|
基于機器視覺的卷煙條盒包裝質量檢測系統設計
1．引言
機器視覺系統是指通過機器視覺產品，如CCD、CMOS和光電管等，將被攝取的目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號；圖像系統對這些信號進行各種運算來抽取目標的特征，再根據判別的結果控制現場的設備。典型的工業機器視覺應用系統包括如下部分：光源，鏡頭，CCD照相機，圖像處理單元（或圖像采集卡），圖像處理軟件，監視器，通訊/輸入輸出單元等。
隨著中國加入WTO，市場競爭日益激烈，卷煙企業為了提高產品的競爭力，更好的開拓市場，在加大卷煙質量的技改力度、提高卷煙質量的同時，對卷煙制品的包裝形式及包裝質量也加大了改造力度，以在激烈的市場競爭中更好的鞏固和開拓市場。卷煙產品包裝質量的檢測，是市場營銷過程中保證質量的一個重要手段。傳統的煙支條盒包裝質量完全由人眼檢測，而長時間工作會使人眼產生視覺疲勞，難以避免產品錯檢、漏檢情況的出現。基于機器視覺開發的檢測系統使得在產品質量的檢測過程中用機器代替人眼來做測量和判斷，降低了人為因素對產品質量的影響，在提高卷煙包裝質量的技改方面滿足了企業的需求。
2． 系統的設計方案
系統采用線性光源以產生照明能量集中、光強分布均勻的一條光帶；采用多個相機對條盒需要檢測的各個面進行拍照，以保證檢測的全面性；采用外觸發模式使各個面的圖像分通道進入圖像采集單元；經過處理單元對各通道的圖像進行復雜的表面檢測運算，如果發現任何一個通道的圖像存在表面質量缺陷，則對下位機給出控制信號，使執行單元在該不合格條盒通過時將其剔除；系統顯示器實時顯示各通道圖像及其檢測結果，并給出缺陷的分析結果。
系統的圖像采集單元包括圖像采集卡、D/A轉換卡、光源、CCD相機，工業控制計算機作為圖像處理單元，以PLC控制系統控制執行單元。
3． 圖像采集
圖像的獲取實際上是將被測物體的可視化圖像和內在特征轉化成能被計算機處理的數據，它直接影響到系統的穩定性及可靠性。一般利用光源、光學系統，相機、圖像采集卡、圖像處理單元獲取被測物體的圖像。
光源是影響機器視覺系統輸入的重要因素，因為它直接影響輸入數據的質量和至少30%的應用效果。條盒的外包裝透明紙對光的反射、折射效果都很強，所以系統的照明系統采用多種型號的LED條形光源組合構成，照明方式為反射式照明，為延長光源的使用壽命，保持光源的高亮度、高穩定性，相機拍照時采用頻閃光，頻閃速度與相機的掃描速度同步。
在機器視覺中，CCD攝像機以其體積小巧、性能可靠、清晰度高等特點得到了廣泛應用。按照其所用的CCD器件可分為線陣式和面陣式兩大類。線陣式攝像機一次只能獲得圖像的一行信息，被拍攝的物體必須以直線形式從攝像機前移過，才能獲得完整的圖像，而面陣式攝像機則可以一次獲得整幅圖像的信息。在條盒包裝質量檢測系統中需要一次取得條盒外包裝五個面的圖像，設計中采用四個面陣式CCD攝像機同步拍照。
圖像采集卡是控制攝像機拍照、完成圖像采集和數字化、協調整個系統的重要設備。它一般具有以下模塊：1.A/D轉換模塊2.時序及采集控制模塊3.圖像處理模塊4.PCI總線接口及控制模塊5.相機控制模塊6.數字輸入/輸出模塊。系統設計采用外觸發模式對條盒進行拍照，圖像采集卡通過TTL信號與外部裝置（傳感器、光源頻閃控制器、PLC等）進行通信，用于響應頻閃、拍照和給出剔除信號。
4． 圖像的分析處理
目前卷煙條盒包裝主要存在破損、翹邊、反包、包裝錯位、封簽（偏移、疊角、缺失）等缺陷，在圖像處理單元利用圖像定位、邊緣檢測、斑點分析等算法，對各個通道的圖像進行分析，以確定產品包裝是否存在質量缺陷。
4.1定位配準（Locator）
定位配準是圖像與標準模板進行缺陷檢測的必要條件，定位準確與否直接關系到整個視覺系統的成敗。傳統的物體定位技術通過尋找統計模板（參考圖像）與物體（產品圖像）間的灰度級相關度的方法來決定物體的X、Y坐標，本系統定位采用幾何特征匹配，通過設置興趣域并學習興趣域內物體的幾何特征，然后在圖像內尋找相似形狀的物體，不依賴于特殊的像素灰度，提高了定位物體的能力，在改變物體角度、尺寸、明暗度等條件的情況下仍能精確定位物體。應用中的特點：
