視覺技術(shù)的檢測系統(tǒng)軟件設(shè)計方法

遲廣志，伍穎賢

(1.哈爾濱卷煙廠，哈爾濱 150001;2.黑龍江省冶金研究所)

在現(xiàn)代化的卷煙生產(chǎn)中，煙箱缺條檢測是缺陷檢測的一個重點步驟。在傳統(tǒng)缺陷檢測工序中，一般是依靠人工進行檢測，效率低且工作強度大，并容易發(fā)生漏檢的情況，一直沒有理想的檢測手段。早期采用較多的技術(shù)方案有稱重式和射線式:前者存在適應性不好的問題，目前已經(jīng)很少使用;后者由于存在對安全和環(huán)境的影響等問題，實際效果也不夠理想。

為提高產(chǎn)品質(zhì)量，采用視覺技術(shù)對煙箱缺條進行全面檢測已是必然。就國內(nèi)而言，目前以“相機+圖像采集卡+PC圖像處理軟件”(PCBASE)的檢測模式，已成發(fā)展趨勢。該模式綜合利用了光學、機械、電子、控制和自動化各學科的先進技術(shù)，可以有效地檢出煙箱缺條缺陷，并將包裝不合格的產(chǎn)品從生產(chǎn)線上剔出或報警停機。該方法具有很好的靈活性和適應性，能夠適應復雜的檢測需求，系統(tǒng)原理框圖如圖1所示，架構(gòu)主要包括輸送通道、大箱定位機構(gòu)、圖像檢測機構(gòu)、系統(tǒng)分析軟件和電器控制系統(tǒng)等 。在該系統(tǒng)中，檢測軟件算法的好壞直接決定著系統(tǒng)的優(yōu)劣。本文詳細研究檢測軟件的設(shè)計和實現(xiàn)過程。

1 圖像處理算法

1.1 圖像的平滑技術(shù)

圖像中的噪聲類很多。對圖像信號幅度和相位的影響十分復雜，有些噪聲和圖像信號互相獨立不相關(guān)，有些是相關(guān)的，噪聲本身之間也有些相關(guān)。因此要減少圖像中的噪聲必須針對具體情況采用不同的方法，否則很難獲得滿意的處理效果。本系統(tǒng)采用中值濾波的圖像平滑方案。

中值濾波器是一種非線性濾波器。是在1979年由J·W·Jukey首先提出并應用在一維信號處理技術(shù)中。后來被二維圖像信號處理技術(shù)所引用。它在一定的條件下，可以克服線性濾波器所帶來的圖像細節(jié)模糊而且對濾除脈沖干擾及圖像掃描噪聲最為有效。在實際運算過程中并不需要圖像的統(tǒng)計特征，這也帶來了不少的方便。

中值濾波法中的窗口是指一個點的特定長度或形狀的鄰域。在一維情形下，中值濾波器窗口正中間那個像素的灰度值，用窗口內(nèi)各像素灰度值的中值代替。

1.2 圖像模板匹配及原理

為了在圖像中檢測出已知形狀的目標物，我們使用這個目標物的形狀模版(或窗口)與圖像匹配，在約定的某種準則下檢測出目標物圖像，通常稱其為模版匹配法。它能檢測出圖像中的線條、曲線、圖案等等，在許多方面已獲得廣泛的應用。如將字模對印刷頁的圖像匹配;目標模版與偵測圖像相匹配;目標模版與制導系統(tǒng)獲得的圖像匹配;星圖模版與天空圖像的匹配等。圖像匹配技術(shù)早在60年代已開始研究，在以后的實際應用中得到了不斷改善。

本文采用分層壓縮預處理技術(shù)對原始圖像F1(x，y)按2×2鄰域逐次進行鄰域平均處理，得到一個分辨率為原圖像1/4的分層圖像。依次進行k次分層，可得到分辨率更低、維數(shù)更小的圖像，壓縮圖像和原始圖像一起構(gòu)成了一組分辨率由高到低、維數(shù)由大到小的圖像序列。

2 系統(tǒng)軟件設(shè)計

Visual C++是 Microsoft公司推出的開發(fā)Win32環(huán)境程序，面向?qū)ο蟮目梢暬沙绦蜷_發(fā)系統(tǒng)。其優(yōu)點包括程序框架自動生成、靈活方便的類管理、代碼編寫和界面設(shè)計集成交互操作、可開發(fā)多種程序(應用程序、動態(tài)鏈接庫、ActiveX控件)等，作為一種通用且功能強大的編程語言，Visual C++的地位不可動搖。其提供的完全集成性以及可視化用戶界面驅(qū)動特性，不僅適用于傳統(tǒng)的C/C++開發(fā)過程，更充分優(yōu)化了對面向?qū)ο蠹夹g(shù)的支持。本系統(tǒng)以Visual C++作為開發(fā)環(huán)境。軟件系統(tǒng)結(jié)構(gòu)圖如圖2。

3 結(jié)語

煙箱缺條檢測系統(tǒng)的研制，對優(yōu)化煙草產(chǎn)品包裝質(zhì)量，為企業(yè)節(jié)約開支，提高我國煙草行業(yè)的國際競爭力具有重要的意義。本文雖然對機器視覺軟件設(shè)計方面進行了一定的研究，但隨著計算機技術(shù)、通信技術(shù)的進一步發(fā)展及越來越多的研究探索，具有更高性能、更高準確率的機器視覺控制系統(tǒng)將會問世，將會圖像處理技術(shù)用于工業(yè)生產(chǎn)有著極為廣泛的應用前景。

［1］劉曙光，劉明遠.機器視覺及其應用，機械制造，2000.

［2］A.Rosenfeld.數(shù)字圖像分析，圖防工業(yè)出版社，1991.

［3］吳立德.計算計視覺，復旦大學出版社，1993.

［4］翟雷，王亮.機器視覺技術(shù)在工業(yè)中的應用，廣東自動化與信息工程，2003.

［5］邊肇祺，張學工，等，模式識別，清華大學出版社，2000，151－152.