劉飛飛， 馬禮然

(1.江西理工大學(xué) 電氣工程與自動化學(xué)院，江西 贛州 341000;2.江西理工大學(xué) 機(jī)電工程學(xué)院，江西 贛州 341000)

0 引 言

從2019年12月開始，湖北省武漢市發(fā)現(xiàn)了多起不明原因的病毒性感染病例，我國爆發(fā)了新型冠狀病毒肺炎(Covid—19)。新冠病毒傳染性極強(qiáng)，傳播途徑廣，潛伏期時(shí)間長。外出時(shí)佩戴好一次性醫(yī)用口罩，是必要防護(hù)措施。隨著全國復(fù)工復(fù)課，辦公、出行、上課都需要佩戴口罩，口罩需求不斷上升。目前口罩檢測主要依靠人眼，這種模式不僅檢測成本高，而且檢測速度及精度無法滿足生產(chǎn)需要。因此，外科口罩通過機(jī)器視覺方法檢測表面缺陷是必要的。

機(jī)器視覺相較于人眼，有速度快，準(zhǔn)確性高，檢測成本低等優(yōu)勢，因此被廣泛應(yīng)用于工業(yè)生產(chǎn)檢測領(lǐng)域。早在1985年，Mandeville J R[1]開發(fā)了利用機(jī)器視覺的印刷電路板(printed circuit board,PCB)缺陷檢測系統(tǒng)，解決了過去檢測PCB板過程中無法準(zhǔn)確檢測出大面積缺陷及變形區(qū)域的問題。2013年,Ghorai S等人[2]針對鋼表面缺陷檢測，提出小波變換的方法，比閾值分割法表現(xiàn)更好。鄧擁軍等人[3]提出用石材外形的段包絡(luò)線作為基準(zhǔn)，抓取尺寸測量角點(diǎn)對比尺寸參數(shù)，利用分塊策略生成局部多特征映射矩陣，確定石材表面缺陷的方法。

本文利用一次性醫(yī)用口罩具有透光性的特點(diǎn)，提出了一種基于模板匹配與仿射變換相結(jié)合的一次性醫(yī)用口罩耳繩檢測方法。它利用電荷耦合器件(charge coupled device,CCD)相機(jī)結(jié)合傳送帶上到達(dá)固定拍攝點(diǎn)的一次性醫(yī)用口罩獲取待檢測圖像，然后通過計(jì)算機(jī)對其分析處理，檢測判斷口罩帶是否斷裂，并根據(jù)判斷結(jié)果分揀合格品。

1 檢測系統(tǒng)結(jié)構(gòu)與流程

1.1 檢測系統(tǒng)的結(jié)構(gòu)

測量系統(tǒng)的結(jié)構(gòu)主要包括工作臺、CCD相機(jī)、鏡頭、光源和計(jì)算機(jī)，整體系統(tǒng)結(jié)構(gòu)如圖1所示。本系統(tǒng)的工作流程為：將傳送帶傳送過來的一次性醫(yī)用口罩置于背光板上側(cè)，通過CCD相機(jī)拍攝口罩圖像；通過算法集成軟件對圖像處理分析，獲得耳繩焊點(diǎn)處的區(qū)域中心坐標(biāo)和區(qū)域面積等參數(shù)值，判斷耳繩是否有缺陷。

圖1 一次性醫(yī)用口罩檢測系統(tǒng)結(jié)構(gòu)

1.2 光源設(shè)置

使用光源是為了突出被測物的特征，降低不必要的干擾因素。因此在選擇光源時(shí)，需要考慮光源與待檢測物體間的相互作用。背光源主要應(yīng)用于被測物的輪廓，透明物件的污漬檢測等。一次性醫(yī)用口罩的主要材料為熔噴布及聚丙烯纖維，具有透光性，將其置于背光源上，能清晰地看到口罩的內(nèi)外部結(jié)構(gòu)。

本系統(tǒng)調(diào)試光源時(shí)選取了紅、藍(lán)、綠、金四種背光源。光源強(qiáng)度都設(shè)置為3，通過CCD相機(jī)拍攝醫(yī)用口罩的彩色圖片。截取部分圖片，進(jìn)行灰度化處理，結(jié)果如圖2所示，紅色背光源表現(xiàn)最好。

