智能型煙件外觀檢測裝置研發(fā)

曹炳強，林劍沙，楊正清

（紅云紅河煙草（集團）有限責任公司紅河卷煙廠，云南紅河 652399）

0 引言

為響應國家煙草專賣局提出的在行業(yè)內(nèi)開展卷煙包裝箱循環(huán)利用的號召，秉承云南中煙綠色煙草、責任煙草的發(fā)展理念，2013 年紅河卷煙廠卷煙回收箱循環(huán)利用開始在YP13 封箱機試點與生產(chǎn)，使用至今已達14.2 萬只/年，占比高達29%，且呈逐年劇增趨勢。由于循環(huán)箱皮“挺度”嚴重下降且無法進行檢測，不可避免在封箱環(huán)節(jié)造成大量外觀缺陷煙件流入成品工序引發(fā)輸送通道擠煙、碼堆時箱件破損造成條煙散落等問題，不僅造成故障停機、影響成品入庫效率，而且容易產(chǎn)生煙件缺條、損傷煙條等質(zhì)量隱患。一旦缺陷煙件流入市場引起投訴，將會嚴重影響企業(yè)形象。因此，急需研發(fā)一套智能型煙件外觀檢測裝置，對煙件的外觀檢測并剔除缺陷煙件。

1 智能型煙件外觀檢測裝置基本結構及原理

智能型煙件外觀檢測裝置由智能相機、工業(yè)相機、控制柜等組成，基本結構如圖1 所示，系統(tǒng)控制原理如圖2 所示。其中，工業(yè)相機作為后端圖像采集器件，將采集到圖像傳送至智能相機。智能相機內(nèi)部集成了CCD 成像器件和X86 結構處理器，作為前端圖像采集器件的同時，也作為系統(tǒng)的核心處理器，用于對圖像的識別判定并將判定結果傳輸給PLC。控制柜由PLC、繼電器、人機交互界面、報警裝置等組成，用于對檢測裝置的控制及簡單維護操作。

圖1 系統(tǒng)基本結構

圖2 系統(tǒng)控制原理

1.1 安裝位置選擇

根據(jù)封箱車間設備工藝、合理性布局，經(jīng)濟性考慮，選取在入庫線前端煙件匯流處箱缺條檢測位置安裝該系統(tǒng)（一對多方式），使所有進入成品工序的循環(huán)煙件都能受到檢測，同時利用箱缺條檢測剔除裝置，完成對煙件端面缺陷的攔截與剔除。

1.2 圖像采集系統(tǒng)

從節(jié)約成本、安裝空間考慮，選用1 臺智能相機+1 臺工業(yè)相機的方式進行圖像采集，根據(jù)現(xiàn)場測繪、計算及實驗，確定相機的安裝位置、鏡頭的焦距及光源的安裝位置，確保獲取圖像清晰、完整。

1.3 圖像處理算法

獲取圖像后需要進行圖像處理，判斷當前的圖像是否合格。因?qū)嶋H檢測的煙件具有多規(guī)格、多品牌、不同封箱膠帶的特點且隨機出現(xiàn)，加之煙箱成像形態(tài)不確定，難以采用模板方式進行定位，來料密集時會出現(xiàn)人工干預煙箱行進、容易影響觸發(fā)時序造成誤檢和剔除時機錯誤等，故無法針對不同煙件設定模板。

針對該情況，通過采集大量圖像和缺陷種類進行調(diào)研和分析，對檢測時序和煙箱定位、缺陷判別，總結并設計了多種檢測算法實現(xiàn)對圖像的處理及判定。

第一步：圖像有效性判斷。使用圖像灰度分布和成像時間戳相融合的來料有效性判別及同步算法：根據(jù)相鄰兩件煙箱的前后端圖像的到達順序及時間差值，結合圖像中各區(qū)域灰度分布統(tǒng)計，判別來料有效性，處理煙箱同步，濾除誤觸發(fā)及錯誤觸發(fā)（圖3）。

圖3 圖像有效性判斷

第二步：頂點檢測。基于動態(tài)閾值和幾何形態(tài)特征的自適應煙箱端面頂點檢測算法：針對有效圖像，查找煙箱端面的4 個頂點，通過頂點間連線確定煙箱端面輪廓。該算法無需設定閾值，通過原圖像與均值濾波后的圖像進行邊緣查找，再根據(jù)邊緣線條的形態(tài)及線條間幾何關系判別頂點，然后對頂點間相對位置進行校驗（圖4）。

圖4 頂點檢測

第三步：區(qū)域自適應檢測。基于煙箱輪廓形態(tài)的檢測位置算法：基于煙箱輪廓，通過輪廓形態(tài)，長、短邊幾何關系及比例等參數(shù)計算形變類型及系數(shù)，根據(jù)得出的參數(shù)，確定常見缺陷出現(xiàn)位置并按照特定比例劃定檢測區(qū)域，如耳朵搭接錯誤、膠帶外翻、條煙外漏、膠帶漏貼等檢測（圖5）。

