李俊暉, 石守東, 汪睿琪, 辛園園

(寧波大學(xué) 信息科學(xué)與工程學(xué)院,浙江 寧波 315211)

0 引 言

網(wǎng)線作為網(wǎng)絡(luò)信息傳輸?shù)闹饕浇?，在其生產(chǎn)過程中，網(wǎng)線的直徑及雙絞線的絞距是網(wǎng)線質(zhì)量的兩個(gè)關(guān)鍵因素。前者可用于判斷網(wǎng)線表皮是否存在破皮情況，而后者會(huì)直接影響信息傳輸?shù)馁|(zhì)量。在我國，這種帶有高度重復(fù)性和智能性的判斷工作，一般仍靠人工檢測(cè)或接觸式傳感器開環(huán)控制[1]完成。對(duì)于大型工廠，這種高強(qiáng)度、低效率、高誤差的測(cè)量方式已不能滿足現(xiàn)代化連續(xù)大批量生產(chǎn)的要求，迫切需要一種新型可靠的測(cè)量手段。

嵌入式圖像處理系統(tǒng)[2～6]集成度高、設(shè)備體積小、精度高、速度快，非常適合工業(yè)實(shí)時(shí)監(jiān)測(cè)的要求。因此，采用嵌入式圖像處理技術(shù)來對(duì)生產(chǎn)線上網(wǎng)線的相關(guān)數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)是較為合適的選擇。本文介紹了一種高速、高精度的實(shí)時(shí)網(wǎng)線數(shù)據(jù)檢測(cè)分析系統(tǒng)，包含了檢測(cè)的硬件系統(tǒng)和相應(yīng)的分析軟件。在不改核心原理的基礎(chǔ)上，只需對(duì)系統(tǒng)攝像頭及燈光的距離、設(shè)備外形等稍加修改，即可用于相關(guān)工業(yè)領(lǐng)域(如水管、木材等)的生產(chǎn)檢測(cè)。

1 系統(tǒng)構(gòu)成

系統(tǒng)基于ARM硬件平臺(tái)設(shè)計(jì)，適用于實(shí)際工業(yè)網(wǎng)線生產(chǎn)線，具備快速的處理能力及較高的精度。主要包括：互補(bǔ)金屬氧化物半導(dǎo)體(complementary metal-oxide-semi-conductor transistor,CMOS)攝像頭[7,8]、ARM硬件平臺(tái)(包含算法模塊)、VGA顯示屏、無線串口模塊、上位機(jī)。系統(tǒng)的主要功能如下：1)利用CMOS攝像頭采集雙絞線(網(wǎng)線)圖像；2)利用ARM芯片處理圖像；3)將處理后圖像顯示于VGA顯示屏；4)在處理圖像的基礎(chǔ)上計(jì)算雙絞線絞距(網(wǎng)線直徑)；5)通過無線串口，將數(shù)據(jù)從ARM硬件平臺(tái)發(fā)送至上位機(jī)；6)利用上位機(jī)軟件將相關(guān)數(shù)據(jù)保存至數(shù)據(jù)庫，分析相關(guān)數(shù)據(jù)，并實(shí)時(shí)顯示在折線圖上，出現(xiàn)未達(dá)標(biāo)數(shù)據(jù)時(shí)，及時(shí)報(bào)錯(cuò)。系統(tǒng)結(jié)構(gòu)如圖1所示。

為了簡(jiǎn)化后期處理，在采集圖像時(shí)，需要在產(chǎn)品底部墊上純黑色吸光攝影布，使得產(chǎn)品作為圖像前景，黑色作為背景，形成鮮明的對(duì)比。

圖1 系統(tǒng)結(jié)構(gòu)

2 圖像處理

2.1 灰度處理

通過攝像頭采集到的圖像一般為YUV或RGB圖像。YUV圖像在處理前需要先轉(zhuǎn)換成RGB圖像。而RGB圖像作為三通道彩色圖像，如果直接處理，會(huì)影響圖像的處理速度及難度。為了方便處理，需要將RGB圖像轉(zhuǎn)化成單通道的灰度圖像，以減小后期圖像處理的難度，但會(huì)因此丟失圖像的部分原始信息。

