蒲嘉陽，王建生，康獻(xiàn)民，羅源昌，亢宗楠，李宏宇，張迅

（五邑大學(xué) 智能制造學(xué)部，廣東 江門 529000）

0 引言

軟抽紙巾是一種日常生活用品，人們對軟抽紙巾的質(zhì)量、安全、外觀等要求越來越高。在對軟抽紙巾進(jìn)行塑料包裝過程中，容易產(chǎn)生爆口、飛膜、露白與偏移等缺陷，因此軟抽紙巾的包裝缺陷檢測是各大軟抽紙巾生產(chǎn)廠家需要解決的重要問題之一。

機(jī)器視覺檢測是利用具有采集和專業(yè)的可編程控制器與工業(yè)相機(jī)獲取目標(biāo)圖像，再通過圖像處理技術(shù)與自動控制技術(shù)完成檢測工作要求[1]。機(jī)器視覺的工作性質(zhì)等同于用工業(yè)相機(jī)代替人眼來進(jìn)行自動檢測，用電腦代替人腦來進(jìn)行處理與控制。視覺檢測設(shè)備具有高效率、高精度及低消耗等特性[2]。隨著圖像成像技術(shù)、控制技術(shù)、圖像處理技術(shù)的發(fā)展[3]，機(jī)器視覺已經(jīng)成為工業(yè)產(chǎn)品檢測的新方法[4]。

1 軟抽紙巾包裝缺陷

判斷軟抽紙巾包裝合格的標(biāo)準(zhǔn)為軟抽紙巾包裝不存在爆口、飛膜、露白與偏移等缺陷[5]。

爆口缺陷表現(xiàn)為軟抽紙巾包裝正面封口處未封好，封口處爆開，其特征表現(xiàn)為底部封口處及其透明矩形區(qū)域變?yōu)榉蔷匦螀^(qū)域，并且區(qū)域面積呈多邊形態(tài)；飛膜缺陷主要表現(xiàn)為軟抽紙巾包裝兩側(cè)透明疊封處未封好，塑料膜凸起，其特征為左右兩側(cè)黑色區(qū)域有淡白色，為側(cè)面透明膜反光所致，區(qū)域面積呈多邊形態(tài)；露白缺陷主要表現(xiàn)為軟抽紙巾包裝上側(cè)撕口處撕開，紙巾露出，其特征為紙巾俯視中間有白色條狀區(qū)域，區(qū)域面積呈長條形；圖像偏移主要表現(xiàn)為軟抽紙巾整體包裝圖案偏移或者旋轉(zhuǎn)，其特征表現(xiàn)為軟抽紙巾包裝與軟抽紙巾實(shí)體呈現(xiàn)一定角度或者左右兩側(cè)邊緣有一定長度的白條，兩側(cè)邊緣白條區(qū)域面積呈長條形。

2 軟抽紙巾包裝檢測系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)方案設(shè)計(jì)

軟抽紙巾包裝檢測系統(tǒng)的方案設(shè)計(jì)如圖1所示。

圖1 軟抽紙巾包裝檢測系統(tǒng)方案總圖

紙巾通過進(jìn)料傳送帶轉(zhuǎn)向進(jìn)入進(jìn)料輸送機(jī)構(gòu)，再進(jìn)入視覺拍照機(jī)構(gòu)，中間2個箱子為側(cè)視視覺檢測系統(tǒng)與俯視視覺檢測系統(tǒng)，用于對產(chǎn)品的檢測，最后經(jīng)過次品剔除機(jī)構(gòu)，通過推桿將次品剔除至次品筐，良品直接出料。

檢測系統(tǒng)的工序包括進(jìn)料、差速分離、側(cè)視視覺檢測、俯視視覺檢測、次品剔除、出料。差速分離通過兩個不同速度的傳送帶實(shí)現(xiàn)，側(cè)視視覺機(jī)構(gòu)獲取軟抽紙巾的側(cè)視圖，俯視視覺機(jī)構(gòu)獲取軟抽紙巾的俯視圖。經(jīng)過圖像處理與識別后，通過推桿將次品剔除，良品直接出料。

2.2 控制系統(tǒng)設(shè)計(jì)

