田宇航， 王紹宗， 張文昌， 張 倩

(機(jī)械科學(xué)研究總院 先進(jìn)成形技術(shù)與裝備國家重點(diǎn)實(shí)驗(yàn)室， 北京 100083)

隨著自動化技術(shù)和數(shù)據(jù)采集技術(shù)的發(fā)展，筒子紗染色過程中的染色工藝參數(shù)(如時間、溫度、壓力、pH值、加料曲線等)已經(jīng)實(shí)現(xiàn)數(shù)據(jù)在線采集與檢測,而對染色質(zhì)量有重要影響的染料上染曲線目前還未有理想的在線檢測方式。染料的上染曲線可以反映上染速率，染色質(zhì)量與染料上染速率高度相關(guān)，而后者可以通過染液濃度的分析，簡單而有效地精準(zhǔn)控制，優(yōu)化工藝，提高染料和水的利用率，減少污染[1]。

目前常用的染液濃度的檢測方法主要是熒光光譜法、高效液相色譜法、分光光度法[2]。熒光光譜法要求待測物有一定的熒光量子產(chǎn)率，工業(yè)應(yīng)用時有一定的局限性[3]。高效液相色譜法(HPLC)是一種實(shí)驗(yàn)室常用的檢測手段，可以分離出染液的多種組分，但是耗時長且儀器昂貴，一般用于離線的實(shí)驗(yàn)室檢測試驗(yàn)[4]。分光光度法是一種常用的濃度檢測方法，操作相對復(fù)雜[5]，該方法基于朗伯比爾定律，通過對吸光度進(jìn)行檢測，與濃度建立關(guān)系，并且以此為依據(jù)預(yù)測染液的濃度[6]。

目前國內(nèi)染液濃度的檢測研究大都處于試驗(yàn)研究階段，并且主要以分光光度法為研究基礎(chǔ)。張建新等[7]將機(jī)器學(xué)習(xí)的算法應(yīng)用到吸收光譜的分析，提高了染液濃度預(yù)測的準(zhǔn)確性，對三組分混合染液進(jìn)行離線的濃度檢測，可將相對誤差控制在±10%。該團(tuán)隊(duì)還研制了一種基于雙波長分光光度法的吸光度檢測裝置[8]，在較大程度上消除了背景干擾，與標(biāo)準(zhǔn)吸光度檢測裝置的檢測結(jié)果對比相對誤差為±5%。房文杰等[2,9]采用吸收光譜峰面積法和一階導(dǎo)數(shù)法對顏色相近的雙組分染液濃度進(jìn)行了測定，可在有限的配比范圍內(nèi)將測定相對誤差控制在±5%，并且使用光纖光譜儀對染色過程中的染液檢測進(jìn)行了初步的探索。國外對染液濃度檢測的研究起步較早，Mathis公司與英國利茲大學(xué)聯(lián)合研發(fā)的Mathis Smart Liquor染色在線分析儀[10]也是基于分光光度法對染液進(jìn)行在線檢測，可以給出上染率曲線，但由于其價格昂貴、操作復(fù)雜，在國內(nèi)應(yīng)用較少。

機(jī)器視覺方法在染液濃度檢測方面還未見廣泛應(yīng)用，但在其他領(lǐng)域已經(jīng)有濃度檢測相關(guān)研究，如在黑色素、血紅蛋白濃度檢測[11]以及葉綠體濃度檢測[12]等方面的應(yīng)用。由于采集的圖像顏色可以反映光的變化，而光的衰減量與有色溶液濃度有相關(guān)關(guān)系。基于這一對應(yīng)關(guān)系，本文提出了一種基于機(jī)器視覺的染液濃度快速檢測方法，利用機(jī)器視覺對顏色的識別能力，參照朗伯比爾定律，建立R、G、B值和染液濃度的關(guān)系模型，進(jìn)而預(yù)測染液濃度。本文搭建了視覺采集系統(tǒng)及數(shù)據(jù)處理系統(tǒng)，以活性染料DRA-3R低堿黃為例，對不同濃度梯度染液進(jìn)行了模型驗(yàn)證。

