烟草异物剔除系统中颜色表可视化研究

张绍堂

曲靖师范学院计算机科学与工程学院,云南曲靖 655011

烟草异物剔除系统中颜色表可视化研究

张绍堂

曲靖师范学院计算机科学与工程学院,云南曲靖 655011

颜色表对用户来说是透明的。可视化就是将颜色表中已有的颜色显示出来，用户通过观察颜色表很容易判断颜色表的识别效果，并对颜色表作相应修改。该方法有利于颜色表的维护和剔除效果的提高。

烟草异物剔除；颜色表；可视化

引言

机器视觉是通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。它是研究计算机模拟生物宏观视觉功能的科学和技术，即用机器代替人眼来做测量和判断，其特点是自动、客观、非接触、精度高、速度快、工作可靠。

机器视觉技术是指用计算机来实现人的视觉功能，也就是用计算机来实现人对客观的三维世界的识别；机器视觉技术应用系统主要有三部分组成：图像获取、图像的处理和分析、输出或显示（执行系统）[1-2]。

基于机器视觉技术的烟草异物剔除系统用在卷烟厂的制丝生产线、打叶复烤线中，是用以识别并剔除烟叶中混杂的异物（如麻绳、纸片、鸡毛、虫蛹、塑料等）的自动化检测系统。能从烟叶中以很高的比率和精度剔除杂物，提高制丝生产线、打叶复烤线产品品质。

1 系统原理概述

烟草异物剔除系统是根据颜色特征来区分烟叶和杂物的。烟叶通过摊薄机等辅联设备，形成烟叶薄层，使异物不上下夹杂在烟叶中间，以利于图像设备（CCD彩色线扫描相机）检测。输送机将烟叶薄层加速到5～8米/秒的速度。烟叶薄层通过视频柜时，线阵CCD彩色线扫描相机摄取烟叶图像，送入数字图像处理单元。数字图像处理单元能实时处理海量图像数据，经过研制的专有图像算法，识别出异物，并计算出异物的相对坐标。控制相应坐标高速气动电磁阀，将异物剔除。合格烟叶则进入下一工序[3-5]。

2 影响系统性能因素分析

整个系统已在多个烟厂投入使用，运行结果表明，系统对木片、鸡毛、纸片、蓝色皮带、绿色皮带、黄色皮带，透明塑料等的剔除率较高（达到了90%以上），但仍然存在一些直接影响系统性能的因素。

2.1 颜色与烟叶相近异物的处理

由于纸箱板、麻绳等异物的颜色和烟叶颜色相近甚至相同，在建立颜色库的过程中很容易将该类杂物的颜色学习到颜色库中，直接影响到了相同对该类杂物的识别和剔除，在文献[6]中，我们已经给出了相应的处理方法。

2.2 大块异物的处理

实际应用中还发现，对于一些体积或面积比较大的杂物漏剔现象较严重，产生漏剔的原因主要是以下几方面：

1）受风力（为了保证物料的稳定、快速的传输，系统中在物料上、下方加入了压风和托风）的影响，大块异物位置产生了偏移，导致不能准确剔除杂物。受该因素影响最明显的是像黑塑料这类较轻的杂物。

2）系统通过高速皮带将物料加速到5米/秒的速度进行检测。在加速的过程中，诸如木块等质量较大的杂物速度相比物料和普通杂物更快，而气动电磁阀的动作间隔时间是根据普通杂物设定的，在电磁阀作出动作之前杂物已跨越剔除位置，从而导致漏剔。

3）剔除口的宽度是有限的，当遇到纸箱板这类面积较大的杂物时，系统不能将该类杂物击落。

文献[7]中我们给出了大块异物的处理方法。

2.3 颜色表的维护

颜色表就是学习好后的烟叶颜色，系统中以一种特殊的文件存储，它本身对用户来说是透明的。系统运行过程中，用户根据剔除情况对颜色表作适当修改，以保证良好的剔除效果。但对颜色表进行长期修改后，用户并不知道颜色表里边究竟学习了些什么颜色，只能根据剔除情况来衡量颜色表的效果。经过长时间的积累，也许用户无疑将某种杂物的颜色学习到了颜色表中，而用户全然不知。这直接影响了某些异物的剔除。

3 颜色表可视化

在颜色表建立的过程中，我们不断抓捕烟叶图像，学习正常烟叶颜色，记忆正常烟叶颜色RGB值。就整个过程而言是不可逆的，我们只能尽可能地避免将杂物颜色学习到颜色表中，而颜色表中究竟学习了些什么颜色，这是不可见的。为此我们提出了将颜色表显示出来，也就是颜色表可视化。

系统中颜色表以特殊的文件格式进行存储，我们将表里边的颜色读取出来，并将其绘制出来[8]，以方便用户观察。

可视化最大的好处就是，我们可以通过观察颜色表来简单评估一个品牌库的剔除性能。在某一品牌库中，如果我们错误的将杂物颜色学习到了颜色表中，通过可视化后的颜色表很容易观察。图1和2给出了正常和异常的颜色表。在图1中，我们看到，除了烟叶和背景的颜色，品牌库中没有其他差异比较大的颜色。而在图2中，我们可以清楚地看到，该品牌库错误地将粉红色和白色学习到了颜色表中，这严重影响了这两种颜色杂物的剔除。

图1 正常颜色表

图2 异常颜色表

图2中的异常颜色我们可以采用文献[4]中颜色表过滤的方法将其进行过滤，或新建某一品牌的颜色表。

4 结语

颜色表可视化最大的好处就是，我们可以通过观察颜色表来简单评估一个品牌库的剔除性能。在某一品牌库中，如果我们错误的将杂物颜色学习到了颜色表中，通过可视化后的颜色表很容易观察。可视化的实现大大提高了颜色表的可维护性，进而有效提高了系统的剔除性能。

[1]段峰，王耀南，雷晓峰，吴立钊，谭文．机器视觉技术及其应用综述．自动化博览.2002年03期 :62-64

[2]梁吉，蒋式勤，沈立纬．视觉检测系统及应用．微计算机信息.2003年12期 : 44-45+18

[3]唐向阳,张勇,黄岗,等.TobaccoS orter和TobaccoScan 6000烟草异物剔除系统的比较[J].烟草科技. 2004(2):13-16

[4]唐向阳,张鹤松,张勇,等.基于机器视觉技术的智能烟草异物剔除系统[J].机电工程技术.2006(12):84-85+99

[5]唐向阳,张勇,关宏,等.烟草异物剔除系统的原理与结构[J].机械.2003(3):60-62

[6]张绍堂,蒋作,郑智捷.机器视觉技术在烟草异物剔除系统中的应用[J].云南民族大学学报.2007(2):161－164

[7]张绍堂.烟草异物剔除系统中大块异物的检测与报警[J].自动化技术与应用.2009(2): 85-89

10.3969/j.issn.1001-8972.2011.11.086