本文討論了基于機(jī)器視覺的煙包外觀質(zhì)量的在線檢測(cè)系統(tǒng)總體方案的設(shè)計(jì)，同時(shí)針對(duì)香煙的小包裝流水線的具體情況，從而分別對(duì)香煙小包的檢測(cè)位置以及圖像采集方案來(lái)進(jìn)行了探討。本文中采用了一種用于香煙包裝質(zhì)量的檢測(cè)的快速圖像配算法，從而利用其開源的計(jì)算機(jī)視覺庫(kù)中的OpenCV進(jìn)行算法的實(shí)現(xiàn)，從而針對(duì)仿真的實(shí)驗(yàn)結(jié)果表明，該圖像的匹配算法計(jì)算的速度較快、檢測(cè)精度較高，滿足香煙包裝質(zhì)量的檢測(cè)需求。

一、背景

在當(dāng)前競(jìng)爭(zhēng)激烈的卷煙行業(yè)中，精美的香煙外包裝是各煙草行業(yè)商標(biāo)和品牌形象的重要體現(xiàn)，品牌香煙的任何包裝質(zhì)量問(wèn)題都會(huì)影響企業(yè)品牌形象，失去企業(yè)的信譽(yù)度，如何保證包裝生產(chǎn)的穩(wěn)定質(zhì)量，減少和杜絕不合格的煙包產(chǎn)品流入市場(chǎng)，是各卷煙企業(yè)在全面質(zhì)量控制中的一個(gè)關(guān)鍵環(huán)節(jié)。目前，針對(duì)香煙包裝質(zhì)量檢測(cè)的研究有很多，有對(duì)條煙包裝質(zhì)量的檢測(cè)，香煙小包裝外觀質(zhì)量的檢測(cè)甚至有專門針對(duì)香煙小包拉線的檢測(cè).由此也出現(xiàn)了很多針對(duì)包裝質(zhì)量檢測(cè)的算法，其中最主要的是圖像匹配算法，。本文針對(duì)當(dāng)前香煙小包檢測(cè)系統(tǒng)中存在的主要問(wèn)題，創(chuàng)造性地設(shè)計(jì)了在線檢測(cè)系統(tǒng)的總體結(jié)構(gòu)，提出了一種基于機(jī)器視覺的圖像處理方法，及時(shí)發(fā)現(xiàn)并剔除有缺陷的香煙，滿足了卷煙生產(chǎn)流水線的高效性，充分保證產(chǎn)品的質(zhì)量。

二、系統(tǒng)總體結(jié)構(gòu)

1.檢測(cè)位置的選擇

由于卷煙生產(chǎn)流水線的速度相當(dāng)快，而香煙包裝中出現(xiàn)缺陷是隨機(jī)而多樣的，因此選擇合理的檢測(cè)和剔除機(jī)構(gòu)的位置是至關(guān)重要的!在香煙生產(chǎn)過(guò)程中，能夠?qū)ο銦熗庥^進(jìn)行檢測(cè)的位置主要有三個(gè):一是在包裝機(jī)的出口，二是在香煙集中輸送的流水線上，三是在進(jìn)行條裝封箱機(jī)入口處。可檢測(cè)的位置如圖1所示。

對(duì)不同的檢測(cè)位置進(jìn)行利弊分析：在位置1處，空間狹小不便于設(shè)備安裝和缺陷產(chǎn)品剔除，而且包裝機(jī)組多，比較分散，更不利于系統(tǒng)集成；在位置2處，輸送道長(zhǎng)，空間大，便于選擇合適位置進(jìn)行設(shè)備安裝和缺陷產(chǎn)品剔除，而且系統(tǒng)集成度高，便于監(jiān)控管理，有利于生產(chǎn)過(guò)程的信息化；在位置3處，條包機(jī)的作業(yè)速度快，即便檢測(cè)到缺陷產(chǎn)品也很難完全剔除不合格產(chǎn)品!根據(jù)對(duì)香煙生產(chǎn)流程的分析，本論文提出在香煙匯總輸送道上即位置2處進(jìn)行檢測(cè)和剔除處理的方案。

2.圖像采集方式

根據(jù)香煙小包裝外觀質(zhì)量檢測(cè)內(nèi)容可知，香煙小包裝外觀存在的缺陷有：香煙小包的錯(cuò)牌、變形、底邊開膠以及香煙小包的標(biāo)志性圖案、文字印刷錯(cuò)誤，香煙小包的硬包翻蓋和外露等。由于香煙包裝中出現(xiàn)的缺陷多種多樣，而且流水線的速度不穩(wěn)定，經(jīng)常要加速或減速，平穩(wěn)運(yùn)行的時(shí)間很短，又由于傳送帶存在著輕微的震蕩，因此，在采集圖像時(shí)就得考慮相機(jī)的位置以及周圍的光線對(duì)照片的影響，合理的選擇相機(jī)的位置和光源，能夠簡(jiǎn)化系統(tǒng)的設(shè)置，提高系統(tǒng)的性價(jià)比，同時(shí)，能提高圖像處理的精確度!本論文在不考慮由傳送帶的震蕩帶來(lái)的影響下，選擇缺陷最常見的正面1、端面2、3和側(cè)面4作為檢測(cè)對(duì)象，相機(jī)與香煙盒的位置關(guān)系如圖2所示。

