馬寶秋

（石家莊職業(yè)技術學院，河北石家莊050081）

基于圖像小波變換的食品包裝印刷缺陷檢測方法

馬寶秋

（石家莊職業(yè)技術學院，河北石家莊050081）

目前我國食品企業(yè)對于其產品包裝要求越來越高，其中印刷作為包裝工藝中展示產品和吸引消費者的重要部分，已受到許多企業(yè)和研究人員的關注。對食品包裝印刷缺陷檢測系統(tǒng)進行介紹，主要闡述圖像預處理部分。建立傳統(tǒng)小波變換算法模型和改進型小波變換算法模型，并利用仿真性實驗對這兩種算法的檢測精度進行對比分析，結果表明改進型圖像小波變換算法能夠很好的提高食品包裝印刷缺陷檢測的準確性，并實現(xiàn)無損檢測。

小波變換；食品包裝印刷；機器視覺技術；圖像增強處理

由于科技和經濟的不斷發(fā)展，導致我國工業(yè)生產產品的種類和質量均得到極大的推動，其中商品的包裝也成為促銷產品、增加市場競爭力的重要方面之一[1]。商品包裝工藝包括材料選擇、外觀成型、表面印刷等多個方面，而表面印刷生產過程中，根據(jù)市場調查顯示，部分已進入市場進行銷售的產品包裝印刷中仍存在缺陷或瑕疵，嚴重影響產品品牌形象的建立[2-3]。食品作為一種特殊的商品，與人體健康息息相關，消費者對于食品包裝的要求更高，為避免出現(xiàn)包裝印刷問題的食品流入市場，食品包裝企業(yè)通常采用人工目測分揀的方式將瑕疵品挑揀出來，該方法不但需要消耗大量人力物力，效率較低同時分揀效果完全由人工主觀因素控制，難以保證檢測精度[4-5]。因此，目前越來越多食品包裝制造企業(yè)選擇使用計算機視覺技術檢測代替人工檢測進行包裝印刷缺陷檢測，其檢測精度和效率有顯著提升，但仍存在不能保證實時性、檢測精度有待進一步提高、存在誤判可能等問題[6-7]。高速CCD（Charge Coupled Device，電荷耦合器件）工業(yè)相機和相關計算機配套硬件技術的發(fā)展，為食品包裝在線視覺檢測技術提供了好的硬件平臺，而高效適合的算法則能夠為其提供好的軟件平臺[8]。

傅里葉變換（Fourier Transform）是一種數(shù)字處理算法，利用正弦波無限疊加的方式計算任何連續(xù)的信號的頻率、振幅和相位，將本身難以處理的時域信號轉換成頻域信號，再用傅里葉變換公式求解，更易于分析[9]。小波變換（Wavelet Transform，WT）是由傅里葉變換發(fā)展而來的，使用不同尺度的小波分解信號，使連續(xù)信號變成一系列小波系數(shù)，通過平移或尺度變換，對信號進行不同尺度細化，不斷拓展小波，實現(xiàn)自動適應時頻信號處理要求，克服了傅里葉變換窗口不包含時域信息的問題[10]。本文利用圖像小波變換算法，對食品包裝印刷缺陷機器視覺在線檢測進行研究。

1食品包裝印刷缺陷檢測系統(tǒng)建立

1.1食品包裝印刷缺陷檢測系統(tǒng)介紹

食品包裝印刷缺陷檢測過程包括4個部分：

1）圖像采集，在充足光照條件下，食品包裝表面圖像被高速CCD工業(yè)相機采集。高速CCD工業(yè)相機包括工業(yè)相機攝像頭及光學鏡頭，和頻閃燈、LED共同組成照明系統(tǒng)。

2）圖像預處理，通過傳感器將圖像信號轉換成數(shù)字信號并傳輸?shù)綀D像采集系統(tǒng)進行處理，包括去除干擾因素，提取并強化圖像特征，再將處理過的圖像傳遞至計算機內部處理系統(tǒng)。

3）圖像分析及分類，使用微型計算機將預處理后的圖像和參考標準圖像根據(jù)特征做對比分析及分類。

4）同樣使用微型計算機檢查結果，并作出相應的顯示及反饋。微型計算機作為控制核心，其運行速度決定了系統(tǒng)的信息處理能力。

1.2食品包裝印刷缺陷檢測系統(tǒng)圖像預處理

由于圖像采集過程中易受到設備和外界多種因素影響，為了更準確的獲得圖像特征，在進行圖像分析和分類前需進行預處理過程。預處理流程包括：

1）圖像灰度轉換，可利用RGB模型表示圖像色彩，即任何顏色都可以分解成紅（red）、綠（green）、藍（blue）三基色，可用函數(shù)f=（x，y，z）={fred（x，y，z），fgreen（x，y，z），fblue（x，y，z）}表示圖像任一位置的顏色。

