摘 要：為了提高卷煙工業(yè)生產(chǎn)質(zhì)量和效率，本文以輔料煙標(biāo)為研究對象，針對生產(chǎn)過程中煙標(biāo)存在的凸點、凹陷、彎曲和翹角等平整度缺陷，提出了一種煙標(biāo)平整度檢測方法和檢測系統(tǒng)。本文采用機器視覺和光學(xué)測量中的結(jié)構(gòu)光測量方式，測量原理為三角法測量原理。光源以一定的角度照射在煙標(biāo)上，煙標(biāo)反射的光線進入相機的傳感器。當(dāng)煙標(biāo)表面不平整時，進入相機感光元件的光線會發(fā)生位移和變形。本文提出的平整度測試方法所需裝置結(jié)構(gòu)簡單，避免了精密傳感器的使用，因此成本較低，適用于卷煙工業(yè)生產(chǎn)環(huán)境和煙標(biāo)平整度測試實際使用情況，對促進卷煙工業(yè)自動化和提高生產(chǎn)率具有一定意義。

關(guān)鍵詞：煙標(biāo)；平整度檢測；機器視覺；圖像處理

中圖分類號：TS 452" " 文獻標(biāo)志碼：A

隨著科技不斷進步和人們生活水平越來越高，商品的外觀質(zhì)量要求也越來越高。消費者選購香煙時也越來越關(guān)注卷煙產(chǎn)品的包裝質(zhì)量，包裝質(zhì)量不僅在于精美商標(biāo)設(shè)計，還在于煙包的高質(zhì)量成型[1]。影響煙包成型質(zhì)量的因素較多，其中煙標(biāo)平整度是重要因素之一[2]。研究表明，當(dāng)溫度變化為15℃～20℃時，紙張會發(fā)生5°～10°的彎曲度改變。平整度不好會影響商標(biāo)紙的上機適應(yīng)性，造成包裝機堵塞、停機和商標(biāo)紙跑偏等問題[3]。因此需要對煙標(biāo)平整度進行測試，嚴(yán)格控制煙標(biāo)平整度水平，保證卷煙工業(yè)高質(zhì)量發(fā)展。目前國內(nèi)暫時沒有用于煙標(biāo)平整度檢測的專用儀器設(shè)備，用眼睛觀察也不再適合自動化、智能化的卷煙工業(yè)發(fā)展需求。本文基于機器視覺提出了一種煙標(biāo)平整度測試方法。機器視覺具有非接觸性的特點，不會損害被測物體，廣泛應(yīng)用于人工智能、工業(yè)自動化生產(chǎn)和自動駕駛等領(lǐng)域。

1 煙標(biāo)平整度測試方法及系統(tǒng)設(shè)計

1.1 測試方法

本文采用機器視覺光學(xué)測量中的結(jié)構(gòu)光測量方式，屬于主動式測量中的一種重要方法。采用線陣CCD相機進行圖像采集，把圖像的光信號轉(zhuǎn)換成有序的電信號，將獲得的圖像進行幾何校正和二值化預(yù)處理，然后提取圖像質(zhì)心點陣，通過對比點陣的偏移量和偏轉(zhuǎn)角定性判斷被測煙標(biāo)的平整度。根據(jù)不同光源投射光斑形狀的不同，可以分為4種模式，即點結(jié)構(gòu)光、線結(jié)構(gòu)光、多線結(jié)構(gòu)光和網(wǎng)絡(luò)結(jié)構(gòu)光模式。點結(jié)構(gòu)光模式利用光源照到被測物體上形成光斑，照相機視線與光源光線在光斑處連線形成三角形。線結(jié)構(gòu)光的實質(zhì)是多點結(jié)構(gòu)光形成的直線，線結(jié)構(gòu)光源會在被測表面不平的地方照出畸形的光條。多線結(jié)構(gòu)光和線結(jié)構(gòu)光類似，是線結(jié)構(gòu)光的延伸，一次產(chǎn)生多條線結(jié)構(gòu)光，可以在一幅圖像中同時處理多條光線條紋，提高了處理效率。網(wǎng)絡(luò)結(jié)構(gòu)光模式可以有多種幾何形狀，比其他模式的處理效率更高，但是也增加了圖像處理和計算的復(fù)雜程度。考慮煙標(biāo)面積不大和后期的圖像計算處理效率，本文采用點陣結(jié)構(gòu)光源，既能保證檢測效率，又能保證檢測范圍[4]。

