您的当前位置:首页正文

基于机器视觉技术的水松纸折边检测方法

2022-06-15 来源:知库网
基于机器视觉技术的水松纸折边检测方法Method of folding detection of tipping paper based on machine vision technology

朱文祥 (中国电子科技集团第四十一研究所,安徽 蚌埠 233010)

摘 要:本文提出的水松纸折边检测方法的特征在于:采用一种基于机器视觉技术的水松纸折边检测装置,背部打光方式,拍摄水松纸两侧的边缘图像,灰度化后垂直投影,计算边缘位置与模板进行比较,若折边,则差异较大。检测精度可达到0.02 mm,适应不同品种、宽度的水松纸检测,应用空间较为广泛。关键词:灰度化;垂直投影;梯度法

0 引言

水松纸在卷接机烟支卷接的过程中可能会出现折边的现象,可以通过在水松纸两侧边缘加上检测的装置,如果有折边的现象发生,发送报警信号给卷接系统。

目前,现有的检测手段主要是在水松纸两侧边沿的上方加装光纤传感器组。水松纸正常时,传感器信号照到水松纸上会被反射回来,会被光纤传感器接收到,如果出现折边的现象时,反射面积会减小,接收到的光强度小于设定的阈值,就会发送报警信号。但是这种方式对于水松纸出现整体偏移等现象时,不能进行很好的判断,而且不能定量地分析折边的程度。

图1 图像传感器和光源安装角度示意图

利用图像传感器采集模板和待检水松纸的两侧边缘图像,计算机控制器对采集到的边缘图像灰度化;对灰度图进行垂直投影,利用梯度法查找投影曲线,分别得到模板和待检水松纸的左、右侧位置信息,再分别进行比较计算,得到两侧位置偏移结果;判断偏移距离是否在事先设定的灵敏度范围内,如果超出则待检水松纸折边,发送报警信号给卷接机。

1 技术方案

本文针对现有技术中存在的上述技术问题,提出一种基于机器视觉技术的水松纸折边的检测方法,设计合理,克服了现有技术手段的不足,具有良好的效果。具体技术方案如下。

准备采用一种基于机器视觉技术的水松纸折边的检测装置,包括1个计算机控制器、1个长条形的光源和2个图像传感器。长条形光源平行安装在待检测水松纸的下方,2个图像传感器垂直安装在待检测水松纸的上方,并分别位于待检水松纸的两侧的边缘处,如图1所示。

2 具体实施步骤

长条形光源平行安装在待检水松纸下方,图像传感器垂直安装在待检测水松纸上方边缘处。由于长条形光源是从对面照射过来,所以图像传感器采集的图像中,没有被待检水松纸挡到的部分会很亮,被挡住的部分,图像亮度会降低,这样可以很容易地区分出待检水松纸的边缘,得到其两侧边缘的位置信息。将此时待检水松纸两侧位置与合格标准的水松纸位置进行比较计算,若两侧合并后的偏移结果超出设定的灵敏度范围,则可判

www.eepw.com.cn 2020.850Copyright©博看网 www.bookan.com.cn. All Rights Reserved.Design & Application设计应用

断水松纸出现折边现象,反之合格。

图2和图3是采集到的原始彩色图像,先对其进行灰

度化处理,得到灰度图4和图5,再对灰度图进行垂直投影,得到投影曲线图6和图7,接着采用梯度法查找投影曲线,获得模板和待检水松纸的两侧位置信息,最后对模板和待检的水松纸两侧位置分别进行比较计算,得到两侧位置偏移的综合结果,判定是否超出设定的灵敏度范围,超出则发生了折边现象。

图4 模板水松纸两侧边缘灰度化图像

图5 待检测水松纸两侧边缘灰度化图像

图2 模板水松纸两侧边缘原始图像

计算步骤如下。

1)对模板和待检水松纸原始图像灰度化后垂直投影,计算公式如下:

P[j]=TL

=PTR[j] 

