基于机器视觉的异型滤嘴检测系统设计

马振宇 周奇峰 林锦超

（1.深圳烟草工业有限责任公司，广东 深圳518109；2.山东中烟工业有限责任公司 济南卷烟厂，山东 济南250104；3.陕西中烟工业有限责任公司 旬阳卷烟厂，陕西 旬阳725700）

0 引言

随着烟草科技的进步，市场上出现了越来越多的滤嘴上带有凹陷图案的香烟。 在这种异型香烟的生产过程中，会有凹陷图案不完整的烟支存在，最终烟支的缺陷。 生产线上现有的烟支检测设备（机械式、光电式等）均没有对这种凹陷图案完整性的检测功能，目前还依靠人工抽检的方法来保证烟支质量，既增加了人力成本又不能保证所有烟支质量。

机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过图像采集装置将摄取目标转换成图像信息，传递给图像处理系统，根据像素分布和亮度等信息，转变为数字化信号，机器视觉系统从这些信息中获取目标特征，然后根据预设的条件输出处理结果，进而根据判断结果控制执行机构进行相应的处理动作。[1]本文设计的机器视觉检测系统，通过工业相机采集滤嘴端面图像，以ST 公司的32 位单片机STM32F407 为控制核心， 基于C# 的工控机程序为软件核心，采用工控机和下位机串行通信的主从式结构，对烟支滤嘴侧端面的图像进行分析和处理。 该系统高效地保证了异型烟的产品质量，提高了烟草行业的自动化程度。

1 系统硬件组成

该检测系统由图像采集组件、控制器和增量编码器等外围设备组成，如图1 所示。

图1 异型烟检测系统框图

图像采集组件由LED 光源和CMOS 工业相机等组成， 负责采集待检烟包滤嘴端面的图像并进行初步处理后传送给控制器。LED 光源具有成本低、光强稳定、使用寿命长及免维护等优点，负责将待测烟包滤嘴端面照亮， 并将凹陷图案与白色滤嘴形成鲜明对比；CMOS 工业相机曝光时间短、功耗低，负责在烟包通过时对烟包滤嘴端面进行图像采集，如图2 所示。

控制器由工控模块、单片机及外围电路和触摸显示器等组成。 工控模块用于上位机软件运行，通过图像处理技术对异型滤嘴端面图像进行处理并判断是否存凹陷图案缺失等缺陷；单片机及外围电路用于单片机控制软件运行，负责读取编码器相位、接收上位机命令并向包装机控制系统发出剔除、故障等信息；触摸显示器作为人机界面，用于显示系统运行信息及采集用户输入等。

图2 凹陷图案缺失的异型滤嘴端面图像

2 系统软件组成

异型烟检测系统软件主要由上位机软件和单片机控制机软件组成。

2.1 上位机图像处理软件设计

系统采用VS 2005 为编程工具， 基于EMGU 图像库编写了图像处理软件。软件首先对图像进行灰度化、二值化处理，从而将滤嘴侧凹陷图案与背景相分离，再通过形态学处理，以除去二值化后图像中的噪声点，然后查找凹陷图案有效部分的轮廓，并计算其有效像素值，与基准值进行比较，若有效像素值大于基准值，则表明该烟支部分凹陷图案正常，否则表明图案缺失，软件发出命令，将该烟包剔除。 处理流程如图3 所示。

图3 上位机软件处理软件流程图

灰度化， 就是将采集到的滤嘴侧彩色图像转换为灰度图像的过程，即将图像中每个像素点的亮度用0-255 之间的数值进行表示。 二值化，则是根据预先设定的阈值，将原灰度图像的有效和无效部分相分离，得到灰度仅为0 和255 的纯黑白图片。 图像的二值化可用以下方法选择阈值[2]

式中，f（i，j）为二值化之前各点的灰度值，ft（i，j）为二值化之后各点的灰度值，t 则为二值化所选取的阈值。

二值化后的图像以凹陷图案为目标区域， 以白色滤嘴为背景，经腐蚀、膨胀等形态学处理后，标记目标区域，计算有效轮廓面积，如图4 所示。

图4 待测烟支处理流程图

2.2 上位机串行通信程序设计

上位机基于C# 语言编制了串行通信模块的程序。 编程中，加入serialPort 控件，通过对其属性进行设置并访问其内部函数，以实现对上位机串行通信进行控制。 该控件主要属性如表1 所示[4]。

表1 serialPort 控件主要属性

串口通信具体步骤如下：

1） 在系统界面加入serialPort 控件， 设置好控件对应的COM 口号。

2）设置串口的波特率、位长、校验位等基本信息。

4）调用Write（）函数对串口进行写操作。

5） 当串口缓存中数据长度达到ReadBufferSize 属性对应的数值时，激发串口接收函数，读串口接收缓存中的数据。

2.3 单片机控制软件设计

本系统选用的是ST 公司基于Cortex-M4F 的32 位单片机STM32F407，其通过自带的USART 接口与上位机进行通信。单片机控制软件通过编码器信号采集电路读取编码器的当前相位并传送给上位机软件，控制图像采集组件在指定相位进行图像采集，并根据接收的上位机命令向包装机组控制系统发送剔除信号，如图5 所示。

图5 单片机控制软件流程图

3 结束语

本文设计了一种基于机器视觉的异型烟检测系统，有效的解决了滤嘴侧具有凹陷图案的香烟无法检测并将缺陷烟支剔除的问题。随着计算机、光学、电子等学科的发展，机器视觉技术的应用也将愈加广泛。

［1］余辉，王林，王德胜.OpenCV 在产品特征检测系统中的应用[J].科技视界，2013，2（5）：43、98.

［2］顾勇，何明昕.基于机器视觉的啤酒瓶检测系统研究[J].计算机工程与设计，2012，33（1）：248-253.

［3］郭艳平，侯凤贞.纸币面值识别系统图像分割技术的算法[J].重庆工学院学报，2008，11:124-126.

［4］翟希述，王宝兴，范淼.基于Visual C# 的串口通信程序设计[J].电子科技，2011，24（2）：24-26.