基于DSP的智能饮水机纸杯水位检测方法

徐瑞丽

基于DSP的智能饮水机纸杯水位检测方法

徐瑞丽

为了提高传统饮水机的智能化水平，采用 DSP 芯片 TMS320C6416 作为处理核心设计了智能饮水机纸杯水位线自动检测系统，系统由摄像头、编码、处理器、阀门开关和显示模块组成。通过对放在出水口处纸杯的原始图像进行灰度化处理、边缘检测、连通域提取和噪声去除算法，分割出杯口内边缘和水位线，并根据像素点的个数计算纸杯内边缘线与水位线的距离。实验结果表明，该智能饮水机具有良好的鲁棒性，平均测量误差为 0.88%，也为灌装饮料和食品的满度检测提供了思路和方法。

智能饮水机；图像处理；水位线检测；边缘检测

0 引言

饮水机已经走进了千家万户，多年来在技术上一直没有突破，随着家电自动化的不断发展和进步，智能化的饮水机应运而生。传统的饮水机都是通过人手动控制出水阀门给纸杯加水，有些时候经常由于疏忽出现水溢出纸杯的情况，如果是热水还可能导致烫伤事故[1-3]。如为饮水机添加自动设置和识别纸杯水位的功能就可解决此问题。采用图像处理技术设计了纸杯水位检测方法，通过摄像头实时采集饮水机出水口下方的纸杯图像，经过 DSP 的处理提取水杯内的水位线距离杯口的高度，根据预设的高度值自动控制阀门。该检测方法也可推广到检测灌装可乐、啤酒、凉茶和八宝粥等灌装饮料生产线上，在封灌之前进行检测，把不符合质量标准的剔除掉，提高企业质量监督水平，降低工人的劳动强度。

1 系统组成及工作原理

智能饮水机系统主要由摄像头、编码器、DSP 处理器 TMS320C6416、显示屏、LED 光源和出水阀门开关等组成。系统总体结构如图1所示：

图1 系统总体结构

在没有放纸杯之前智能饮水机检测不到有纸杯一直处于待机状态，以便节省电能；当把纸杯放到出水阀下边时，自动点亮 LED 光源，同时打开出水阀门，在稳定均匀的光源照射下摄像头不断采集图像并送给 DPS 进行处理，首先检出杯口位置，然后检出杯口的边缘线和水位线，最后计算杯口边缘线与水位线之间距离，用像素个数来表示，再根据每个像素表示的实际距离，计算出水位线与杯口之间的实际距离，当这个距离达到了预设的高度值，自动关闭出水阀门，并关闭LED光源，进入待机状态。

2 图像处理过程算法

摄像头采集到的图像经 A/D 转换后送给 DSP 进行图像预处理，并特征提取进行识别和计算。

3.1 灰度化处理

在 RGB 模型中，如果 R=G=B，则彩色表示一种灰度颜色，其中 R=G=B 的值叫灰度值，因此灰度图像每个像素只需一个字节存放灰度值，又称强度值、亮度值，灰度范围为 0-255。一般有分量法、最大值法、平均值法和加权平均法 4 种方法对彩色图像进行灰度化[4-5]。由于人眼对绿色的敏感最高，对蓝色敏感最低，因此对 RGB 三分量进行加权平均能得到较合理的灰度图像，采用加权平均法求取灰度化，加权平均法根据重要性及其它指标，将3个分量以不同的权值进行加权平均，数学模型式为公式（1）：

采集到的纸杯样本图像为彩色，需要转化为灰度图像，因为在灰度图像中计算量要比彩色图像少，在能够得到好的效果前提下，选择灰度图像，将采集到的样本转化为灰度图像如图2所示：

