送帶寬度為500 mm，為使得相機的拍攝效果最佳，采用兩個相機同時拍攝，每個相機負責對應的區域。為了提高檢測的準確性，兩相機拍攝部分要有重合區域，至于重合區域的面積大小可由具體情況而定，本系統的檢測部分重合區域為50 mm,而每個相機的拍攝長度調節為275 mm,這樣就可以剛好拍攝完整個傳送帶的寬度。系統實物如圖3所示。

圖3 分選系統實物圖

3 圖像處理算法

本系統圖像處理算法的對象主要是偏紅色的燒結塊，將相機采集的圖像經過濾波、二值化、邊沿檢測等相應算法，識別出需要噴走的燒結塊，求取其像素質心，獲取燒結塊的位置信息。

3.1 圖像預處理

為提高信噪比及算法效率，首先要對獲取的圖像進行預處理以去除噪聲干擾、增強圖像等。在燒結塊散落在傳送帶上的過程中，多少會有一些粉塵掉落，這些細小的顆粒，在圖像中表現為無關的噪聲點，對圖像精準分割形成干擾。通過中值濾波對圖像進行平滑處理，可以使周圍的像素值更接近真實值，從而消除孤立的噪聲點并可保護信號邊緣。

3.2 基于HSV的閾值分割

本系統圖像處理采用了比較直觀的HSV顏色空間模型，HSV顏色空間中的H、S、V分別表示色調、飽和度和亮度。其中色調和飽和度包含了圖像的彩色信息，改變色調H值的范圍會影響圖像的整體顏色偏于某一色區，改變飽和度S值的范圍會決定顏色的深艷或淺淡，亮度則和物體的透射或反射比相關，比較受光照的影響，不易調控，在此我們對V值保留，因此我們主要提取色調和飽和度這兩個分量作為顏色特征[9]。

當將RGB圖像取值歸一化到[0,1]時，HSV顏色空間中的H、S、V分量與RGB之間的關系如下：

(1)

(2)

(3)

在HSV顏色空間中，每種顏色會對應一定的色區，可以調節H和S的取值范圍，保留目標顏色，將非目標物和噪聲融于背景。

由于建筑垃圾材料的顏色特征信息明顯，易于根據樣本的顏色信息確定H取值應該在紅色區域附近，先確定H的合適范圍，再確定S的閾值區間來實現圖像的分割。通過多次試驗統計可得出最終理想的H取值范圍為0～0.08，S的取值范圍為0.35～1，如圖4(b)所示，通過這兩個閾值可以很好地保留燒結塊所在的區域，而混凝土所在的區域基本上被消融掉，稍作處理即可融入背景當中，從而達到對燒結塊和混凝土進行顏色識別與分類的目的。

3.3 后續處理

3.3.1 圖像像二值化與去除小面積區域

對圖像二值化，即用黑色(像素數值設為0)表示背景，白色(像素數值設為255)表示前景感興趣區域，可以大大減少計算量，方便后續圖像處理。

圖像經過顏色閾值分割后，會存在一定數量的小面積區域，這些區域主要集中在原混凝土塊所在的位置，因為不排除混凝土上存在小部分區域顏色特征與燒結塊顏色特征相似，閾值后會變成較小的斑點。為了去除圖像中的小面積區域，可以對圖像依次行掃描標記和統計各個白色區域中的像素個數并設定合適閾值T，對小于閾值T的區域進行0填充，大于閾值T的區域則保留，結果如圖4(c)所示。

3.3.2 凸包擬合

對于一個區域A的凸包可以想象成一個多邊形大小剛好地能夠將區域A包裹住，即對A中所有的點{a1,a2,...an}當任取兩點a1,a2,由它們構成的整個線段a1a2必須在凸包內。由凸包的定義可知，圖像中的每一個目標區域內部點不會對凸包形成產生影響，區域的凸包大小和位置主要由區域邊緣上的點集決定，所以我們只需對每個目標區域提取邊緣點集，再進行凸包計算。實際上采用凸包算法可以很好地對多邊形進區域行擬合，填補凹口，圖4(d)為采用凸包擬合方法生成的目標石塊的輪廓，與圖4(c)凸包前的圖像對比，凸包擬合可以有效地填補目標區域內的黑洞，使得區域輪廓更完整光滑。

3.3.3 canny邊緣檢測

圖像中邊緣可以很好的來界定感興趣區域的結構輪廓，其主要存在于前景和背景的交界地方。在邊界附近圖像的像素值變化明顯，是高頻信號，很容易受到白噪聲的影響而誤判，canny算法[10-11]能精準定位邊緣同時還能抑制白噪聲。首先對圖像進高斯濾波，令F(x,y)為原始圖像函數，G(x,y)為高斯函數，其表達式為：

用G(x,y)與F(x,y)卷積對原圖模糊平滑得到f(x,y):

f(x,y)=G(x,y)*F(x,y)