1 試驗(yàn)部分

1.1 試驗(yàn)裝置

由于有色溶液對光的吸收現(xiàn)象與有色溶質(zhì)濃度有定量關(guān)系，本文提出的基于機(jī)器視覺的染液濃度檢測裝置如圖1、2所示。裝置包括工業(yè)相機(jī)(維視數(shù)字圖像有限公司)、鏡頭(西安遠(yuǎn)心光學(xué)系統(tǒng)有限公司)、光源及光源控制器(上海嘉勵自動化科技有限公司)、檢測暗箱、玻璃皿(直徑為60 mm,高度為15 mm,材質(zhì)為高硼硅玻璃)。

圖1 基于機(jī)器視覺的染液濃度檢測裝置圖Fig.1 Diagram of dye liquor concentration detection device based on machine vision

圖2 染液濃度檢測裝置樣機(jī)Fig.2 Prototype of dye liquor concentration detection device

本裝置設(shè)計(jì)有暗箱，用于消除外界光照影響，光源分紅、綠、藍(lán)3個通道，發(fā)射的光分別為波長為750 nm的紅色光、波長為460 nm的藍(lán)色光、波長為530 nm的綠色光，每個通道有255個亮度等級，可實(shí)現(xiàn)光源顏色的自由調(diào)節(jié)。

梯度濃度染液配制采用Copower Automatic Dispensing System染液滴定機(jī)(宏益科技股份有限公司)。

1.2 試驗(yàn)樣品

低堿黃染料(英彩克隆系列DRA-3R)、低堿紅染料(英彩克隆系列DRA-3B)、低堿藏青(英彩克隆系列DRA-3G)，約克夏化工控股有限公司；軟水。

1.3 試驗(yàn)方法

以低堿黃染料為研究對象，用于不同梯度濃度的染液配制、圖像采集以及建模分析。首先用軟水作為溶劑，使用染液滴定機(jī)配制質(zhì)量濃度分別為0.04、0.08、0.12、0.16、0.20、0.24、0.28、0.32、0.36、0.4 g/L的低堿黃染液作為建模的試驗(yàn)樣品，配制質(zhì)量濃度分別為0.05、0.1、0.25、0.3、0.35、0.4 g/L的染液作為驗(yàn)證組樣品，將軟水作為參比溶液。試驗(yàn)開始之前還需要配制0.4 g/L的低堿紅染液、低堿黃染液和低堿藏青染液作為標(biāo)準(zhǔn)樣品，用于相機(jī)的標(biāo)定，從而消除光源、相機(jī)感光差異的影響。

取標(biāo)準(zhǔn)樣品各10 mL分別裝入直徑為60 mm的玻璃皿中，放置于染液檢測裝置中；將光源條件設(shè)置為3個通道均為10；采集圖像并保存，提取每個圖像中心100個像素點(diǎn)的R、G、B值的平均值作為該樣品的R、G、B值，調(diào)節(jié)光圈、焦距、曝光時間、伽馬等相機(jī)參數(shù)，使3種標(biāo)準(zhǔn)樣采集圖像的R、G、B值達(dá)到表1所示數(shù)值。

表1 標(biāo)準(zhǔn)樣品R、G、B值Tab.1 RGB values of standard samples

調(diào)整好相機(jī)參數(shù)后，取各個質(zhì)量濃度的染液及參比溶液各10 mL分別裝入直徑為60 mm的高硼硅玻璃皿中，放置于染液檢測裝置中；通過光源控制器調(diào)節(jié)光源通道和亮度，最后選擇4種光源條件分別對染液進(jìn)行照射、采集圖像并保存，提取每個圖像中心100個像素點(diǎn)的顏色特征值的平均值作為該樣品的顏色特征值，進(jìn)行模型的建立和驗(yàn)證。

2 結(jié)果分析

2.1 顏色系統(tǒng)與光源顏色的選擇

在顏色系統(tǒng)選擇時，選用了RGB顏色系統(tǒng)。該顏色系統(tǒng)是將每個像素點(diǎn)的R、G、B值設(shè)定255個灰度值，按照不同的數(shù)值配比混色就可以得到不同的顏色，數(shù)值越大，亮度越大[13]。

