基于數字圖像處理技術的實時檢測系統

（1.天津理工大學 電子信息工程學院， 天津 300384；2.天津大學 精密儀器與光電子工程學院， 天津 300072）

摘 要：基于在線檢測系統與圖像處理算法的研究，提出了一種適用于在線檢測的快速膠片弊病檢測算法。采用了紅外光對膠片成像，并通過CCD相機采集圖像信號送入計算機，通過平滑濾波、邊緣提取及累加判別等處理技術，實現了對膠片弊病的識別與檢測。現場調試運行表明，在卷片機車速20~70 m/min的條件下，該系統運行穩定，對于黑白膠片的各種典型弊病能夠正確檢測，并能忽略掉膠片上可以接受的微小瑕疵，滿足了實際生產的需要。

關鍵詞：圖像處理；工業檢測；邊緣提取；電荷耦合裝置高速成像

中圖分類號：TN957.524文獻標志碼：A

文章編號：1001-3695(2009)04-1560-03

On-line detection system based on techniques of image processing

CHEN Zhi-hong1，LIU Wen-yao2，LIU Wei-lin2

(1.School of Electronics Information Engineering， Tianjin University of Technology， Tianjin 300384， China;2.College of Precision Instruments Opto-electronic Engineering， Tianjin University， Tianjin 300072， China)

Abstract:Based on the researches of techniques of image processing，this paper put forward a new fast arithmetic which applied to on-line defection system. In this system，formed the images of the film through the NIR light， and obtained the image by CCD camera and transferred to the processing computer. By means of arithmetic about smooth filtering， edge detection and aggregation judgment， the system could inspect film defects effectively. Experiments on this system shows that when the speed of film collecting machine is set between 20~70 m/min， the system works stably， and can detect the typical kinds of black-white film defects meanwhile ignore the minor defects that do not affect the film’s application. Experimental result also shows that this system can meet the need of production properly.

Key words:image processing; detection system; edge detection; CCD imaging

在當今的數碼相機時代中，黑白膠片成像作為一種成熟的低成本照相技術，以其低廉的價格和穩定的性能仍然在某些特定領域和攝影愛好者中廣泛的應用。在黑白膠片的生產過程中，由于各種因素的影響，會隨機產生一些膠片弊病，目前所采用的膠片弊病檢測方法是通過紅外成像將膠片圖像顯示在監視器上進行人工目視檢測。而黑白膠片的生產速度最高可以達到70 m/min，由于傳統紅外成像的局限和人眼易疲勞的問題，該方法對于一些尺寸較小的弊病的漏檢率非常高。

為了改善黑白膠片的整體質量且提高生產效率，受中國樂凱膠片集團公司的委托，筆者研制了一種操作簡便、集可視化和自動檢測于一體的在線膠片檢測系統，且該系統考慮到工作環境的實際情況和工人的操作習慣，在發現弊病膠片時能使卷片機自動停車，配合工人剪除弊病膠片。

1 系統的技術指標及檢測原理

1.1 系統的技術指標

被檢膠片為幅寬35 mm的黑白膠片。此類黑白膠片根據是否已打定位孔分為有孔型和無孔型，根據應用不同膠片的透光性也有所不同，因此系統應具有良好的兼容性。在線檢測速度為20~70 m/min，要求檢測系統能夠檢測出脫涂、拉絲、較大的臟點和條道等典型弊病。為了保證膠片的安全，照明光源的波長應不小于900 nm。系統軟件設計應滿足檢測整理車間的生產流程，并在線實時分析膠片圖像，發現并報告膠片弊病，同時能控制卷片機停車以備后續處理。此外，膠片在生產過程中產生的直徑小于0.5 mm的臟點不影響膠片的正常使用，所以軟件設計中應能將其忽略，不報告膠片弊病。

1.2 系統的檢測原理

在紅外光源提供合適均勻照明條件下，CCD相機經高速圖像采集卡將拍攝到的膠片圖像實時顯示在計算機顯示器上[1]。同時，分析處理系統軟件所采集的圖像，根據片基經光照射后所得圖像的灰度值不同的原理，通過圖像平滑和圖像分割的方法，將弊病從片基背景中分離出來，達到檢測的目的。

