施兢業(yè)++陸龔琪++劉俊

摘 要：基于人工檢測(cè)產(chǎn)品標(biāo)簽的不足之處，提出了基于機(jī)器視覺檢測(cè)打印機(jī)標(biāo)簽的方法。該標(biāo)簽檢測(cè)系統(tǒng)利用CCD攝像機(jī)采集標(biāo)簽圖像信息，使用中值濾波與小波閾值去噪結(jié)合的方法對(duì)標(biāo)簽圖像進(jìn)行去噪處理，并采用Otsu法進(jìn)行圖像分割。通過計(jì)算標(biāo)簽的面積、重心和方向及對(duì)比標(biāo)準(zhǔn)標(biāo)簽圖像相來檢測(cè)標(biāo)簽是否合格，實(shí)現(xiàn)了生產(chǎn)過程中產(chǎn)品標(biāo)簽的實(shí)時(shí)自動(dòng)檢測(cè)。

關(guān)鍵詞：機(jī)器視覺；標(biāo)簽檢測(cè)系統(tǒng)；CCD相機(jī)；脈沖干擾

中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.15913/j.cnki.kjycx.2016.14.014

隨著物質(zhì)生活水平的不斷提高，人們?cè)絹碓街匾曀徺I產(chǎn)品的質(zhì)量。對(duì)于任何產(chǎn)品，其包裝上的標(biāo)簽直接關(guān)系著產(chǎn)品質(zhì)量?，F(xiàn)代工業(yè)生產(chǎn)的特點(diǎn)是連續(xù)大批量生產(chǎn)，具有效率高的特點(diǎn)。對(duì)于標(biāo)簽的檢測(cè)，要求快速、準(zhǔn)確、可靠、不影響生產(chǎn)。然而，有些工廠在標(biāo)簽檢測(cè)這一環(huán)節(jié)仍采用人工檢測(cè)。人工檢測(cè)存在很多方面的不足，主要包括速度慢，無法連續(xù)、穩(wěn)定檢測(cè)，會(huì)因疲勞而導(dǎo)致檢測(cè)準(zhǔn)確率下降，這些都會(huì)影響系統(tǒng)的生產(chǎn)效率和產(chǎn)品合格率。

基于人工檢測(cè)的不足，基于機(jī)器視覺的標(biāo)簽檢測(cè)系統(tǒng)應(yīng)運(yùn)而生。機(jī)器視覺檢測(cè)具有速度快、非接觸、精度高、自動(dòng)化程度高、實(shí)時(shí)性強(qiáng)等特點(diǎn)，能滿足標(biāo)簽在線檢測(cè)的要求，在檢測(cè)技術(shù)中的地位越來越高。本文以打印機(jī)標(biāo)簽作為檢測(cè)對(duì)象，針對(duì)打印機(jī)標(biāo)簽可能出現(xiàn)的破損、折疊、傾斜和顛倒等情況，計(jì)算了標(biāo)簽的面積、重心和方向，并將計(jì)算結(jié)果與標(biāo)準(zhǔn)標(biāo)簽的相應(yīng)數(shù)值進(jìn)行了比較，從而判斷標(biāo)簽是否合格。

1 標(biāo)簽檢測(cè)系統(tǒng)的組成

作為具有實(shí)時(shí)性和非接觸性的檢測(cè)系統(tǒng)，主要包含照明系

統(tǒng)、圖像采集系統(tǒng)和圖像處理系統(tǒng)。為了滿足光源的穩(wěn)定性、亮度、均勻性等方面的要求，本系統(tǒng)使用LED光源從斜上方照射產(chǎn)品標(biāo)簽，可保證亮度均勻和光照穩(wěn)定。工業(yè)相機(jī)一般分為CMOS相機(jī)和CCD相機(jī)。其中，CMOS相機(jī)畫面質(zhì)量較差，而CCD相機(jī)具有體積小、靈敏度高、幾何失真小、功耗低、壽命長(zhǎng)等特點(diǎn)。因此，結(jié)合實(shí)際選擇了黑白面陣CCD相機(jī)，并將其固定在了支架上。被采集到的標(biāo)簽圖像通過圖像采集卡傳入計(jì)算機(jī)，再由計(jì)算機(jī)進(jìn)行實(shí)時(shí)圖像處理，判斷標(biāo)簽是否合格。

