周 陽，沈婷婷,席志遠,楊永杰,邱自學(xué)

(1.南通大學(xué)機械工程學(xué)院，江蘇南通 226019；2.南通大學(xué)電子信息學(xué)院，江蘇南通 226019)

0 引言

日用化學(xué)品行業(yè)常用高密度聚乙烯瓶作為容器來盛放洗手液等日化品。企業(yè)通常將產(chǎn)品的批號、生產(chǎn)日期、保質(zhì)期噴印在日化瓶的瓶底。噴碼機受自身性能、機械振動等因素的影響會出現(xiàn)多種缺陷，如字符的缺印、漏印、錯印[1]，以上的質(zhì)量問題會對企業(yè)的品牌形象及信譽產(chǎn)生較大的影響[2]。

傳統(tǒng)的噴碼檢測采用人工全檢，人工檢測效率低、強度大且容易出現(xiàn)漏檢、誤檢的情況。這種人工檢測方式已經(jīng)不適應(yīng)未來制造業(yè)自動化、信息化的發(fā)展趨勢[3]，采用機器視覺技術(shù)來進行產(chǎn)品表面信息特征的提取以及缺陷檢測已越來越普遍[4-5]。

文獻[6]通過比較識別字符與標準模型的灰度值波動實現(xiàn)字符質(zhì)量的檢驗，文獻[7]通過特征點提取與模板匹配對字符進行識別與判定，文獻[8]利用深度學(xué)習(xí)提取圖像特征進行字符的識別與判定，一定程度上適應(yīng)了復(fù)雜背景下噴碼質(zhì)量的檢驗。上述文獻針對字符區(qū)域位置、角度偏移量小的場景具有較好的定位識別精度。但在實際生產(chǎn)過程中，日化瓶在輸送帶運輸中易產(chǎn)生旋轉(zhuǎn)，導(dǎo)致瓶底噴碼字符區(qū)域不固定，且高密度聚乙烯瓶通常由吹塑工藝制成，由于制造工藝的限制瓶身將存在合模線，若點陣字符噴印在合模線上將對字符質(zhì)量的判別產(chǎn)生較大的干擾。針對以上問題，提出一種基于Halcon的日化瓶瓶底噴碼質(zhì)量檢測算法，實現(xiàn)日化瓶瓶底噴碼質(zhì)量的快速檢測。

1 噴碼質(zhì)量檢測試驗平臺

噴碼質(zhì)量檢測試驗平臺由硬件系統(tǒng)和軟件系統(tǒng)2部分組成。硬件部分主要包括工業(yè)相機、光源、鏡頭、夾瓶傳輸機構(gòu)與工控平板電腦。其中相機選取MV-CE003-2OGM型面陣機，相機的分辨率為640×480，采集幀率為173個/s全幀，輸出黑白圖像；光源選取高亮的LED的條形光源，采用雙光源對稱低角度照射補光；鏡頭為Computar定焦鏡頭，焦距為8 mm,手動調(diào)節(jié)光圈、焦距；工控機選取PPC-3100-RAE工控平板電腦；夾瓶傳輸機構(gòu)主要用于傳輸日化瓶，便于工業(yè)相機獲取瓶底噴碼的圖像。試驗平臺硬件如圖1所示。

圖1 檢測實驗平臺

視覺系統(tǒng)軟件平臺在VS2017開發(fā)環(huán)境下基于Halcon視覺庫開發(fā)，其核心部分為圖像處理算法。

2 噴碼質(zhì)量檢測實現(xiàn)算法

噴碼質(zhì)量檢測圖像處理算法主要包含字符區(qū)域定位、字符分割、合模線提取以及噴碼質(zhì)量驗證4部分。檢測流程如圖2所示。

圖2 檢測流程圖

2.1 字符區(qū)域定位

工業(yè)相機抓取日化瓶瓶底圖像，日化瓶瓶底噴碼圖像分為不變字符區(qū)與可變字符區(qū)。不變字符區(qū)包含產(chǎn)品批號、生產(chǎn)日期、截止日期的英文標志，即LOT、MFG、EXP。可變字符區(qū)包含產(chǎn)品批號、生產(chǎn)日期、截止日期所對應(yīng)的實際噴碼字符。不變字符區(qū)與可變字符區(qū)的相對位置保持固定。且待檢測的日化瓶瓶底圖像角度任意，如圖3所示。