3.系統(tǒng)總體結(jié)構(gòu)及工作流程

基于機(jī)器視覺的香煙小包外觀質(zhì)量在線檢測(cè)系統(tǒng)的總體結(jié)構(gòu)如圖 * 所示!機(jī)器視覺系統(tǒng)由硬件和軟件兩大部分組成。

該系統(tǒng)的硬件由工業(yè)電腦、智能相機(jī)、可編程邏輯控制器、光源和光纖組成。其中，工業(yè)電腦雙核工控機(jī)，速度快，穩(wěn)定性好。工業(yè)相機(jī)采用美國(guó)進(jìn)口的高分辨率，高速彩色智能相機(jī)，分辨率可達(dá)200萬(wàn)像素，處理速度快，穩(wěn)定可靠。系統(tǒng)光源由多只矩形的和條形的LED光源組合而成，亮度高，檢測(cè)面照度均勻，并采用低角度平行照射的方式，有利于系統(tǒng)的圖像匹配。

系統(tǒng)的軟件為在Visual C++ 6.0環(huán)境下開發(fā)的OpenCV，它是開源計(jì)算機(jī)視覺庫(kù)，可以實(shí)現(xiàn)圖像處理和計(jì)算機(jī)方面的很多常用算法，可以直接調(diào)用庫(kù)內(nèi)函數(shù)，從而使得圖像處理脫離Visual C++的平***立運(yùn)行，并且可以提高軟件的檢測(cè)速度和精度。系統(tǒng)的軟件是整個(gè)系統(tǒng)的核心，負(fù)責(zé)協(xié)調(diào)各系統(tǒng)正確工作，完成缺陷分類統(tǒng)計(jì)、參數(shù)設(shè)置、趨勢(shì)分析、性能調(diào)整、層面特征值顯示等功能，同時(shí)還具有完善的網(wǎng)絡(luò)功能，便于進(jìn)行實(shí)時(shí)數(shù)據(jù)交換控制及工業(yè)電腦的遠(yuǎn)程監(jiān)控管理，實(shí)現(xiàn)管理控制一體化。

工作流程: 成像定位光纖起到位置傳感器的作用，當(dāng)香煙經(jīng)過(guò)時(shí)，傳感器將信號(hào)發(fā)送給可編程邏輯控制器(PLC) ，PLC完成對(duì)LED光源的調(diào)節(jié)，并將信息反饋給工業(yè)電腦，工業(yè)電腦通過(guò)以太網(wǎng)控制智能相機(jī)拍照，拍攝到的照片通過(guò)以太網(wǎng)以數(shù)字信號(hào)返回到工業(yè)電腦進(jìn)行圖像處理，若檢測(cè)到產(chǎn)品有缺陷，則記下缺陷產(chǎn)品的位置并跟蹤，隨后由PLC執(zhí)行剔除操作。

三、圖像匹配

對(duì)于香煙包裝圖像，不合格產(chǎn)品圖像與標(biāo)準(zhǔn)圖像存在很大的差異，利用模板匹配方法即可將缺陷識(shí)別，圖像匹配技術(shù)是圖像處理中的一項(xiàng)關(guān)鍵技術(shù)，即通過(guò)比較樣本圖像和搜索圖像中是否包含樣本圖像及其位置，但由于傳統(tǒng)的模板匹配速度慢，為提高檢測(cè)速度和精度，本文提出一種改進(jìn)的圖像匹配方法，利用改進(jìn)的相關(guān)系數(shù)和自適應(yīng)遺傳算法對(duì)感興趣區(qū)域進(jìn)行匹配檢測(cè)。

在香煙檢測(cè)系統(tǒng)中，首先要制作香煙包裝圖像的模板，由于在實(shí)際中，合格產(chǎn)品之間也會(huì)存在一定的差異，因此本論文通過(guò)采集多張合格產(chǎn)品的圖像，并利用統(tǒng)計(jì)平均法來(lái)制作香煙包裝圖像模板，這樣不僅消除了單張印刷品作為模板所引起的偏差，同時(shí)代表了圖像的真實(shí)信息，達(dá)到減少誤判率、提高檢測(cè)質(zhì)量的目的。

其次是要計(jì)算進(jìn)行配準(zhǔn)的兩幅圖像之間的相關(guān)度量，而相關(guān)匹配是利用模板在被搜索圖像中搜索以找到目標(biāo)區(qū)域，其總計(jì)算量=相關(guān)算法計(jì)算量×搜索位置數(shù)!為了減少總計(jì)算量，可以設(shè)法減少相關(guān)度量的計(jì)算量，也可以在不影響匹配精度的條件下減少搜索位置的數(shù)目。本文中相關(guān)系數(shù)計(jì)算公式為式(1) :

