鄭云富?k趙越 +錢斌 張桂蓮 張漢平

摘要：針對(duì)小盒香煙包裝生產(chǎn)過程中經(jīng)常出現(xiàn)外包裝透明薄膜上沒有拉線或拉線錯(cuò)牙等現(xiàn)象，提出一種基于圖像處理技術(shù)的檢測(cè)方法。首先，對(duì)煙包拉線圖像進(jìn)行邊緣檢測(cè)，獲得拉線的輪廓；其次，利用Hough變換檢測(cè)小盒拉線的上下邊緣；當(dāng)Hough變換無法完全找到拉線的上下邊界時(shí)，采用最小二乘算法對(duì)左右兩側(cè)拉線弧進(jìn)行圓擬合，最后根據(jù)計(jì)算出的拉線寬度或兩圓心的垂直距離判斷拉線是否錯(cuò)牙并計(jì)算出拉線錯(cuò)牙偏移量。實(shí)驗(yàn)結(jié)果表明所提方法能有效地檢測(cè)出煙包拉線的錯(cuò)牙程度，且具有較好的魯棒性和有效性。

關(guān)鍵詞：拉線錯(cuò)牙；圖像處理；霍夫直線檢測(cè)；最小二乘圓擬合

中圖分類號(hào)：TP3文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.3969/j.issn.10036199.2017.01.024

1引言

目前，國內(nèi)各大煙草制造企業(yè)的包裝都是在高速流水線上進(jìn)行，設(shè)備的自動(dòng)化程度高，機(jī)械電器控制系統(tǒng)復(fù)雜，生產(chǎn)過程中可能會(huì)產(chǎn)生不合格品。其中，在小盒香煙包裝生產(chǎn)過程中， 因?yàn)樵O(shè)備精度下降、故障等原因經(jīng)常出現(xiàn)外包裝上沒有拉線或拉線錯(cuò)牙等現(xiàn)象，并且該類現(xiàn)象在香煙包裝質(zhì)量問題中占有較大比例。目前各煙廠基本靠抽檢，這種檢測(cè)方式有較大滯后性和隨機(jī)性，人工無法準(zhǔn)確判斷快速移動(dòng)的小盒是否存在拉線或拉線錯(cuò)牙的問題。當(dāng)發(fā)現(xiàn)不合格產(chǎn)品時(shí)生產(chǎn)早已進(jìn)入后續(xù)工序，不利于質(zhì)量追溯和責(zé)任認(rèn)定，嚴(yán)重影響了相關(guān)部門或車間的生產(chǎn)和質(zhì)量管理水平。同時(shí)，不合格產(chǎn)品會(huì)減少用戶的滿意度，也會(huì)降低品牌價(jià)值和產(chǎn)品信譽(yù)。因此， 在卷包生產(chǎn)線上進(jìn)行香煙小包包裝質(zhì)量檢測(cè)，是非常有經(jīng)濟(jì)效益和社會(huì)效益的。這有利于在線提高生產(chǎn)質(zhì)量和管理水平，也可為全廠實(shí)施生產(chǎn)執(zhí)行系統(tǒng)（MES）提供實(shí)時(shí)、準(zhǔn)確和真正有用的數(shù)據(jù)，進(jìn)而對(duì)建設(shè)創(chuàng)新性工廠、提升企業(yè)形象提供有力支撐。

圖像檢測(cè)技術(shù)通過對(duì)采集的圖像進(jìn)行處理、識(shí)別，近幾年在香煙外包裝質(zhì)量檢測(cè)中得到了廣泛應(yīng)用。李風(fēng)波設(shè)計(jì)了一種基于機(jī)器視覺技術(shù)的包裝透明紙拉線檢測(cè)系統(tǒng)，可檢測(cè)出拉線缺失、拉線偏移等缺陷[1]。張留剛運(yùn)用圖像特征統(tǒng)計(jì)、模版匹配等算法對(duì)香煙條包正面拉線和端面折線進(jìn)行檢測(cè)，有效地找出包裝不合格的煙條[2]。王磊將圖像識(shí)別技術(shù)應(yīng)用于透明紙、拉線異常的檢測(cè)中，在條包輸送線上得到了較好的檢測(cè)效果[3]。汪洋提出了一種基于機(jī)器視覺的香煙小包外包裝膜破損檢測(cè)方法[4]。

目前尚無關(guān)于香煙小包拉線錯(cuò)牙檢測(cè)方法的研究，針對(duì)云南省曲靖卷煙廠香煙小包拉線錯(cuò)牙實(shí)時(shí)檢測(cè)的要求，本文提出一種基于圖像識(shí)別技術(shù)的檢測(cè)方法。針對(duì)邊緣檢測(cè)算法獲取的邊緣存在較多冗余信息問題，提出了一種基于鏈碼長度判斷的邊界取舍方法，可明顯減少圖像中的目標(biāo)像素個(gè)數(shù)且能保留拉線的主要輪廓信息，極大地減少Hough變換和最小二乘擬合拉線弧的時(shí)間，提高檢測(cè)的精度。經(jīng)過實(shí)際檢驗(yàn)，開發(fā)的相關(guān)軟件系統(tǒng)具有良好的實(shí)時(shí)性和適應(yīng)性，可有效地檢測(cè)出小盒香煙外包裝上沒有拉線或拉線錯(cuò)牙的情況，滿足了香煙生產(chǎn)企業(yè)卷包部門的檢測(cè)要求。