求取邊緣的梯度幅值和方向：

3.4 質心計算

由于本系統中燒結塊是隨機分布在傳送帶上的，氣閥和燒結塊的位置至關重要，理想狀態下，氣閥的噴嘴中心應該與燒結塊質心在一個垂直面上，此時燒結塊所受的推力最大，最容易被噴走，在實際運行中，并不能保證每個被噴的燒結塊處于理想位置，本文解決的方法是確定燒結塊的質心位置，以質心位置尋找最近的氣閥，圖像中的區域質心可以通過計算統計學中在矩特征來獲取。

在處理圖像時，可以將圖像中的像素坐標可以看做為一個二維的隨機變量，非零的像素值表示目標區域，則一幅灰度圖像可以用二維隨機變量的概率密度函數來表示，(p+q)階矩則依賴圖像尺度、平移等變換。其表達式如：

(4)

將公式(4)離散化，便可應用于數字圖像處理。比如一幅M×N數字灰度圖像，其p+q階矩為：

其中:(i,j)表示像素坐標，f(i,j)是圖像像素坐標(i,j)處的灰度值，區域的質心可由零階矩和一階矩來計算獲取。

圖4 基于HSV的閾值分割算法

4 分選系統的精確控制實現

本系統的程序部分主要是在上位機VC上完成的。采用多線程技術，主線程主要完成圖像的采集與處理，副線程主要完成對PLC的控制工作。因燒結磚塊和混凝土塊的混合物料是隨機平鋪的，這樣每次圖像拍攝的目標物料的個數不同，導致圖像處理的時間不同。

故本系統圖像采集和處理部分采用雙線程，并定義一個全局變量，一個線程負責不斷采集圖像，并每隔一定的幀數發送一個觸發事件，在另一個線程里調用一個WaitForSingleObject函數，線程在沒有檢測到觸發事件時一直被掛起，當檢測到觸發事件時就立即處理圖像，這樣理論上可得到空間上連續而無冗余的序列圖像。

4.1 環形隊列存取技術

為了提高系統的實時性，本系統采用環形隊列[12-13]的數據存取方式，環形隊列的特點是，不需要進行動態的內存釋放和分配，使用固定大小的內存空間反復使用。當控制PLC的線程檢測到隊列中有數據時，以先入先出的方式從隊列中取出數據并進行分析處理后，控制對應的氣閥動作。

4.2 精確定位與定時

PLC控制線程可以從環形隊列以出隊的方式取出目標物料的質心坐標(X，Y，T1)，利用X值可以得到目標物料延遲的時間，利用Y值經過計算可得到與氣閥相對應的位置，T1值為相機拍攝時的絕對時間。

4.2.1 精確定位

本系統使用的傳送帶寬度為500 mm,采用25路氣閥實現控制功能，故每個氣閥相距20 mm。通過對坐標值Y的計算可以得到與氣閥相對應的位置，便可以實現精確定位的目的。系統的定位示意圖如圖5所示。

圖5 系統的定位示意圖

4.2.2 精確定時

本系統通過調用相關函數得到相機的拍攝時間，由于每次采集圖像的時間都是絕對時間，即使有時存在系統誤差，也不會造成系統誤差累加。系統的定時示意圖如圖6所示。

圖6 系統的定時示意圖

(5)

(6)

利用公式(5)和(6)可以得到系統精確定時的目的，式中T2為工控機系統的當前時間，T1為相機的拍攝時間，ΔT為目標磚塊到氣閥的延遲時間，S為坐標系原點到氣閥的距離，X為目標燒結磚塊的質心橫坐標，V為傳送帶運行時的速度。當工控機系統的當前時間T2等于相機的拍攝時間T1與目標磚塊到氣閥的延遲時間ΔT之和時，對應的氣閥被打開，使目標磚塊落入到相應的回收箱里。

5 實驗結果分析

為了得到分選系統對目標磚塊的識別率和分選率，選取目標磚塊和混凝土塊各300個作為試驗樣品，則不同帶速下分選結果如表1所示。其中識別數為分選系統識別出的目標磚塊的數量；噴離數為分選系統從兩者的混合物料中分離出目標磚塊的數量。

表1 不同帶速下的分選結果

實驗結果表明，傳送帶的速度會影響分選系統的對目標磚塊的識別率和分選率。帶速過大時，考慮到圖像采集和處理需要時間以及高壓氣流作用在目標磚塊的時間過短等都會降低分選系統對目標磚塊的識別和分選，故帶速不宜過大。通過對比發現，在帶速分別為0.80 m/s和1.00 m/s時，帶速對分選結果的影響不大，且系統的識別率和分選率都較高，故本系統把傳送帶速度固定為1.00 m/s,測得系統的識別率為96.8%，分選率為91.7%。

6 結束語

本系統通過改進檢測方法并優化控制算法，實現一種優化的用于區分燒結磚塊和混凝土塊的在線檢測技術。實驗結果表明，當傳送帶速度為1.00 m/s時，分揀系統的識別率為96.8%，分選率為91.7%。本系統提出的基于機器視覺求取目標物質心的方法，實時性好、分選率高且簡單實用；同時，燒結磚塊和混凝土塊高效分離回收后的經濟價值將得到極大的提高，有助于解決我國城市固體建筑垃圾圍城的環境難題。