張紹堂
曲靖師范學院計算機科學與工程學院,云南曲靖 655011
煙草異物剔除系統中顏色表可視化研究
張紹堂
曲靖師范學院計算機科學與工程學院,云南曲靖 655011
顏色表對用戶來說是透明的。可視化就是將顏色表中已有的顏色顯示出來,用戶通過觀察顏色表很容易判斷顏色表的識別效果,并對顏色表作相應修改。該方法有利于顏色表的維護和剔除效果的提高。
煙草異物剔除;顏色表;可視化
機器視覺是通過光學的裝置和非接觸的傳感器自動地接收和處理一個真實物體的圖像,以獲得所需信息或用于控制機器人運動的裝置。它是研究計算機模擬生物宏觀視覺功能的科學和技術,即用機器代替人眼來做測量和判斷,其特點是自動、客觀、非接觸、精度高、速度快、工作可靠。
機器視覺技術是指用計算機來實現人的視覺功能,也就是用計算機來實現人對客觀的三維世界的識別;機器視覺技術應用系統主要有三部分組成:圖像獲取、圖像的處理和分析、輸出或顯示(執行系統)[1-2]。
基于機器視覺技術的煙草異物剔除系統用在卷煙廠的制絲生產線、打葉復烤線中,是用以識別并剔除煙葉中混雜的異物(如麻繩、紙片、雞毛、蟲蛹、塑料等)的自動化檢測系統。能從煙葉中以很高的比率和精度剔除雜物,提高制絲生產線、打葉復烤線產品品質。
煙草異物剔除系統是根據顏色特征來區分煙葉和雜物的。煙葉通過攤薄機等輔聯設備,形成煙葉薄層,使異物不上下夾雜在煙葉中間,以利于圖像設備(CCD彩色線掃描相機)檢測。輸送機將煙葉薄層加速到5~8米/秒的速度。煙葉薄層通過視頻柜時,線陣CCD彩色線掃描相機攝取煙葉圖像,送入數字圖像處理單元。數字圖像處理單元能實時處理海量圖像數據,經過研制的專有圖像算法,識別出異物,并計算出異物的相對坐標。控制相應坐標高速氣動電磁閥,將異物剔除。合格煙葉則進入下一工序[3-5]。
整個系統已在多個煙廠投入使用,運行結果表明,系統對木片、雞毛、紙片、藍色皮帶、綠色皮帶、黃色皮帶,透明塑料等的剔除率較高(達到了90%以上),但仍然存在一些直接影響系統性能的因素。
2.1 顏色與煙葉相近異物的處理
由于紙箱板、麻繩等異物的顏色和煙葉顏色相近甚至相同,在建立顏色庫的過程中很容易將該類雜物的顏色學習到顏色庫中,直接影響到了相同對該類雜物的識別和剔除,在文獻[6]中,我們已經給出了相應的處理方法。
2.2 大塊異物的處理
實際應用中還發現,對于一些體積或面積比較大的雜物漏剔現象較嚴重,產生漏剔的原因主要是以下幾方面:
1)受風力(為了保證物料的穩定、快速的傳輸,系統中在物料上、下方加入了壓風和托風)的影響,大塊異物位置產生了偏移,導致不能準確剔除雜物。受該因素影響最明顯的是像黑塑料這類較輕的雜物。
2)系統通過高速皮帶將物料加速到5米/秒的速度進行檢測。在加速的過程中,諸如木塊等質量較大的雜物速度相比物料和普通雜物更快,而氣動電磁閥的動作間隔時間是根據普通雜物設定的,在電磁閥作出動作之前雜物已跨越剔除位置,從而導致漏剔。
3)剔除口的寬度是有限的,當遇到紙箱板這類面積較大的雜物時,系統不能將該類雜物擊落。
文獻[7]中我們給出了大塊異物的處理方法。
2.3 顏色表的維護
顏色表就是學習好后的煙葉顏色,系統中以一種特殊的文件存儲,它本身對用戶來說是透明的。系統運行過程中,用戶根據剔除情況對顏色表作適當修改,以保證良好的剔除效果。但對顏色表進行長期修改后,用戶并不知道顏色表里邊究竟學習了些什么顏色,只能根據剔除情況來衡量顏色表的效果。經過長時間的積累,也許用戶無疑將某種雜物的顏色學習到了顏色表中,而用戶全然不知。這直接影響了某些異物的剔除。
在顏色表建立的過程中,我們不斷抓捕煙葉圖像,學習正常煙葉顏色,記憶正常煙葉顏色RGB值。就整個過程而言是不可逆的,我們只能盡可能地避免將雜物顏色學習到顏色表中,而顏色表中究竟學習了些什么顏色,這是不可見的。為此我們提出了將顏色表顯示出來,也就是顏色表可視化。
系統中顏色表以特殊的文件格式進行存儲,我們將表里邊的顏色讀取出來,并將其繪制出來[8],以方便用戶觀察。
可視化最大的好處就是,我們可以通過觀察顏色表來簡單評估一個品牌庫的剔除性能。在某一品牌庫中,如果我們錯誤的將雜物顏色學習到了顏色表中,通過可視化后的顏色表很容易觀察。圖1和2給出了正常和異常的顏色表。在圖1中,我們看到,除了煙葉和背景的顏色,品牌庫中沒有其他差異比較大的顏色。而在圖2中,我們可以清楚地看到,該品牌庫錯誤地將粉紅色和白色學習到了顏色表中,這嚴重影響了這兩種顏色雜物的剔除。

圖1 正常顏色表

圖2 異常顏色表
圖2中的異常顏色我們可以采用文獻[4]中顏色表過濾的方法將其進行過濾,或新建某一品牌的顏色表。
顏色表可視化最大的好處就是,我們可以通過觀察顏色表來簡單評估一個品牌庫的剔除性能。在某一品牌庫中,如果我們錯誤的將雜物顏色學習到了顏色表中,通過可視化后的顏色表很容易觀察。可視化的實現大大提高了顏色表的可維護性,進而有效提高了系統的剔除性能。
[1]段峰,王耀南,雷曉峰,吳立釗,譚文.機器視覺技術及其應用綜述.自動化博覽.2002年03期 :62-64
[2]梁吉,蔣式勤,沈立緯.視覺檢測系統及應用.微計算機信息.2003年12期 : 44-45+18
[3]唐向陽,張勇,黃崗,等.TobaccoS orter和TobaccoScan 6000煙草異物剔除系統的比較[J].煙草科技. 2004(2):13-16
[4]唐向陽,張鶴松,張勇,等.基于機器視覺技術的智能煙草異物剔除系統[J].機電工程技術.2006(12):84-85+99
[5]唐向陽,張勇,關宏,等.煙草異物剔除系統的原理與結構[J].機械.2003(3):60-62
[6]張紹堂,蔣作,鄭智捷.機器視覺技術在煙草異物剔除系統中的應用[J].云南民族大學學報.2007(2):161-164
[7]張紹堂.煙草異物剔除系統中大塊異物的檢測與報警[J].自動化技術與應用.2009(2): 85-89
10.3969/j.issn.1001-8972.2011.11.086