圖5 區(qū)域自適應檢測

第四步：缺陷判別。應用灰度直方圖、平均灰度、斑點分析、輪廓形態(tài)的缺陷檢測算法：針對各個不同的檢測區(qū)域，判別該區(qū)域是否存在缺陷，如果存在，則將該煙箱標記為缺陷煙箱，加入剔除隊列（圖6）。

圖6 缺陷判別

通過上述多種算法的結合，實現(xiàn)對圖像精準處理及判定。

1.4 軟件設計

基于OPCV 庫和C++語言進行算法程序的設計編寫，采用QT5.5.1，32 作為人機交互界面的開發(fā)平臺，通過隱藏復雜的視覺算法參數(shù)設置，將不同缺陷類別的檢測進行封裝，僅保留其使能設置，一線操作人員無需進行相對參數(shù)的修改和維護，僅需進行開關機操作，大大減小操作難度。

軟件模板主要分為人機交互、圖像采集、圖像處理、剔除處理、參數(shù)管理、日志等6 個模塊，各模塊主要功能如下：

（1）人機交互：各操作界面顯示，狀態(tài)刷新，參數(shù)接收，圖片存取等，與各模塊間通過消息傳遞進行數(shù)據(jù)同步。

（2）圖像采集：封裝大華科技相機SDK 庫，提供前后兩臺相機的查找、連接、注冊、參數(shù)讀寫、圖像采集回調(diào)、異常報警等方法。圖像數(shù)據(jù)到達后填充圖像幀對象并綁定時間戳及相機標識，發(fā)送圖像到達信號。

（3）圖像處理：根據(jù)圖像到達信號，讀取圖像數(shù)據(jù)，發(fā)送處理開始信號，調(diào)用處理算法，處理完成后發(fā)送處理結束信號。

（4）剔除處理：根據(jù)處理結束信號中傳遞的相機標識和圖像時間戳，以狀態(tài)機形式控制“剔除等待→推板伸出→推板伸出等待→推板回退”這一剔除流程。

（5）參數(shù)管理：負責相機、剔除、系統(tǒng)、運行時參數(shù)的創(chuàng)建、保存及配置文件讀取。

（6）日志：系統(tǒng)運行過程中產(chǎn)生的各種信息的分類處理，日志存儲，此日志模塊通過封裝QsLog、重新定義日志輸出格式來實現(xiàn)。

2 項目實施

完成裝置結構、控制系統(tǒng)、軟件設計之后，在煙件輸送箱缺條檢測段設置兩臺相機和控制柜：當煙件到達照相傳感器位置時，相機1、相機2 分別對煙件的前后端面進行拍照，照機2 將照片傳送至相機1，由相機1 運用圖像處理算法對接收的圖像進行識別處理及判定（圖7）。視覺系統(tǒng)判定信號聯(lián)機電控PLC系統(tǒng)，實現(xiàn)對缺陷煙件的跟蹤，當煙件到達剔除機構時剔除機構動作，精準剔除缺陷煙件。圖8 為智能型煙件外觀檢測裝置現(xiàn)場。

圖7 系統(tǒng)工藝控制流程

圖8 智能型煙件外觀檢測裝置現(xiàn)場

3 應用效果

項目實施后，通過選取50 件不同端面缺陷煙件進行測試，識別剔除準確率達到100%。該裝置投入使用后，跟蹤統(tǒng)計了兩個月情況，共識別剔除缺陷煙件226 件，無缺陷煙件流入成品工序，其端面外觀缺陷煙件識別剔除準確率達100%，徹底解決了端面缺陷煙件流入成品工序的問題。

使用智能型煙件外觀檢測裝置后，在有效降低人力資源、提升成品庫運行效率的同時，徹底解決了循環(huán)箱裝箱后潛在的煙件端部質(zhì)量缺陷，消除了流入市場卷煙包裝外觀質(zhì)量隱患。

4 結束語

智能型煙件外觀檢測裝置的研發(fā)，實現(xiàn)了對不同品牌、不同規(guī)格、不同顏色封箱膠帶煙件外觀缺陷的共線檢測，外觀缺陷煙件的識別剔除準確率達到100%，消除了外觀缺陷煙件及封口缺陷導致缺條質(zhì)量煙件流入市場的質(zhì)量隱患。在全行業(yè)循環(huán)箱皮大力推廣應用及使用數(shù)量與日俱增的背景下，該裝置不僅在業(yè)內(nèi)具有極高的推廣價值，在其他類似使用包裝箱的生產(chǎn)制造行業(yè)也具有較高的應用前景及借鑒作用。