煙條外觀質量視覺檢測系統的應用研究

秦曉敏

(江西中煙工業有限責任公司南昌卷煙廠，江西 南昌 330096)

?

煙條外觀質量視覺檢測系統的應用研究

秦曉敏

(江西中煙工業有限責任公司南昌卷煙廠，江西 南昌 330096)

摘要：研究了針對煙條圖像的圖像處理、圖像特征提取和圖像識別的算法，設計了軟件系統，完成了軟件編程，并在生產現場進行了系統的安裝、調試和實驗。通過一系列的現場實驗和測試，結果表明本系統可以對煙條外觀品質進行有效的檢測，并具有檢測速度快、總體檢測效果好、穩定性高的特點。

關鍵詞：機器視覺； 條煙外觀； 檢測系統； 圖像識別

0引言

近年來，隨著煙草設備的不斷升級換代和技術改造，設備的自動化水平得到了極大的提高，但對產品外觀品質的把關依然采用落后的人工抽查的取樣方法，這在卷煙機速度達到8000支/min以上，包裝機速度達到400包/min以上的今天，完全不能滿足現代煙草在線品質檢測的需求。

隨著視覺理論和光機電算技術的發展，可以采用機器視覺的方法來檢測煙條的外觀品質[1]。

1條煙外觀品質在線視覺檢測系統設計

1.1　課題的提出

為了滿足企業的實際要求，提升煙條外觀品質的在線實時檢測和控制水平，降低煙條外觀品質缺陷投訴率，開發了一種煙條外觀品質的在線檢測和剔除系統。系統以工業智能相機為中心，通過多臺CCD智能相機在線獲取圖像，并用圖像分割、匹配等算法進行處理，上位機采用Visual C++6.0編程，對于檢測的煙條在線進行處理，對于缺陷煙條報警并進行剔除，是一套典型的機器視覺檢測系統。

1.2　系統總體結構設計

系統是一個基于智能相機的機器視覺檢測系統，如圖1所示。

圖1　煙條外觀品質視覺檢測系統工作流程示意圖

由圖1可見，系統由分煙機構、機器視覺系統和剔除機構幾部分組成。分煙機構的作用是將相鄰的煙條分開，便于檢測和剔出。機器視覺系統包括圖像采集單元、圖像處理和圖像識別單元、圖像分析單元。圖像采集采用6個攝像頭對煙條的正面、兩個端面和相關側面的圖像進行采集、處理和分析、識別，然后把處理結果送至上位機，以提升采集圖像的品質水平，進而保障系統的檢測識別率和誤檢測率。剔除機構則負責在高速運行狀態下將不良煙條準確剔除。

1.3　計算機視覺系統

計算機視覺系統是本文研究的主要內容。該系統設計主要包括了如下部件：1臺工控機，1套PLC電控系統，4套LED光源，6臺德國VC公司的基于網絡傳輸的智能相機，1臺路由交換機，并采用Visual C++自行開發了上位機軟件。系統原理如圖2所示。

圖2　煙條外觀品質視覺檢測計算機視覺系統示意圖

1.3.1光源與照明方式

光源與照明方式，在機器視覺檢測系統中是關鍵環節。所用光源發光的波長范圍、亮度、均勻性等因素可直接影響圖像采集的品質，進而影響到整個檢測系統的成像效果和檢測精度。

經過綜合對比，選用低角度照明方式和LED條形光源(紅光波長為625 nm，帶寬為20 nm)作為計算機視覺系統的照明光源，它與傳統照明光源相比具有許多明顯優勢：波長范圍較短，光照均勻；使用壽命長，運行成本低；可供選擇的光源顏色多，可用的形狀多種多樣；響應速度快，抗震能力強，安裝簡單等等優點。

1.3.2智能相機

為實現煙條外觀品質的在線檢測，選用嵌入式機器視覺的檢測方式，由智能相機內自帶的圖像處理軟件對拍取到的圖像進行實時處理，并把處理結果和圖像通過以太網傳輸至上位機。選用德國Vision Components公司的VC智能攝像機，該相機體積小，功耗小，占用空間小，處理速度快，連接方便。