2檢測(cè)原理與流程

2.1煙包拉線錯(cuò)牙檢測(cè)原理

3檢測(cè)原理與流程

3.1邊緣檢測(cè)

圖像的邊緣是所要提取目標(biāo)和背景的分界線，提取出邊緣才能將目標(biāo)和背景區(qū)分開來。圖4是使用三種不同邊緣檢測(cè)的結(jié)果，Sobel算子獲得的邊緣較模糊，拉線的上下邊界不突出且拉線弧也不連續(xù)。形態(tài)學(xué)提取的邊緣較完整，但其對(duì)弱邊緣的檢測(cè)能力不足，如圖4（b）中沒有找到拉線的上邊界。Canny算法可以在噪聲和邊緣兩者間找到較好的平衡，能確定真正弱邊緣的位置，檢測(cè)到的邊緣位置與實(shí)際邊緣之間的偏差最小

3.2冗余邊界處理

Canny檢測(cè)得到的邊緣存在較多的冗余信息，如圖4（c）中紅色圈內(nèi)的白色像素，其不僅影響拉線邊界和拉線弧的檢測(cè)精度，而且會(huì)增大后續(xù)處理的運(yùn)算時(shí)間，降低系統(tǒng)的實(shí)時(shí)性。從圖4（c）中可以看出，需要保留的邊界鏈碼連續(xù)，而冗余邊界的鏈碼長度較短，因此采用八鄰域搜索算法提取每一條邊界的鏈碼，根據(jù)鏈碼長度對(duì)邊界進(jìn)行取舍。

以順時(shí)針方向搜索起始像素P的八鄰域內(nèi)的每一個(gè)像素，直至找到白色像素W（若黑色為背景），將其設(shè)置為當(dāng)前邊界像素點(diǎn)并搜索其八鄰域。重復(fù)該過程，當(dāng)起始像素被第二次訪問時(shí)算法終止。上述過程遍歷的白色像素即封閉區(qū)的邊界如圖5所示。冗余邊界處理后的結(jié)果如圖6所示：

5結(jié)論

本文針對(duì)香煙生產(chǎn)過程中廣泛存在的香煙小包拉線錯(cuò)牙問題，提出一種基于圖像處理技術(shù)的拉線錯(cuò)牙檢測(cè)方法，測(cè)試結(jié)果驗(yàn)證了所提方法的有效性和魯棒性。提出的基于鏈碼長度的邊界取舍方法，減少了Canny邊緣檢測(cè)后的冗余信息，極大地降低了Hough直線檢測(cè)和最小二乘圓擬合的時(shí)間，提高了檢測(cè)速度。該方法已在所研制的基于機(jī)器視覺的小盒香煙拉線錯(cuò)牙智能檢測(cè)系統(tǒng)中得到應(yīng)用。

參考文獻(xiàn)

[1]李風(fēng)波，文政幸，楊光，等.基于機(jī)器視覺技術(shù)的拉線檢測(cè)系統(tǒng)設(shè)計(jì)[J].安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2015，14（3）：1-3.

[2]張留剛，張樂年，李計(jì)剛，等.煙箱重量在線檢測(cè)系統(tǒng)的研究[J].長沙航空職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2007，7（2）：48-50.

[3]王磊，張疆，鄒玉勝，等.卷煙包裝圖像識(shí)別檢測(cè)技術(shù)[J].機(jī)械工程與自動(dòng)化，2010，（5）：116-118.

[4]汪洋.基于機(jī)器視覺的香煙外包裝膜在線檢測(cè)技術(shù)研究[D].武漢：華中科技大學(xué)，2006.

[5]許宏科，秦嚴(yán)嚴(yán)，陳會(huì)茹，等.一種基于改進(jìn)Canny的邊緣檢測(cè)算法[J].紅外技術(shù)，2014，（3）：210-214..

[6]NASHAT S，ABDULLAH A，ABDULLAH M Z，et al.Unimodal thresholding for Laplacianbased CannyDeriche filter[J]. Pattern recognition letters，2012，33（10）：1269-1286.

[7]段汝嬌，趙偉，黃松嶺，等.一種基于改進(jìn)Hough變換的直線快速檢測(cè)算法[J].儀器儀表學(xué)報(bào)，2010，31（12）：2774-2780.

[8]GUERREIRO A.ConnectivityEnforcing Hough Transform for the Robust Extraction of Line Segments[J].IEEE Transactions on Image Processing ， 2012，21（12）：4819-4829.

[9]陳明晶，方源敏，陳杰，等.最小二乘法和迭代法圓曲線擬合[J].測(cè)繪科學(xué)，2016，41（1）：194-197，202.

[10]朱嘉，李醒飛，譚文斌，等.基于圓心約束最小二乘圓擬合的短圓弧測(cè)量[J].光學(xué)精密工程，2009，17（10）：2486-2493.

第36卷第1期2017年3月計(jì)算技術(shù)與自動(dòng)化Computing Technology and AutomationVol36，No1Mar. 2 0 1 7第36卷第1期2017年3月計(jì)算技術(shù)與自動(dòng)化Computing Technology and AutomationVol36，No1Mar. 2 0 1 7