王仲斌,楊紹勝,肖斌,張德超,李佳睿
(吉林煙草工業(yè)有限責(zé)任公司長(zhǎng)春卷煙廠,吉林 長(zhǎng)春 130033)
隨著對(duì)煙支質(zhì)量的要求越來(lái)越高,制絲生產(chǎn)過(guò)程中存在的雜物也越來(lái)越受到重視,目前車間光電除雜設(shè)備正常運(yùn)轉(zhuǎn),但因原料來(lái)料中雜物多,在除雜切絲后發(fā)現(xiàn)在煙絲中仍偶爾出現(xiàn)雜物,影響后續(xù)正常生產(chǎn)過(guò)程及煙絲品質(zhì),因此需要針對(duì)該現(xiàn)象制定檢測(cè)方案,最終將雜物進(jìn)一步去除,保證煙絲質(zhì)量。機(jī)器視覺(jué)技術(shù)是一種利用圖像傳感器和圖像處理算法進(jìn)行非接觸式精確檢測(cè)的技術(shù)。目前,機(jī)器視覺(jué)技術(shù)在煙草行業(yè)的生產(chǎn)檢測(cè)和質(zhì)量監(jiān)控方面也得到了廣泛的應(yīng)用,例如,在線外觀和物理指標(biāo)檢測(cè)、非接觸式尺寸測(cè)量、產(chǎn)品外觀形貌檢測(cè)等。
針對(duì)當(dāng)前存在的問(wèn)題,作者提出了基于機(jī)器視覺(jué)的葉絲在線質(zhì)量智能檢測(cè)系統(tǒng),該系統(tǒng)基于機(jī)器視覺(jué)技術(shù),通過(guò)實(shí)時(shí)圖像采集裝置獲取切絲后傳送帶上的煙絲圖像,然后對(duì)圖像進(jìn)行處理并使用機(jī)器視覺(jué)算法最終檢測(cè)其是否存在雜物。旨在提高整體除雜能力,保障產(chǎn)品質(zhì)量,消除安全風(fēng)險(xiǎn),降低勞動(dòng)強(qiáng)度,有效提升降本增效能力和設(shè)備智能管控水平。
本系統(tǒng)的關(guān)鍵技術(shù)之一在于光學(xué)系統(tǒng)硬件設(shè)計(jì),為了有效檢測(cè)傳送帶上的煙絲,需要選擇合適的工業(yè)相機(jī)、光學(xué)鏡頭和光源,并合理布置相機(jī)與光源的安裝位置。
(1)工業(yè)相機(jī)選型。工業(yè)數(shù)字相機(jī)從傳感器的結(jié)構(gòu)特性來(lái)看主要分為面陣相機(jī)和線陣相機(jī),面陣相機(jī)是以面為單位進(jìn)行圖像采集,可以直接獲得完整的二維圖像信息,線陣相機(jī)的傳感器只有一行感光元素,采集到圖像長(zhǎng)度較長(zhǎng),而寬度卻只有幾個(gè)像素。面陣相機(jī)的分辨率和掃描頻率一般低于線陣相機(jī)。由于線陣相機(jī)的感光元素呈現(xiàn)線狀,為了采集完整的圖像信息,往往需要配合掃描運(yùn)動(dòng)。如采集勻速直線運(yùn)動(dòng)金屬、纖維等材料的圖像。結(jié)合本項(xiàng)目的實(shí)際情況選擇線陣相機(jī)。
工業(yè)數(shù)字相機(jī)按照輸出色彩可以分為單色(黑白)相機(jī)和彩色相機(jī),在單色相機(jī)中,光的顏色信息是沒(méi)有被保留的。大多數(shù)彩色相機(jī)使用拜耳矩陣來(lái)捕獲顏色數(shù)據(jù),通過(guò)相鄰像素的信息來(lái)確定每個(gè)像素的顏色,因此無(wú)論是光通量還是細(xì)節(jié)表現(xiàn)都不如單色相機(jī)。因此,在同樣分辨率下,黑白相機(jī)的精度高于彩色相機(jī)。在本項(xiàng)目中需要通過(guò)顏色信息來(lái)區(qū)分雜物故選擇采用彩色相機(jī)。