图2 纸杯灰质图

3.2 边缘检测

对于图像中变化比较缓慢的区域，相邻像素的灰度变化不大，因而梯度幅值较小，而在图像的边缘地带，相邻像素的灰度变化剧烈，所以梯度幅值较大，用一阶导数的大小可以确定边缘位置。同理，二阶导数的符号可以用来判断一个像素是在边缘亮的一边还是暗的一边，过零点的位置就是边缘位置[6]。采用一阶导数边缘算子 Sobel 对原始彩色图像边缘检测灰度化后的结果如图3所示：

图3 纸杯边缘图

3.3 二值化和剔除噪声处理

图像二值化就是将图像上的像素点的灰度值设置为0或 255，也就是将整个图像呈现出明显的黑白效果。将 256个亮度等级的灰度图像，通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。在数字图像处理中，二值图像占有非常重要的地位[7]。首先，图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓；其次，要进行二值图像的处理与分析之前要把灰度图像二值化。所有灰度小于阀值的像素被判定为属于特定物体，其灰度值为0表示，否则这些像素点被排除在物体区域以外，灰度值为 255，表示背景或者例外的物体区域。纸杯口及其连通的背景组成了一个大的白色连通域，其他的白色连通域都视为噪声，为了剔除噪声，也就是剔除小的白色连通域只要找出大的连通域，其他的噪声置为背景色就可以了。二值化和剔除噪声后的结果如图4所示：

图4 二值化和剔除噪声图

3.5 区域生长法求取杯口

区域生长是一种根据事前定义的相识性准则将像素或者子区域聚合成更大区域的过程。基本思想是在图像上选择一组种子点，将于种子性质相识的像素附加到生长区域的每个种子上。这些性质可以包括灰度、颜色、纹理、形状等。在实际应用中需要明确种子的3条原则：

1）可以按照某种规则自动生成，也可以人为预先指定；

2）可根据不同原则指定，目的是确保有相识性质的邻域像素能合并到种子点的区域里；

3）当没有像素满足加入某个区域的条件时，区域生长就会停止[8-9]。杯口的中心点与图像的中心点很近，选择图像的中心点作为种子点，阈值选为3，也就是说与种子点的灰度值相差不超过3的点放入生长区域内。生长过的图像如图5所示：

图5 杯口生长图

填充杯口两个边缘之间的空隙，杯口有两个边缘线，外边缘线和内边缘线。为了得到内边缘线，采用填充边缘空隙和还原内边缘线的方法。

3 检测杯口水位线与实验分析

3.1 检测杯口水位线

OpenCV 是一个基于开源跨平台的计算机视觉库，可以运行在 Linux、Windows 和 Mac OS 等操作系统上，由一系列 C 函数和少量 C++ 类构成，同时提供了 Python、Ruby、MATLAB 等语言的接口，实现了图像处理和计算机 视 觉 方 面 的 很多通用算法[10-11]， 用 Opencv 提 供 的cvCanny 算子检测杯口内边缘，输出结果如图6 所示：

图6 杯口边缘线

由于摄像头的角度问题，下半部分的水位线是无法看到的，故只取杯口的上半部分的内边缘和水位线进行分析，然后求出杯口内边缘的中心点，再运用 cvCanny 算子，求出杯口及其水位线，效果如图7所示：

图7 边缘图

取中心点左右 70个像素的区域，然后过滤掉小的区域，就剩下水位线和杯口边缘线了，如图8所示。

图8 杯口和水位线边缘图

图8中的白点是杯口的内边缘点和水位线的边缘点。存储这些边缘点的坐标，选取杯口中心点的横坐标作为基线，从上往下进行搜索，就可计算杯口与水位线之间的距离。

3.2 实验结果与分析

为了验证所设计的智能饮水机工作的可靠性，对一个杯高为 12cm 的水杯进行了加水实验。在一个加水过程中设置了 5 个高度值，分别为 100、80、60、40 和 20mm，在每一个高度值都进行了实际测量并做了记录如表1所示：