對(duì)于RGB圖像f，用加權(quán)平均法將其轉(zhuǎn)換成灰度圖像g

g=wR·fR+wG·fG+wB·fB

(1)

式中wR,wG,wB分別為各通道的權(quán)重值，滿足wR+wG+wB=1。不同的權(quán)重值會(huì)導(dǎo)致處理后灰度圖像的不同，為符合人眼的視覺習(xí)慣，一般取wR=0.3,wG=0.59,wB=0.11[9]。

2.2 噪聲濾波

噪聲的存在會(huì)嚴(yán)重影響圖像的后期處理，在進(jìn)一步處理前，需要先對(duì)圖像進(jìn)行濾波去噪處理。

噪聲濾波器一般可分為線性及非線性兩類[7]。就效果相比較而言，非線性濾波器能較好保留圖像的原始信息，不會(huì)導(dǎo)致圖像出現(xiàn)過度模糊的現(xiàn)象。中值濾波為非線性濾波的代表。原理為：設(shè)定一個(gè)n×n(一般n為奇數(shù))的滑動(dòng)窗口，令其自左向右、自上而下地在圖像f中滑動(dòng)。設(shè)滑動(dòng)窗口中心位置為(x,y)，對(duì)窗口中的像素值進(jìn)行排序，用排序得到的中間值替換(x,y)點(diǎn)的原像素值，以此方法處理整幅圖像，從而得到一幅新的圖像。

2.3 二值化處理

為了方便數(shù)據(jù)采集，同時(shí)更便于觀察圖像，可將其轉(zhuǎn)換成黑白二值化圖像。由于在采集圖像時(shí)，背景采用的是純黑色的吸光攝影布，采集的圖像與背景在顏色上會(huì)存在巨大的差異，通過濾波處理以后，圖像上基本只存在2～3種顏色(雙絞線為雙色，網(wǎng)線為單色)。同時(shí)，在工業(yè)采集環(huán)境下，圖像中的光線亮度等因素不會(huì)有太大的改變。因此，為了選擇合理的閾值，將圖像處理成二值化圖像，同時(shí)保證系統(tǒng)的實(shí)時(shí)性，對(duì)二值化算法作如下要求：對(duì)于系統(tǒng)啟動(dòng)后采集到的第一幅圖像，采用最大類間方差法[10]，選取合適閾值，后續(xù)的二值化處理均采用此閾值。

(2)

(3)

(4)

(5)

(6)

(7)

此時(shí)的最優(yōu)閾值T等于

(8)

2.4 數(shù)據(jù)采集

1)網(wǎng)線數(shù)據(jù)

對(duì)于網(wǎng)線，僅需判斷圖像每一列上，網(wǎng)線上邊緣與下邊緣的間隔，即可得到網(wǎng)線的直徑。

2)絞線數(shù)據(jù)

相對(duì)于網(wǎng)線，雙絞線絞距的測(cè)量較為復(fù)雜，需要先判斷圖像每一列上，雙絞線上半部邊緣的垂直坐標(biāo)，并在這些數(shù)據(jù)中，找出極大值點(diǎn)，即雙絞線絞點(diǎn)的位置。在采集到絞點(diǎn)后，相鄰兩個(gè)絞點(diǎn)的水平坐標(biāo)相減，即為圖像中雙絞線的全部絞距。

3 硬件設(shè)備選擇

系統(tǒng)硬件平臺(tái)選用飛思卡爾i.MX6Q雙核芯片，其內(nèi)存為2GB DDR3，包含64，32位總線結(jié)構(gòu)，32kB一級(jí)緩存，1MB二級(jí)緩存，同時(shí)能耗很低。集成了FlexCAN,MLB總線、PCI Express和SATA—2，具有很強(qiáng)的連接能力，是實(shí)際工業(yè)生產(chǎn)的理想平臺(tái)。

