基于機器視覺(jué)技術(shù)的水松紙折邊檢測方法

0   引言

水松紙在卷接機煙支卷接的過(guò)程中可能會(huì )出現折邊的現象，可以通過(guò)在水松紙兩側邊緣加上檢測的裝置，如果有折邊的現象發(fā)生，發(fā)送報警信號給卷接系統。

目前，現有的檢測手段主要是在水松紙兩側邊沿的上方加裝光纖傳感器組。水松紙正常時(shí)，傳感器信號照到水松紙上會(huì )被反射回來(lái)，會(huì )被光纖傳感器接收到，如果出現折邊的現象時(shí)，反射面積會(huì )減小，接收到的光強度小于設定的閾值，就會(huì )發(fā)送報警信號。但是這種方式對于水松紙出現整體偏移等現象時(shí)，不能進(jìn)行很好的判斷，而且不能定量地分析折邊的程度。

1   技術(shù)方案

本文針對現有技術(shù)中存在的上述技術(shù)問(wèn)題，提出一種基于機器視覺(jué)技術(shù)的水松紙折邊的檢測方法，設計合理，克服了現有技術(shù)手段的不足，具有良好的效果。具體技術(shù)方案如下。

準備采用一種基于機器視覺(jué)技術(shù)的水松紙折邊的檢測裝置，包括1個(gè)計算機控制器、1個(gè)長(cháng)條形的光源和2個(gè)圖像傳感器。長(cháng)條形光源平行安裝在待檢測水松紙的下方，2個(gè)圖像傳感器垂直安裝在待檢測水松紙的上方，并分別位于待檢水松紙的兩側的邊緣處，如圖1所示。

圖1 圖像傳感器和光源安裝角度示意圖

利用圖像傳感器采集模板和待檢水松紙的兩側邊緣圖像，計算機控制器對采集到的邊緣圖像灰度化；對灰度圖進(jìn)行垂直投影，利用梯度法查找投影曲線(xiàn)，分別得到模板和待檢水松紙的左、右側位置信息，再分別進(jìn)行比較計算，得到兩側位置偏移結果；判斷偏移距離是否在事先設定的靈敏度范圍內，如果超出則待檢水松紙折邊，發(fā)送報警信號給卷接機。

2   具體實(shí)施步驟

長(cháng)條形光源平行安裝在待檢水松紙下方，圖像傳感器垂直安裝在待檢測水松紙上方邊緣處。由于長(cháng)條形光源是從對面照射過(guò)來(lái)，所以圖像傳感器采集的圖像中，沒(méi)有被待檢水松紙擋到的部分會(huì )很亮，被擋住的部分，圖像亮度會(huì )降低，這樣可以很容易地區分出待檢水松紙的邊緣，得到其兩側邊緣的位置信息。將此時(shí)待檢水松紙兩側位置與合格標準的水松紙位置進(jìn)行比較計算，若兩側合并后的偏移結果超出設定的靈敏度范圍，則可判斷水松紙出現折邊現象，反之合格。

圖2和圖3是采集到的原始彩色圖像，先對其進(jìn)行灰度化處理，得到灰度圖4和圖5，再對灰度圖進(jìn)行垂直投影，得到投影曲線(xiàn)圖6和圖7，接著(zhù)采用梯度法查找投影曲線(xiàn)，獲得模板和待檢水松紙的兩側位置信息，最后對模板和待檢的水松紙兩側位置分別進(jìn)行比較計算，得到兩側位置偏移的綜合結果，判定是否超出設定的靈敏度范圍，超出則發(fā)生了折邊現象。

圖2 模板水松紙兩側邊緣原始圖像

圖3 待檢測水松紙兩側邊緣原始圖像

圖4 模板水松紙兩側邊緣灰度化圖像

圖5 待檢測水松紙兩側邊緣灰度化圖像

圖6 模板水松紙兩側邊緣投影曲線(xiàn)圖

圖7 待檢測水松紙兩側邊緣投影曲線(xiàn)圖

計算步驟如下。

1)對模板和待檢水松紙原始圖像灰度化后垂直投影，計算公式如下：

其中：i表示圖像像素行的索引，i∈(0,Height )，Height為圖像高度；j表示圖像像素列的索引，j∈(0,Width)，Width 為圖像寬度；PTL[j]為模板水松紙左側投影曲線(xiàn)；PTR[j]為模板水松紙右側投影曲線(xiàn)；QTL(i,j)為模板水松紙左側灰度化后的圖像亮度；QTR(i,j)為模板水松紙右側灰度化后的圖像亮度；

PL[j]為待檢水松紙左側投影曲線(xiàn)；PR[j]為待檢水松紙右側投影曲線(xiàn)；QL(i,j)為待檢水松紙左側灰度化后的圖像亮度；QR(i,j)為待檢水松紙右側灰度化后的圖像亮度；Width 為圖像寬度；Height 為圖像高度。

2)采用梯度法查找水松紙的邊緣。對一維數組PTL[j]按照索引j 遞增方向進(jìn)行搜索，找出其中滿(mǎn)足超過(guò)設定閾值△對應的索引值S ，且在索引遞增方向上緊挨著(zhù)S后面連續19個(gè)索引對應的數組值都滿(mǎn)足超過(guò)△的條件，此時(shí)的索引值S 才被認為是水松紙的邊緣位置；對一維數組PL[j]、PR[j]、PTR[j]進(jìn)行類(lèi)似的操作得到水松紙的邊緣位置，其中PL[j]按照j 遞增方向搜索，而PR[j]和PTR[j]則是按照j 遞減方向搜索。計算公式如下：

其中，變量k 用作計算滿(mǎn)足條件的索引S 相鄰的19個(gè)索引值內容是否也滿(mǎn)足同樣條件，k∈(1.19)；PosTL為模板水松紙左側的位置；PosTR為模板水松紙右側的位置；PosL為待檢測水松紙左側的位置；PosR為待檢測水松紙右側的位置。

3)計算模板和待檢測水松紙左、右兩側位置合并的綜合結果，判斷是否在設定靈敏度C 范圍內，超出則折邊，反之沒(méi)折邊。計算公式如下：其中，M為1 mm對應的像素數。

在本文的例子中，水松紙寬度是64 mm，圖像傳感器采用的是分辨率為744×480的工業(yè)相機，光學(xué)鏡頭為8 mm，鏡頭距離水松紙距離17 mm，此時(shí)M=50，靈敏度C=1 mm，閾值△=200。按上述的步驟計算得到PosTL=343像素，PosTR=374像素，PosTR=477像素，PosR=381像素，=127像素，超過(guò)設定的1 mm靈敏度50像素，此時(shí)水松紙出現了折邊現象，折邊程度超過(guò)了2 mm。

本文提供了一種基于機器視覺(jué)技術(shù)的水松紙折邊的檢測方法，對于水松紙折邊的檢測精度可達到0.02 mm，能夠適應不同品種、不同寬度的水松紙檢測，應用空間廣泛。

參考文獻：

[1] 張青林.機器視覺(jué)高速圖像處理平臺中關(guān)鍵技術(shù)的研究[D].武漢:武漢大學(xué),2010.

[2] 張少偉.基于機器視覺(jué)的邊緣檢測算法研究與應用[D].上海:上海交通大學(xué),2013.

[3] LAGANIERE R.相銀初.OpenCV 計算機視覺(jué)編程攻略[M].北京:人民郵電出版社,2015.

[4] ROSENFELD A.數字圖像分析[M].北京:國防工業(yè)出版社,1991:50-52.

（本文來(lái)源于《電子產(chǎn)品世界》雜志2020年8月期）