基于DSP的智能飲水機紙杯水位檢測方法

徐瑞麗

基于DSP的智能飲水機紙杯水位檢測方法

徐瑞麗

為了提高傳統飲水機的智能化水平，采用 DSP 芯片 TMS320C6416 作為處理核心設計了智能飲水機紙杯水位線自動檢測系統，系統由攝像頭、編碼、處理器、閥門開關和顯示模塊組成。通過對放在出水口處紙杯的原始圖像進行灰度化處理、邊緣檢測、連通域提取和噪聲去除算法，分割出杯口內邊緣和水位線，并根據像素點的個數計算紙杯內邊緣線與水位線的距離。實驗結果表明，該智能飲水機具有良好的魯棒性，平均測量誤差為 0.88%，也為灌裝飲料和食品的滿度檢測提供了思路和方法。

智能飲水機；圖像處理；水位線檢測；邊緣檢測

0 引言

飲水機已經走進了千家萬戶，多年來在技術上一直沒有突破，隨著家電自動化的不斷發展和進步，智能化的飲水機應運而生。傳統的飲水機都是通過人手動控制出水閥門給紙杯加水，有些時候經常由于疏忽出現水溢出紙杯的情況，如果是熱水還可能導致燙傷事故[1-3]。如為飲水機添加自動設置和識別紙杯水位的功能就可解決此問題。采用圖像處理技術設計了紙杯水位檢測方法，通過攝像頭實時采集飲水機出水口下方的紙杯圖像，經過 DSP 的處理提取水杯內的水位線距離杯口的高度，根據預設的高度值自動控制閥門。該檢測方法也可推廣到檢測灌裝可樂、啤酒、涼茶和八寶粥等灌裝飲料生產線上，在封灌之前進行檢測，把不符合質量標準的剔除掉，提高企業質量監督水平，降低工人的勞動強度。

1 系統組成及工作原理

智能飲水機系統主要由攝像頭、編碼器、DSP 處理器 TMS320C6416、顯示屏、LED 光源和出水閥門開關等組成。系統總體結構如圖1所示：

圖1 系統總體結構

在沒有放紙杯之前智能飲水機檢測不到有紙杯一直處于待機狀態，以便節省電能；當把紙杯放到出水閥下邊時，自動點亮 LED 光源，同時打開出水閥門，在穩定均勻的光源照射下攝像頭不斷采集圖像并送給 DPS 進行處理，首先檢出杯口位置，然后檢出杯口的邊緣線和水位線，最后計算杯口邊緣線與水位線之間距離，用像素個數來表示，再根據每個像素表示的實際距離，計算出水位線與杯口之間的實際距離，當這個距離達到了預設的高度值，自動關閉出水閥門，并關閉LED光源，進入待機狀態。

2 圖像處理過程算法

攝像頭采集到的圖像經 A/D 轉換后送給 DSP 進行圖像預處理，并特征提取進行識別和計算。

3.1 灰度化處理

在 RGB 模型中，如果 R=G=B，則彩色表示一種灰度顏色，其中 R=G=B 的值叫灰度值，因此灰度圖像每個像素只需一個字節存放灰度值，又稱強度值、亮度值，灰度范圍為 0-255。一般有分量法、最大值法、平均值法和加權平均法 4 種方法對彩色圖像進行灰度化[4-5]。由于人眼對綠色的敏感最高，對藍色敏感最低，因此對 RGB 三分量進行加權平均能得到較合理的灰度圖像，采用加權平均法求取灰度化，加權平均法根據重要性及其它指標，將3個分量以不同的權值進行加權平均，數學模型式為公式（1）：

采集到的紙杯樣本圖像為彩色，需要轉化為灰度圖像，因為在灰度圖像中計算量要比彩色圖像少，在能夠得到好的效果前提下，選擇灰度圖像，將采集到的樣本轉化為灰度圖像如圖2所示：

