食用油激光噴碼視覺(jué)檢測分揀系統　

作者 張培恒1 董浩2 王博1 孫瑞軒2

　　1.燕山大學(xué) 電氣工程學(xué)院(河北 秦皇島 066004)2.河北省科學(xué)院 自動(dòng)化研究所(河北 石家莊 050000)

　　*基金項目：河北省科學(xué)院科技計劃項目(編號：17401)

　　張培恒(1989-)，男，碩士，研究方向：機器視覺(jué)。

摘要：當前食用油激光噴碼檢測方法仍是傳統的人工燈檢法，存在成本高、不穩定、精度低、人員調動(dòng)等問(wèn)題，已經(jīng)不能滿(mǎn)足生產(chǎn)商和消費者的要求，為此設計一種基于機器視覺(jué)和自動(dòng)化控制技術(shù)的食用油激光噴碼檢測分揀系統。借助Matlab Script節點(diǎn)，采用LabVIEW和MATLAB軟件混合編程的方法實(shí)現噴碼字符檢測，LabVIEW軟件實(shí)現圖像采集、人機界面制作和數據分析功能，MATLAB軟件實(shí)現圖像處理和字符識別功能，充分發(fā)揮各軟件優(yōu)勢，降低編程開(kāi)發(fā)難度。LabVIEW通過(guò)VISA串口將噴碼質(zhì)量信息傳輸至PLC(Programmable Logic Controller，可編程邏輯控制器)，控制自動(dòng)分揀機構將噴碼不合格的食用油剔除，從而保證和提高產(chǎn)品質(zhì)量。實(shí)驗結果表明，系統正確檢測和分揀率可穩定達到90%以上。

0 引言

　　食品安全問(wèn)題一直是人們最關(guān)心的，而食用油是生活中不可或缺的日常消耗品，隨著(zhù)生活水平和安全意識的不斷提高，人們對食用油品質(zhì)的要求屢日增高，食用油桶體上標記激光噴碼作為油品保障的必要手段^[1]，為每一桶食用油標注其規格、生產(chǎn)日期、批號等不同的信息，已成為食用油質(zhì)量標準，其相當于食用油的身份證件，以其不可涂改、無(wú)耗材、無(wú)污染、高效、長(cháng)效等特點(diǎn)，被廣泛用于標識領(lǐng)域，但在工廠(chǎng)食用油生產(chǎn)過(guò)程中，由于環(huán)境、設備、技術(shù)等原因，激光噴碼難免會(huì )出現錯印、漏印、污損、重疊等缺陷，此時(shí)就需要對其進(jìn)行質(zhì)量檢測，保證有缺陷的產(chǎn)品不會(huì )流入市場(chǎng)，以免造成對消費者健康權益和企業(yè)品牌形象的負面影響。傳統的食用油激光噴碼檢測主要是依靠人工崗位來(lái)完成，然而人眼的主觀(guān)檢測有其固有的局限性，己經(jīng)越來(lái)越不能適用于現代制造業(yè)的標準，因此食用油生產(chǎn)工序的質(zhì)量檢測水平必須提高，食用油激光噴碼視覺(jué)檢測分揀系統運用先進(jìn)的機器視覺(jué)和自動(dòng)化控制技術(shù)完全可以替代人工檢測，使用BP神經(jīng)網(wǎng)絡(luò )算法不斷提高檢測速度、效率和精度，完全滿(mǎn)足現代制造業(yè)的標準。

　　機器視覺(jué)是一門(mén)多學(xué)科交叉的綜合性技術(shù)，它包括了數字圖像處理、光學(xué)、模式識別、計算機應用科學(xué)、人工智能等一系列學(xué)科領(lǐng)域的知識^[2]，通過(guò)計算機和工業(yè)相機非接觸式地對目標圖像進(jìn)行獲取和處理，最終獲取目標信息和實(shí)現智能自動(dòng)化控制。