(a)標準圖像

字符區(qū)域定位通常有邊緣檢測定位法、手動提取感興趣區(qū)域法[9]、形態(tài)學(xué)處理結(jié)合Blob分析定位法[10]等。但以上方法都只適應(yīng)待檢文本旋轉(zhuǎn)角度偏差不大的場合，任意位置文本若采取上述定位方法將存在定位字符顛倒的情況。本文采取的定位方法如圖4所示。

圖4 字符定位流程圖

首先提取一張噴印質(zhì)量合格且字符文本角度水平的標準圖像。手動畫取一個包含不變字符區(qū)里的LOT、MFG、EXP 3行關(guān)鍵字符的感興趣區(qū)域，并將該區(qū)域圖像裁剪出來訓(xùn)練成標準形狀模型輪廓。

標準形狀模型中心位于圖像的坐標原點如圖5所示。

圖5 形狀模型輪廓圖

打開待識別的圖像，查找標準形狀模型的最佳匹配項并返回模型實例的行坐標、列坐標以及角度。在得到待識別圖像的模型實例的行坐標、列坐標之后，求出標準圖像中感興趣區(qū)域與實例模型的變化矩陣HomMat2D。變化矩陣是由旋轉(zhuǎn)矩陣R和平移向量T組成。

下面的方程用其次向量描述中心點的變化。

接著使用HomMat2D齊次變換矩陣對待檢測圖像進行仿射變換，輸出圖像如圖6所示。

圖6 仿射變換后的圖像

由于日化瓶瓶底具有一定的弧度，且噴印在瓶底標識上的字符存在一定的變形導(dǎo)致不變字符區(qū)的字符間相對位置存在細微的差別，因而最后仿射變換輸出的圖像文本存在一定程度的角度傾斜,需對其進行旋轉(zhuǎn)校正。旋轉(zhuǎn)校正主要依靠檢測文本行旋轉(zhuǎn)的角度來生成一個旋轉(zhuǎn)矩陣，并根據(jù)旋轉(zhuǎn)矩陣對圖像進行仿射變換。同時噴印的字符也可能存在一定的角度傾斜，需對其進行字符傾斜校正[11]以消除字符傾斜對后續(xù)字符分割產(chǎn)生的影響。檢測字符傾斜角度生成一個傾斜角度矩陣，將旋轉(zhuǎn)校正后的圖像進行仿射變換完成字符傾斜校正。字符傾斜校正后的圖像如圖7所示。

圖7 傾斜校正后的圖像

生成一個包含可變字符區(qū)的軸平行感興趣區(qū)域并從字符傾斜校正后的圖像中提取待檢測字符區(qū)域如圖8所示。

圖8 待檢字符區(qū)

2.2 字符分割

Halcon中最經(jīng)典的字符分割法是Blob分割法。Blob分割法通常先對待檢測字符區(qū)進行閾值分割[12]，再對閾值分割后的字符進行形態(tài)學(xué)處理使得每個點陣字符中的點粘連在一起形成連通域，最后將閾值分割后的圖像與形態(tài)學(xué)處理后的圖像求交集，求得分割后的字符。由于日化瓶瓶底字符噴印質(zhì)量相對較差，在動態(tài)閾值分割[13]后對不同字符再進行形態(tài)學(xué)處理過程中容易產(chǎn)生字符粘連，影響后續(xù)字符的分割，因而采用手動文本閱讀器進行字符分割提取。手動文本閱讀器需創(chuàng)建一個模型并設(shè)置模型中字符寬度、高度、最大極性等關(guān)鍵參數(shù)。根據(jù)手動設(shè)定的字符關(guān)鍵參數(shù)找出待檢測字符區(qū)的字符，提取待檢測字符區(qū)的字符，每個字符都變成一個獨立的區(qū)域。提取的字符如圖9所示。

