浅述机器视觉在卷烟外观质量检测的应用

浅述机器视觉在卷烟外观质量检测的应用

刘元,黄炬,张孝权,丰文兵

（四川烟草工业有限责任公司什邡卷烟厂，什邡市蓥峰南路1号  618400）

摘要：本文简要介绍烟支视觉成像检测在烟支表面缺陷检测的应用背景、系统构成、主要硬件、及缺陷的识别过程。着重就烟支检测的图像处理及缺陷比对识别的处理过程及所用到的算法进行了阐述。

关键字：机器视觉；成像检测；卷烟机

一、应用背景

近年来，随着我国人民生活水平的提升，消费者对卷烟制品的产品质量的要求也逐步提升。外观质量作为消费者直接感官质量，逐步成了卷烟质量管控的重点。烟支外观质量缺陷类型主要包括漏气、掉头、空头、夹末、黄斑、刺破、皱纹、翘边、接装纸缺陷等，目前的检测装置能够有效识别漏气、空头、缺滤嘴、翘边这几种质量缺陷，而对夹末、刺破、黄斑、水松纸错牙等外观质量缺陷无法进行检测识别，因此烟支视觉成像检测技术应运而生。

二、系统构成

烟支视觉检测主要由成像系统、图像处理系统以及废品剔除三个大的模块组成，分别实现实现图像采集、缺陷识别和废品剔除功能。成像系统的主要作用是能够清晰稳定地采集到烟支的全圆周图像，并将采集到的烟支图像存入工控机中用于后续的图像检测。图像处理系统进行图片处理、识别，检测出烟支表面异常后，处理系统发出剔除信号到烟支剔除位进行废品烟支剔除，系统构成如下图所示。

三、主要硬件

烟支成像系统主要包括相机、光源以及图像采集卡三个部分，相机部分作用为实现光电转换，当前多采用CCD和CMOS相机方案；光源负责配合相机快门提供照明以保证成像质量， LED灯因响应速度快、稳定性高、耗电低，是当前工业成像检测最为主流的光源；图像采集模块负责将模数转换和向图形处理系统实时传输，因卷烟设备处理速度要求较高，因此一般采用万兆网采集卡实时传输图像到工控机处理。图像处理系统主要为工控机，工控机通过相应的软件进行图片处理、缺陷匹配识别以及缺陷烟支的标定并发出废品提出信号。废品剔除系统采用一般采用卷烟机自带的剔除系统，无需重新配置。

四、处理过程

（1）烟支表面图像采集

烟支视觉成像采集主要通过两个工业相机完成，两个镜头分别置于烟支检测鼓轮输送通道的上方和下方，在自转双辊的作用下烟支沿其圆周方向可以实现360°旋转，保证能够拍摄到烟支整个圆柱面，然后机器脉冲来控制相机触发，配合同步触发的光源对烟支进行拍照，从而实现烟支表面图像的采集。当烟支被传送至预设位置后，烟支编码器信号触发相机成像，如此往复便可完成对全部烟支整个表面的图像采集，系统将采集到的图像信号传输回图像处理卡进行图像分析。

             图像采  ；集硬件构成示意图

（2）图像预处理

烟支图像通过相机传输回图像处理卡进行处理，因图像在采集、编码以及传输等过程中，图像信号不同程度上受到外部环境或者电子器件等的噪声干扰，噪声因素会影响图像处理算法的识别效果，因此，需要对烟支图像进行预处理，通过图像滤波算法对图像去噪，以减小噪声影响提高图像的质量，减轻后段处理的难度。目前成像检测主要有干扰噪声有脉冲噪声、高斯噪声、周期噪声等几种，按照噪声与图像信号的关系可以可分为加性噪声和乘性噪声[1]。目前主要采用高斯滤波来减小噪声所带来的负面影响，提高图像的质量。

（3）图形定位

由于烟支外观质量检测在采集图像过程中，烟支由鼓轮输送时需要进行360°旋转，再此过程中圆周展开面会存在位移，引起烟支在图像背景的位置不固定，加之烟支并非理想的规则圆柱体，因此在传递过程中可能发生位置的轻微偏移，导致采集到的烟支不一定在图像的正中间，也可能产生水平方向上的偏移。因此需要对烟支图像进行定位处理，并提取出图像的需要关注和处理的区域，截去图像中多余的背景部分。图像进行定位处理方式有基于灰度的模板匹配法、基于相关模板匹配以及基于形状的模板匹配法等[2]，因对处理速度要求较高，故目前大多数的卷烟机上的视觉成像定位算法为基于灰度模块的匹配算法。

（4）缺陷识别

烟支外观检测图像经过滤波处理、图形定位处理之后，最后一步就是缺陷特征的提取，也烟支图像缺陷检测准确率最关键的核心步骤。烟支外观缺陷检测识别方法主要有利用传统的阈值分割、边缘检测或者基于颜色特征的分割几大类别，由于黄斑、刺破、夹末、褶皱等质量故障，色差较小、面积小、烟纸自带图案等因素，单用其中一种方法难以达到缺陷类别全识别的效果，且准确率也达不到要求。因此，目前多采用局部二值模式算法（LBP）、均匀模式算法（ULBP）、方向梯度直方图特征描述子（HOG）等多特征融合的烟支特征提取方法，实现烟支外观质量的分类预测。

（5）缺陷烟支剔除

当烟支进行缺陷识别后，对于判定为外观缺陷的烟支，视觉成像系统会发出提出指令，通过设备的同步脉冲来标定废品烟支，剔废信号输出至剔废阀，实现对外观质量缺陷废品烟支进行准确剔除。

五、实际效果验证

通过对视觉成像检测实际使用过程，视觉成像检测能有效检测出水松纸长短烟杆缺陷、表面污渍、 刺破 、亮点 、夹末 、褶皱 、黑点 、水松纸缺陷 、褶皱等烟支表面质量缺陷，准确度达到93%以上，弥补了传统检测方式的检测盲区，有效提升了卷烟质量保障能力。

参考文献

[1] 陈颖.同时实现去噪和反差增强的算法研究[D].西北大学,2009.

[2] 张建华.基于灰度的模板匹配算法研究[D].内蒙古农业大学,2013.