如圖3所示，控制系統(tǒng)主要由視覺運(yùn)動控制器、伺服電動機(jī)、光電傳感器與推桿組成，實(shí)現(xiàn)對軟抽紙巾包裝的篩選。視覺運(yùn)動控制器控制伺服電動機(jī)驅(qū)動傳送帶，接收光電傳感器信號檢測軟抽紙巾是否經(jīng)過，控制推桿將軟抽紙巾包裝次品剔除。

圖2 軟抽紙巾包裝檢測系統(tǒng)工作流程圖

圖3 控制系統(tǒng)結(jié)構(gòu)圖

控制系統(tǒng)以視覺運(yùn)動控制器為主，獲取光電傳感器信號與圖像信號，控制推桿機(jī)構(gòu)剔除次品。

視覺運(yùn)動控制器指的是應(yīng)用于工業(yè)集成機(jī)器視覺場景中的控制器，本課題采用的是VPLC視覺運(yùn)動控制器。

2.3 成像系統(tǒng)設(shè)計(jì)

成像系統(tǒng)包括工業(yè)相機(jī)、鏡頭與光源，用于獲取符合圖像處理要求的圖像[6]。工業(yè)相機(jī)是應(yīng)用于機(jī)器視覺環(huán)境中的專業(yè)數(shù)字相機(jī)，本課題選擇2000萬像素、型號為MVCE200-10UM/UC的千兆網(wǎng)口彩色工業(yè)面陣相機(jī)，鏡頭型號為WL2812-14MP-11。選用的光源是JS-CBL-440-400-K50的平面光源。

3 軟抽紙巾包裝圖像處理方法

通過圖像濾波與圖像增強(qiáng)等圖像預(yù)處理方法，去除目標(biāo)圖像中的干擾與噪聲，獲得特征明顯的圖像數(shù)據(jù)[7]，然后進(jìn)行圖像閾值分割方法、圖像膨脹與連通域、剛性變換等圖像形態(tài)學(xué)處理，獲取缺陷所在區(qū)域[8]。

對圖像進(jìn)行動態(tài)閾值分割后，軟抽紙巾的輪廓被劃分出來，同時(shí)也存在兩類問題：一類是圖像背景干擾，問題來源于傳送帶使用時(shí)間過長造成的污漬；另一類是軟抽紙巾上邊緣與下邊緣檢測。通過動態(tài)閾值分割方法，可以獲得軟軸紙巾的實(shí)際區(qū)域，背景中的干擾同時(shí)被消除。

對圖像進(jìn)行二值化閾值處理，分別對軟抽紙巾側(cè)視圖的白底與黑底進(jìn)行提取，提取白底二值化閾值分割效果如圖5所示，提取黑底二值化閾值分割效果如圖6所示。

圖4 動態(tài)閾值分割方法效果圖

圖5 二值化閾值分割效果圖（提取白底）

圖6 二值化閾值分割效果圖（提取黑底）

提取白底的二值化閾值分割效果圖更容易獲取軟抽紙巾的實(shí)體區(qū)域，而提取黑底的二值化閾值分割效果圖可以獲取爆口缺陷區(qū)域。

閾值分割法是一種基于灰度差異的圖像分割技術(shù)[9]。閾值分割法可根據(jù)不同的灰度等級將圖像分成不同的灰度區(qū)域，對不同的灰度區(qū)域以設(shè)定的單閾值或者多閾值進(jìn)行特征提取[10]。全局閾值分割法是一種根據(jù)實(shí)際圖像的灰度值變化自動獲取閾值并對圖像進(jìn)行分割的一種算法，它在許多應(yīng)用中比固定閾值方法更具有實(shí)用性。

為了對軟抽紙巾包裝缺陷有更準(zhǔn)確的識別，通過使用全局閾值方法，可以很清楚地分清爆口缺陷區(qū)域、飛膜缺陷區(qū)域，可進(jìn)一步判斷是否存在缺陷。

圖7 全局閾值分割方法爆口區(qū)域效果圖

全局閾值分割法對于缺陷的細(xì)節(jié)描述明顯，且更簡單，能體現(xiàn)飛膜缺陷特征，便于后續(xù)對于缺陷的判斷。

計(jì)算缺陷區(qū)域的缺陷特征面積可以直接判斷是否存在軟抽紙巾的飛膜、露白缺陷，卻無法直接判斷軟抽紙巾是否存在爆口缺陷，多矩形面積計(jì)算方法可將缺陷區(qū)域特征分為多個矩形，判斷矩形面積變化幅度，進(jìn)而判斷是否具有缺陷。多矩形面積變化幅度表達(dá)式為：

