馬志剛，趙志強(qiáng)

（深圳職業(yè)技術(shù)學(xué)院，廣東 深圳 518055）

產(chǎn)品包裝具有承載商品信息、彰顯企業(yè)形象和文化等功能，隨著人們消費(fèi)需求不斷提高，產(chǎn)品包裝就顯得越來(lái)越重要[1-2]。隨著經(jīng)濟(jì)快速發(fā)展，各品牌之間的競(jìng)爭(zhēng)愈發(fā)激烈，如何讓自家產(chǎn)品在眾多競(jìng)爭(zhēng)對(duì)手中脫穎而出，已成為每個(gè)廠家無(wú)法回避的問(wèn)題。許多企業(yè)和科研人員在確保產(chǎn)品質(zhì)量的前提下，將包裝品質(zhì)看作提升產(chǎn)品品質(zhì)的關(guān)鍵因素，因此一些智能化包裝技術(shù)成為企業(yè)首選。受各種因素影響，產(chǎn)品包裝過(guò)程難免出現(xiàn)缺陷[3-5]，目前，許多企業(yè)還是以人工檢測(cè)為主，不僅速度慢、效率低，而且容易出現(xiàn)漏檢、誤檢等問(wèn)題，很難滿足工業(yè)自動(dòng)化的要求。為解決此問(wèn)題，可考慮將機(jī)器視覺(jué)引入到包裝檢測(cè)中。機(jī)器視覺(jué)是一項(xiàng)綜合技術(shù)，包括圖像處理、機(jī)械工程技術(shù)、控制、電光源照明、光學(xué)成像、傳感器、模擬與數(shù)字視頻技術(shù)、計(jì)算機(jī)軟硬件技術(shù)（圖像增強(qiáng)和分析算法、圖像卡、I/O 卡等）。一個(gè)典型的機(jī)器視覺(jué)應(yīng)用系統(tǒng)包括圖像捕捉、光源系統(tǒng)、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機(jī)械控制執(zhí)行模塊[6-7]。楊祖彬等[8]針對(duì)傳統(tǒng)檢測(cè)方法檢測(cè)時(shí)間長(zhǎng)、分揀效率低、漏檢率高和對(duì)人視覺(jué)要求高等缺點(diǎn)，在圖像增強(qiáng)處理的基礎(chǔ)上，提出了一種適用于食品包裝印刷缺陷檢測(cè)的圖像配準(zhǔn)算法；劉學(xué)福等[9]針對(duì)工業(yè)炸藥生產(chǎn)過(guò)程中藥卷表面裂痕等包裝缺陷問(wèn)題，運(yùn)用機(jī)器視覺(jué)技術(shù)，提出了一種基于顯著性模型和局部方差區(qū)域生長(zhǎng)法的藥卷缺陷檢測(cè)方法。方文星等[10]采用快速魯棒特征SURF 提取算法、BOW 算法和單分類支持向量機(jī)組成的缺陷檢測(cè)算法框架，完成了鋁塑泡罩藥品包裝缺陷檢測(cè)系統(tǒng)的開發(fā)。

文中在現(xiàn)有研究的基礎(chǔ)上，以條煙包裝外觀缺陷檢測(cè)為研究對(duì)象，提出一種結(jié)合中值濾波、邊緣檢測(cè)和模板匹配的圖像處理辦法，并將其應(yīng)用于條煙包裝檢測(cè)，通過(guò)實(shí)驗(yàn)驗(yàn)證所述方法的有效性。

1 機(jī)器視覺(jué)系統(tǒng)

一般情況下，機(jī)器視覺(jué)系統(tǒng)包括硬件和軟件兩部分，其中圖像獲取、處理和分析是機(jī)器視覺(jué)的核心與關(guān)鍵。機(jī)器視覺(jué)系統(tǒng)的硬件部分主要包括載物平臺(tái)、工業(yè)相機(jī)或掃描儀、光室、計(jì)算機(jī)等幾個(gè)主要構(gòu)件，其結(jié)構(gòu)見圖1。