2圖像處理和檢測算法

圖像處理的結果決定了系統的檢測精度并且決定了檢測系統的執行效率。下面先介紹圖像處理中用到的幾種基本算法，然后詳細地闡述條包拉線的主要檢測方法。

2.1　圖像的區域分割技術

閾值分割是圖像分割中應用最為廣泛的一種，可通過選取恰當的閾值實現對圖像進行分割的目的。其優點是速度快、計算簡單、運算效率較高。閾值處理技術包括自適應閾值、全局閾值、最佳閾值等多種方法。全局閾值是在全部檢測范圍內使用同一個閾值T來進行判別和分割處理，自適應閾值處理技術可以根據一定的鄰域范圍動態地選擇相應點的閾值。

本系統采用的是自適應閾值分割方法。當背景灰度變化較大、有突發噪聲或者照明不均勻時，將無法采用單一門限閾值T(不能兼顧各個像素的實際情況)來分割整幅圖像。因此，可以對圖像按照坐標來分塊，并選取一特征閾值進行分割。這種算法的缺點是計算量比較大，但因為其高效的抗噪能力，對采用全局閾值不易分割的圖像有著良好的效果[6]。

2.2特征選擇和提取

圖像特征的提取，是決定圖像分析和識別的精度和效果的關鍵。只有提取能夠全面反應圖像各部分本質的特征，分類器才能易于設計且分得準確。在特征提取和選擇過程中，首先提取被檢測對象的特征參數，并把特征參數量化為特征向量。常憑經驗列出相應的特征集，然后計算不同的特征的相對效率，并選出若干提取效果最好的特征。提取效果好的特征參數具有以下特點：可靠性高，可區分性明顯，獨立性強，數量少。常見的目標特征有顏色、形狀、紋理、幾何灰度等[7]。表1給出了提取的煙條外觀的灰度最大值、最小值、均值、方差4個灰度特征和7個不變矩等特征參數。

表1　煙條圖像特征參數表

2.3　煙條缺陷檢測算法

在實際生產過程中，煙條包裝的缺陷有無拉線、拉線錯牙、包裝盒印刷錯誤、正面和端面起皺長角、破損、無透明紙、端面長角等。絕大部分的不合格是由正面拉線、端面折線以及褶皺引起的。下面以較為關鍵的拉線檢測為例，介紹煙條缺陷的檢測處理方法。

煙條在拉線處主要的外觀缺陷是有拉線跑偏和拉線缺失，其中拉線缺失屬于明顯的缺陷相對容易檢測得到，而拉線跑偏較難檢測，要通過準確測量拉線錯位距離才能正確檢測出次品煙條。

為了準確測量拉線錯位的距離，通常采用提取拉線邊緣和形態學處理、拉線垂直和水平投影、微分處理等檢測算法。拉線的邊緣是指在圖像灰度值變化比較劇烈的邊界，獲得拉線的邊緣后，采用自適應閾值進行圖像分割，獲得二值化圖像，然后利用模板匹配；定位到拉線區域后，利用形態學的垂直和水平投影，可以算出各投影線的強度，盡可能減少各種噪聲干擾；微分處理可用于消除絕對強度值變化而造成的影響，實現了較好的高精度邊緣測量。圖3為拉線錯位檢測及測量算法示意圖。圖4為算法流程圖。

圖3　拉線錯位檢測及測量算法示意圖

圖4　算法流程圖

3系統軟件的設計與實現

3.1　上位機軟件設計

條煙外觀品質檢測系統軟件由不同的組件組成，組件又由不同的功能模塊組成，每個功能模塊又由不同的單元組成。該系統軟件，采用結構化設計，由五個相互獨立的組件模塊組成。圖5所示的是各組件模塊的功能。