圖2 背光源下CCD相機(jī)拍攝的圖片灰度化局部結(jié)果

2 算法流程

為了實(shí)現(xiàn)低成本檢測，并且提高檢測速度的目標(biāo)，本文中提出了一種基于“Weickert”模式的各向異性濾波下的圖像金字塔快速模板匹配方法的一次性醫(yī)用口罩耳繩缺陷檢測算法，該算法總體流程如圖3所示。首先，創(chuàng)建鼻梁片模板同時(shí)確定好口罩耳繩的4個(gè)固定焊點(diǎn)位置；然后，對CCD相機(jī)捕捉的口罩待檢測圖片灰度化處理，使用“Weickert”模式的各向異性濾波創(chuàng)建圖像金字塔尋找模板，通過仿射變換，確定口罩耳繩焊點(diǎn)相對位置；最后，閾值分割，特征提取，計(jì)算面積及ROI個(gè)數(shù)，判斷識別耳繩缺陷。

圖3 算法總體流程圖

3 圖像處理關(guān)鍵技術(shù)

3.1 基于圖像金字塔的口罩鼻梁片模板匹配

模板匹配的過程，是把創(chuàng)建的模板在待檢測圖像上逐點(diǎn)移動，每移動到一個(gè)位置都會計(jì)算這個(gè)位置上的相似度量，相似度量s是一個(gè)函數(shù)，可以把所有的相似度量最后看為一副圖像[4]。等式為

s(r,c)=s{t(u,v),f(r+u,c+v);(u,v)∈T}

(1)

式中t(u,v)為模板內(nèi)各點(diǎn)的灰度值；f(r+u,c+v)為模板感興趣區(qū)域(region of interest,ROI)移動到圖像當(dāng)前位置時(shí)ROI內(nèi)的灰度值；T為ROI。

最簡單的相似度量方法是計(jì)算模板與圖像之間差值的絕對值的總和或所有差值的平方和(SAD和SSD)[5]。它們的等式分別為

(2)

(3)

式中n為模板ROI中點(diǎn)的數(shù)量。

SAD和SSD的缺點(diǎn)是計(jì)算結(jié)果受光照影響，歸一化互相關(guān)系數(shù)(normalized crsoss coefficient,NCC)不用考慮光照的影響[6]。NCC等式為

(4)

歸一化互相關(guān)系數(shù)的范圍是-1≤ncc(r,c)≤1。只有當(dāng)ncc(r,c)=±1時(shí)，模板和圖像的相似性才會完全相同。|ncc(r,c)|的值越大，則表明模板與正在匹配的圖像區(qū)域的相似性越大，|ncc(r,c)|的值越小則表明越不相似。

為了提升模板匹配的效率，本文提出了使用圖像金字塔的模板匹配。圖像金字塔指構(gòu)造過程中，創(chuàng)建的圖像從下到上按圖像大小依次遞減堆放，形成金字塔形狀，其模型如圖4所示。

圖4 圖像金字塔模型

創(chuàng)建圖像金字塔伴隨著圖像信息的丟失，因此要確定好層數(shù)[7]。確定層數(shù)的方法是，在最高層圖像上完成一次模板匹配[8]?；趫D像金字塔的模板匹配可以快速地找到目標(biāo)物。每加一層圖像，匹配速度提升16倍。本實(shí)驗(yàn)中，根據(jù)鼻梁片結(jié)構(gòu)特征，確定層數(shù)為6層。各情況匹配所用時(shí)間如表1所示。

表1 基于圖像金字塔的模板匹配找到鼻梁片的運(yùn)行時(shí)間對比

3.2 各向異性濾波

創(chuàng)建圖像金字塔時(shí)，根據(jù)圖像特征選取不同的濾波器。若選擇的濾波器不合適，創(chuàng)建圖像金字塔時(shí)會出現(xiàn)圖像平移的狀況。

各向異性濾波是對圖像進(jìn)行各向異性擴(kuò)散，其能盡可能多地降低噪聲的影響，同時(shí)減少對圖像邊緣的信息丟失[9]。擴(kuò)散過程中將圖像視為灰度值函數(shù)u，該算法是偏微分方程的離散化，主要受長度、時(shí)間步長及迭代次數(shù)的影響

u_t=div(g(|gradu|2,c)gradu)

(5)