為方便試驗(yàn)中對光源強(qiáng)度進(jìn)行梯度調(diào)節(jié)，擬選定一個光源通道進(jìn)行試驗(yàn)及模型建立。本文的低堿黃染液樣品在自然光條件下顯示為黃色透明溶液，說明樣品在該光照條件下主要透過黃光，吸收大部分其他光。由朗伯比爾定律可知,溶液吸收光的量與染液濃度之間存在一定關(guān)系，利用R、G、B值表征亮度等級即可進(jìn)行染液濃度的預(yù)測，因此，為了使R、G、B值隨染液濃度變化的規(guī)律性更明顯，在選擇光源時應(yīng)該考慮染液對光源的光吸收量較大的色光，針對該黃色染液，吸收量最明顯的應(yīng)該是黃色的互補(bǔ)色光即藍(lán)光。綜上分析，將選擇與染液顏色互補(bǔ)色光或互補(bǔ)色光的近似色光作為光源條件選擇的一般原則。

在實(shí)際應(yīng)用中，藍(lán)色光通道的某一亮度的單通道光可能不是最合適的光，因?yàn)樵撍{(lán)光不一定與該樣品透射光的互補(bǔ)色光完全符合，或者染液對互補(bǔ)色光的吸收量過大，導(dǎo)致采集的圖像亮度過低無法提取顏色特征值，所以該光源條件下的數(shù)據(jù)規(guī)律不一定是最明顯的。而且光源紅光單通道發(fā)射出的光和綠光單通道發(fā)射出的光都有可能被吸收一部分，圖像的數(shù)據(jù)可能符合一定規(guī)律，所以需要前期的試驗(yàn)驗(yàn)證光源效果。

試驗(yàn)證明了光源的紅光和綠光不適合作為該黃色染液樣品的檢測光源。圖3示出綠光亮度等級為20的光源條件下和紅光亮度等級為10的光源條件下對該低堿黃染液的數(shù)據(jù)擬合結(jié)果。從圖3(a)看出，該染液對綠光都有少量的吸收，但是吸收量太少而且吸收量與染液質(zhì)量濃度變化的關(guān)系規(guī)律性不強(qiáng)。從圖3(b)看出,該染液對紅光幾乎沒有吸收。通過多次試驗(yàn)確定藍(lán)光亮度等級為10、15、20、50的光源條件下的吸收規(guī)律較為明顯，選擇染液顏色互補(bǔ)色光作為光源的選擇原則基本適用。

圖3 采用綠光光源和紅光光源時R、G、B值與對應(yīng)染液質(zhì)量濃度擬合曲線Fig.3 Relationship between R、G、B value and concentration of dye liquor when light source is green and red. (a) Light source is green(level 20); (b) Light source is red(level 10)

2.2 R、G、B值隨濃度變化曲線

根據(jù)朗伯比爾定律[14]：

式中：I0(λ)為波長等于λ的光照射樣品的光強(qiáng)，cd；It(λ)為波長等于λ的光透過樣品后的光強(qiáng),cd；b為液層厚度,cm；c為溶液質(zhì)量濃度，g/L；A為吸光度；E(λ)為吸光系數(shù)。

將采集的R、G、B值類比為透過樣品的光強(qiáng)It(λ)；t1、t2、t3為類比吸光度系數(shù)E(λ)的3種系數(shù)與光程b的乘積；K1、K2、K3為調(diào)整系數(shù)。則公式變?yōu)?/p>

It(λ)=I0(λ)10-E(λ)bc

則將R、G、B值和濃度x擬合為如下方程：

R=K1×10-t1x

G=K2×10-t2x

B=K3×10-t3x

在亮度等級分別為50、20、15、10這4種藍(lán)光光源條件下采集的圖像R、G、B值和對應(yīng)的染液質(zhì)量濃度擬合的曲線如圖4所示。在12條R、G、B值與染液質(zhì)量濃度的關(guān)系曲線中，有5條曲線未完全覆蓋染液質(zhì)量濃度測量范圍(0～0.4 g/L)。分析原因可知，在選擇的藍(lán)光亮度等級下，對應(yīng)的G、B檢測值超過檢測范圍而無法全部顯示。