測量原理為三角法測量原理[5]。光源以一定的角度照射在煙標(biāo)上，煙標(biāo)反射的光線進入線陣CCD相機的傳感器。煙標(biāo)表面不平整時，進入相機感光元件的光線會發(fā)生位移和變形，類似看水中的倒影，當(dāng)水平靜時看到的是正常的物體；當(dāng)水面有波紋、不平整時，看到的物體就會發(fā)生變形[6]。通過計算位移和變形的量并利用相機標(biāo)定對比像移和位移間的關(guān)系，就能知道煙標(biāo)的平整度信息[7]。

測量原理圖如圖1所示。相機垂直拍攝，光心位于C點，AC為光軸，水平臺到C點的距離為Z。相機焦距為f，成像面為PQ。光源以入射角θ2向水平臺投射光斑，投射方向垂直于平面BC。線段PQ的長度為圖像中的煙標(biāo)物理長度，等于像素偏移量?x與經(jīng)過線陣CCD相機標(biāo)定獲得的單位像素代表的物理距離值L的乘積。由三角形相似可得公式（1）、公式（2）。

（1）

（2）

光源入射角為θ2，其值如公式（3）所示。

（3）

根據(jù)三角關(guān)系推導(dǎo)可得公式（4）。

（4）

由此可以得出凸起高度，如公式（5）所示。

（5）

式中：AB為被測煙標(biāo)的實際長度；PQ為被測煙標(biāo)的成像面；f為相機的焦距；Z為相機到被測煙標(biāo)水平臺的垂直距離；其中為相機內(nèi)部固定參數(shù)，由具體的相機型號決定；θ1為法線與水平太面的夾角；θ2為入射光線與水平臺面的夾角；?x為所測圖像與標(biāo)定圖像的像素位移偏移量；h為被測煙標(biāo)凸起的高度。

1.2 系統(tǒng)設(shè)計

煙標(biāo)平整度測試系統(tǒng)如圖2所示，主要由機箱外殼、結(jié)構(gòu)光源、線陣CCD相機、水平臺和被測物體等部分構(gòu)成。為了避免外界光線對測試系統(tǒng)的干擾，有必要在測試系統(tǒng)周圍加上外殼。將被測物體置于水平臺上，光源位于被測物體的斜上方，線陣CCD相機位于被測物體的上方。將被測煙標(biāo)置于水平臺的合適位置后，觸發(fā)相機進行圖像采集，采集的圖像傳送給計算機進行處理。在對煙標(biāo)進行檢測前需要將一張平整的煙標(biāo)置于相同的位置采集圖像，將被測煙標(biāo)采集的圖像與其進行比較，就可以獲得所需的平整度信息。

光源光路分析圖如圖3所示，圖中A和B分別表示結(jié)構(gòu)光源和相機的位置，M為被測煙標(biāo)所處位置，三者分別位于三角形的3個頂點。其中M表示平整煙標(biāo)，當(dāng)光源位于A、相機位于B時，光源照射的反射點位于P。當(dāng)被測煙標(biāo)發(fā)生彎曲變形時，光源A照射的反射點位于P1。PP1為由煙標(biāo)不平整造成的圖像點的位移距離。將光源和相機的位置改為A1和B2，此時光源A1在M上的反射點是Q，在M1上的反射點是Q1。QQ1是減少光源并縮短相機距離后由煙標(biāo)不平整造成的圖像點位移距離?？梢悦黠@看出PP1＞QQ1。因此在相同平整度條件下，光源和相機距離越大，圖像差距越明顯，越能反映出煙標(biāo)的不平整信息。在系統(tǒng)搭建過程中應(yīng)使光源和相機間保持一定距離。

