基于Hough變換與最小二乘擬合的香煙小包拉線錯牙檢測方法

鄭云富?k趙越 +錢斌 張桂蓮 張漢平

摘要：針對小盒香煙包裝生產過程中經常出現外包裝透明薄膜上沒有拉線或拉線錯牙等現象，提出一種基于圖像處理技術的檢測方法。首先，對煙包拉線圖像進行邊緣檢測，獲得拉線的輪廓；其次，利用Hough變換檢測小盒拉線的上下邊緣；當Hough變換無法完全找到拉線的上下邊界時，采用最小二乘算法對左右兩側拉線弧進行圓擬合，最后根據計算出的拉線寬度或兩圓心的垂直距離判斷拉線是否錯牙并計算出拉線錯牙偏移量。實驗結果表明所提方法能有效地檢測出煙包拉線的錯牙程度，且具有較好的魯棒性和有效性。

關鍵詞：拉線錯牙；圖像處理；霍夫直線檢測；最小二乘圓擬合

中圖分類號：TP3文獻標識碼：ADOI：10.3969/j.issn.10036199.2017.01.024

1引言

目前，國內各大煙草制造企業的包裝都是在高速流水線上進行，設備的自動化程度高，機械電器控制系統復雜，生產過程中可能會產生不合格品。其中，在小盒香煙包裝生產過程中， 因為設備精度下降、故障等原因經常出現外包裝上沒有拉線或拉線錯牙等現象，并且該類現象在香煙包裝質量問題中占有較大比例。目前各煙廠基本靠抽檢，這種檢測方式有較大滯后性和隨機性，人工無法準確判斷快速移動的小盒是否存在拉線或拉線錯牙的問題。當發現不合格產品時生產早已進入后續工序，不利于質量追溯和責任認定，嚴重影響了相關部門或車間的生產和質量管理水平。同時，不合格產品會減少用戶的滿意度，也會降低品牌價值和產品信譽。因此， 在卷包生產線上進行香煙小包包裝質量檢測，是非常有經濟效益和社會效益的。這有利于在線提高生產質量和管理水平，也可為全廠實施生產執行系統（MES）提供實時、準確和真正有用的數據，進而對建設創新性工廠、提升企業形象提供有力支撐。

圖像檢測技術通過對采集的圖像進行處理、識別，近幾年在香煙外包裝質量檢測中得到了廣泛應用。李風波設計了一種基于機器視覺技術的包裝透明紙拉線檢測系統，可檢測出拉線缺失、拉線偏移等缺陷[1]。張留剛運用圖像特征統計、模版匹配等算法對香煙條包正面拉線和端面折線進行檢測，有效地找出包裝不合格的煙條[2]。王磊將圖像識別技術應用于透明紙、拉線異常的檢測中，在條包輸送線上得到了較好的檢測效果[3]。汪洋提出了一種基于機器視覺的香煙小包外包裝膜破損檢測方法[4]。

目前尚無關于香煙小包拉線錯牙檢測方法的研究，針對云南省曲靖卷煙廠香煙小包拉線錯牙實時檢測的要求，本文提出一種基于圖像識別技術的檢測方法。針對邊緣檢測算法獲取的邊緣存在較多冗余信息問題，提出了一種基于鏈碼長度判斷的邊界取舍方法，可明顯減少圖像中的目標像素個數且能保留拉線的主要輪廓信息，極大地減少Hough變換和最小二乘擬合拉線弧的時間，提高檢測的精度。經過實際檢驗，開發的相關軟件系統具有良好的實時性和適應性，可有效地檢測出小盒香煙外包裝上沒有拉線或拉線錯牙的情況，滿足了香煙生產企業卷包部門的檢測要求。