綜合以上考慮,本方案選擇Teledyne DALSA 生產(chǎn)的LA-GC-02K05B-00-R 型號(hào)彩色線掃描工業(yè)相機(jī),傳感器為CMOS 結(jié)構(gòu),分辨率為2048×2,最大掃描速度為26kHz 滿足本項(xiàng)目需求。
(2)鏡頭選型。按照實(shí)際使用場(chǎng)景選擇鏡頭,鏡頭焦距選擇流程如下,首先估算被測(cè)平面至鏡頭的工作距離WD,通過(guò)已知的傳感器成像面高度Hi 和被測(cè)物尺寸(視場(chǎng)高度)Ho 計(jì)算圖像放大倍數(shù)PM:
然后,根據(jù)工作距離和放大倍速計(jì)算鏡頭所需的焦距f:
最后選取與焦距計(jì)算值最接近的標(biāo)準(zhǔn)鏡頭產(chǎn)品;并根據(jù)所選鏡頭焦距重新核算鏡頭到被測(cè)平面的理論距離WD。
切絲后傳送帶寬度750mm,選擇的線陣相機(jī)傳感器橫向?qū)挾葹?4.5mm,即放大倍數(shù)為14.5/750=0.0193,若擬定工作距離500mm,則利用公式計(jì)算得到焦距f =9.47,故選擇焦距為8mm 的標(biāo)準(zhǔn)鏡頭,從而鏡頭到被測(cè)平面的理論距離為423mm,實(shí)際安裝過(guò)程中可靈活調(diào)整工作距離。
(3)光源選型。機(jī)器視覺(jué)系統(tǒng)的光源選型應(yīng)從照射方式、顏色以及光源類型三個(gè)方面進(jìn)行選型。由于本項(xiàng)目搭配線掃描相機(jī),故選擇專業(yè)的LED 線掃光源進(jìn)行照明,利用大功率貼片LED 和柱面透鏡形成高亮度聚光結(jié)構(gòu)。同時(shí)由于異物顏色較雜,需要根據(jù)顏色對(duì)雜物進(jìn)行識(shí)別,白色光源對(duì)各色異物都有較好的反射效果,最終選擇上海嘉勵(lì)出產(chǎn)的JL-XS 系列的白色線掃光源對(duì)檢測(cè)目標(biāo)進(jìn)行照明,并搭配光源控制器實(shí)現(xiàn)亮度的精確調(diào)整。
結(jié)合現(xiàn)場(chǎng)實(shí)際情況,設(shè)計(jì)了如圖1 所示的安裝結(jié)構(gòu),其中包括重力底座、光軸支架及其連接件、線性光源、光源連接支架、工業(yè)相機(jī)及其連接支架等。由于結(jié)構(gòu)采用了光軸支架,可實(shí)現(xiàn)結(jié)構(gòu)的快速安裝與調(diào)節(jié)。相機(jī)安裝方向垂直于傳送帶平面,通過(guò)光源連接支架可靈活調(diào)整照射方向,從而使光源照射位置與相機(jī)成像位置重合。最后將線纜連接至落地式工控機(jī)檢測(cè)平臺(tái)即可實(shí)現(xiàn)整個(gè)系統(tǒng)的供電及數(shù)據(jù)采集。
圖1 系統(tǒng)安裝結(jié)構(gòu)
系統(tǒng)使用傳統(tǒng)計(jì)算機(jī)視覺(jué)技術(shù)對(duì)采集圖像進(jìn)行雜物的檢測(cè)。檢測(cè)算法采用C++作為主要開(kāi)發(fā)語(yǔ)言,利用開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)OpenCV 實(shí)現(xiàn)相關(guān)功能,將線掃描相機(jī)采集的連續(xù)多幀圖像進(jìn)行拼接,即圖像分辨率從2048×2 拼接至2048×1024,對(duì)拼接后的每幀圖像進(jìn)行檢測(cè)。相機(jī)檢測(cè)算法流程如圖2 所示。