　　神經(jīng)網(wǎng)絡(luò )啟發(fā)于生物學(xué)神經(jīng)系統，通過(guò)并行處理和改變神經(jīng)元連接權重來(lái)訓練出能實(shí)現特定功能的神經(jīng)網(wǎng)絡(luò )，其具有很強的自學(xué)習和泛化能力^[3]。BP(Back Propagation，反向傳播)神經(jīng)網(wǎng)絡(luò )是多層前饋誤差反向傳播的神經(jīng)網(wǎng)絡(luò )，是目前應用得最為廣泛的神經(jīng)網(wǎng)絡(luò )預測模型。

　　自動(dòng)控制技術(shù)是指在極少或無(wú)人參與下，通過(guò)使用各種控制器、繼電器、接觸器、執行器、傳感器等裝置自行實(shí)現工藝或過(guò)程的一門(mén)技術(shù)。它是以控制理論為基礎，利用反饋原理來(lái)自動(dòng)地調節動(dòng)態(tài)系統^[4]，使得系統達到人們的預想。自動(dòng)控制系統的大量應用，不僅提高了工作效率，也提高了工作質(zhì)量，改善了人員的工作環(huán)境。

　　食用油激光噴碼視覺(jué)檢測分揀系統靈活運用各種技術(shù)和方法，研究和分析BP神經(jīng)網(wǎng)絡(luò )算法，快速準確地檢測出噴碼信息，并與激光噴碼機中的應刻灼信息相比對，如果出現錯印、漏印、污損、重疊、歪斜等情況，系統將自動(dòng)報警，提醒用戶(hù)，并可按預先設定的自動(dòng)控制程序執行相關(guān)動(dòng)作，剔除不合格產(chǎn)品。

1 機器視覺(jué)

　　機器視覺(jué)是指利用相機代替人眼功能，圖像處理及算法功能代替人腦功能，對目標進(jìn)行特征提取和分析，進(jìn)而做出判斷來(lái)控制生產(chǎn)過(guò)程的一種人工智能技術(shù)^[5]，包括光源、圖像獲取、圖像處理、算法等模塊。

　　1.1 光源照明模塊

　　光源與照明方案是系統中重要組成部分，應盡可能地突出目標特征，將要檢測的區域盡可能大地與背景區域進(jìn)行區分，提高對比度，降低圖像處理、分割和識別難度，使系統的可靠性和綜合性能得到提高。

　　食用油桶體是半透明且帶有一定弧度的，激光噴碼機在桶體表面刻灼凹字符，其與非字符區域的材料相同，故沒(méi)有顏色信息且反光嚴重，這大大增加了光源和照明方案的難度。

　　依據檢測對象，嘗試不同類(lèi)型光源，經(jīng)過(guò)多次不同實(shí)驗，最終設計了一種照明方案：選擇條形LED紅色光源組合成邊長(cháng)約10 cm的正方形，并在正方形光源后添加紅色同軸光源，同時(shí)配有亮度控制器，可獨立微調和粗調每組對邊位置的燈亮度和同軸光源亮度，協(xié)調配合使用同軸光源和組合條形光源，在足夠亮度情況下消除反光和保證足夠的對比度、清晰度，實(shí)物光源如圖1所示，在特制光源照明下獲取的噴碼圖像質(zhì)量明顯提高，清晰度、對比度明顯增強，大大降低噴碼圖像處理和檢測、識別難度，同時(shí)加快系統運行處理速度和提高系統魯棒性。

　　1.2 圖像采集模塊

　　圖像采集模塊是系統的輸入端，對整個(gè)系統的運行速度和效率有重要影響，包括光電傳感器、工業(yè)相機、鏡頭、相機支架、鏈板等設備。

　　1.2.1 光電傳感器

　　光電傳感器輸出為繼電器信號，用于硬件觸發(fā)工業(yè)相機拍照，即鏈板運送食用油至特定位置后，光電傳感器動(dòng)作，觸發(fā)處于準備狀態(tài)的工業(yè)相機抓拍噴碼。

　　本系統選用歐姆龍E3Z-T61A-L型光電傳感器，為透過(guò)性紅色光源傳感器，設計有感度調節按鈕和動(dòng)作切換開(kāi)關(guān)，動(dòng)作和復位各為1 ms一下，響應速度快，同時(shí)具有簡(jiǎn)易、耐振動(dòng)、穩定、壽命長(cháng)等優(yōu)點(diǎn)，可滿(mǎn)足系統精度、觸發(fā)模式、鏈板速度的要求。