2 系統的硬件組成

2.1 近紅外光源模塊

近紅外光源模塊由近紅外LED陣列構成的光源電路板、朗伯光散射器、穩壓開關電源及相應的機械結構組成。采用峰值波長為944 nm的紅外LED作為發光單元，同時添加了截止波長為900 nm的濾光片，保證了膠片的安全。為了獲得質量較好更便于后續處理的膠片圖像，要求光源的強度要高、均勻性要好。因此，采用了200只紅外LED構成的光源陣列，有效發光面積約為115 mm×70 mm。根據光學設計經驗，光源的有效發光面積一般為被照物體面積的2~4倍，而一幀被檢膠片的面積約為42 mm×35 mm，所以本光源滿足照明范圍的需要。為了保證物面光照的均勻性，光源電路板前面采用朗伯光散射器均衡光照。黑白膠片弊病檢測系統構成如圖1所示。

2.2 圖像采集顯示模塊

圖像采集顯示模塊由成像鏡頭、CCD相機、圖像采集卡、計算機以及鏡頭墊圈構成，其部件的選擇需根據在線檢測的各項指標要求確定。

成像鏡頭的選擇必須要保證實際的成像視場角小于鏡頭的最大視場角，形變要小，且光圈應在一定范圍內可調以適應不同類型膠片的透光度要求。據此選用了焦距為8 mm、光圈1.3、最大視場角為50°的定焦鏡頭，光圈可調。

根據所檢測的光譜范圍、檢測速度以及分辨率的要求，選用了美國UNIQ公司生產的UP-600型黑白CCD數字攝像頭，其光敏單元面積為7.4 μm×7.4 μm，有效像素為659×494，快門速度為1/60~1/62 000 s。它具有的特點為：a）可直接輸出數字信號到圖像采集卡，保證了圖像的質量；b）在紅外光譜范圍響應較高，滿足檢測的特殊要求；c）掃描速度達到60 fps，如將35 mm黑白膠片的寬度方向滿幅映射到CCD所成圖像的寬度方向，每幀可以檢測約42 mm長的膠片，即每分鐘可以檢測約120 m的膠片，滿足在線檢的速度要求；d）相機后面板上具有可調節增益和快門速度的機械旋鈕，方便調節，且不會因相機掉電而丟失參數。

圖像采集卡選用了與CCD相機匹配的加拿大Matrox公司生產的Meteor2/Digital采集卡，該卡支持并行數字信號輸入，可實時采集UP-600CCD相機輸入的信號，沒有延時。該圖像采集卡驅動程序與Windows操作系統兼容性良好，且自帶一個支持常用圖像采集和處理方法的函數庫，可在Visual C++編程環境中直接調用，從而縮短了軟件開發周期。

2.3 與PLC控制電路通信模塊

黑白膠片的卷片機由其內部的PLC控制工作，因此當發現弊病時需要向PLC控制電路發送一個停車信號。此信號由軟件控制通過RS-232發送到控制電路板上，再由控制電路板轉換成合適的輸入信號輸入PLC。為了避免PLC與膠片檢測系統互相干擾，其中采用了光電隔離的方法。

3 系統的軟件設計

3.1 檢測系統軟件的總體設計及功能

系統的軟件部分是通過Windows平臺下的Visual C++ 6.0編程實現的[2，3]。軟件包括弊病檢測和通信兩個模塊。通信模塊是與PLC控制電路通信的軟件控制部分，可以實現發現膠片弊病立即停車以及控制卷片機開停的功能。弊病檢測模塊又分為參數設定與實時檢測子模塊。參數設定子模塊實現了對膠片類型的設置，輔助調節焦距和光圈，檢測閾值參數的設定及實時顯示膠片圖像等功能；實時檢測子模塊是程序的核心，其通過一種快速的弊病識別算法實現對膠片的在線實時檢測，此算法是弊病檢測的關鍵。 

3.2 弊病檢測快速算法的實現

弊病檢測是在線實時檢測，數據的處理量很大，所以檢測算法應該在具有較高識別能力的前提下保證檢測的速度。同時，由于CCD增益的提高和紅外LED光源照明的不均勻性，以及膠片顆粒形成的散斑效應都會不同程度地增強圖像的噪聲，這些都給算法的設計提出了較高的要求。

3.2.1 圖像濾波

為了消除噪聲常采用濾波的方法，濾波又分為空域濾波和頻域濾波。由于頻域濾波需要對圖像進行傅里葉變換，計算量較大，不適用于實時檢測的應用，本文采取空域濾波來消除噪聲。