在4種不同光源條件下，12條R、G、B值與染液質(zhì)量濃度關(guān)系曲線的擬合結(jié)果如表2所示。在藍(lán)光亮度等級15的光源條件下，3條擬合曲線中G值與染液質(zhì)量濃度的決定系數(shù)最大，說明該條件下采集的G值與染液質(zhì)量濃度的相關(guān)程度最高。在同一質(zhì)量濃度范圍內(nèi)，斜率越大的曲線縱坐標(biāo)范圍越大，對應(yīng)的顏色特征對質(zhì)量濃度也越敏感。由圖4可知，相同光源條件下，曲線的斜率、可測濃度范圍、決定系數(shù)可能無法同時達(dá)到最優(yōu)，因此，如果要選擇R、G、B值中的任意一組來建立模型預(yù)測染液質(zhì)量濃度，需要考慮曲線模型的決定系數(shù)、斜率以及濃度范圍，然后進(jìn)行模型驗(yàn)證。

圖4 采用不同亮度等級的藍(lán)光時R、G、B值與對應(yīng)染液質(zhì)量濃度擬合曲線Fig.4 Relationship between R、G、B values and dye concentration when light source is blue with different level. (a) Level 50; (b) Level 20; (c) Level 15; (d) Level 10

表2 R、G、B值與染液質(zhì)量濃度的回歸方程及決定系數(shù)Tab.2 Regression equations and determination coefficients between R、G、B value and concentration of dye liquor

3 線性模型建立與驗(yàn)證

3.1 線性模型建立

根據(jù)朗伯比爾定律[14],將采集的R、G、B值類比為透過樣品的光強(qiáng)It(λ)，則將R、G、B值和染液濃度x擬合為如下方程：

式中：R0、G0、B0值分別為直接進(jìn)行軟水的圖像采集后提取的RGB值；R、G、B值分別為進(jìn)行不同濃度染液的圖像采集后提取的RGB值；k1、k2、k3為系數(shù)；δ1、δ2、δ3為常數(shù)項(xiàng)，是對其他各個解釋變量所留下的偏誤的線性修正。

線性模型的建立只需要每個光源的R、G、B這3組數(shù)中的1組即可完成單個模型的建立，數(shù)據(jù)組的選取是根據(jù)圖4中各個光源條件下R、G、B這3條曲線的變化規(guī)律確定，選取質(zhì)量濃度范圍為0～0.4 g/L、斜率較大并且決定系數(shù)也較大的曲線擬合所用數(shù)據(jù)組，以獲得精度較高的模型。因此，在藍(lán)光亮度等級為50的光源條件下，選擇R值與濃度對應(yīng)的數(shù)據(jù)組進(jìn)行線性擬合；在藍(lán)光亮度等級為20、15、10的光源條件下，選擇G值與濃度對應(yīng)的數(shù)據(jù)組進(jìn)行線性擬合，回歸方程及決定系數(shù)如表3所示，建立的模型均具有較高的決定系數(shù)。

表3 線性回歸方程及決定系數(shù)Tab.3 Equations of linear regression and determination coefficients

楊海燕等[15]也采用了類似的建模方法，利用掃描儀采集圖像，進(jìn)行了稻米直鏈淀粉含量檢測實(shí)驗(yàn)，結(jié)果表明檢測精度較高。這種線性模型的特點(diǎn)是可以選擇規(guī)律性更強(qiáng)的數(shù)據(jù)組進(jìn)行建模，但是對已知數(shù)據(jù)利用率較低。

3.2 線性模型驗(yàn)證

用未參與建模的6組染液濃度數(shù)據(jù)對4個線性模型進(jìn)行模型檢驗(yàn)，表4示出線性模型的驗(yàn)證結(jié)果?？梢钥闯觯?組線性模型中染液濃度預(yù)測精度較高的是藍(lán)光光源亮度等級為10的條件下建立的模型，最大相對誤差絕對值為6.60%，平均相對誤差的絕對值為3.45%，最小相對誤差絕對值為0.14%。