2檢測原理與流程

2.1煙包拉線錯牙檢測原理

3檢測原理與流程

3.1邊緣檢測

圖像的邊緣是所要提取目標和背景的分界線，提取出邊緣才能將目標和背景區分開來。圖4是使用三種不同邊緣檢測的結果，Sobel算子獲得的邊緣較模糊，拉線的上下邊界不突出且拉線弧也不連續。形態學提取的邊緣較完整，但其對弱邊緣的檢測能力不足，如圖4（b）中沒有找到拉線的上邊界。Canny算法可以在噪聲和邊緣兩者間找到較好的平衡，能確定真正弱邊緣的位置，檢測到的邊緣位置與實際邊緣之間的偏差最小

3.2冗余邊界處理

Canny檢測得到的邊緣存在較多的冗余信息，如圖4（c）中紅色圈內的白色像素，其不僅影響拉線邊界和拉線弧的檢測精度，而且會增大后續處理的運算時間，降低系統的實時性。從圖4（c）中可以看出，需要保留的邊界鏈碼連續，而冗余邊界的鏈碼長度較短，因此采用八鄰域搜索算法提取每一條邊界的鏈碼，根據鏈碼長度對邊界進行取舍。

以順時針方向搜索起始像素P的八鄰域內的每一個像素，直至找到白色像素W（若黑色為背景），將其設置為當前邊界像素點并搜索其八鄰域。重復該過程，當起始像素被第二次訪問時算法終止。上述過程遍歷的白色像素即封閉區的邊界如圖5所示。冗余邊界處理后的結果如圖6所示：

5結論

本文針對香煙生產過程中廣泛存在的香煙小包拉線錯牙問題，提出一種基于圖像處理技術的拉線錯牙檢測方法，測試結果驗證了所提方法的有效性和魯棒性。提出的基于鏈碼長度的邊界取舍方法，減少了Canny邊緣檢測后的冗余信息，極大地降低了Hough直線檢測和最小二乘圓擬合的時間，提高了檢測速度。該方法已在所研制的基于機器視覺的小盒香煙拉線錯牙智能檢測系統中得到應用。

參考文獻

[1]李風波，文政幸，楊光，等.基于機器視覺技術的拉線檢測系統設計[J].安徽電子信息職業技術學院學報，2015，14（3）：1-3.

[2]張留剛，張樂年，李計剛，等.煙箱重量在線檢測系統的研究[J].長沙航空職業技術學院學報，2007，7（2）：48-50.

[3]王磊，張疆，鄒玉勝，等.卷煙包裝圖像識別檢測技術[J].機械工程與自動化，2010，（5）：116-118.

[4]汪洋.基于機器視覺的香煙外包裝膜在線檢測技術研究[D].武漢：華中科技大學，2006.

[5]許宏科，秦嚴嚴，陳會茹，等.一種基于改進Canny的邊緣檢測算法[J].紅外技術，2014，（3）：210-214..

[6]NASHAT S，ABDULLAH A，ABDULLAH M Z，et al.Unimodal thresholding for Laplacianbased CannyDeriche filter[J]. Pattern recognition letters，2012，33（10）：1269-1286.

[7]段汝嬌，趙偉，黃松嶺，等.一種基于改進Hough變換的直線快速檢測算法[J].儀器儀表學報，2010，31（12）：2774-2780.

[8]GUERREIRO A.ConnectivityEnforcing Hough Transform for the Robust Extraction of Line Segments[J].IEEE Transactions on Image Processing ， 2012，21（12）：4819-4829.

[9]陳明晶，方源敏，陳杰，等.最小二乘法和迭代法圓曲線擬合[J].測繪科學，2016，41（1）：194-197，202.

[10]朱嘉，李醒飛，譚文斌，等.基于圓心約束最小二乘圓擬合的短圓弧測量[J].光學精密工程，2009，17（10）：2486-2493.

第36卷第1期2017年3月計算技術與自動化Computing Technology and AutomationVol36，No1Mar. 2 0 1 7第36卷第1期2017年3月計算技術與自動化Computing Technology and AutomationVol36，No1Mar. 2 0 1 7