鄰域平均法[4]是一種適合于快速圖像處理的空域濾波方法。雖然相對于中值濾波方法其保邊性能較差，會對圖像產生一定的模糊，但由于其運算速度明顯優于中值濾波，通過它可以濾掉大部分隨機噪聲，且產生的模糊并不會對膠片檢測造成實質的影響，故采用鄰域平均法。

設一幅數字圖像f(x，y)為M×N的陣列，平滑后的圖像為g(x，y)，其每個像素的灰度由包含的預定鄰域的幾個像素灰度級的平均值所決定，即用下式得到平滑圖像：

g(x，y)=（1/K）(i， j)∈Sf(i， j)（1）

其中:x=1，2，…，M；y=1，2，…，N；S是（x，y）像素點的預定鄰域（不包括(x，y)像素點）；K是S內的坐標點總數。

常用的鄰域S有兩種，即4鄰域和8鄰域。為了取得更好的濾波效果，本文采用8鄰域，其鄰域平均模板為

181 1 11 0 11 1 1

3.2.2 邊緣提取

判斷一幀膠片圖像中是否存在弊病，就要對平滑濾波后的圖像進行邊緣提取［5］，將弊病從背景中分離出來。鑒于本系統對速度的要求，固定閾值檢測法[6]是最簡單快速的提取方法，但由于圖像照度不均勻的影響，直接采用固定閾值的方法顯然是不行的。

通常邊緣部分的圖像具有灰度不連續性，如果像素落在圖像中某一物體的邊界上，則其鄰域將成為灰度級的變化帶。梯度向量的模和方向反映了這種灰度的變化，因此采用一種梯度邊緣檢測算法就可以將邊緣很好地提取出來。對于數字圖像，梯度算子的定義為

M（x，y）=S2x(x，y)+S2y(x，y)(2)

其中：Sx和Sy分別為x方向和y方向上該點的偏導數。

本文采用了如圖2所示的Prewitt梯度算子[7，8]，同時采用3×3鄰域以避免在像素之間內插點上計算梯度。由于黑白膠片的工藝決定了膠片弊病絕大多數都是沿著水平和垂直兩個方向的，采用對水平和垂直方向邊緣響應最大的兩個卷積核進行計算，其卷積模板如圖2所示。取其中較大的作為該點的輸出值，即

M(x，y)=max[Sx(x，y)，Sy(x，y)]（3）

經Prewitt梯度算子計算后所得到的邊緣圖像，再通過固定閾值法就能將弊病從膠片圖像背景中分離出來。此二值化閾值是通過對大量的弊病樣本進行檢測所得到的經驗值，本系統中對于普通的黑白膠片檢測取25，對于特種黑白膠片檢測取30。判別公式如下：

MDT（x，y）=1 M(x，y)≥DT

0 M(x，y)＜DT （4）

3.2.3 弊病判別

如前文所述，膠片在生產過程中產生的直徑小于0.5 mm的臟點不影響膠片的正常使用，所以對于此種個別臟點無須報告弊病。為了在達到此項指標要求的基礎上檢測出弊病，采用了單行累加與整幀累加兩種判據相結合的檢測方法。

如圖3所示，t軸垂直于s軸，t軸與z軸的夾角為θ，由幾何關系有

s=y cos θ-x sin θ

t=y sin θ+x cos θ（5）

通過式（5）解出x、y：

x=t cos θ-s sin θ

y=t sin θ+s cos θ（6）

沿任意方向s，圖像g(x，y)的投影可表示為

Pθ(t)=∫∞-∞(t cos θ-s sin θ，t sin θ+s cos θ)ds（7）

同理，沿t方向的投影可表示為

Pθ(t)=∫∞-∞g(t cos θ-s sin θ，t sin θ+s cos θ)dt（8）

考慮到檢測中速度的要求，本算法中設θ=0，即向x和y軸投影。同時由于數字圖像是不連續的信號，可以用加法代替積分，式（7）（8）可簡化為

Px(y)=max-yy=1gT(x，y)(9)



Py(x)=max-xx=1gT(x，y)(10)

其中，max-x與max-y是x和y上的最大像素數，是分割獲得的二值圖像。黑白膠片的弊病多為沿著膠片運轉方向的條帶狀弊病，如拉絲、脫涂和劃傷等。所以采用每行累加的方法就是通過累計效應將此類弊病放大，便于檢出。缺陷所在行的累加值要明顯高于背景圖像所在行，通過設置一個合理的累加閾值，就可以在消除噪聲干擾的前提下準確地檢測出弊病。采用此方法作為第一判據，公式表達如下：