2 標(biāo)簽的檢測(cè)算法

本標(biāo)簽檢測(cè)系統(tǒng)的檢測(cè)目標(biāo)是檢測(cè)產(chǎn)品標(biāo)簽是否存在破損、折疊，是否粘貼顛倒、傾斜等。針對(duì)這些目標(biāo)，本系統(tǒng)通過計(jì)算標(biāo)簽的面積、重心和方向這些基本特征，判斷了標(biāo)簽是否符合要求，實(shí)現(xiàn)了標(biāo)簽的自動(dòng)檢測(cè)。

2.1 標(biāo)簽圖像的預(yù)處理

在實(shí)際應(yīng)用中，由于受到光照、周圍環(huán)境、系統(tǒng)自身等方面的影響，圖像在采集、傳輸和記錄的過程中會(huì)不可避免地受到噪聲的干擾，進(jìn)而導(dǎo)致圖像失真，圖片質(zhì)量下降，使后續(xù)處理環(huán)節(jié)受到了影響，降低了處理的效率和準(zhǔn)確性。因此，我們需要采取相應(yīng)的措施減小噪聲對(duì)圖像的影響，以改善圖像的視覺效果，提高圖像質(zhì)量。

2.1.1 中值濾波

中值濾波是一種廣泛應(yīng)用的可濾除脈沖干擾的非線性去噪方法，即用一個(gè)移動(dòng)窗口（一般取奇數(shù)個(gè)點(diǎn)）將窗口中心點(diǎn)的值用窗口內(nèi)各點(diǎn)的中值取代。在一定的條件下，該方法能克服線性濾波器（均值濾波）造成的圖像細(xì)節(jié)模糊。

設(shè)有一個(gè)一維序列為f1，f2，…，fn，窗口大小取m（m為奇數(shù)），對(duì)其進(jìn)行中值濾波操作，即從輸入序列中依次抽出m個(gè)數(shù)，再將這m個(gè)數(shù)按大小排序，取其序號(hào)為中點(diǎn)的數(shù)作為輸出值，計(jì)算公式為：

. （1）

2.1.2 小波閾值去噪

小波去噪法對(duì)高斯白噪聲有很好的濾除效果。小波去噪方法總體可分為3類，分別為基于小波變換模極大值去噪、基于相鄰尺度小波系數(shù)相關(guān)性去噪和小波閾值去噪。其中，小波閾值去噪法較為簡(jiǎn)單且效果較好，因此，其應(yīng)用和研究最為廣泛。

小波閾值去噪的基本思想為分別處理小波分解后各層系數(shù)中大于或小于某閾值的系數(shù)，并利用處理后的小波系數(shù)重構(gòu)消噪后的圖像。在閾值去噪中，閾值函數(shù)體現(xiàn)了對(duì)小波分解系數(shù)的不同處理策略和不同計(jì)算方法，常用的閾值函數(shù)有硬閾值函數(shù)和軟閾值函數(shù)。

2.1.2.1 硬閾值函數(shù)

硬閾值函數(shù)的基本思想為：當(dāng)初始小波系數(shù)的絕對(duì)值小于閾值時(shí)，可將其設(shè)為0；當(dāng)其大于或等于閾值時(shí)，不進(jìn)行處理。具體可用以下公式表示：

. （2）

2.1.2.2 軟閾值函數(shù)

軟閾值函數(shù)的基本思想為：初始小波系數(shù)的絕對(duì)值小于所設(shè)定的閾值時(shí)，可將其設(shè)為0；當(dāng)其大于或等于閾值時(shí)，可用其減去閾值。具體可用以下公式表示：

. （3）

硬閾值函數(shù)可以較好地保留圖像邊緣等局部特征，但會(huì)引發(fā)偽吉布斯效應(yīng)等視覺失真現(xiàn)象；軟閾值處理使圖像的過程更加平滑，但可能導(dǎo)致邊緣模糊等失真現(xiàn)象出現(xiàn)。兩種閾值函數(shù)各有優(yōu)點(diǎn)和缺點(diǎn)，使用時(shí)應(yīng)根據(jù)實(shí)際的圖像選擇。

2.1.3 中值濾波與小波閾值去噪的結(jié)合

采集到的圖像中往往含有多種噪聲，常見的為高斯白噪聲和脈沖噪聲。因此，使用單一的去噪方法無法達(dá)到理想的去噪效果，通常需要多種方法相結(jié)合。本文采用中值濾波與小波閾值去噪相結(jié)合的濾波方法，先使用中值濾波處理圖像中的脈沖噪聲，再使用小波閾值去噪濾除高斯白噪聲。該方法的去噪效果較好，且能在一定程度上保護(hù)圖像的邊緣。