2 圖像處理

2.1 圖像預(yù)處理和幾何校正

線陣CCD相機的感光元件進行圖像采集后，需要對獲取的圖像進行二值化處理，消除干擾點的影響。常用的二值化方法有全局二值化方法，當(dāng)光源照射不均勻時還需要用到高斯差分二值化方法[8]。

假設(shè)圖像的大小為M×N，一個像素灰度閾值為T，將全局每個像素點灰度值與之進行比較，大于閾值T，就將其灰度設(shè)置為255；小于閾值T，就將灰度設(shè)置為0。T值的選取很關(guān)鍵。如果T值過大，會將干擾點判定為目標(biāo)點；T值過小，則會將目標(biāo)點判定為干擾點。本文采用最大類間方差法確定T值，具體過程如下。

對于圖像f（x，y），假設(shè)目標(biāo)點和背景的閾值分割值為T，目標(biāo)點像素占比為ω1，平均灰度為μ1，背景點像素占比為ω2，平均灰度為μ2，整個圖像平均灰度為μ，類間方差為d。假設(shè)整個圖像中灰度＜T的像素為N1個，＞T的像素有N2個?？梢酝瞥龉剑?）～公式（11），確定閾值T，使類間方差d最大，即為所求合適的閾值。

（6）

（7）

N1+N2+=M·N " "（8）

ω1 +ω2=1 （9）

μ=μ1·ω1+μ2·ω2" （10）

d=ω1·（μ-μ1）2+ω2·（μ-μ2）2 " "（11）

式中：ω1為目標(biāo)點像素占比；ω2背景點像素占比；μ為整個圖像的平均灰度；μ1為目標(biāo)點像素平均灰度；μ2背景點像素平均灰度；T為像素灰度閾值；d為類間方差；N2為整個圖像中灰度值＜T值的像素個數(shù)；N2為整個圖像中灰度值＞T值的像素個數(shù)。

鑒于相機鏡頭的制造工藝問題，相機采集到的圖片會產(chǎn)生向外膨脹和向內(nèi)收縮的幾何失真[9]。可以利用標(biāo)靶對相機進行標(biāo)定，采用雙線性差值法將目標(biāo)點的橫縱坐標(biāo)構(gòu)成的矩陣映射到原圖。

2.2 點陣提取和平整度檢測

對煙標(biāo)進行檢測前，需要用一張平整的煙標(biāo)放在檢測裝置下，得到一張標(biāo)準(zhǔn)的圖像。此時煙標(biāo)是平整的，投射到表面的光斑是整齊排列的。對光斑所在區(qū)域的煙標(biāo)二值圖進行逐行、逐掃描，遇到白色像素就將該點的坐標(biāo)保存。掃描完整張圖像后，利用統(tǒng)計學(xué)方法求得質(zhì)心。假設(shè)所掃描區(qū)域的白色像素點數(shù)為N，則質(zhì)心可分別由公式（12）、公式（13）進行計算。

（12）

（13）

式中：x1、x2、xN分別為光源投射到煙標(biāo)表面的第一個、第二個到第N個光斑質(zhì)心的橫坐標(biāo)；xc為二值圖的質(zhì)心橫坐標(biāo)；y1、y2、yN分別為光源投射到煙標(biāo)表面的第一個、第二個到第N個光斑質(zhì)心的縱坐標(biāo)；yc為二值圖的質(zhì)心縱坐標(biāo)。

經(jīng)過算法二值化處理提取出點陣投影質(zhì)心后，對投影點陣的質(zhì)心進行排列并對應(yīng)到原圖，減去二維坐標(biāo)方向的平均像素偏移值，減少煙標(biāo)傾斜對平整度的影響。

本文通過點結(jié)構(gòu)光對煙標(biāo)進行投影并采集圖像，如果煙標(biāo)有凸點、凹陷、彎曲和翹角等不平整情況，對應(yīng)處理后的點陣圖像會產(chǎn)生不同的排列方式。根據(jù)標(biāo)準(zhǔn)平整煙標(biāo)計算出被測煙標(biāo)各點相對于理想值的偏移量和偏向角度。對各種不平整煙標(biāo)的偏移量和偏向角度值進行統(tǒng)計，得出煙標(biāo)平整度檢測的定性判斷。其中被測點與標(biāo)準(zhǔn)理想點間的偏移距離可以用歐氏距離衡量，分別如公式（14）、公式（15）所示。