表4 線性模型驗(yàn)證結(jié)果Tab.4 Results of liner model verification

4 最小值模型建立與驗(yàn)證

4.1 最小值模型建立

在一定光源條件下，每組染液濃度對應(yīng)3組值，分別是R、G、B值，最小值模型公式為

f(x)=[R(x)-R]2+[G(x)-G]2+[B(x)-B]2

式中,f(x)表示輸入的R、G、B值與x對應(yīng)的R(x)、G(x)、B(x)的總偏差。當(dāng)f(x)最小時，說明x對應(yīng)的R(x)、G(x)、B(x)與該組R、G、B值最接近，此時x最為接近實(shí)際值，所以通過數(shù)值方法求出f(x)最小時的x值，即為該模型的染液濃度預(yù)測值。

每個光源條件下都可以得到一個模型，這種建模方法的特點(diǎn)是：可以同時利用R、G和B值與濃度的關(guān)系，兼顧了每個曲線模型的優(yōu)勢，對數(shù)據(jù)利用率高，模型的容錯性較好。

4.2 最小值模型驗(yàn)證

用未參與建模的6組染料質(zhì)量濃度數(shù)據(jù)對4個最小值模型進(jìn)行模型驗(yàn)證，驗(yàn)證結(jié)果如表5所示。將光源設(shè)定為亮度等級為50的藍(lán)光，預(yù)測染液濃度的準(zhǔn)確度最高，最大相對誤差絕對值為5.20%，平均相對誤差絕對值為3.35%，其預(yù)測準(zhǔn)確度高于線性模型。

表5 最小值模型驗(yàn)證結(jié)果Tab.5 Results of minimum value model verification

藍(lán)光光源亮度等級為50時采集圖像數(shù)據(jù)建立的3個回歸方程的決定系數(shù)平均值最小(見表2)，但是模型檢驗(yàn)的結(jié)果準(zhǔn)確度最高，驗(yàn)證了2.2節(jié)中提出的觀點(diǎn)：不能只依靠決定系數(shù)來判斷模型預(yù)測染液濃度的準(zhǔn)確性，還應(yīng)該考慮到擬合曲線的斜率;斜率越大，該曲線R、G、B值對染液濃度更敏感。

綜上分析，在建模時，無論是最小值模型還是線性模型，從R、G、B值和染液濃度的關(guān)系圖來看，首先要保證模型能夠覆蓋檢測范圍，然后再選擇決定系數(shù)和斜率較大的對象進(jìn)行建模。

5 結(jié) 論

本文提出了一種基于機(jī)器視覺的單組分染液濃度快速檢測方法。對由低堿黃染料配制的染液樣品，進(jìn)行了不同光源條件下的圖像采集以及數(shù)據(jù)分析，建立了4組R、G、B值和染液濃度的關(guān)系模型，再結(jié)合不同的數(shù)據(jù)擬合方法，建立了8種染液濃度預(yù)測模型，討論了不同光源和不同數(shù)學(xué)模型對染液濃度預(yù)測結(jié)果的影響，通過對模型預(yù)測結(jié)果最大相對誤差絕對值和平均相對誤差絕對值的綜合比較，認(rèn)為在亮度等級為50的藍(lán)光光源條件下建立的最小值模型對染液濃度的預(yù)測結(jié)果最準(zhǔn)確。該模型最大相對誤差絕對值為5.20%，平均相對誤差絕對值為3.35%。本研究中的基于機(jī)器視覺的染液濃度檢測方法采用的檢測裝置結(jié)構(gòu)簡單，檢測速度快，與傳統(tǒng)的染液檢測方法相比有較大的優(yōu)勢，為染液濃度在線檢測系統(tǒng)研究提供了技術(shù)支持。

印染行業(yè)的實(shí)際生產(chǎn)過程中為了滿足不同客戶對產(chǎn)品顏色的不同需求，一般會采用2種或3種染料拼染的方式進(jìn)行染色，這對染液濃度的在線檢測提出了挑戰(zhàn)，本文研究僅建立并驗(yàn)證了能夠?qū)崿F(xiàn)單組分染液濃度快速檢測的模型，今后還需要進(jìn)一步研究建立雙組分和多組分的染液濃度檢測模型。