2）灰度圖像濾波，食品包裝印刷缺陷檢測系統(tǒng)中圖像噪聲的來源包括圖像采集過程、傳輸過程以及變換過程產生的噪聲，圖像預處理應根據(jù)圖像特征分布進行降噪處理，當圖像特征信息和噪聲頻率分布在不同區(qū)域時，可使用濾波器進行圖像分割，當圖像特征信息和噪聲頻率分布發(fā)生重疊時，可使用空間濾波方法進行圖像像素計算，在保留圖像細節(jié)信息的同時，降低噪聲。

3）圖像對比增強，在采集生產線上運行的食品包裝圖像時，由于處于運動狀態(tài)，導致圖像一般亮度偏暗，為改善其視覺效果，利于后期處理，可進行圖像對比增強處理。由于本系統(tǒng)的作用是缺陷檢測，在進行該項處理工作時，一方面需要提高圖像清晰度和對比度，另一方面也要保證其他信息的完整性，常用方法包括線性變換、分段線性變換、非線性變換和直方圖。

4）圖像閾值分割，將圖像進行分割，提取出待處理區(qū)域，適用于特征圖像和背景圖像處于不同灰度值的圖像。首先根據(jù)特征圖像和背景圖像的灰度值進行閾值的確定，再分別將特征圖像、背景圖像灰度值和閾值進行比較，分割圖像。其中閾值的選擇關心到圖像分割的效果，可選用迭代法確定閾值，具體流程如圖1所示。

圖1 迭代算法流程圖Fig.1 Iterativealgorithm flow chart

5）圖像邊緣提取，圖像灰度值產生不連續(xù)的平緩變化現(xiàn)象后，連接起來即出現(xiàn)邊緣，越接近邊緣區(qū)域圖像像素灰度變換越大，提取圖像邊緣便于對圖像進行定位。邊緣種類一般包括斜坡（slope edge）、階躍（step edge）、屋頂（roofedge）和線狀（line edge），邊緣檢測算法包括Roberts算子、Canny算子、Sobel算子等。

2食品包裝印刷缺陷檢測系統(tǒng)的小波變換算法

2.1建立小波變換算法模型

相對于傳統(tǒng)傅里葉變換信號不包括時域而言，小波變換用于圖像邊緣檢測時，具有計算量小、運算快、存儲量低、分辨率廣等特點。假設L2（R）為函數(shù)空間，小波變換函數(shù)ψ（t）∈L2（R），滿足：

則ψ（t）為基本小波，若ψ（t）為連續(xù)小波，則可用其延伸出的小波函數(shù)ψab（t）進行圖像邊緣檢測運算：

ψab（t）與ψ（t）具有類似的帶型，但頻率不同，可在不同分辨率條件下分解信號。若ψ（t）為離散小波，則可用尺度函數(shù)φ（t）對ψ（t）進行限定，ψ（t）滿足：

式中：h（n）、g（n）均為低通濾波器系數(shù)，對應多分辨率為：

假設信號函數(shù)為f（x），在j尺度上逐層分解，分辨率逐漸降低，則所移動的信號，細節(jié)信號Djf分別為：

上式即為小波變換一維算法，適用于包裝印刷平面圖象缺陷的檢測。

2.2小波變換算法改進研究

本文在傳統(tǒng)小波算法的基礎上提出一種改進算法，目的是增強圖像中的特征信息，提高圖像識別精度和準確性。小波系數(shù)的分線段性增強函數(shù)計算公式：

式中：Sj（m，n）為第j部分小波系數(shù)；Mj（m，n）為第j部分小波系數(shù)增益量，其值運算為：

式中：Tmin、Tmax為最大、最小閾值，|Sj（m，n）|為小波系數(shù)最大模值，為小波系數(shù)極大模值，極大模值比最大模值小15%。由于小波系數(shù)中的數(shù)據(jù)數(shù)量級非常小，取Tmin=1×10-6、Tmax為最大值時的90%時可有效減少計算量且對結果無影響，Tmin、Tmax間的小波系數(shù)增益量Mj（m，n）根據(jù)值的改變而變化，能夠得到更好的增強效果。

3小波變換仿真實驗研究

3.1系統(tǒng)軟件平臺

本系統(tǒng)選擇Microsoft Visual Studio C++2010（VC++2010）和Open Source Computer Vision Library（OpenCV2.0）作為開發(fā)平臺，其中VC++2010軟件方便進行項目管理和生成相應程序，同時具有信息量豐富的數(shù)據(jù)庫；而OpenCV2.0是圖像處理軟件，可以兼容不同圖像處理算法，延展性較好，處理速度快。VC++ 2010軟件選擇MFC（Microsoft Foundation Class Library）方式進行集成開發(fā)，MFC能夠形成應用程序框架，進而封裝Windows API函數(shù)，生成代碼，使軟件具有一定的自主性和智能性，減少技術人員的工作量。食品包裝印刷缺陷檢測系統(tǒng)軟件的工作流程圖見圖2。