　　1.2.2 工業(yè)相機及鏡頭

　　根據所需的分辨率、芯片和像素大小確定合適的相機，鏈板一直處于高速運轉狀態(tài)，同時(shí)為提高系統圖像處理速度不必要獲取圖像顏色信息，因此選用BASLER acA1920-155 μm 黑白工業(yè)相機，幀速率可達164 fps，選用通訊標準統一、傳輸速率快、成本低廉的USB 3.0圖像傳輸方式，相機配有Sony IMX174 CMOS感光芯片，230萬(wàn)像素分辨率，足以滿(mǎn)足系統要求。

　　鏡頭的選擇除了要與相機的接口、傳感器尺寸、分辨率相適應，還要充分考慮工作距離、視場(chǎng)大小、崎變等因素選擇具有合適焦距的鏡頭^[6]，本系統選用BASLER C-125-1218-5M型號鏡頭，分辨率為500萬(wàn)像素，光圈范圍為F1.8~F22.0，工作距離為200 mm，固定焦距為12.0 mm，原裝C口鏡頭，與已選相機和光源配合使用能夠獲得高質(zhì)量噴碼圖像，為接下來(lái)圖像處理環(huán)節奠定基礎。

　　1.3 圖像處理模塊

　　圖像處理是機器視覺(jué)的核心部分，對系統處理速度和高識別率起到?jīng)Q定作用，包括對圖像預處理，噴碼字符的檢測、定位和分割，特征選擇、提取及運用相關(guān)算法識別字符等操作。

　　1.3.1 圖像預處理

　　由于環(huán)境、設備等固有因素使圖像含有一定的干擾性噪聲，為了使這種影響降到最低，需要對目標圖像進(jìn)行必要的預處理，降低圖像噪聲、提高圖像對比度及清晰度，通過(guò)圖像增強技術(shù)將圖像本身容易被忽略的細節部分顯現出來(lái)，提取出圖像的特征，方便后續處理。因缺乏判定圖像增強質(zhì)量客觀(guān)的統一標準，從嚴格的理論上來(lái)說(shuō)還沒(méi)有被廣泛認可的理論。不同程序在處理圖像增強時(shí)，都有自己的針對性，增強的結果利于下一步圖像處理，即是圖像增強合適與否的標準，由實(shí)驗結果對比所得，本系統選擇中值濾波器去除噪音影響，如圖2所示，從圖像二值化結果中也能判斷出中值濾波器更適合圖像后續處理，如圖3所示。

　　1.3.2 字符分割

　　字符分割是整個(gè)圖像處理中最重要、最困難的一步，是字符識別的基礎，只有將字符完整正確地分割開(kāi)來(lái)，才能保證字符識別的效果和正確率。

　　首先對圖像進(jìn)行二值化，其目的是將圖像分為兩個(gè)部分，即背景和前景，本系統選擇大津法得到閾值進(jìn)行二值化;另外消除面積小于25個(gè)像素的孤立的點(diǎn)，然后填充孔洞并膨脹圖像;接著(zhù)運用一種基于投影和字符寬度相組合的方法來(lái)完成字符分割，詳細步驟如下：

　　1)水平投影。由左到右、由上到下掃描圖像每一行像素并累加每一行像素值，設定水平投影的累加值閾值為9，記錄累加值大于和小于閾值的起始位置，分別為每行字符由上到下的起始位置和結束位置，從而將整個(gè)字符圖像粗分割為兩行字符。

　　2)垂直投影及字符間距判斷。由上到下、由左到右掃描粗分割字符圖像每一列的像素并累加每一列的像素值，設定垂直投影的累加值閾值為4，記錄累加值大于和小于閾值的起始位置且相鄰位置間距應大于35個(gè)像素，分別為字符由左到右的起始位置和結束位置，從而將整個(gè)目標圖像細分割為22個(gè)單字符。

　　3)對每個(gè)字符圖像分別再進(jìn)行一次水平投影，累加閾值為4，除去每個(gè)字符上下邊界多余區域，并歸一化為16×16大小的字符圖像保存到本地，作為訓練和測試BP神經(jīng)網(wǎng)絡(luò )的樣本。