Height

i=0i=0

QTL(i,j)/Height,j∈(0,Width)QTR(i,j)/Height,j∈(0,Width)Height

图3 待检测水松纸两侧边缘原始图像

图6 模板水松纸两侧边缘投影曲线图

图7 待检测水松纸两侧边缘投影曲线图

51

ELECTRONIC ENGINEERING & PRODUCT WORLD 2020.8

Copyright©博看网 www.bookan.com.cn. All Rights Reserved.P[j]=L

=PR[j]∑

Heighti=0i=0Height

QL(i,j)/Height,j∈(0,Width)3)计算模板和待检测水松纸左、右两侧位置合并的综合结果,判断是否在设定灵敏度C范围内,超出则折边,反之没折边。计算公式如下:

∣PosTR -PosTL)-( PosR-PosTR)∣≤(M×C)其中,M为1 mm对应的像素数。

在本文的例子中,水松纸宽度是64 mm,图像传感器采用的是分辨率为744×480的工业相机,光学镜头为8 mm,镜头距离水松纸距离17 mm,此时M=50,灵敏度C=1 mm,阈值△=200。按上述的步骤计算得到PosTL=343像素,PosTR=374像素,PosTR=477像素,PosR=381像素,=127像素,超过设定的1 mm灵敏度50像素,此时水松纸出现了折边现象,折边程度超过了 2 mm。

本文提供了一种基于机器视觉技术的水松纸折边的检测方法,对于水松纸折边的检测精度可达到 0.02 mm,能够适应不同品种、不同宽度的水松纸检测,应用空间广泛。

参考文献:

[1] 张青林.机器视觉高速图像处理平台中关键技术的研究[D].武 汉:武汉大学,2010.

[2] 张少伟.基于机器视觉的边缘检测算法研究与应用[D].上海:上海交通大学,2013.

[3] LAGANIERE R.相银初.OpenCV 计算机视觉编程攻略[M].北京:人民邮电出版社,2015.

[4] ROSENFELD A.数字图像分析[M].北京:国防工业出版社, 1991:50-52.

QR(i,j)/Height,j∈(0,Width)其中:i表示图像像素行的索引,i∈(0,Height),Height 为图像高度;j表示图像像素列的索引,j∈(0,Width),Width为图像宽度;PTL[j]为模板水松纸左侧投影曲线;PTR[j]为模板水松纸右侧投影曲线;QTL(i,j)为模板水松纸左侧灰度化后的图像亮度;QTR(i,j)为模板水松纸右侧灰度化后的图像亮度;

PL[j]为待检水松纸左侧投影曲线;PR[j]为待检水松纸右侧投影曲线;QL(i,j)为待检水松纸左侧灰度化后的图像亮度;QR(i,j)为待检水松纸右侧灰度化后的图像亮度;Width为图像宽度;Height为图像高度。

2)采用梯度法查找水松纸的边缘。对一维数组PTL[j]按照索引j递增方向进行搜索,找出其中满足超过设定阈值△对应的索引值S,且在索引递增方向上紧挨着S后面连续19个索引对应的数组值都满足超过△的条件,此时的索引值S才被认为是水松纸的边缘位置;对一维数组PL[j]、PR[j]、PTR[j]进行类似的操作得到水松纸的边缘位置,其中PL[j]按照j递增方向搜索,而PR[j]和PTR[j]则是按照j递减方向搜索。计算公式如下:

PosTL={j|(PTL[j]≥)&&(PTL[j+k]≥),j++,j∈(0,Width),k∈(1,19)}

PosTR={j|(PTR[j]≥)&&(PTR[j−k]≥),j−−,j∈(0,Width),k∈(1,19)}

PosL={j|(PL[j]≥)&&(PL[j+k]≥),j++,

j∈(0,Width),k∈(1,19)}

PosR={j|(PR[j]≥)&&(PR[j−k]≥),j−−,

j∈(0,Width),k∈(1,19)}

其中,变量k用作计算满足条件的索引S相邻的19个索引值内容是否也满足同样条件,k∈(1.19);PosTL为模板水松纸左侧的位置;PosTR为模板水松纸右侧的位置;PosL为待检测水松纸左侧的位置;PosR为待检测水松纸右侧的位置。

www.eepw.com.cn 2020.852Copyright©博看网 www.bookan.com.cn. All Rights Reserved.

因篇幅问题不能全部显示,请点此查看更多更全内容