系統(tǒng)選用500萬像素USB接口的CMOS線陣傳感器工業(yè)攝像機(jī)QSC210E采集圖像。該攝像機(jī)理論上支持640×480的動(dòng)態(tài)分辨率及60fps的幀率，能很好搭配IMX6Q芯片，也能滿足工業(yè)高速生產(chǎn)的要求。為了加快系統(tǒng)運(yùn)行速度，方便日后調(diào)試和擴(kuò)展功能，本文ARM系統(tǒng)采用Linux以及Qt平臺(tái)實(shí)現(xiàn)。

當(dāng)IMX6Q平臺(tái)處理完相關(guān)圖像，計(jì)算得到實(shí)際絞距后，需將數(shù)據(jù)傳送到上位機(jī)進(jìn)行下一步分析，這一過程需要串口傳輸。由于實(shí)際工業(yè)生產(chǎn)設(shè)備的需求，數(shù)據(jù)傳輸必須通過無線串口完成，為此選擇無線調(diào)頻串口模塊E13—TTL加USB轉(zhuǎn)串口模塊完成實(shí)際數(shù)據(jù)的傳輸。

E13—TTL使用方便，支持透明傳輸模式及1200～115200的8種波特率，最遠(yuǎn)傳輸距離約為1700m，工作溫度在-30～80℃，能夠通過杜邦線連接硬件模塊，也能夠連接USB轉(zhuǎn)串口模塊方便地與上位機(jī)連接。其包含了丟包重傳、誤碼糾錯(cuò)能力，能充分保證數(shù)據(jù)的正確傳輸，非常適合于實(shí)際工業(yè)環(huán)境及要求。

4 軟件平臺(tái)

系統(tǒng)軟件平臺(tái)采用Java語言編寫，其主要功能包括：?jiǎn)?dòng)無線串口；讀取無線串口所接收的數(shù)據(jù)；將讀取到的數(shù)據(jù)保存到數(shù)據(jù)庫，并以折線圖的形式顯示于軟件上；當(dāng)出現(xiàn)錯(cuò)誤數(shù)據(jù)時(shí)，系統(tǒng)會(huì)自動(dòng)報(bào)警，提醒用戶；用戶可以隨時(shí)查看歷史錯(cuò)誤數(shù)據(jù)。系統(tǒng)流程如圖2所示。軟件界面如圖3所示。

圖2 程序流程

圖3 軟件界面

界面顯示當(dāng)前測(cè)量點(diǎn)的位置，該點(diǎn)的數(shù)值以及偏差大小，當(dāng)該點(diǎn)數(shù)據(jù)不達(dá)標(biāo)時(shí)，文字顏色為紅色，達(dá)標(biāo)時(shí)為黑色。

5 系統(tǒng)性能測(cè)試

通過實(shí)際測(cè)試，攝像頭每秒可以采集圖像數(shù)量為27～30幀，所以需要將算法的運(yùn)行時(shí)間控制在30ms內(nèi),否則將有圖像被丟棄，經(jīng)實(shí)測(cè)，算法處理時(shí)間如表1所示?？芍惴ㄌ幚頃r(shí)間可以滿足系統(tǒng)要求。

表1 算法處理時(shí)間 ms

為保證精度，設(shè)置每幅圖像中包含3個(gè)周期的絞距，8 cm的網(wǎng)線長(zhǎng)度。在實(shí)際工業(yè)生產(chǎn)中，最常見絞線的絞距范圍為7.6～17.3 mm,雙絞線的絞線機(jī)轉(zhuǎn)速為2 500轉(zhuǎn)/s，將其乘以具體雙絞線絞距，即為該類絞線每秒的生產(chǎn)長(zhǎng)度，而網(wǎng)線的每秒的生產(chǎn)長(zhǎng)度不超過120 m，圖像中每個(gè)像素點(diǎn)的長(zhǎng)度需要根據(jù)攝像頭高度具體測(cè)量，由此進(jìn)行數(shù)據(jù)分析，分析結(jié)果如表2所示。

表2 可測(cè)數(shù)據(jù)分析結(jié)果

由表2可知，當(dāng)前系統(tǒng)的處理速度完全可以滿足實(shí)際工業(yè)生產(chǎn)的要求，也可以滿足工業(yè)系統(tǒng)的提速要求。通過圖像處理以后得到的網(wǎng)線及雙絞線原圖與二值化圖像如圖4所示。