圖1 機(jī)器視覺(jué)系統(tǒng)結(jié)構(gòu)Fig.1 Structure of machine vision system

如圖1 所示，載物平臺(tái)可以放置待檢測(cè)產(chǎn)品，某些場(chǎng)合可以加裝翻轉(zhuǎn)裝置，以便比較全面地獲取待檢測(cè)產(chǎn)品原始圖像。光室是一個(gè)密閉空間，可以避免外界光線的干擾，以確保圖像采集過(guò)程的穩(wěn)定性；光室內(nèi)燈管多為L(zhǎng)ED 燈或者日光燈，固定在光室頂部，光室內(nèi)光照強(qiáng)度可以按需調(diào)節(jié)。計(jì)算機(jī)則需要滿足整個(gè)系統(tǒng)對(duì)運(yùn)算速度的要求，特別是圖像處理算法；另外，計(jì)算機(jī)接口要豐富，便于連接不同設(shè)備或擴(kuò)展。工業(yè)相機(jī)直接決定待檢測(cè)產(chǎn)品的原始圖像質(zhì)量，對(duì)后期圖像處理流程的影響比較大，因此工業(yè)相機(jī)是整個(gè)硬件系統(tǒng)的核心部件；可根據(jù)實(shí)際需求選擇稍高配置的工業(yè)相機(jī)；工業(yè)相機(jī)參數(shù)需要根據(jù)實(shí)際工況反復(fù)調(diào)整，以確保所獲圖像的準(zhǔn)確性和真實(shí)性。

根據(jù)實(shí)際工藝需求，系統(tǒng)配有3 個(gè)工業(yè)相機(jī)，其中工業(yè)相機(jī)1 位于頂端，用于獲取條煙4 個(gè)長(zhǎng)條面圖像；工業(yè)相機(jī)2 和3 分置光室左右兩端，用于獲取條煙兩端圖像。翻轉(zhuǎn)裝置可使條煙依次翻轉(zhuǎn)，得到所有長(zhǎng)條面圖像。條煙包裝缺陷檢測(cè)流程為：圖像采集卡會(huì)將采集到的所有圖像傳送至計(jì)算機(jī)；計(jì)算機(jī)通過(guò)圖像處理得到相應(yīng)結(jié)果并傳送至工控機(jī)；工控機(jī)根據(jù)控制指令操縱執(zhí)行機(jī)構(gòu)，將存在缺陷的產(chǎn)品剔除；傳送裝置依次將條煙送入光室。

2 圖像處理算法

2.1 圖像預(yù)處理

在條煙包裝過(guò)程中存在多種噪聲源，如機(jī)械振動(dòng)、灰塵、疵點(diǎn)等，所以條煙原始圖像肯定包含一定量的噪聲。噪聲強(qiáng)度達(dá)到某個(gè)值后就會(huì)影響后面圖像處理工序，因此需要對(duì)條煙原始圖像進(jìn)行預(yù)處理，即去除圖像噪聲，以改善圖像質(zhì)量[11]。綜合考慮，基于中值濾波設(shè)計(jì)了一種圖像預(yù)處理方法，具體過(guò)程如下。

式中：f（x，y）為原始圖像；g（x，y）為中值處理圖像；W為一個(gè)二維模板，一般取3×3 或5×5的二維區(qū)域。經(jīng)實(shí)際處理發(fā)現(xiàn)，條煙圖像噪聲多表現(xiàn)為椒鹽噪聲，為兼顧圖像處理的實(shí)時(shí)性，文中選擇3×3二維區(qū)域，這樣既可以濾除噪聲又可以不降低算法處理速度。

2.2 圖像銳化

條煙圖像經(jīng)中值濾波處理后，其輪廓很有可能會(huì)變得模糊。為降低邊緣模糊化的影響，采用銳化處理技術(shù)，提高圖像邊緣、內(nèi)部輪廓等細(xì)節(jié)的清晰度。參考相關(guān)算法，考慮基于Canny 算子實(shí)現(xiàn)圖像邊緣銳化，具體過(guò)程可描述如下。

為進(jìn)一步濾除圖像噪聲，使圖像特征更加明顯，可采用一種高斯濾波器H（x，y），其表達(dá)式為：

式中：σ為高斯濾波器的標(biāo)準(zhǔn)差。利用式（3）的一階微分去求解條煙圖像的梯度，包括幅值、方向。高斯濾波器的一階微分算子可表示為：

為確保邊緣定位精度，可選用非極大值抑制實(shí)現(xiàn)梯度幅值圖像的進(jìn)一步處理。所屬Canny 算子會(huì)從上下左右4 個(gè)方向?qū)μ荻确祱D像進(jìn)行非極大抑制。如果某像素點(diǎn)的幅值大于梯度方向上相鄰兩個(gè)像素點(diǎn)的幅值，則可將該點(diǎn)看作邊緣點(diǎn)；否則，該點(diǎn)就是非邊緣點(diǎn)[12-15]。

2.3 圖像匹配

通常情況下，外包裝合格的條煙表面光滑無(wú)褶皺、緊湊整體度非常好；一旦出現(xiàn)缺陷，如破損、褶皺、折角不標(biāo)準(zhǔn)，通過(guò)圖像對(duì)比是比較容易發(fā)現(xiàn)的，文中采用圖像匹配算法來(lái)判斷當(dāng)前包裝是否存在缺陷，即利用實(shí)時(shí)圖像與標(biāo)準(zhǔn)圖像進(jìn)行對(duì)比、匹配。

