论文部分内容阅读
摘 要：随着机器视觉系统的不断发展，尤其是多媒体技术和数字图像处理分析理论的成熟，使得机器视觉系统能够广泛应用于小包包装质量的检测上，其具有检测准确度高、无污染、体积小等特点
关键词：机器视觉;烟草;包装检测
一、应用背景
随着市场竞争的日益激烈，烟草企业为了提高其市场竞争力，更好的开拓市场，在加大卷烟质量方面的技改力度、提高卷烟质量的同时，对卷烟制品的包装形式及包装质量也加大了改造力度，威力在激烈的市场竞争中更好的维护产品品牌形象，对于卷烟产品包装质量的检测，也是至关重要的一环。
近年来，烟草企业不断引进国外先进的烟机，生产速度也是飞速提高，如最新的GD高速卷包机的生产速度可达到1000包/分钟，在如此高速的生产过程中难免会有许多不合格品产生，及时发现不合格品并将其剔除是非常重要的，否则流入市场会降低用户的满意度，同时也会削弱品牌价值和产品信誉度。
随着机器视觉系统的不断发展，尤其是多媒体技术和数字图像处理分析理论的成熟，使得机器视觉系统能够广泛应用于小包包装质量的检测上，其具有检测准确度高、无污染、体积小等特点。
二、应用现状
目前生产过程中会出现很多不合格类型（如下图），由于生产速度非常快，采用人工检测剔除不现实。
这些不合格产品如果流入市场，会对品牌形象造成很大影响。
目前市场存在一种基于机器视觉系统的小包外观检测系统是，采用国外已有的智能图像传感器进行视觉检测，这种已有的智能图像传感器并非针对小包外观检测进行开发的，在使用时需要进行大量参数设置，并运行很长时间之后才能逐渐稳定下来。
本文主要讨论一种采用高速工业相机对运动中的小包进行拍照，并通过专门为小包外观检测设计的图像处理技术进行识别检测，采用这种方案操作简单，检测准确度高，能够检测出小包存在90%以上的包装质量问题。
三、系统构成
小包外观视觉检测系统的组成包括：工业计算机系统、高速工业相机及镜头、光源、光电传感器、剔除系统，检测软件、通讯和输入输出单元。
（一）工业计算机系统
工业计算机系统采用研华的工控一体机，采用Intel? Core? i7处理器，具有一个RS232通讯口和4个以太网口，该系统具有稳定性高，处理速度快，完全可以满足小包外观检测的需求;
（二）高速工业相机
相机是机器视觉检测到核心部件，一般采用工业CCD相机，CCD，英文全称：Charge-coupled Device，中文全称：电荷耦合元件。可以称为CCD图像传感器。它是一种半导体器件，能够把光学影像转化为数字信号。在CCD上植入的微小光敏物质称作像素（Pixel）。一块CCD上包含的像素数越多，其提供的画面分辨率也就越高。CCD的作用就像胶片一样，但它是把图像像素转换成数字信号。CCD上有许多排列整齐的电容，能感应光线，并将影像转变成数字信号。
工业相机采用型号：alA1920-40gc，品牌：Basler，產地：德国
主要参数为：彩色相机，分辨率为1920*1200，帧速40fps，拍摄面积为5.86um*5.86um，像素为230万像素。
镜头采用computar公司的6mm镜头。
（三）光源
光源采用多组LED光源采用多角度无影灯方式照明，消除了角落阴影以及随机反光问题，避免检测死角的出现，使每一个检测面都清晰可见，可对各种包装材质的小包进行检测，包括反光塑面包装、整体镭射包装纸等都能有效检测。
（四）光电传感器
光电传感器为烟包的定位器件，为整个系统提供烟包的位置信息;如果采用普通的接近式位置传感器会出现定位不准确的问题，进过反复测试后，选择了对射式光纤传感器，这种光纤传感器具有定位准确，动作及复位时间在200μs以下。
（五）剔除系统
剔除系统采用MAC的高速电磁阀进行吹气，将检测出的不合格烟包剔除。
（六）检测软件
专门为小包外观检测开发的采用先进图像处理技术的上位机软件。
（七）通讯和IO控制模块
专门为小包外观检测开发的通讯和IO控制模块，核心采用FPGA可编程芯片实现。
四、工作流程
（一）小包到达检测位光纤传感器时，IO控制模块收到烟包到位信号后，一方面控制光源进行频闪，另外一方面将曝光信号发给CCD工业相机。CCD工业相机接到曝光信号后立即启动进行拍照。