圖2 紙杯灰質圖

3.2 邊緣檢測

對于圖像中變化比較緩慢的區域，相鄰像素的灰度變化不大，因而梯度幅值較小，而在圖像的邊緣地帶，相鄰像素的灰度變化劇烈，所以梯度幅值較大，用一階導數的大小可以確定邊緣位置。同理，二階導數的符號可以用來判斷一個像素是在邊緣亮的一邊還是暗的一邊，過零點的位置就是邊緣位置[6]。采用一階導數邊緣算子 Sobel 對原始彩色圖像邊緣檢測灰度化后的結果如圖3所示：

圖3 紙杯邊緣圖

3.3 二值化和剔除噪聲處理

圖像二值化就是將圖像上的像素點的灰度值設置為0或 255，也就是將整個圖像呈現出明顯的黑白效果。將 256個亮度等級的灰度圖像，通過適當的閾值選取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數字圖像處理中，二值圖像占有非常重要的地位[7]。首先，圖像的二值化有利于圖像的進一步處理，使圖像變得簡單，而且數據量減小，能凸顯出感興趣的目標的輪廓；其次，要進行二值圖像的處理與分析之前要把灰度圖像二值化。所有灰度小于閥值的像素被判定為屬于特定物體，其灰度值為0表示，否則這些像素點被排除在物體區域以外，灰度值為 255，表示背景或者例外的物體區域。紙杯口及其連通的背景組成了一個大的白色連通域，其他的白色連通域都視為噪聲，為了剔除噪聲，也就是剔除小的白色連通域只要找出大的連通域，其他的噪聲置為背景色就可以了。二值化和剔除噪聲后的結果如圖4所示：

圖4 二值化和剔除噪聲圖

3.5 區域生長法求取杯口

區域生長是一種根據事前定義的相識性準則將像素或者子區域聚合成更大區域的過程。基本思想是在圖像上選擇一組種子點，將于種子性質相識的像素附加到生長區域的每個種子上。這些性質可以包括灰度、顏色、紋理、形狀等。在實際應用中需要明確種子的3條原則：

1）可以按照某種規則自動生成，也可以人為預先指定；

2）可根據不同原則指定，目的是確保有相識性質的鄰域像素能合并到種子點的區域里；

3）當沒有像素滿足加入某個區域的條件時，區域生長就會停止[8-9]。杯口的中心點與圖像的中心點很近，選擇圖像的中心點作為種子點，閾值選為3，也就是說與種子點的灰度值相差不超過3的點放入生長區域內。生長過的圖像如圖5所示：

圖5 杯口生長圖

填充杯口兩個邊緣之間的空隙，杯口有兩個邊緣線，外邊緣線和內邊緣線。為了得到內邊緣線，采用填充邊緣空隙和還原內邊緣線的方法。

3 檢測杯口水位線與實驗分析

3.1 檢測杯口水位線

OpenCV 是一個基于開源跨平臺的計算機視覺庫，可以運行在 Linux、Windows 和 Mac OS 等操作系統上，由一系列 C 函數和少量 C++ 類構成，同時提供了 Python、Ruby、MATLAB 等語言的接口，實現了圖像處理和計算機 視 覺 方 面 的 很多通用算法[10-11]， 用 Opencv 提 供 的cvCanny 算子檢測杯口內邊緣，輸出結果如圖6 所示：

圖6 杯口邊緣線

由于攝像頭的角度問題，下半部分的水位線是無法看到的，故只取杯口的上半部分的內邊緣和水位線進行分析，然后求出杯口內邊緣的中心點，再運用 cvCanny 算子，求出杯口及其水位線，效果如圖7所示：

圖7 邊緣圖

取中心點左右 70個像素的區域，然后過濾掉小的區域，就剩下水位線和杯口邊緣線了，如圖8所示。

圖8 杯口和水位線邊緣圖

圖8中的白點是杯口的內邊緣點和水位線的邊緣點。存儲這些邊緣點的坐標，選取杯口中心點的橫坐標作為基線，從上往下進行搜索，就可計算杯口與水位線之間的距離。

3.2 實驗結果與分析

為了驗證所設計的智能飲水機工作的可靠性，對一個杯高為 12cm 的水杯進行了加水實驗。在一個加水過程中設置了 5 個高度值，分別為 100、80、60、40 和 20mm，在每一個高度值都進行了實際測量并做了記錄如表1所示：