·基于圖像中條盒輪廓或邊緣找尋和定位條盒；
·設定模板后，所有查找都基于模板操作；
·對于相似的模板進行加權處理，能自動去模糊化（二意性）；
·容許陰影、對比度低、邊緣不清或背景噪音；
·定位器返回找到條盒特征的X、Y坐標。
4.2邊緣檢測（Edge）
邊緣是指圖像局部亮度變化最顯著的部分，主要存在于目標與目標、目標與背景、區域與區域（包括不同色彩）之間。圖像中被查找的邊緣被標記為從全暗至全亮或從全亮至全暗范圍內的灰度值變化，邊緣工具從圖像中去除常量或變化緩慢的背景，保留作為圖像特征的邊緣，并計算邊緣的幅度和角度。邊緣的幅度指穿過邊緣時灰度值的變化量；邊緣的角度是指邊緣與垂直方向的夾角。下圖為兩個三角形。其中，箭頭的方向表示邊緣的角度，箭頭的大小表示邊緣的幅度。每一三角形具有同樣的邊緣角度，但由于背景的灰度值不同，左邊三角形的幅度大于右方三角形。
大多數由真實圖像產生出的邊緣幅度圖像包含虛假的或噪聲邊緣像素，這些邊緣像素是視頻噪聲、反射或其它圖像缺陷所造成的。通過在邊緣幅度圖像中設置閥值，可消除這些虛假像素。設置閥值在消除虛假邊緣的同時，還常會消除真正的邊緣。因為真正的邊緣常由一些鄰近像素的集合構成。通過在邊緣圖像中設置邊緣滯后閥值，可在消除虛假邊緣的同時，保留真正的邊緣。邊緣滯后閥值消除了一些像素，這些像素的灰度較那些與其它邊緣像素不相鄰的像素低一定的幅度，較邊緣幅度圖像高一定的幅度。這一方法保留了形成真正邊緣的連續邊緣像素，而消除了由噪聲或其它圖像缺陷而形成的邊緣像素。
系統的設計中通過在邊緣工具中設置邊緣滯后閥值和幅度范圍來檢測條盒邊緣及透明紙褶皺的缺陷。
4.3斑點分析（Blob Analysis）
Blob分析可為視覺系統提供圖像中斑點的數量、位置、形狀和方向，還可提供相關斑點間的拓撲結構，其是一種對閉合目標形狀進行分析處理的基本方法。
Blob分析從場景的灰度圖象著手進行分析，在進行分析以前，利用二值化（Bilinear Interpolation）把圖像分割為構成斑點（Blob）和局部背景的像素集合，典型的目標像素被賦值為1，背景像素被賦值為0。分割時設定了兩種方法固定閥值分割（Hard Threshold）和動態閥值分割（Soft Threshold）。
當圖像被分割為目標像素和背景像素后，進行連通性分析，在圖像中尋找一個或多個相似灰度的“斑點”,并將這些“斑點”按照四鄰域或者八鄰域方式進行連通性分析，將目標像素聚合為目標像素或斑點的連接體，就形成了一個Blob單元。通過對Blob單元進行圖形特征分析，可以將單純的圖案灰度信息迅速轉化為圖案的形狀信息，包括圖形的質心、面積、周長等。使用Blob分析，通過多級分類器的過濾，在一定程度上可滿足對條盒透明紙破損、反包、盒皮印刷等缺陷的檢測需求。
5．系統的總體開發
在條盒外包裝質量檢測系統中，采用的處理方式是基于PC機的檢測處理系統。開發時綜合考慮了系統與相機、采集卡、外部PLC、以及PC本身外設的連接與通信控制，提供了友好的人機界面和可靠歷史記錄存儲數據庫；檢測到質量缺陷時，提示缺陷類別，對執行單元給出剔除信號。
執行單元是系統的一個關鍵環節，其作用就是響應上位機給出的剔除指令，準確無誤地剔除不合格的條盒。在生產流水線運行的高峰時期，速度可達到8條/s，為保證系統的穩定性和快速性，設計中電控系統采用西門子的S7-200 PLC，執行機構中應用高速的電磁閥組和噴吹腔體，使其能夠對剔除信號給出快速響應。
6．結束語
本文探討了基于機器視覺的條盒包裝質量檢測系統設計中的各項相關技術，介紹了機器視覺和機器視覺系統的基本概念，通過對系統開發的介紹，列舉和闡述了在表面缺陷檢測中常用到的定位、邊緣檢測及Blob分析等算法。
機器視覺的誕生和應用，極大地解放了人類生產力，提高了生產自動化水平，其應用前景極為廣闊。隨著煙草行業提質降耗工程的全面實施，它也將越來越多地應用于煙草生產質量的檢測和監控，為提升煙草企業的市場競爭力做出更大的貢獻。
|