2 LabVIEW和MATLAB平臺混合編程

　　LabVIEW是NI公司推出的一種基于圖形化編程G語(yǔ)言的高效開(kāi)發(fā)軟件，圖形界面豐富，容易制作各種界面，并包括大量用于數據采集、分析以及表達、儲存的各種庫函數，編程簡(jiǎn)單。但在圖像處理、神經(jīng)網(wǎng)絡(luò )、模式識別等各種算法的支持方面是LabVIEW的短板，其相關(guān)工具箱及編程靈活性非常有限。

　　MATLAB是以矩陣運算為基礎、擁有強大計算功能的一種數學(xué)軟件，針對不同專(zhuān)業(yè)領(lǐng)域的應用，具有信號處理、圖像處理、神經(jīng)網(wǎng)絡(luò )等多個(gè)專(zhuān)用工具箱，但在人機界面設計和開(kāi)發(fā)方面能力非常有限，并且在硬件輸入、通信和控制等方面都比較繁瑣。

　　本系統借助Matlab Script節點(diǎn)實(shí)現LabVIEW和MATLAB混合編程，通過(guò)此節點(diǎn)LabVIEW直接調用編寫(xiě)、調試后的MATLAB程序，可以達到兩者揚長(cháng)避短、優(yōu)勢互補的效果，降低了開(kāi)發(fā)難度，縮短了開(kāi)發(fā)周期，提高了工作效率。

　　2.1 LabVIEW軟件編程

　　LabVIEW軟件主要實(shí)現圖像采集、人機界面制作、數據分析等功能，充分發(fā)揮其優(yōu)勢。

　　LabVIEW軟件內置的IMAQdx通過(guò)NI MAX可以直接連接和設置工業(yè)相機。在LabVIEW程序框圖中調用子VI并連線(xiàn)編寫(xiě)圖像采集程序，分別是打開(kāi)和配置相機，拍照獲取圖像等。在LabVIEW前面板中調整、拖拽和設置圖標，制作人機界面，界面左方為狀態(tài)信號指示燈，顯示系統各個(gè)工序運行狀態(tài)，界面中間實(shí)時(shí)顯示圖像和識別出的字符串，界面左方為系統設置和操作按鈕，界面下方顯示噴碼所表示的食用油信息，如圖4所示。

　　同時(shí)系統有查詢(xún)食用油噴碼歷史數據的功能，點(diǎn)擊人機界面中“查詢(xún)”按鈕，彈出數據查詢(xún)窗口，可根據產(chǎn)地、批號、開(kāi)始和結束時(shí)間、合格與否等條件查詢(xún)食用油噴碼歷史信息，并能導出數據保存至本地。

　　2.2 MATLAB軟件編程

　　MATLAB軟件主要實(shí)現圖像處理、BP神經(jīng)網(wǎng)絡(luò )算法、字符識別等功能，借助MATLAB圖像處理工具箱和神經(jīng)網(wǎng)絡(luò )工具箱加快了編程速度和開(kāi)發(fā)進(jìn)程。

　　2.2.1 圖像處理

　　首先進(jìn)行圖像濾波來(lái)除去噪音和提高圖像對比度、清晰度，嘗試均值、中值、高斯、拉普拉斯等濾波器并比較得中值濾波器效果最佳。

　　接著(zhù)對圖像進(jìn)行二值化處理，該過(guò)程關(guān)鍵是根據圖像灰度特性對閾值的選取，大津法是錯分概率最小、自適應的閾值確定方法，相比于迭代法、最小誤差法等效果最好。

　　其次做二值圖像形態(tài)學(xué)處理，除去零散的點(diǎn)、填充孔洞、膨脹連接字符邊緣。

　　最終進(jìn)行圖像分割和歸一化處理，因為噴碼字符有規律地分行排列且間距相近，故選擇一種基于投影和字符寬度相組合的方法來(lái)完成字符分割，最后每個(gè)字符圖像歸一化保存至本地。