P(k)=my=1MDT(x，y) x∈[1，n](11)

其中：m、n分別為CCD相機的長寬像素數。

經過第一判據，大部分的弊病可以被檢出，但仍有一些較大臟點和小臟點比較密集的弊病可能被忽略掉，因此采用整幀累加作為第二判據，將多行的弊病累積放大達到檢出的目的。整幀累加閾值的設定應遠大于整幀圖像中的隨機噪聲個數，判定表達式如下：

sum=nx=1P(k)（12）

圖4~6列出了三種典型弊病劃傷、拉絲和臟點的原圖像、經濾波及邊緣提取后的圖像以及累加曲線。可以看出，劃傷和拉絲可以通過單行累加檢出，而臟點可以通過整幀累加的方法檢出。上述的方法也同樣適用于條道、脫涂等典型弊病。

4 系統試運行的檢測結果

利用車間提供的帶有不同典型弊病的幾組膠片對檢測系統的弊病檢出能力進行了測試，其中的弊病包括劃痕、條道、拉絲、脫涂、涂層不勻、臟點。檢測系統對上述的幾組膠片進行測試，結果表明：對于劃痕、條道、非輕微拉絲、脫涂等縱向尺寸較大的弊病，都是通過單行累加弊病點的方法檢測出來的。對于直徑大于1 mm的臟點，系統均可以正確檢出；對于直徑小于0.5 mm的臟點，通過改變單行累加的閾值可以將其忽略掉，不報告弊病。對于某一區域內的臟點雖然不大，但較多的膠片圖像也能通過整幀累加的判別方法檢出；對于特別輕微的拉絲，由于得到的圖像中弊病與背景的對比度偏低，檢測效果不夠理想。這是由于系統采用透射光方式進行檢測，對膠片的層間弊病非常敏感，而對于對比度較弱的表觀弊病，則相對效果差些。表層劃傷是由于工人在操作中的不規范、機器上存在顆粒性的摩擦物等原因造成的，其發生的概率可通過人為因素降至最低。因而，本檢測系統的檢出率是完全能夠滿足生產要求的。圖5~7是檢測系統試運行期間得到的弊病圖像。

在試運行期間，對檢測系統向PLC發送的停車信號也進行了檢驗，串口發出的停車信號穩定可靠。采用了光電隔離，因此杜絕了與卷片機PLC之間的相互干擾。此外，還進行了系統長時間運行的測試，經過16 h的連續試運行，檢測系統狀態良好，檢測的準確性和實時性沒有發生變化，證明了系統可以勝任連續的工作。

5 結束語

本文設計的檢測系統已在中國樂凱集團黑白膠片廠整理車間調試運行，包括對光源安全性、各種典型弊病樣本的在線檢測、實際生產中各級車速條件下的檢測、系統和PLC卷片機控制電路通信以及系統16 h連續運行穩定性的測試。在卷片機車速在20~70 m/min的條件下，此系統運轉正常，與卷片機配合良好、性能穩定；在高車速的條件下無漏檢，能準確地檢測出各種類型的典型弊病，并于近日通過了廠家的驗收，正式交付使用。此套設備提高了黑白膠片的弊病檢測速度和質量，進而提高了產品的質量和生產效率。

參考文獻：

［1］

LIN Chen-sheng，CHANG Rong-sheng.Digital image processing for evaluating the characteristics of the microstructure of a holographic plate[J].Optics and Laser Technology，1997，29(2):97-102.

[2]胡小鋒，趙輝.Visual C++/MATLAB圖像處理與識別實用案例精選[M].北京：人民郵電出版社，2004.

[3]方培生，陸嵐，李廣.Visual C++在數字圖像增強中的應用[J].傳感技術學報，2004，17（4）:600-602.

[4]沈國鍵，夏啟明，李瑛.基于知識自適應圖像平滑[J].武漢測繪科技大學學報，1995，20(2):141-145.

［5］ 章毓晉.圖像處理和分析[M].北京：清華大學出版社，1999.

[6]WILKINSON M H F.Optimizing edge detectors for robust automatic threshold selection:coping with edge curvature and noise[J].Graphi-cal Models and Image Processing，1998，60(5)：385-401.

[7]GONZALEZ R C，WOODS R E，WOODS S L.數字圖像處理:MATLAB版[M].北京：電子工業出版社，2005.

[8]楊枝靈，王開.VC++數字圖像獲取處理及實踐應用[M].北京：人民郵電出版社，2003.