（二）工控机处理以及运算，判断该小包是否有包装质量问题，如果有问题，则通过RS232串口通知IO控制模块，IO控制板程序将会对该小包进行标记。
（三）小包到达剔除位光纤传感器时，IO控制板卡将收到小包到位信号，然后查看程序是否有剔除标记，如果有，则启动电磁阀，控制电磁阀将小包吹出流水线。
五、技术难点及解决方案
（一）在对于有镭射包装的小包进行检测中发现如果采用普通直射LED光源的话，在拍摄的照片上会出现反光，直接影响检测质量，会造成很多误剔，经过多次试验后，发现采用拱形灯罩多角度无影灯方式照明，能够消除了角落阴影以及镭射包装反光问题，使每一个检测面都清晰可见，并且可对各种包装材质的小包进行检测。
（二）在高速机上使用时发现跑道速度会变速，这样使得在计算检测位到剔除之间的距离时不准确，造成很多误剔。为了解决这个问题，采用三组光纤进行烟包定位，检测位、中间、剔除位三个光纤进行烟包定位剔除。要求两个光纤之间的间距小于两包烟的距离。
当A烟包离开检测光纤后，中间光纤的下一个上升沿必然是A烟包，同理，在A烟包离开中间光纤后，剔除光纤的下一个上升沿必然是A烟包。 采用三个光纤进行剔除定位，可以避免突然停机，烟包打滑等造成的缺陷烟漏剔问题。
（三）剔除电磁阀的选型，剔除阀的选型非常重要，我们发现如果在高速机上连续出多包不合格小包时，普通的电磁阀来不及进行剔除动作。经过反复测试，最终我们采用FESTO的高速电磁阀，其开关时间在0.2ms以内，使用后效果明显。
（四）采用机器视觉检测小包包装质量的关键在于图像处理，而图像处理的关键在于小包检测图像处理关键技术主要有：定位、边缘检测、直方检测，分别体现在图像增强和图像分析两个环节上。通过提高对比度的灰度拉伸、假彩色、边缘提取、滤波、傅立叶变换等实现对比度提高、清晰度增加和特征突出等目的。再采用先进的色彩浓淡处理技术及高精度的次像素处理技术替换单一的灰度比较系统处理技术，可得到更加逼真的图像实况检测。采用VC++作为编程工具，并结合相应的图像处理软件平台，编写合适的算法，来检测小包烟可能存在的缺陷。以下是软件中的关键算法和技术难点介绍：
（1）定位 在小包检测中，由于采集的图像存在抖动的问题，因此，需要采用定位以消除烟包的图像抖动问题。其原理是先设定小框内的模版，保存以后每次采集的烟包图片都与横版进行匹配，把图像抖动的位移补回来。
（2）边缘检测 边缘作为图像最基本的一个部分，可以为我们的烟包检测提供最直接有效的检测手段，边缘检测在小包烟检测中起到重要作用。实际应用中，我们可以利用边缘检测来检测到小包烟的大部分缺陷，如可以检测“小花无”、“小花不居中”等小花缺陷，还可以检测油封及拉线的缺陷，而这些缺陷是影响小包烟质量的重要因素。
（3）直方检测 小包烟包装出现问题主要表现在图像一定区域内灰度值的变化。可以直接对相应区域进行直方檢测。在这个检测项目里面，可以设置统汁像素的区间、该区间内像素占整个像素的比例两个参数。这样就可以按照直方图对这个区域的区间像素进行图像分割。若图像出现异常，分割的像素比例将会超出范围，检测软件则会判断小包烟外观存在一定质量问题。
六、总结与展望
机器视觉的引入，代替传统的人工检测和光电检测，极大地提高了投放市场的产品质量，提高了生产效率。本文所述的小包烟包装质量在线检测仪的设计方案经过验证是可行的，该设备具有较高的实用性、运行可靠、检测精度较高。
参考文献
[1]唐向阳，张勇，李江有等.机器视觉关键技术的现状及应用展望[J].昆明理工大学学报（理工版），2004，29（2）：36-39
[2]刘荣辉.机器视觉系统在GDX2包装机组中的应用[J].烟草科技，2005，（11）：10-13
[3]刘焕军，王耀南编.机器视觉中的图像采集技术[J].电脑与信息技术，2003（1）：18-21
[4]贾云德主编.机器视觉[M].北京：科学出版社，2000
[5]吴炯，张秀彬.数字图像中边缘算法的实验研究[J].微计算机息，2004，20（5）：106-107
[6]高潮.基于机器视觉的裂纹缺陷检测技术[J].航空精密制造技术，2007，10（5）：23-25[1]