　　2.2.2 BP神經(jīng)網(wǎng)絡(luò )算法

　　BP神經(jīng)網(wǎng)絡(luò )由輸入層、隱含層、輸出層構成，如圖5所示。它是基于梯度下降的最小均方差算法，它采用誤差反向傳播的方式不斷調整神經(jīng)元連接權值，最終BP神經(jīng)網(wǎng)絡(luò )實(shí)際輸出和目標輸出之間均方差滿(mǎn)足系統要求，訓練出滿(mǎn)意的預測模型。

　　借助MATLAB神經(jīng)網(wǎng)絡(luò )工具箱實(shí)現BP神經(jīng)網(wǎng)絡(luò )算法的詳細過(guò)程如下：

　　1)確定輸入矩陣P和目標矩陣T。因實(shí)驗條件有限，樣本集僅有3800個(gè)元素，包括10個(gè)數字、26個(gè)字母及斜線(xiàn)、冒號共38個(gè)類(lèi)別，每個(gè)類(lèi)別含100個(gè)不同條件下獲取的樣本。選取像素特征作為BP神經(jīng)網(wǎng)絡(luò )的輸入，因為每個(gè)字符歸一化為大小16×16，故輸入矩陣P大小為256×3800，每一列表示一個(gè)字符樣本，目標矩陣T大小為1×3800。

　　2)確定各層神經(jīng)元數目。在神經(jīng)網(wǎng)絡(luò )工具箱中，輸入層和輸出層的神經(jīng)元數目會(huì )根據輸入矩陣P和目標矩陣T自行確定;因樣本量有限，以及為降低網(wǎng)絡(luò )訓練時(shí)間和出現“過(guò)擬合”的傾向，只設定1層隱含層，該層神經(jīng)元數目根據經(jīng)驗公式和實(shí)驗所得最終設定為98個(gè)。

　　3)設定網(wǎng)絡(luò )參數。網(wǎng)絡(luò )的輸入層和隱含層、隱含層和輸出層的傳輸函數分別為雙曲正切S型函數和純線(xiàn)性函數，選用梯度下降訓練方法，初始設置網(wǎng)絡(luò )的目標誤差為0.001，顯示中間結果的周期為10 ms、最大迭代次數為30000，學(xué)習率為0.05。

　　4)訓練網(wǎng)絡(luò )。針對不同形式的字符，不斷調整網(wǎng)絡(luò )參數進(jìn)行訓練，并測試網(wǎng)絡(luò )滿(mǎn)足要求后保存至本地，供Matlab Script節點(diǎn)調用來(lái)識別新樣本中的字符。

3 自動(dòng)分揀機構

　　為了解決食用油分揀環(huán)節人力成本高、勞動(dòng)強度大、生產(chǎn)效率低等問(wèn)題，設計了一個(gè)簡(jiǎn)單有效的小型自動(dòng)控制機構，采用上下位機的主從控制方式^[7]，上位機通過(guò)USB轉接RS232串口實(shí)現與下位機之間的數據傳輸，運用PLC、變頻器、光電傳感器、氣動(dòng)控制等現代工業(yè)控制技術(shù)，具有工作效率高、運行可靠、節省成本等優(yōu)點(diǎn)。

　　3.1 機構組成及工作過(guò)程

　　該機構主要由鏈板傳送裝置、光電傳感器、變頻器、PLC、上位PC機、電磁閥、氣動(dòng)執行裝置等設備組成，如圖6所示。鏈板傳送裝置用于食用油的傳送，由三相交流異步電機拖動(dòng)，采用變頻器進(jìn)行調速，PLC控制調速信號。光電傳感器安裝于鏈板進(jìn)料口，檢測是否有食用油進(jìn)入。電磁閥直接控制氣動(dòng)執行裝置的伸縮，將不合格食用油推至回收倉鏈板上。