圖2 檢測(cè)算法流程
(1)圖像預(yù)處理。首先,對(duì)輸入圖像進(jìn)行預(yù)處理,在機(jī)器視覺(jué)中通過(guò)濾波,可以強(qiáng)調(diào)待檢測(cè)特征同時(shí)去除圖像中一些不需要的部分。最常用的有高斯濾波、中值濾波、方框?yàn)V波和雙邊濾波等,根據(jù)需求采用合適的濾波器對(duì)后續(xù)特征的檢測(cè)有積極的作用。本系統(tǒng)經(jīng)過(guò)多次實(shí)驗(yàn)對(duì)比最終選擇采用雙邊濾波的方法對(duì)圖像進(jìn)行預(yù)處理。
雙邊濾波是一種非線性的濾波方法,能有效保護(hù)圖像的高頻細(xì)節(jié),如圖3(b)所示相較于原圖像,使用雙邊濾波后的圖像在低頻部分進(jìn)行了模糊處理降低了圖像噪聲,同時(shí)保留了高頻部分的圖像細(xì)節(jié),便于后續(xù)的雜物檢測(cè)。
圖3 圖像預(yù)處理
然后對(duì)圖像進(jìn)行去背景處理,由于皮帶顏色為白色,而雜物也包括白色,故應(yīng)該去除白色背景對(duì)檢測(cè)的影響,由于皮帶背景只出現(xiàn)在圖像兩側(cè),故對(duì)圖像的左側(cè)1/4區(qū)域和右側(cè)1/4 區(qū)域進(jìn)行處理,在8 位RGB 顏色空間內(nèi),白色背景表現(xiàn)為:(200,200,200)≤Pixel(R,G,B)≤(255,255,255)。
基于此,對(duì)圖像顏色進(jìn)行過(guò)濾,輸出二值圖,然后利用形態(tài)學(xué)閉運(yùn)算擴(kuò)大背景邊緣,最后輸出的二值圖的作為后續(xù)檢測(cè)的掩膜。
(2)顏色檢測(cè)。輸入圖像的數(shù)據(jù)格式為8 位RGB,而RGB 顏色空間是從根據(jù)顏色發(fā)光原理來(lái)設(shè)定的,三個(gè)分量都會(huì)隨著亮度的變化而變化,因此更適用于顯示系統(tǒng),不適合用于圖像處理系統(tǒng)。在基于顏色的圖像處理中使用最多的是HSV 顏色空間,其中H、S、V 三個(gè)分量分別代表圖像的色調(diào)、飽和度和亮度,對(duì)于顏色的表達(dá)更為直觀。因此,將圖像轉(zhuǎn)化到HSV 顏色空間,然后再針對(duì)煙絲顏色進(jìn)行顏色篩選,測(cè)試中發(fā)現(xiàn)針對(duì)已固定的相機(jī)參數(shù)及光源亮度條件下采集的圖像,超過(guò)99%以上的煙葉顏色位于:(0,80,0)≤Pixel(H,S,V)≤(60,230,250)的范圍內(nèi),故可將不在該范圍內(nèi)且面積大于一定值的區(qū)域設(shè)為異常區(qū)域。
根據(jù)上述分析編寫(xiě)程序并測(cè)試,測(cè)試效果如圖4 所示,對(duì)于面積超過(guò)1cm2的異色雜物都有不錯(cuò)的識(shí)別效果。
圖4 雜物檢測(cè)效果圖