圖8 全局閾值分割方法飛膜區(qū)域效果圖

式中：n為矩形數(shù)量總數(shù)；ai為軟抽紙巾矩形長度。

如果ai≥amax或者ai≤amin，就表示每一個矩形面積不符合軟抽紙巾包裝標(biāo)準(zhǔn)矩形面積范圍，記為次品，如果amin≤ai≤amax，就表示每一個矩形面積符合軟抽紙巾包裝標(biāo)準(zhǔn)矩形面積范圍，則進(jìn)行下一個判斷標(biāo)準(zhǔn)。如果Si≤1，就表示每一個矩形面積比整體矩形平均面積變化小，記為正品；如果Si>1，就表示每一個矩形面積比整體矩形平均面積變化大，存在爆口缺陷，記為次品。

多矩形面積計(jì)算方法用于判斷爆口缺陷。多矩形面積計(jì)算方法圖像處理效果如圖9所示。

圖9 多矩形面積計(jì)算方法效果圖

可以看出，圖中左側(cè)白框的3個矩形面積比整個縫合口的矩形面積明顯變大，而圖中右側(cè)白框中的6個矩形面積變化相對平穩(wěn)。設(shè)置合理的，可以準(zhǔn)確地識別出縫合處是否具有缺陷。

4 軟抽紙巾包裝缺陷檢測系統(tǒng)實(shí)現(xiàn)

4.1 檢測系統(tǒng)圖像處理流程

軟抽紙巾包裝缺陷檢測系統(tǒng)主要由VPLC視覺運(yùn)動控制器、千兆網(wǎng)口彩色工業(yè)面陣相機(jī)、鏡頭及光源構(gòu)成。

軟抽紙巾包裝缺陷檢測系統(tǒng)主要檢測軟抽紙巾的爆口缺陷、飛膜缺陷與偏移缺陷，對采集到的圖像進(jìn)行中值濾波與圖像增強(qiáng)等圖像預(yù)處理；然后通過形態(tài)學(xué)處理從預(yù)處理后的圖片中獲取實(shí)際檢測區(qū)域，此過程包括動態(tài)閾值分割、膨脹運(yùn)算、連通域及區(qū)域特征選擇；對檢測區(qū)域進(jìn)行糾偏處理，即對圖片中的檢測區(qū)域進(jìn)行剛性變換。提取缺陷檢測區(qū)域，包括爆口缺陷檢測區(qū)域、飛膜缺陷檢測區(qū)域及露白檢測區(qū)域，對檢測區(qū)域內(nèi)的圖像進(jìn)行計(jì)算與判斷，缺陷檢測結(jié)束。

4.2 包裝缺陷圖像采集

VPLC視覺運(yùn)動控制器檢測到進(jìn)料輸送機(jī)構(gòu)的光電開關(guān)信號，啟動光源控制器打開光源，與此同時(shí)，通過獲取側(cè)視拍照機(jī)構(gòu)與俯視拍照機(jī)構(gòu)前的光電開關(guān)信號，工業(yè)相機(jī)拍攝并將采集的圖像通過網(wǎng)絡(luò)端口傳輸給VPLC視覺運(yùn)動控制器，VPLC視覺運(yùn)動控制器獲取軟抽紙巾產(chǎn)品的灰度圖。

圖10為檢測系統(tǒng)采集的左側(cè)爆口缺陷圖，其特征為左側(cè)爆口缺陷處缺口不規(guī)整，是塑料過溫導(dǎo)致的缺陷；圖11為檢測系統(tǒng)采集的飛膜缺陷圖，圖12為檢測系統(tǒng)采集的露白缺陷圖，圖13為軟抽紙巾包裝開口處破損灰度圖，為檢測系統(tǒng)采集的偏移缺陷圖。

圖10 爆口缺陷采集圖

圖11 飛膜缺陷采集圖

圖12 露白缺陷采集圖

圖13 偏移缺陷采集圖

4.3 檢測系統(tǒng)監(jiān)控界面設(shè)計(jì)

本課題采用ZDevelop軟件完成對軟抽紙巾包裝缺陷檢測系統(tǒng)監(jiān)控界面設(shè)計(jì)，設(shè)計(jì)要求具有對軟件與推桿的控制功能，實(shí)際圖像效果與次品記錄，以及對缺陷的描述與統(tǒng)計(jì)。