　　具體工作過(guò)程：低壓配電柜和控制柜上電后，當鏈板上沒(méi)有食用油時(shí)，變頻器輸出20 Hz的頻率控制鏈板以低速運行;當進(jìn)料口的光電傳感器檢測到有食用油進(jìn)入系統后，則將位置觸發(fā)信號上傳至PLC，控制變頻器輸出40 Hz調速信號，加快鏈板速度;當食用油至拍照位置，上位機獲取圖像并快速判斷出噴碼質(zhì)量信息，界面相應指示燈亮或滅，質(zhì)量信息通過(guò)串口下傳至PLC;若質(zhì)量合格則食用油繼續進(jìn)入下一工序，若質(zhì)量不合格，PLC則控制電磁閥動(dòng)作氣缸快速伸出，將食用油推至回收倉鏈板并快速縮回，同時(shí)伴有持續2 s的報警燈閃爍和警鈴響起;若進(jìn)料口沒(méi)有新的食用油進(jìn)入，則鏈板恢復低速運行，若有食用油進(jìn)入則重復上述工作過(guò)程。

　　3.2 設備選型及設置

　　設備選型的基本原則是在滿(mǎn)足現場(chǎng)環(huán)境和工藝要求的前提下，并能保證系統可靠性和維護方便，追求最佳的性?xún)r(jià)比。

　　上位PC機最低硬件要求：英特爾酷睿i3-7100處理器，4 GB 2133 MHz內存，256 G硬盤(pán)，1 G集成顯卡，32位真彩顯示器，64位Windows7操作系統。下位機選用西門(mén)子S7-200小型PLC，足以滿(mǎn)足系統的要求，是控制機構的核心模塊，使用STEP7 MicroWIN V4.0 SP9軟件編寫(xiě)梯形圖控制程序;系統仍選用歐姆龍E3Z-T61A-L型光電傳感器;選用AKS 4V110-06型電磁閥及SMC MGQM25-175型氣動(dòng)執行裝置。系統選用性能穩定、維護方便的西門(mén)子G120系列變頻器，由控制單元、功率模塊、操作面板組成，是一個(gè)高度模塊化的變頻器，各模塊型號分別為CU240B-2、PM240和BOP-2，變頻器設置為多段速控制，鏈板空載時(shí)以第一段速20Hz運行，否則以第二段速40 Hz運行，加速時(shí)間和減速時(shí)間分別0.5 s，同時(shí)設置變頻器啟動(dòng)方式、最大和最小頻率、電流保護等參數。

4 結論

　　借助機器視覺(jué)和自動(dòng)化技術(shù)攻克難關(guān)，運用高效的LabVIEW和MATLAB混合編程方式，實(shí)現食用油激光噴碼視覺(jué)檢測、自動(dòng)分揀功能，代替人工分揀，進(jìn)一步解放勞動(dòng)力，降低生產(chǎn)成本，提高生產(chǎn)率和智能自動(dòng)化水平。但本系統的樣本集還不足夠大，需要在實(shí)驗和生產(chǎn)過(guò)程中不斷擴充樣本，繼續訓練和調整BP神經(jīng)網(wǎng)絡(luò )預測模型，進(jìn)一步提升系統分揀率。同時(shí)，若在之后的生產(chǎn)過(guò)程中，遇到透視形變以及桶面彎曲過(guò)大的情況，需增加圖像矯正功能。

　　參考文獻：

　　[1]王洋洋.噴碼技術(shù)的發(fā)展革新[J].中國食品工業(yè)，2010,1(3): 28-29.

　　[2]劉金橋,吳金強.機器視覺(jué)系統發(fā)展及其應用[J].機械工程與自動(dòng)化,2010,28(1):215-216.

　　[3]楊淑瑩.模式識別與智能計算[M].第三版.北京:電子工業(yè)出版社, 2015.

　　[4]王嘯東.綜合自動(dòng)化控制系統設計[J].電氣時(shí)代, 2011, 1(6): 118-120.

　　[5]S Carsten,Markus Ulrich.Machine Vision Algorithms and Applications[M].第一版.北京:清華大學(xué)出版社,2008.

　　[6]彭瓊.基于紋理特征的瓷器圖像分類(lèi)[D]. 湖南:中南大學(xué), 2014.

　　[7]陶躍珍,王東.啤酒瓶自動(dòng)檢測系統設計[J].機械,2010,37(10): 59-61.

　　本文來(lái)源于《電子產(chǎn)品世界》2018年第6期第31頁(yè)，歡迎您寫(xiě)論文時(shí)引用，并注明出處。