定義經(jīng)銳化處理后的圖像為I（x，y），而模板圖像則可以定義為T（x，y），對(duì)比銳化圖像和模板圖像并計(jì)算二者之間的相似度。假設(shè)2 幅圖像相同位置點(diǎn)為（i，j），那么在該點(diǎn)處2 幅圖像的相似度可表示為：

式中：uI為銳化圖像均值；uT為模板圖像均值。理論上，該方法能準(zhǔn)確地描述2 幅圖的相似程度，如果引入快速傅里葉變換就可以大大提高圖像匹配效率[16-17]。條煙圖像處理結(jié)果見圖2。從圖2 可以看出，如果條煙包裝不存在缺陷，所述圖像處理算法定位準(zhǔn)確；另外，通過(guò)匹配結(jié)果可以判斷條煙包裝是否存在缺陷。

圖2 條煙圖像處理結(jié)果Fig.2 Processing results of smoke image

3 實(shí)驗(yàn)研究

為驗(yàn)證所述包裝品質(zhì)檢測(cè)系統(tǒng)的有效性，文中進(jìn)行了相關(guān)實(shí)驗(yàn)研究。以某煙廠實(shí)際生產(chǎn)線為平臺(tái)，搭建上述機(jī)器視覺(jué)系統(tǒng)，見圖3。

圖3 包裝品質(zhì)檢測(cè)實(shí)驗(yàn)平臺(tái)Fig.3 Testing platform for packaging quality

一般情況下，條煙缺陷可分為包裝紙破損、反包，透明紙破損、褶皺、缺失等。測(cè)試過(guò)程中，每組測(cè)試檢測(cè)條煙總數(shù)為1 000，其中含100 個(gè)不合格產(chǎn)品，不合格產(chǎn)品囊括各種類型缺陷，條煙實(shí)際圖像大小為640×480 像素。設(shè)備運(yùn)行穩(wěn)定后，將待檢測(cè)產(chǎn)品隨機(jī)放入煙草生產(chǎn)線，實(shí)驗(yàn)結(jié)果見表1。

表1 實(shí)驗(yàn)結(jié)果Tab.1 Experimental results

從實(shí)驗(yàn)結(jié)果可以看出，所述系統(tǒng)的漏檢率僅為0.6%，誤檢率僅為0.8%，整體識(shí)別率可以達(dá)到98.6%。實(shí)驗(yàn)結(jié)果表明：所述機(jī)器視覺(jué)系統(tǒng)具有識(shí)別精度高、性能穩(wěn)定等特點(diǎn)；所述圖像處理算法可準(zhǔn)確區(qū)分條煙是否存在缺陷，具有實(shí)際應(yīng)用價(jià)值。

進(jìn)一步地，每個(gè)廠家生產(chǎn)的條煙包裝外觀不盡相同，所以包裝檢測(cè)系統(tǒng)的檢測(cè)對(duì)象也就不同。為驗(yàn)證算法有效性，文中針對(duì)不同品牌、不同包裝外觀的條煙進(jìn)行檢測(cè)并統(tǒng)計(jì)單位耗時(shí)。不同條煙缺陷檢測(cè)結(jié)果見表2。

表2 不同條煙缺陷檢測(cè)結(jié)果Tab.2 Detection results of different smoke defects

由表2 可知，對(duì)不同品牌條煙的識(shí)別率均在98%以上，單個(gè)條煙檢測(cè)耗時(shí)都沒(méi)有超過(guò)1 s，符合生產(chǎn)廠家要求。即使條煙包裝不同，所述系統(tǒng)的識(shí)別率也比較高而且檢測(cè)速度比較快，即圖像處理算法具有精度高、響應(yīng)快等特點(diǎn)。

4 結(jié)語(yǔ)

以包裝缺陷檢測(cè)為研究對(duì)象，針對(duì)條煙外包裝品質(zhì)問(wèn)題，基于機(jī)器視覺(jué)設(shè)計(jì)了一種缺陷檢測(cè)方法和系統(tǒng)。重點(diǎn)論述了機(jī)器視覺(jué)系統(tǒng)以及圖像處理算法，通過(guò)實(shí)驗(yàn)驗(yàn)證了所述方法的可行性和有效性。實(shí)驗(yàn)結(jié)果表明，所述檢測(cè)系統(tǒng)可區(qū)分條煙外包裝是否存在缺陷，具有精度高、響應(yīng)快等特點(diǎn)。