（14）

（15）

式中：x11、x21、xi1分別為第一個、第二個到第n個被測點的質(zhì)心橫坐標(biāo)；x12、x22、xi2分別為第一個、第二個直到第n個標(biāo)準(zhǔn)理想點的質(zhì)心橫坐標(biāo)；D為橫坐標(biāo)理想值與被測值偏移量的歐式距離；y11、y21、yi1分別為第一個、第二個到第n個被測點的質(zhì)心縱坐標(biāo)；y12、y22、yi2分別為第一個、第二個到第n個標(biāo)準(zhǔn)理想點的質(zhì)心縱坐標(biāo)；L為縱坐標(biāo)理想值與被測值偏移量的歐式距離。

定義經(jīng)過理想點和偏移點的直線與x軸的夾角為偏向角，通過統(tǒng)計被測煙標(biāo)的各種不平整情況的偏移方向，可以定性分析煙標(biāo)不平整的凹凸方向。

3 結(jié)論

由于通過數(shù)學(xué)建?；蜍浖幚砭_給出煙標(biāo)不平整度精確值的難度較大，因此本文針對煙標(biāo)在生產(chǎn)過程中不平整的問題，基于機器視覺和圖像識別技術(shù)提出了一種定性測量煙標(biāo)不平整度的方法，給出了測量方案和測試系統(tǒng)設(shè)計思路，探討了結(jié)構(gòu)光源的選擇、光源與相機位置的關(guān)系，提出了能凸顯煙標(biāo)不平整度信息的系統(tǒng)布置方案。通過采集得到圖像后，介紹了圖像的幾何校正和二值化預(yù)處理方法。將經(jīng)過預(yù)處理的圖像進行二維坐標(biāo)方向掃描，用歐氏距離公式求出質(zhì)心提取點陣。最后通過比較標(biāo)準(zhǔn)理想點陣與被測煙標(biāo)點陣的偏移量和偏向角，定性判斷煙標(biāo)是否平整。本文提出的方法只能定性判斷煙標(biāo)是否存在不平整缺陷，無法精確給出煙標(biāo)的不平整數(shù)值，因此對單一不平整缺陷的煙標(biāo)有較好的預(yù)測效果，對同時存在多種不平整缺陷模式的煙標(biāo)效果不理想。

參考文獻

[1]于麗萍.卷煙包裝的動向[J].上海包裝，2009（2）：35.

[2]孫娜.卷煙包裝外觀質(zhì)量在線檢測方法的研究[D].昆明：昆明理工大學(xué)，2020.

[3]丁琴.小議環(huán)境溫濕度對煙標(biāo)平整度的影響[J].印刷世界，2009（10）：27.

[4]王耀南，劉學(xué)兵，張輝，等.機器視覺技術(shù)在包裝行業(yè)研究進展與應(yīng)用綜述[J].包裝學(xué)報，2022，14（2）：1-14，107.

[5]陳強.一種新型卷煙商標(biāo)紙檢測系統(tǒng)開發(fā)與應(yīng)用[D].南昌：南昌大學(xué)，2018.

[6]周寶倉，呂金龍，肖鐵忠，等.機器視覺技術(shù)研究現(xiàn)狀及發(fā)展趨勢[J].河南科技，2021，40（31）：18-20.

[7]焦俊，常晟，鄧瑞君，等.基于線陣CCD和三維重構(gòu)的盒裝煙標(biāo)測量裝置[J].工業(yè)技術(shù)創(chuàng)新，2022，9（1）：42-48.

[8]雷志勇，劉群華，姜壽山，等.線陣CCD圖像處理算法研究[J].光學(xué)技術(shù)，2002，28（5）：475-477.

[9]譚立春.基于結(jié)構(gòu)光成像的鍵盤鍵帽平整度檢測方法研究[D].長沙：湖南大學(xué)，2019.