2.1.4 實(shí)驗(yàn)結(jié)果及其分析

本實(shí)驗(yàn)基于Windows 7系統(tǒng)，使用MATLAB 2014a進(jìn)行程序編輯，對(duì)標(biāo)簽圖像加上噪聲強(qiáng)度為0.07的脈沖噪聲（椒鹽噪聲）和均值為0，方差為0.02的高斯白噪聲生成含混合噪聲，中值濾波采用3×3的模板，小波去噪選擇sym5基函數(shù)對(duì)圖像進(jìn)行3層分解，并使用硬閾值函數(shù)。采用上述方法對(duì)標(biāo)簽圖像進(jìn)行處理，并計(jì)算圖像的峰值信噪比（PSNR）。實(shí)驗(yàn)結(jié)果如圖2所示。

峰值信噪比分別為PSNR（a）=14.919 1、PSNR（b）=18.404 8、PSNR（c）=15.282 4、PSNR（d）=18.885 4.

由實(shí)驗(yàn)結(jié)果可知，中值與小波閾值去噪相結(jié)合的濾波方法能有效地去除2種噪聲，去噪效果明顯比單一去噪好，且峰值信噪比較高。

2.2 圖像分割

圖像分割就將圖像分成具有不同特征的區(qū)域，并提取感興趣目標(biāo)的技術(shù)和過程。由于本文中的標(biāo)簽?zāi)繕?biāo)對(duì)象與背景的對(duì)比明顯，容易區(qū)分，因此，選用最大類間方差閾值圖像分割方法（Otsu法）進(jìn)行閾值分割。

Otsu法是由日本的大津于1979年提出的，也稱為大津法，是閾值分割自動(dòng)選取的最優(yōu)方法之一。其基本思想為：用閾值將圖像像素分為目標(biāo)和背景兩類，使用區(qū)分后得到兩類的類間方差最大值確定最佳閾值。該方法會(huì)先初步選定特定圖像的分割閾值，將待處理的圖像直方圖分割成h（x，y）和f（x，y）兩組；得到兩組像素值各自的相關(guān)參數(shù)后，通過搭建類間方差數(shù)學(xué)模型來獲得兩組像素點(diǎn)群體的方差，并按照一定順序分割閾值，直至兩組數(shù)據(jù)的類間方差與類內(nèi)方差的比值達(dá)到最大時(shí)，此閾值分割可得到差別最大的圖像分組結(jié)果，即獲得最優(yōu)的圖像分割閾值。

在確定閾值時(shí)，σB2（T）代表閾值為k時(shí)的類間方差，ωi和μi分別為Ci組μi中像素i產(chǎn)生的概率和組內(nèi)所有像素點(diǎn)灰度值的均值，μ為圖像所有像素點(diǎn)灰度的均值。兩組間的類間方差計(jì)算公式為：

處理效果如圖3所示。

3 標(biāo)簽的檢驗(yàn)過程

在本實(shí)驗(yàn)中，攝像頭是固定安裝的，產(chǎn)品檢測(cè)面與攝像頭是保持正對(duì)的。工作環(huán)境為室內(nèi)，光照強(qiáng)度不變，圖像中可能出現(xiàn)變化的只有標(biāo)簽。因此，對(duì)于標(biāo)簽的破損和折疊、粘貼方向不正確等，均可以采用計(jì)算標(biāo)簽面積、重心和方向的方法判斷。

3.1 標(biāo)簽面積的計(jì)算

計(jì)算標(biāo)簽面積的原理為自上而下逐行掃描，計(jì)算標(biāo)簽的像素總個(gè)數(shù)。計(jì)算公式如下：

如果圖像中有標(biāo)簽破損或折疊，則計(jì)算出的標(biāo)簽面積就會(huì)與標(biāo)準(zhǔn)標(biāo)簽有較大的差異。當(dāng)兩個(gè)面積數(shù)值的差值超出一定范圍時(shí)，就可以判斷為標(biāo)簽不合格。

3.2 標(biāo)簽重心的計(jì)算

設(shè)標(biāo)簽重心坐標(biāo)為（X0，Y0），則重心的計(jì)算公式為：

由式（6）（7）可知，求重心即求圖像數(shù)組中數(shù)值為1的坐標(biāo)的和與面積的比值。因此，當(dāng)標(biāo)簽面積不變時(shí)，只要標(biāo)簽傾斜，值為1的點(diǎn)的坐標(biāo)必然會(huì)發(fā)生變化，進(jìn)而導(dǎo)致重心值發(fā)生變化。對(duì)比求得的重心與預(yù)設(shè)的標(biāo)準(zhǔn)合格產(chǎn)品標(biāo)簽圖像的重心值，當(dāng)重心值與預(yù)先設(shè)定的值不同，且超過規(guī)定的誤差范圍時(shí)，則可以判斷標(biāo)簽不合格；反之，則說明標(biāo)簽合格。