針對(duì)系統(tǒng)需求,上位機(jī)軟件應(yīng)包括相機(jī)的采集、圖像的顯示、實(shí)時(shí)檢測(cè)、報(bào)警處理、檢測(cè)參數(shù)設(shè)置、歷史記錄管理等功能,針對(duì)以上需求設(shè)計(jì)開(kāi)發(fā)了上位機(jī)軟件,軟件基于C#語(yǔ)言開(kāi)發(fā),基于.Net4.5 運(yùn)行在Windows10系統(tǒng)上。上述檢測(cè)算法封裝為動(dòng)態(tài)鏈接庫(kù),上軟件通過(guò)調(diào)用相應(yīng)接口實(shí)現(xiàn)圖像的處理,并返回處理結(jié)果。
上位機(jī)檢測(cè)程序主界面布局如圖5 所示,其中左側(cè)界面用于顯示系統(tǒng)運(yùn)行狀態(tài)、幀率、檢測(cè)結(jié)果和相機(jī)拍攝的實(shí)時(shí)畫(huà)面等實(shí)時(shí)信息,右側(cè)界面用于顯示異常報(bào)警的記錄信息,上方的數(shù)據(jù)表格中顯示24h 內(nèi)所有異常報(bào)警記錄,下方視圖顯示框選出異常的圖片和檢測(cè)結(jié)果。
為了對(duì)系統(tǒng)的可行性進(jìn)行驗(yàn)證,系統(tǒng)在現(xiàn)場(chǎng)工段進(jìn)行安裝并實(shí)際測(cè)試。前期曾在制絲切絲后發(fā)現(xiàn)雜物多起,集中切絲段后各工序人員全體挑揀,發(fā)現(xiàn)如圖6 所示的雜物。
圖6 切絲后雜物示例
在停產(chǎn)環(huán)境下模擬真實(shí)生產(chǎn)情況進(jìn)行測(cè)試,將不同雜物多次置于傳送帶煙絲上表面,經(jīng)過(guò)圖像采集平面進(jìn)行測(cè)試。得到如表1 所示的測(cè)試結(jié)果。測(cè)試結(jié)果表明系統(tǒng)對(duì)白色紙張和紅色膠皮類雜物有較好的檢測(cè)效果,對(duì)藍(lán)色膠皮和白色扎帶類雜物的檢測(cè)效果較差,總體檢測(cè)準(zhǔn)確率達(dá)到92%,基本滿足項(xiàng)目需求,另外,在實(shí)際運(yùn)行過(guò)程中發(fā)現(xiàn)系統(tǒng)檢測(cè)正常煙絲時(shí),誤檢率為0.05%。
表1 雜物檢測(cè)測(cè)試結(jié)果
建立了基于機(jī)器視覺(jué)的葉絲在線質(zhì)量智能檢測(cè)系統(tǒng),通過(guò)在切絲后傳送帶上方安裝機(jī)器視覺(jué)系統(tǒng),實(shí)現(xiàn)對(duì)皮帶機(jī)上煙絲圖像的高速采集,利用機(jī)器視覺(jué)技術(shù)開(kāi)發(fā)雜物檢測(cè)算法模型,結(jié)合圖像采集驅(qū)動(dòng)、雜物檢測(cè)算法以及數(shù)據(jù)庫(kù)等模塊,開(kāi)發(fā)煙絲在線質(zhì)量智能檢測(cè)系統(tǒng)軟件。建立歷史記錄查詢及統(tǒng)計(jì)方案,采用大數(shù)據(jù)分析,將批次煙牌信息與雜物檢測(cè)信息相結(jié)合,探索雜物產(chǎn)生機(jī)理,為后續(xù)查詢雜物產(chǎn)生源頭進(jìn)行定位并加以治理打下基礎(chǔ)。在實(shí)際應(yīng)用中,整個(gè)系統(tǒng)運(yùn)轉(zhuǎn)良好,經(jīng)現(xiàn)場(chǎng)測(cè)試,該系統(tǒng)針對(duì)前期發(fā)現(xiàn)的雜物檢測(cè)準(zhǔn)確率達(dá)到92%。系統(tǒng)后續(xù)應(yīng)針對(duì)積累的樣本庫(kù)進(jìn)行檢測(cè)算法的優(yōu)化,在提高檢測(cè)準(zhǔn)確率的同時(shí)降低誤檢率。