圖4 圖像處理結(jié)果

由圖4可知，算法可以很好去除噪聲，將前景與背景分離，利于后期數(shù)據(jù)檢測(cè)。在此基礎(chǔ)上，對(duì)于每種類型的產(chǎn)品，均檢測(cè)了1 000個(gè)點(diǎn)(千分尺測(cè)量10個(gè)點(diǎn))，其檢測(cè)效果平均值，如表3所示。

表3 產(chǎn)品實(shí)測(cè)數(shù)據(jù)

在實(shí)際工業(yè)生產(chǎn)中，對(duì)于雙絞線，檢測(cè)得到數(shù)據(jù)與實(shí)測(cè)檢測(cè)數(shù)據(jù)的偏差不能超過2 %，表3數(shù)據(jù)證明該系統(tǒng)能對(duì)不同絞距的產(chǎn)品進(jìn)行高精度檢測(cè)，具有較強(qiáng)魯棒性，可以滿足實(shí)際生產(chǎn)要求。

6 結(jié)束語

提出了一種基于嵌入式圖像處理技術(shù)的實(shí)際工業(yè)流水線上雙絞線及網(wǎng)線相關(guān)數(shù)據(jù)的檢測(cè)系統(tǒng)，經(jīng)測(cè)試表明：系統(tǒng)處理速度快，有較強(qiáng)的實(shí)時(shí)性和穩(wěn)定性，精度較高，可以滿足實(shí)際工業(yè)需求。系統(tǒng)的核心算法簡(jiǎn)單，可塑性強(qiáng)，僅需要稍加改動(dòng)，即可實(shí)現(xiàn)針對(duì)其他工業(yè)產(chǎn)品(如水管、玻璃等)的數(shù)據(jù)檢測(cè)，具有較高的實(shí)際利用價(jià)值。

[1] 上海中達(dá)斯米克公司成都分公司.J—800五類雙絞線成纜機(jī)電氣自動(dòng)化系統(tǒng)控制方案[J].國內(nèi)外機(jī)電一體化技術(shù),2005(3):23-25.

[2] 賈 佳,白瑞林,錢 勇,等.嵌入式彩色圖像傳感器重構(gòu)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 傳感器與微系統(tǒng),2011,30(3):121-124.

[3] 張海寧,李 彬,陳超波,等.基于OpenCV的車牌識(shí)別系統(tǒng)研究[J].工業(yè)儀表與自動(dòng)化裝置,2012(6):78-80.

[4] Chandel R,Gupta G.Image filtering algorithms and techniques:A review[J].International Journal of Advanced Research in Computer Science and Software Engineering,2013,3(10):198-202.

[5] 張會(huì)敏,盧蘭濤,崔 鵬,等.雙閾值背景差分算法在嵌入式報(bào)警系統(tǒng)中的應(yīng)用[J].傳感器與微系統(tǒng),2010,29(10):138-140.

[6] 林宜丙,石守東,孫書丹.基于OTSU算法的FPGA實(shí)時(shí)繞距測(cè)量系統(tǒng)[J].電子技術(shù)應(yīng)用,2015,41(7):15-18.

[7] 陳柏諭.具備USB2.0UVC裝置之嵌入式影像擷取系統(tǒng)設(shè)計(jì)[D].臺(tái)灣云林:國立虎尾科技大學(xué),2014.

[8] 李繼軍,杜云剛,張麗華,等.CMOS圖像傳感器的研究進(jìn)展[J].激光與光電子學(xué)進(jìn)展,2009,46(4):45-52.

[9] 張全法,楊海彬,任朝棟,等.彩色圖像的快速高保真灰度化方法研究[J].鄭州大學(xué)學(xué)報(bào):理學(xué)版,2011,43(3):66-69.

[10] Otsu N.A threshold selection method from gray-level histo-gram[J].IEEE Transactions on Systems Man & Cybernetics,1979,9(1):62-66.