由公式可知，0≤R(i,j)≤1，當(dāng)R(i,j)=1時(shí)，T與Si+j完全匹配。與傳統(tǒng)的相似度計(jì)算公式比較，該算法不僅減少了搜索位置的速度，還避免了由開根號(hào)花費(fèi)的大量時(shí)鐘周期，使得相關(guān)系數(shù)的計(jì)算量大大減少。

最后，本文采用自適應(yīng)遺傳算法尋找最佳匹配點(diǎn)，其具體操作過(guò)程為：

①使用串編碼的方式確定一個(gè)模板經(jīng)過(guò)平移變化后在搜索圖中的位置，其目的是尋找最佳匹配參考點(diǎn)(i,j)。

②選擇相似性測(cè)度R(i.j) 為適應(yīng)度函數(shù)。

③隨機(jī)產(chǎn)生初始種群。

④確定自適應(yīng)遺傳算法的參數(shù)和變量，即自適應(yīng)遺傳算法的交叉概率Pc和變異概率Pm，其公式分別為式(2)和式(3)。

式中，fmax為群體中最大的適應(yīng)度值，favg為每代群體的平均適應(yīng)度，f’為要交叉的兩個(gè)個(gè)體中較大的適應(yīng)度值，f’為要變異個(gè)體的適應(yīng)度值，并設(shè)定Pc1=0.9，Pc2=0.6，Pm1=0.1，Pm2=0.001。

通過(guò)遺傳操作產(chǎn)生新的個(gè)體，組成新一代種群，并重新計(jì)算適應(yīng)度函數(shù)、設(shè)定Pc和Pm初值。

重復(fù)上面操作，直到結(jié)果達(dá)到終止，得到最優(yōu)解，即最優(yōu)匹配位置。

四、試驗(yàn)驗(yàn)證

本實(shí)驗(yàn)為在實(shí)驗(yàn)室搭建的平臺(tái)模擬該系統(tǒng)的運(yùn)行，以下是仿真結(jié)果。

在進(jìn)行缺陷檢測(cè)前，本文先將標(biāo)準(zhǔn)的香煙圖像進(jìn)行區(qū)域劃分，保存圖像中容易出現(xiàn)缺陷的區(qū)域?yàn)槟０澹缓笤诓杉瘓D像中只對(duì)感興趣區(qū)域或容易出現(xiàn)缺陷的區(qū)域進(jìn)行匹配檢測(cè)，標(biāo)準(zhǔn)圖像區(qū)域劃分如圖4所示。

檢測(cè)時(shí)先對(duì)相應(yīng)的感興趣區(qū)域進(jìn)行灰度直方圖統(tǒng)計(jì)和灰度圖像的均衡化，增強(qiáng)感興趣區(qū)域圖像、直方圖統(tǒng)計(jì)如圖5所示。

計(jì)算相應(yīng)區(qū)域的相關(guān)系數(shù)，并將待測(cè)圖像與標(biāo)準(zhǔn)圖像進(jìn)行配準(zhǔn)，找出最佳配準(zhǔn)位置!圖像匹配如圖6所示，圖6(c) 所示的相關(guān)圖像很模糊，是因?yàn)閳D6(b)中的圖像主要由兩個(gè)幾乎不變的區(qū)域組成，它相當(dāng)于一個(gè)低通濾波器，圖6(d)中的白點(diǎn)即為最佳匹配點(diǎn)，其坐標(biāo)為(136,470) 。

根據(jù)相似測(cè)量度判斷匹配是否合格，若不合格則發(fā)出信號(hào)由PLC執(zhí)行剔除操作!

實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)的最大檢測(cè)速度可達(dá)10包Q秒(600包/分鐘) ，缺陷檢出率可達(dá)97%，缺陷誤檢率小于0.5%，因此正確檢測(cè)率高，滿足香煙小包生產(chǎn)流水線的要求。

五、總結(jié)

本文對(duì)計(jì)算機(jī)圖像處理技術(shù)在該系統(tǒng)中的應(yīng)用進(jìn)行了探討，尤其是對(duì)圖像處理算法進(jìn)行了詳細(xì)的剖析和驗(yàn)證。能否準(zhǔn)確的識(shí)別和剔除不合格產(chǎn)品，系統(tǒng)的檢測(cè)速度能否滿足流水線上對(duì)實(shí)時(shí)性的要求，是決定香煙包裝實(shí)時(shí)檢測(cè)系統(tǒng)能否實(shí)現(xiàn)其性能的關(guān)鍵問(wèn)題，用本文設(shè)計(jì)的系統(tǒng)，可以有效提高卷煙廠生產(chǎn)香煙的自動(dòng)化水平，有效消除人為因素對(duì)香煙產(chǎn)品質(zhì)量的影響，大大降低上市香煙的包裝缺陷問(wèn)題，增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力。