机器视觉技术在烟支钢印检测中的应用

姚景扬

摘 要：基于机器视觉技术的烟支钢印检测系统能够实时对烟支钢印质量检测监控，通过图像搜索、图像灰度处理等方法判别出钢印不合格的烟支并剔除，实现烟支钢印质量的全自动检测，极大地释放了劳动力，保障了产品质量。

关键词：机器视觉；烟支钢印；图像处理

一、前言

在现代化的卷烟生产中，随着科技的不断进步，卷烟企业对烟支的外观瑕疵会有严格的控制，烟支钢印质量是缺陷检测的一个重点。在传统的烟支钢印缺陷检测工序中，都是依靠人工对烟支钢印质量进行检测，效率非常低，工作强度非常大。为降低工人的劳动强度，提高产品出厂的质量，减少工厂的人力成本和管理成本，采用机器视觉技术对烟支钢印进行全面检测已是必然。就国内而言，“相机+PC图像处理软件”（PC-BASE）的检测模式已成发展趋势。该模式综合利用了光学、机械、电子、控制和自动化各学科的先进技术，可以有效地检测出烟支钢印常见缺陷，并将钢印不合格的产品从生产线上剔出。

二、概述

（1）机器视觉技术。机器视觉技术，是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉系统是指通过机器视觉产品把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分布和亮度、颜色等信息，来进行尺寸、形状、颜色等的判别。进而根据判别的结果来控制现场的设备动作。（2）烟支钢印。烟支钢印在某种程度上体现了卷烟的品牌特征，这个品牌通过烟支钢印印刷在烟支上，相当于一个产品的铭牌。因此，烟支钢印的质量，在一定程度上表明了品牌香烟的质量和品质。

三、烟支钢印检测系统

（一）系统结构。其系统结构主要包括以下几个方面：（1）影像控制系统：实现图像信号的分析、处理，图像存储；（2）工控机：监控实时图片、数据统计分析；（3）控制处理系统：实现影像控制系统与机组的同步处理，对NG图片进行剔除、连续NG图片告警停机；（4）CCD系统：实时拍摄被检测烟支；（5）照明系统：为图像拍摄提供照明；（6）剔除装置：驱动剔除阀，实现对缺陷烟支的剔除；（7）告警、停机模块：提示系统的故障信息。

（二）检测原理。（1）检测流程。系统检测流程如图3所示

（2）图像处理。卷接机组启动后，烟支钢印检测系统通过实时监控卷接机组的SCP（单支烟脉冲）判断烟支钢印所在位置，当钢印运行到CCD镜头位置时触发拍摄，拍摄的图像以数字形式传输到图像处理系统进行分析处理，处理方法主要有模型搜索与面积检测两种。①模型搜索。其输出结果包括检测个数、相似度、检测位置、倾斜角度，如图4所示。

通过模型搜索，可以实时检测钢印不合格烟支。如图5所示，左边为合格烟支钢印检测结果，右边为钢印套色不合格烟支，其检测结果为NG，判断为不合格。

②面积检测。面积检测是将CCD拍摄到的图像进行二值化（黑白化），然后检测白色或者黑色面积。面积检测的输出结果以像素数输出，如果检测值超过指定的公差（上限或者下限），则判断为不合格。

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。如图7所示，右边的图片是图像的波形图，设置好合理的阀值后，可以清晰地将需要检测的图像显现出来（如左下图中的禾穗钢印）。

图像二值化后还要进行差分处理，差分可以输出重合注册图像和当前图像而成的灰度差的减法图像，从而抽出污点、过浓、过淡等和原来注册图像不同的地方。如图8所示，最左边是正常禾穗钢印及其二值化后的图片，后三幅图片分别为禾穗过淡、禾穗过浓、禾穗污点的钢印及二值化后的图片。从图中可以看出，图片二值化后，不合格钢印与合格钢印的像素点差别很大，通过差分处理便可判别出不合格钢印的烟支。

（三）不合格品剔除。烟支钢印检测系统不合格品的剔除利用原机的不合格烟支剔除电磁阀，通过实时监控卷接机组SCP同步脉冲计算从钢印拍摄到烟支剔除阀的步数，当不合格烟支到达剔除工位时，烟支钢印检测系统输出剔除信号给剔除电磁阀实现不合格烟支的剔除。

结语：本文探讨基于机器视觉技术卷接机组烟支钢印质量检测系统。通过对系统的介绍，列举和阐述了图像搜索、图像灰度处理等方法。机器视觉的诞生和应用，极大地解放了人类生产力，提高了生产自动化水平。随着烟草行业提质降耗工程的全面实施，它将越来越多地应用于烟草生产质量的检测和监控领域，为提升烟草企业的市场竞争力做出更大的贡献。

参考文献：

[1] 赵鹏，《机器视觉理论及应用》，电子工业出版社，2011.

[2] 孙正，《数字图像处理与识别》，机械工业出版社，2014.