表1 实验结果

2 80 79.5 0.63 3 60 59.3 1.17 4 40 40.2 0.50 5 20 20.3 1.50

如表1所示，该智能饮水机具有较高的测量精度，最低的误差值为 0.50%，在五个刻度上的平均误差为 0.88%。

4 结束语

利用图像处理技术为纸杯水位检测提出了新的方法，并成功将 DSP 引入智能饮水机系统，实现了纸杯水位的自动检测和阀门的自动控制。通过实验表明，该智能饮水机能够准确测量纸杯内的液位高度，5次的测量平均误差为 0.88%，具有较高的测量精度，也为开发检测罐装饮料和罐装食品系统提供了新的思路和方法。

[1] 苏文友, 陈安, 胡跃明. 大功率 LED 自动灌胶设备嵌入式视觉系统[J].仪表技术与传感器, 2012(10):44-46.

[2] 陆军, 高乐, 刘涛. 基于 DSP 和 FPGA 的全景图像处理 系 统 设 计 与 实 现 [J].电 子 技 术 应 用 , 2012, 38(6):24-26.

[3] 陈伟, 段发阶, 董宇, 等. 基于 DSP＋FPGA 分层图像处理技术的智能相机设计[J]. 传感器与微系统, 2010, 29(12):111-113.

[4] 孙朝云, 温世文, 段宗涛. 基于 DSP 的沥青路面裂缝图像处理系统研究[J]. 计算机工程与设计, 2010, 31(7):1481-1483.

[5] 张玉杰, 段亚萍. 基于 DSP 的磁性材料缺陷在线监测 系 统 [J]. 计 算 机 测 量 与 控 制 , 2009, 17(11):2181-2183.

[6] 李鹏, 李玲, 李敏. 基于空间相关性的图像分割算法研究[J].计算机应用研究, 2013, 30(1):314-317.

[7] 陆小锋, 张俊豪, 陆晓成, 等. 基于附的图像分块实时边缘检测系统[J].电视技术, 2012, 36(21):51-54.

[8] 于光辉, 卢洪义, 朱敏, 等. 基于引力模型的固体发动机 CT 图像边缘检测[J]. 核电子学与探测技术, 2012, 32(2):184-187.

[9] 孙怀远, 周夫之, 陆尚卿. 机器视觉技术在药液灌装量 检 测 中 的 应 用 [J]. 计 算 机 应 用 与 软 件 , 2009, 26(6):247-248.

[10] 邹志勇, 周曼. 基于 ZigBee和 GPRS 饮水机自动叫水智能系统设计[J]. 自动化与仪器仪表, 2013(1):74-75.

[11] 王山虎, 尤红建, 付琨. 基于大尺度双边 SIFT 的SAR 图像同名点自动提取方法[J]. 电子与信息学报, 2012, 34(2):287-293.

[12] 王星民, 王永珍. 基于 DSP 的绝对式光电编码器接口的实现[J]. 山西电子技术, 2012(1):3-5.

Paper Cup Water Level Measurement of Intelligent Dispenser Based on DSP

Xu Ruili
(Department of Electrical Engineering, Henan Vocational and Technical College, Zhengzhou 450046, China)

In order to improve the intelligent level of traditional dispenser, the DSP chip TMS320C6416 was used as the processor core to design a paper cup water level measurement system of intelligent dispenser, and the system was composed of a camera, encoder, processing, switch and display modules. The height of water in the paper cup was worked out though grayscale, edge detection, connected domain extraction and noise suppression algorithm for the original image under the output of disperser to split the inner edge and water level line in the cup, and calculated the distance between the inner edge and water level line according to the number of pixels. The experiment shows that the intelligent dispenser has a good robustness, the average measurement error is 0.88%, which also supply an idea and method of full-scale detection for filling beverage and food.

Street Light Monitoring; Centralized Management; Wireless Communication; Edge Detection

TP3

B

1007-757X(2014)02-0059-03

2014.01.08）

徐瑞丽（1975-），女（汉族），河南邓州人，河南职业技术学院，电气工程系，讲师，硕士，研究方向：电气与自动化控制，郑州，450046