圖2 食品包裝印刷缺陷檢測系統(tǒng)軟件工作流程圖Fig.2 Food packing printing defectdetection system software flow chart

3.2小波變換仿真對比實驗分析

為了檢測小波變換算法改進效果，分別選取刀絲、漏白、飛墨、蹭版以及污染5種不同缺陷類型的食品包裝各20個，利用機器視覺缺陷檢測系統(tǒng)對傳統(tǒng)小波變換算法和改進小波變換算法進行對比分析，結果如表1所示。

表1 兩種小波變換算法的測試結果Table1 The test resu ltsof two kindsofwavelet transform algorithm

由表1可知，使用改進小波變換算法能夠提高機器視覺缺陷檢測系統(tǒng)準確率，同時除刀絲類細小缺陷有一個未正確識別出來外，其他所以缺陷均完全被準確識別出。另外，無論是傳統(tǒng)小波變換算法還是改進小波變換算法，均不會因為檢測過程對食品包裝本身產生任何損壞。

4結語

食品作為一種特殊商品，出現(xiàn)任何問題相對于其他商品都更易受到關注，同時食品包裝印刷品質決定了該食品企業(yè)的形象和食品安全保障，因此印刷技術和缺陷檢測系統(tǒng)對食品包裝而言是十分重要的。傳統(tǒng)食品包裝印刷缺陷檢測利用人工分揀，具有分揀效率低、精度低、人工成本高等缺點。而機器視覺系統(tǒng)圖像采集過程中實際圖像與標準圖像具有一定差異，需進行增強處理，才能提高其分辨精度。本文提出機器視覺技術結合改進型圖像小波變換算法，并利用仿真性實驗對改進型圖像小波變換算法效果進行驗證，結果表明改進型圖像小波變換算法能夠提高食品包裝印刷缺陷檢測準確性，實現(xiàn)無損檢測。

[1]張莉.食品包裝印刷技術及安全衛(wèi)生性分析[J].印刷質量與標準化,2008,23(4):63-66

[2]蘇傳健,張黎明.食品包裝印刷油墨存在的安全隱患及控制[J].中國印刷與包裝研究,2006,37(10):54-56

[3]董黃科.歐盟制定食品包裝印刷油墨新標準——油墨化學物質是關鍵[J].包裝世界,2009,11(3):21-27

[4]楊祖彬,代小紅.基于圖像配準的食品包裝印刷缺陷檢測與實現(xiàn)[J].計算機科學,2015,42(8):319-322

[5]馬林.我國公路橋梁加固中碳纖維粘貼施工技術探析[J].黑龍江科技信息,2010,35(22):264-266

[6]薛延學,張二虎,吳學毅.基于計算機視覺的印刷包裝品缺陷檢測系統(tǒng)[J].包裝工程,2004,25(5):185-187

[7]代小紅,王光利.基于機器視覺的印刷品缺陷檢測與識別[J].半導體光電,2011,32(5):714-718

[8]宋輝,陳浩杰.基于譜峭度Morlet小波變換法和經驗模態(tài)分解的滾動軸承故障診斷研究[J].中國印刷與包裝研究,2012,4(1): 35-39

[9]趙興浩,鄧兵,陶然.分數(shù)階傅里葉變換數(shù)值計算中的量綱歸一化[J].北京理工大學學報,2005,25(4):360-364

[10]黃達人,劉九芬,黃繼武.小波變換域圖像水印嵌入對策和算法[J].軟件學報,2002,13(7):1290-1297

Food Packaging Printing Defect Detection M ethod Based on ImageW avelet Transform

MA Bao-qiu
（Shijiazhuang Vocational Technology Institute，Shijiazhuang050081，Hebei，China）

Atpresent，the requirementof food industry for itsproductpackagingwashigherand higher in China.The printingwas a key factor in the productpackaging process for attracting customer.Printing had caught the attention ofmany enterprises and researchers.Food packaging and printing defect detection system introduced in thispaper，mainly including image preprocessing part.In thispaper，traditionalwavelet transform algorithm model and amodified wavelet transform algorithm modelwere established.Simulation experiments on the accuracy of both methods were analyzed.Results showed that themodified image wavelet transform algorithm could improve food packaging printing defectdetection accuracy，and realize thenondestructivedetection.

wavelet transform；food packing printing；machine vision technology；image enhancement processing

10.3969/j.issn.1005-6521.2017.05.046

2016-10-20

馬寶秋（1973—），男（漢），講師，碩士，研究方向：計算機應用。