圖5　煙條外觀質量視覺檢測軟件系統結構圖

1) 品牌管理模塊，主要是用于整個系統品牌的管理，包括對系統品牌的增加和刪除功能。

2) 通信及參數配置模塊，主要是對上位機與智能相機進行通信的管理以及對智能相機進行參數配置的功能。

3) 班次管理模塊，主要是對每個班次的信息進行設定和管理功能。

4) 參數及處理結果監視模塊，主要是對智能相機處理的識別結果以及一些關鍵參數的監視功能。

5) 報警及剔除管理模塊，主要是對智能相機識別后的結果后進行報警或剔除的管理功能。

圖6為煙條外觀品質檢測系統的實時成像圖像處理系統主界面。

圖6　實時成像圖像處理系統主界面

4應用效果分析

圖7為設計開發的煙條外觀品質視覺檢測系統的現場效果圖片。

圖7　煙條外觀品質視覺檢測系統現場圖

經過統計，在實際使用過程中，該系統平均每天剔除煙條約為產量的4‰，其中不合格煙條約占2‰，誤剔煙條約占2‰。品質投訴率降低到原有的15%左右。

5結論

煙條外觀品質視覺檢測系統在現場已經穩定運行3年多時間，極大的提升了產品包裝品質，節約了企業的人力成本開支。本文雖然對機器視覺軟件設計方面進行了一定的研究，但隨著計算機視覺技術進一步發展，具有更高性能、更高準確率的機器視覺控制系統將會問世，而且由于圖像處理技術用于工業生產有著極為廣泛的應用前景，要使其能夠真正的產品化還有很多的工作要做。

參考文獻:

[1] 賈云德. 機器視覺[M]. 北京：科學出版社, 2000.

[2] 鄭世才. 國內外射線照相檢驗的新技術新方法：數字射線照相技術時代[J]. 無損探傷, 1994, (01):1-4.

[3] 曾祥照. 計算機在X射線數字化實時成像無損檢測中的應用 [J]. 檢驗與修復，2000 (2): 77-81.

[4] Milan Sonka, Vaclav Hlavac. 圖像處理、分析與機器視覺(第二版)[M]. 艾海舟, 武勃譯.北京：人民郵電出版社，2003, 9.

[5] 馬頌德, 張正友. 計算機視覺-計算理論與算法基礎[M]. 北京：科學出版社, 1996，230-240.

[6] 麥特爾. 現代數字圖像處理[M]. 孫洪譯. 北京：電子工業出版社, 2006, 212-216.

[7] 楊述斌. 數學形態學在圖像處理中的應用研究[D]. 武漢：華中科技大學, 2002.

[8] 劉嵐，等. 用于神經網絡模式識別的一種改進的BP算法[J]. 信息技術，2002,(06).

[9] 張珺，等. 基于BP神經網絡的頭部形狀識別方法研究[J]. 微計算機信息, 2007, 28: 244-246.

[10] 王成明，等. 模糊神經網絡法及其在缺陷模式識別中的應用[J]. 計算機集成制造系統, 2007,13(9): 1774-1779.

Research on Detection System of Vision of Cigarette Carton Case and Its Application

QIN Xiao-min

(Nanchang Cigarette Factories of Jiangxi Chinese Cigarette Industrial Co., LTD, Nanchang 330096)

Abstract:This thesis studies cigarette carton cases’ image processing, image feature extraction and image recognition algorithm, designs software system and program and completes the system installation, debugging and the experiment in the work site at last. Through a series of site experiments and tests, the results show that this system can be used to effectively detect the cigarette carton cases quality and its has the advantages of fast inspection speed, good overall detection effect and high stability.

Keywords:machine vision; cigarette carton; detection system; image recognition

中圖分類號：TP391.41

文獻標志碼：B

文章編號：1671-5276(2015)02-0220-03

作者簡介：秦曉敏(1967-)，男，江西南昌人，工程師，碩士，主要從事設備管理和技術研究工作。

收稿日期：2014-04-07