作者简介：
谢华（1969-），工程师，四川中烟工业有限责任公司西昌烟厂卷包车间从事设备维修管理工作。
关键词：机器视觉;烟草;包装检测
一、应用背景
随着市场竞争的日益激烈，烟草企业为了提高其市场竞争力，更好的开拓市场，在加大卷烟质量方面的技改力度、提高卷烟质量的同时，对卷烟制品的包装形式及包装质量也加大了改造力度，威力在激烈的市场竞争中更好的维护产品品牌形象，对于卷烟产品包装质量的检测，也是至关重要的一环。
近年来，烟草企业不断引进国外先进的烟机，生产速度也是飞速提高，如最新的GD高速卷包机的生产速度可达到1000包/分钟，在如此高速的生产过程中难免会有许多不合格品产生，及时发现不合格品并将其剔除是非常重要的，否则流入市场会降低用户的满意度，同时也会削弱品牌价值和产品信誉度。
随着机器视觉系统的不断发展，尤其是多媒体技术和数字图像处理分析理论的成熟，使得机器视觉系统能够广泛应用于小包包装质量的检测上，其具有检测准确度高、无污染、体积小等特点。
二、应用现状
目前生产过程中会出现很多不合格类型（如下图），由于生产速度非常快，采用人工检测剔除不现实。
这些不合格产品如果流入市场，会对品牌形象造成很大影响。
目前市场存在一种基于机器视觉系统的小包外观检测系统是，采用国外已有的智能图像传感器进行视觉检测，这种已有的智能图像传感器并非针对小包外观检测进行开发的，在使用时需要进行大量参数设置，并运行很长时间之后才能逐渐稳定下来。
本文主要讨论一种采用高速工业相机对运动中的小包进行拍照，并通过专门为小包外观检测设计的图像处理技术进行识别检测，采用这种方案操作简单，检测准确度高，能够检测出小包存在90%以上的包装质量问题。
三、系统构成
小包外观视觉检测系统的组成包括：工业计算机系统、高速工业相机及镜头、光源、光电传感器、剔除系统，检测软件、通讯和输入输出单元。
（一）工业计算机系统
工业计算机系统采用研华的工控一体机，采用Intel? Core? i7处理器，具有一个RS232通讯口和4个以太网口，该系统具有稳定性高，处理速度快，完全可以满足小包外观检测的需求;
（二）高速工业相机
相机是机器视觉检测到核心部件，一般采用工业CCD相机，CCD，英文全称：Charge-coupled Device，中文全称：电荷耦合元件。可以称为CCD图像传感器。它是一种半导体器件，能够把光学影像转化为数字信号。在CCD上植入的微小光敏物质称作像素（Pixel）。一块CCD上包含的像素数越多，其提供的画面分辨率也就越高。CCD的作用就像胶片一样，但它是把图像像素转换成数字信号。CCD上有许多排列整齐的电容，能感应光线，并将影像转变成数字信号。
工业相机采用型号：alA1920-40gc，品牌：Basler，產地：德国
主要参数为：彩色相机，分辨率为1920*1200，帧速40fps，拍摄面积为5.86um*5.86um，像素为230万像素。
镜头采用computar公司的6mm镜头。
（三）光源
光源采用多组LED光源采用多角度无影灯方式照明，消除了角落阴影以及随机反光问题，避免检测死角的出现，使每一个检测面都清晰可见，可对各种包装材质的小包进行检测，包括反光塑面包装、整体镭射包装纸等都能有效检测。
（四）光电传感器
光电传感器为烟包的定位器件，为整个系统提供烟包的位置信息;如果采用普通的接近式位置传感器会出现定位不准确的问题，进过反复测试后，选择了对射式光纤传感器，这种光纤传感器具有定位准确，动作及复位时间在200μs以下。
（五）剔除系统
剔除系统采用MAC的高速电磁阀进行吹气，将检测出的不合格烟包剔除。
（六）检测软件
专门为小包外观检测开发的采用先进图像处理技术的上位机软件。
（七）通讯和IO控制模块
专门为小包外观检测开发的通讯和IO控制模块，核心采用FPGA可编程芯片实现。
四、工作流程
（一）小包到达检测位光纤传感器时，IO控制模块收到烟包到位信号后，一方面控制光源进行频闪，另外一方面将曝光信号发给CCD工业相机。CCD工业相机接到曝光信号后立即启动进行拍照。
（二）工控机处理以及运算，判断该小包是否有包装质量问题，如果有问题，则通过RS232串口通知IO控制模块，IO控制板程序将会对该小包进行标记。