圖9 字符分割圖像

遍歷分割后的每個字符并獲取其與坐標軸平行的最小包圍矩形，并對矩形進行膨脹處理，最終從待檢測字符區(qū)中裁剪出待檢單個字符圖像。

2.3 合模線提取

日化瓶瓶底在噴碼的過程中存在部分字符噴印在合模線上，合模線表面粗糙，經(jīng)過合模線的點陣字符存在部分點的缺失，部分字符點在成像過程中由于合模線的干擾無法被正確提取出來。通過提取合模線，若部分待檢測字符與合模線相交則降低后續(xù)檢測的閾值來削弱合模線對字符質(zhì)量判定的影響。合模線提取流程如圖10所示。

圖10 合模線提取流程圖

提取傾斜校正后的圖像，可以觀察到合模線處圖像的灰度值較高，而周圍區(qū)域灰度值相對較低?？梢酝ㄟ^對圖像灰度值進行縮放以增強合模線的對比度。設(shè)原圖灰度值為g，縮放后的灰度值為g′，灰度值縮放的原理是g′=g×Mult+Add，設(shè)定合適的比例因子Mult與偏移Add，使得縮放后合模線的灰度值提高，背景的灰度值降低。同時合模線是圖像里灰度變換劇烈的地方，可利用邊緣檢測算子檢測邊緣梯度圖像，再對邊緣梯度圖像進行二值化，同時剔除部分雜點[14]得到二值化邊緣圖像，最后對二值化邊緣圖像進行霍夫變換以提取瓶底合模線如圖11所示。

圖11 合模線提取圖像

2.4 噴碼質(zhì)量驗證

在提取瓶底合模線與待檢單個字符圖像后進行噴碼質(zhì)量驗證。噴碼質(zhì)量驗證流程如圖12所示。

圖12 噴碼質(zhì)量驗證流程圖

噴碼質(zhì)量驗證的基本原理是將單個字符分割后的圖像與訓(xùn)練的標準字符模板[15]進行對比，得出一個最大相關(guān)值Q。通過將最大相關(guān)值與設(shè)定的檢測閾值T進行比較，若Q>T，則判定合格。當字符成功被分割后，獲取每個獨立字符最小外接軸平行矩形，并獲得最小外接矩形的對角點坐標，接著求取霍夫線與字符最小外接矩形對角線間的最小距離。若最小距離為0即判定該字符與合模線相交，則此時字符檢測質(zhì)量閾值為T1；若最小距離不為0，即判定該字符與合模線不相交，則此時字符檢測閾值為T2。

單個字符噴碼質(zhì)量校驗通過基于灰度投影的光學(xué)字符驗證算法來實現(xiàn)。將待檢單個字符圖像從傾斜校正后的圖像裁剪出來，并對單個字符區(qū)域圖像的行和列對灰度值求和來計算水平和垂直灰度投影，通過比較待檢字符與訓(xùn)練的標準字符灰度投影來完成光學(xué)字符質(zhì)量的驗證。

創(chuàng)建標準字符模板，模板圖像如圖13所示。

(a)缺陷字符

對進行單個字符圖像質(zhì)量檢測，檢測結(jié)果如圖14所示。

圖14 檢測結(jié)果

選取60個缺陷日化瓶作為樣本進行測試。實驗結(jié)果如表1所示。

表1 缺陷檢測結(jié)果

實驗結(jié)果顯示58個日化瓶能被正確檢測，2個缺陷日化瓶存在部分正常字符由于背景干擾較大被誤判，整體正檢率為97%，符合設(shè)計要求。生產(chǎn)線日化瓶輸送速率為60個/min，單個日化瓶平均檢測時間為620 ms，滿足生產(chǎn)線要求。

3 結(jié)束語

針對日化瓶瓶底噴碼質(zhì)量人工檢測速度慢、漏檢率高的現(xiàn)狀，設(shè)計基于Halcon的日化瓶瓶底噴碼質(zhì)量檢測系統(tǒng)及算法。該算法針對任意角度的噴碼圖像有較高的定位精度，缺陷字符識別準確度高并能一定程度上消除瓶底合模線對字符質(zhì)量判定的影響。在穩(wěn)定性上優(yōu)于單一的模板匹配法，整體的識別時間略高，但足以滿足實際生產(chǎn)線的需要，具有較好的應(yīng)用價值。