圖14中左側(cè)原始圖像為工業(yè)相機(jī)對軟抽紙巾的實(shí)時(shí)拍照情況，下方有檢測結(jié)果與對于缺陷的描述，檢測結(jié)果有OK與NG兩種情況，出現(xiàn)OK則表示良品，出現(xiàn)NG則表示次品；監(jiān)控界面右上區(qū)域?yàn)樯弦淮蔚拇纹酚涗洠瑘D像顯示檢測的缺陷情況，旁邊有對于缺陷的分類；監(jiān)控界面右側(cè)中間區(qū)域?yàn)檐洺榧埥戆b檢測的數(shù)據(jù)統(tǒng)計(jì)，包括合格數(shù)量、次品數(shù)量、檢測時(shí)間等；監(jiān)控界面右下區(qū)域?yàn)檐浖刂颇K，包括對于相機(jī)的啟動關(guān)閉，對于推桿的啟動關(guān)閉，以及退出軟件功能。

圖14 監(jiān)控界面圖

4.4 圖像處理過程

圖像處理過程主要思路是：提取包裝缺陷所在圖像區(qū)域，并對區(qū)域內(nèi)的缺陷特征面積進(jìn)行計(jì)算，從而判斷是否存在缺陷及具體缺陷情況[8]。

圖像處理過程包括動態(tài)閾值分割法、二值化閾值分割法、圖像膨脹、圖像連通域、圖像幾何變換及多矩形面積計(jì)算方法。其中，動態(tài)閾值分割法、二值化閾值分割法、圖像膨脹、圖像連通域和圖像剛性變換是用于獲取包裝缺陷所在圖像區(qū)域。

4.5 圖像缺陷檢測

本系統(tǒng)對軟抽紙巾包裝產(chǎn)品的正面與側(cè)面兩個方位進(jìn)行檢測。

圖15（a）的爆口缺陷處青紫色矩形部分面積比其他矩形明顯變大；圖15（b）的飛膜缺陷處紅色區(qū)域面積比較大且長度過長；圖15（c）的左側(cè)偏移缺陷處矩形部分面積符合缺陷條件；圖15（d）的露白缺陷處特征較長；軟抽紙巾檢測系統(tǒng)可完成對4種缺陷的識別。其中爆口缺陷檢測算法是對前面所獲取的爆口檢測區(qū)域圖像中添加一列矩形，矩形要求其長度要覆蓋并且超過檢測區(qū)域，在矩形區(qū)域中進(jìn)一步采用全局閾值分割處理，檢測每個區(qū)域白色區(qū)域的面積大小及其變化率，可以看出，變化率較大時(shí)，檢測結(jié)果為爆口缺陷次品?？赏ㄟ^直接計(jì)算缺陷區(qū)域特征面積判斷飛膜、露白與偏移缺陷。

圖15 4種缺陷檢測結(jié)果

5 結(jié)語

基于機(jī)器視覺的軟抽紙巾包裝缺陷檢測系統(tǒng)研發(fā)，實(shí)現(xiàn)對軟抽紙巾的檢測與次品剔除，完成了系統(tǒng)的控制系統(tǒng)和成像系統(tǒng)設(shè)計(jì)，使用VPLC視覺運(yùn)動控制器完成了軟抽紙巾包裝缺陷檢測系統(tǒng)的監(jiān)控軟件設(shè)計(jì)。主要研究工作成果有：1）分析了軟抽紙巾包裝缺陷的類型及特征，設(shè)計(jì)了軟抽紙巾包裝缺陷機(jī)器視覺檢測系統(tǒng)的檢測方案與整體結(jié)構(gòu)，檢測系統(tǒng)方案設(shè)計(jì)包括控制系統(tǒng)部分與成像系統(tǒng)部分，以及相關(guān)硬件的選型；2）研究了機(jī)器視覺軟抽紙巾包裝缺陷自動檢測的算法，通過對紙巾缺陷特征進(jìn)行面積計(jì)算，實(shí)現(xiàn)了對飛膜、露白及偏移等缺陷的檢測；針對爆口缺陷設(shè)計(jì)了陣列矩形面積算法，實(shí)現(xiàn)了對爆口缺陷的檢測功能。缺陷檢測[J].機(jī)械工程師,2022(1):12-14.