（三）小包到达剔除位光纤传感器时，IO控制板卡将收到小包到位信号，然后查看程序是否有剔除标记，如果有，则启动电磁阀，控制电磁阀将小包吹出流水线。
五、技术难点及解决方案
（一）在对于有镭射包装的小包进行检测中发现如果采用普通直射LED光源的话，在拍摄的照片上会出现反光，直接影响检测质量，会造成很多误剔，经过多次试验后，发现采用拱形灯罩多角度无影灯方式照明，能够消除了角落阴影以及镭射包装反光问题，使每一个检测面都清晰可见，并且可对各种包装材质的小包进行检测。
（二）在高速机上使用时发现跑道速度会变速，这样使得在计算检测位到剔除之间的距离时不准确，造成很多误剔。为了解决这个问题，采用三组光纤进行烟包定位，检测位、中间、剔除位三个光纤进行烟包定位剔除。要求两个光纤之间的间距小于两包烟的距离。
当A烟包离开检测光纤后，中间光纤的下一个上升沿必然是A烟包，同理，在A烟包离开中间光纤后，剔除光纤的下一个上升沿必然是A烟包。 采用三个光纤进行剔除定位，可以避免突然停机，烟包打滑等造成的缺陷烟漏剔问题。
（三）剔除电磁阀的选型，剔除阀的选型非常重要，我们发现如果在高速机上连续出多包不合格小包时，普通的电磁阀来不及进行剔除动作。经过反复测试，最终我们采用FESTO的高速电磁阀，其开关时间在0.2ms以内，使用后效果明显。
（四）采用机器视觉检测小包包装质量的关键在于图像处理，而图像处理的关键在于小包检测图像处理关键技术主要有：定位、边缘检测、直方检测，分别体现在图像增强和图像分析两个环节上。通过提高对比度的灰度拉伸、假彩色、边缘提取、滤波、傅立叶变换等实现对比度提高、清晰度增加和特征突出等目的。再采用先进的色彩浓淡处理技术及高精度的次像素处理技术替换单一的灰度比较系统处理技术，可得到更加逼真的图像实况检测。采用VC++作为编程工具，并结合相应的图像处理软件平台，编写合适的算法，来检测小包烟可能存在的缺陷。以下是软件中的关键算法和技术难点介绍：
（1）定位 在小包检测中，由于采集的图像存在抖动的问题，因此，需要采用定位以消除烟包的图像抖动问题。其原理是先设定小框内的模版，保存以后每次采集的烟包图片都与横版进行匹配，把图像抖动的位移补回来。
（2）边缘检测 边缘作为图像最基本的一个部分，可以为我们的烟包检测提供最直接有效的检测手段，边缘检测在小包烟检测中起到重要作用。实际应用中，我们可以利用边缘检测来检测到小包烟的大部分缺陷，如可以检测“小花无”、“小花不居中”等小花缺陷，还可以检测油封及拉线的缺陷，而这些缺陷是影响小包烟质量的重要因素。
（3）直方检测 小包烟包装出现问题主要表现在图像一定区域内灰度值的变化。可以直接对相应区域进行直方檢测。在这个检测项目里面，可以设置统汁像素的区间、该区间内像素占整个像素的比例两个参数。这样就可以按照直方图对这个区域的区间像素进行图像分割。若图像出现异常，分割的像素比例将会超出范围，检测软件则会判断小包烟外观存在一定质量问题。
六、总结与展望
机器视觉的引入，代替传统的人工检测和光电检测，极大地提高了投放市场的产品质量，提高了生产效率。本文所述的小包烟包装质量在线检测仪的设计方案经过验证是可行的，该设备具有较高的实用性、运行可靠、检测精度较高。
参考文献
[1]唐向阳，张勇，李江有等.机器视觉关键技术的现状及应用展望[J].昆明理工大学学报（理工版），2004，29（2）：36-39
[2]刘荣辉.机器视觉系统在GDX2包装机组中的应用[J].烟草科技，2005，（11）：10-13
[3]刘焕军，王耀南编.机器视觉中的图像采集技术[J].电脑与信息技术，2003（1）：18-21
[4]贾云德主编.机器视觉[M].北京：科学出版社，2000
[5]吴炯，张秀彬.数字图像中边缘算法的实验研究[J].微计算机息，2004，20（5）：106-107
[6]高潮.基于机器视觉的裂纹缺陷检测技术[J].航空精密制造技术，2007，10（5）：23-25[1]
作者简介：
谢华（1969-），工程师，四川中烟工业有限责任公司西昌烟厂卷包车间从事设备维修管理工作。