表1 實驗結果

2 80 79.5 0.63 3 60 59.3 1.17 4 40 40.2 0.50 5 20 20.3 1.50

如表1所示，該智能飲水機具有較高的測量精度，最低的誤差值為 0.50%，在五個刻度上的平均誤差為 0.88%。

4 結束語

利用圖像處理技術為紙杯水位檢測提出了新的方法，并成功將 DSP 引入智能飲水機系統，實現了紙杯水位的自動檢測和閥門的自動控制。通過實驗表明，該智能飲水機能夠準確測量紙杯內的液位高度，5次的測量平均誤差為 0.88%，具有較高的測量精度，也為開發檢測罐裝飲料和罐裝食品系統提供了新的思路和方法。

[1] 蘇文友, 陳安, 胡躍明. 大功率 LED 自動灌膠設備嵌入式視覺系統[J].儀表技術與傳感器, 2012(10):44-46.

[2] 陸軍, 高樂, 劉濤. 基于 DSP 和 FPGA 的全景圖像處理 系 統 設 計 與 實 現 [J].電 子 技 術 應 用 , 2012, 38(6):24-26.

[3] 陳偉, 段發階, 董宇, 等. 基于 DSP＋FPGA 分層圖像處理技術的智能相機設計[J]. 傳感器與微系統, 2010, 29(12):111-113.

[4] 孫朝云, 溫世文, 段宗濤. 基于 DSP 的瀝青路面裂縫圖像處理系統研究[J]. 計算機工程與設計, 2010, 31(7):1481-1483.

[5] 張玉杰, 段亞萍. 基于 DSP 的磁性材料缺陷在線監測 系 統 [J]. 計 算 機 測 量 與 控 制 , 2009, 17(11):2181-2183.

[6] 李鵬, 李玲, 李敏. 基于空間相關性的圖像分割算法研究[J].計算機應用研究, 2013, 30(1):314-317.

[7] 陸小鋒, 張俊豪, 陸曉成, 等. 基于附的圖像分塊實時邊緣檢測系統[J].電視技術, 2012, 36(21):51-54.

[8] 于光輝, 盧洪義, 朱敏, 等. 基于引力模型的固體發動機 CT 圖像邊緣檢測[J]. 核電子學與探測技術, 2012, 32(2):184-187.

[9] 孫懷遠, 周夫之, 陸尚卿. 機器視覺技術在藥液灌裝量 檢 測 中 的 應 用 [J]. 計 算 機 應 用 與 軟 件 , 2009, 26(6):247-248.

[10] 鄒志勇, 周曼. 基于 ZigBee和 GPRS 飲水機自動叫水智能系統設計[J]. 自動化與儀器儀表, 2013(1):74-75.

[11] 王山虎, 尤紅建, 付琨. 基于大尺度雙邊 SIFT 的SAR 圖像同名點自動提取方法[J]. 電子與信息學報, 2012, 34(2):287-293.

[12] 王星民, 王永珍. 基于 DSP 的絕對式光電編碼器接口的實現[J]. 山西電子技術, 2012(1):3-5.

Paper Cup Water Level Measurement of Intelligent Dispenser Based on DSP

Xu Ruili
(Department of Electrical Engineering, Henan Vocational and Technical College, Zhengzhou 450046, China)

In order to improve the intelligent level of traditional dispenser, the DSP chip TMS320C6416 was used as the processor core to design a paper cup water level measurement system of intelligent dispenser, and the system was composed of a camera, encoder, processing, switch and display modules. The height of water in the paper cup was worked out though grayscale, edge detection, connected domain extraction and noise suppression algorithm for the original image under the output of disperser to split the inner edge and water level line in the cup, and calculated the distance between the inner edge and water level line according to the number of pixels. The experiment shows that the intelligent dispenser has a good robustness, the average measurement error is 0.88%, which also supply an idea and method of full-scale detection for filling beverage and food.

Street Light Monitoring; Centralized Management; Wireless Communication; Edge Detection

TP3

B

1007-757X(2014)02-0059-03

2014.01.08）

徐瑞麗（1975-），女（漢族），河南鄧州人，河南職業技術學院，電氣工程系，講師，碩士，研究方向：電氣與自動化控制，鄭州，450046