3.3 標(biāo)簽方向的計(jì)算

基于方向場(chǎng)的應(yīng)用可以為物體定義方向。我們可以將每個(gè)物體看作橢圓，在笛卡爾坐標(biāo)平面上，長(zhǎng)軸被定義為與最小慣量軸同方向的最小二階矩軸，從而定義長(zhǎng)軸方向?yàn)槲矬w的方向。圖像中物體的最小二階矩軸就是物體上所有點(diǎn)到該線距離的平方和的最小值。給出一幅二值圖像B[i，j]對(duì)物體的所有點(diǎn)到直線進(jìn)行最小二次方擬合，獲得物體的最小二階矩軸方程，其計(jì)算公式為：

.長(zhǎng)軸與x軸的夾角，通過計(jì)算θ便能判斷標(biāo)簽是否旋轉(zhuǎn)以及旋轉(zhuǎn)角度的大小。本系統(tǒng)設(shè)定θ的變化范圍為± 5°。如果待檢測(cè)標(biāo)簽的θ值與標(biāo)準(zhǔn)標(biāo)簽的θ值的差超過了此變化范圍，則可判定此標(biāo)簽為不合格。

3.4 實(shí)驗(yàn)結(jié)果及其分析

在實(shí)驗(yàn)中，分別計(jì)算了合格標(biāo)簽和各種不合格標(biāo)簽的面積、重心和方向，并對(duì)得出的計(jì)算結(jié)果進(jìn)行了匯總和比較。

分析表1中的數(shù)據(jù)可得，合格標(biāo)簽的3個(gè)數(shù)據(jù)都與標(biāo)準(zhǔn)標(biāo)簽較為接近，破損標(biāo)簽與標(biāo)準(zhǔn)標(biāo)簽的面積值有較大的差別，傾斜標(biāo)簽與標(biāo)準(zhǔn)標(biāo)簽的重心、方向角有明顯的差異，顛倒標(biāo)簽與標(biāo)準(zhǔn)標(biāo)簽的重心有較大的差異。因此，可以將這3個(gè)數(shù)據(jù)作為判斷標(biāo)簽是否合格的依據(jù)。此外，對(duì)足夠多的標(biāo)簽進(jìn)行檢測(cè)后，其準(zhǔn)確率可達(dá)到93%.

4 結(jié)束語

由于人工檢測(cè)打印機(jī)標(biāo)簽的種種不足，本文設(shè)計(jì)了基于機(jī)器視覺的標(biāo)簽實(shí)時(shí)檢測(cè)系統(tǒng)。該系統(tǒng)由LED光源、CCD相機(jī)及鏡頭、圖像采集卡、計(jì)算機(jī)等設(shè)備組成。使用中值與小波閾值去噪結(jié)合的去噪方法；用Otsu法對(duì)圖像進(jìn)行二值化處理；針對(duì)可能出現(xiàn)的標(biāo)簽破損、傾斜、顛倒等現(xiàn)象，通過計(jì)算標(biāo)簽圖像的面積、重心和方向來檢測(cè)標(biāo)簽的異常。檢測(cè)的準(zhǔn)確率達(dá)93%.本系統(tǒng)的設(shè)計(jì)對(duì)于工業(yè)生產(chǎn)中標(biāo)簽的檢測(cè)具有很大的實(shí)際意義。

參考文獻(xiàn)

[1]段峰，王耀南，雷曉峰.機(jī)器視覺技術(shù)及其應(yīng)用綜述[J].自動(dòng)化博覽，2002（03）.

[2]張德豐.詳解MATLAB圖像處理[M].北京：電子工業(yè)出版社，2010.

[3]儲(chǔ)鵬鵬.基于小波變換的圖像去噪方法研究[D].西安：西安電子科技大學(xué)，2009.

[4]陳曉丹，李思明.圖像分割研究進(jìn)展[J].圖形圖像，2013（11）.

[5]N Otsu.A Threshold Selection Method from Gray-level Histograms. IEEE Transactions on Systems，Man and Cybernetics，1979，9（01）.

[6]賈云德.機(jī)器視覺[M].北京：科學(xué)出版社，2000.

〔編輯：張思楠〕