式中c為對比度參數(shù)，g為可變擴(kuò)散系數(shù)，grad為梯度，div為散度。g為單調(diào)遞減函數(shù)，其值介于0和1之間。以下為g的三種模式：

g_1為拋物線模式，對任意時(shí)間步長都穩(wěn)定，但在高度大于對比度參數(shù)c的邊緣上有少量擴(kuò)散

g_1(x,c)=1/sqrt(1+2×x/c2)

(6)

g_2為“perona-malik”模式，圖像去噪效果明顯，且保留邊緣信息，但會導(dǎo)致強(qiáng)邊緣輕微銳化

g_2(x,c)=1/(1+(x/c2))

(7)

g_3為“Weickert”模式，對比度參數(shù)C設(shè)置為3.314 88，降低強(qiáng)邊緣的弱化效果，但在x=c2處，平滑和銳化之間過渡不自然

g_3(x,c)=1-exp(-C×c8/x4)

(8)

創(chuàng)建一次性醫(yī)用口罩的金字塔圖像時(shí)，分別選用了6×6均值濾波器和6×6高斯濾波器以及對比度為6的三種可變擴(kuò)散系數(shù)模式下的各向異性濾波。最終“Weickert”模式的各向異性濾波處理的金字塔圖像在減少布料區(qū)域信息的同時(shí)，保留了鼻梁片與口罩耳繩的邊緣信息，所以,選擇“Weickert”模式的各向異性濾波。各濾波效果如圖5所示。

圖5 一次性醫(yī)用口罩在各種濾波下的圖像金字塔6層圖像

3.3 仿射變換確定固定焊點(diǎn)位置

仿射變換是空間直角坐標(biāo)系的變換，經(jīng)過對坐標(biāo)軸的放縮、旋轉(zhuǎn)、平移后，得到原坐標(biāo)在新坐標(biāo)領(lǐng)域中的值[10]

(9)

等式(9)為仿射變換的非齊次坐標(biāo)表達(dá)式，由確定的線性部分和平移部分組成，分別為

(10)

等式(10)表示法叫作齊次坐標(biāo)。將平移部分整合到矩陣中，表達(dá)式簡潔。

在傳送口罩過程中，口罩位置無法保持固定，因此通過模板對鼻梁片匹配，通過仿射變換，對最初在模板圖片上設(shè)定好的固定焊點(diǎn)位置進(jìn)行平移和旋轉(zhuǎn)角度的修正，確定其在新的待檢測圖片上的相對位置。仿射變換操作前后結(jié)果如圖6所示。

圖6 通過仿射變換尋找到的固定焊點(diǎn)相對位置

4 實(shí)驗(yàn)結(jié)果與分析

本實(shí)驗(yàn)采用紅色背光源，拍攝100張圖片進(jìn)行分析。利用上述一次性醫(yī)用口罩耳繩缺陷自動檢測系統(tǒng)檢測，進(jìn)行了3次檢測試驗(yàn)，記錄了每次試驗(yàn)的良品和不良品，漏檢個(gè)數(shù)，統(tǒng)計(jì)識別率及速度。

試驗(yàn)結(jié)果見表2。從表2結(jié)果可以看出：采用本文所述檢測方法，耳繩缺陷可以準(zhǔn)確檢測出來，不需要通過人工檢測，避免口罩污染。試驗(yàn)結(jié)果表明，基于機(jī)器視覺的口罩耳繩缺陷檢測系統(tǒng)有良好的識別率和速度，能夠滿足企業(yè)生產(chǎn)需要。

表2 不同試驗(yàn)次數(shù)下的實(shí)驗(yàn)結(jié)果

5 結(jié)束語

本文通過對一次性醫(yī)用口罩耳繩的檢測，提出了一種自動檢測口罩耳繩的方法。利用了口罩材質(zhì)具有透光性的特點(diǎn)，將背光源與工業(yè)CCD相機(jī)結(jié)合，采集一次性醫(yī)用口罩待檢測圖像，通過“Weickert”模式的各向異性濾波下的金字塔圖像快速模板匹配，仿射變換等圖像處理技術(shù)對圖像分析處理。實(shí)驗(yàn)結(jié)果表明：本文檢測方法速度較快，精度較高，實(shí)用價(jià)值高，在工程上的運(yùn)用前景廣闊。