基于机器视觉的烟叶分级关键技术分析

刘东来

（永州职业技术学院，湖南 永州 425000）

烟叶是烟草行业得以发展的关键，是十分重要的经济作物。卷烟工业的重要原料是烤烟烟叶，卷烟工业的生产品质、香烟的吸味都与烟叶质量之间有着密切的关系。在对烟叶等级评定时，会有较多的影响因素，因此其质量检测分级复杂性也相对较高。

1 机器视觉技术

人类会借助眼睛获取世界上不同的信息。人类通过视觉认识世界，而计算机视觉主要是借助图像来实现对客观事物的清晰、明确描述。根据相关统计数据显示，外界信息超过80%都是借助人的视觉获取，饱和度、色度以及亮度一般用来描述人对外界光线的感知。机器视觉技术[1-2]，即所谓的计算机视觉技术其主要是通过计算机技术来有效演绎物体、眼睛与大脑间存在的密切关系，其一般涉及到计算机科学技术、图像处理技术、神经生物学技术、人工智能技术和人工智能技术等多个方面的知识。统计模式识别技术是机器视觉技术发展的起源，该时期识别、处理二维数字图像是主要的研究对象。随后“积木世界”思想被提出，借助计算机编程对图像中多面体三维空间轮廓图进行有效提取，能够对物体空间关系、物体形状有效描述。

相关研究者基于信息科学角度，通过对计算机视觉理论有效诠释，将视觉感知作为信息加工的过程，为后续创立计算机视觉学科奠定了良好的理论基础。随着光电自动化技术、传感器技术以及计算机科学技术的发展，机器视觉技术发展的完善性、成熟性在不断提升，在很多领域应用的范围也越来越广泛，如教育研究领域、社会经济领域、国防科技领域等。由于待测物体与视觉设备之间互不接触，因此在对检测设备实际检测的过程中，需要保证待测对象、检测设备都不会破坏。应用人工检测的方式，有较低的效率，且容易受到主管因素影响，导致结果准确性较低。此外，借助长时间的人眼观察，很容易伤害眼睛。视觉系统的优势包括如高效准确、快速，能够对工人健康保护，在恶劣的环境中也能够有效开展工作。我国在开展烟叶质量检测、分级时，对机器视觉技术应用的时间相对较晚，对烟草收购分级应用技术研究也相对较少，多是理论研究。

2 基于机器视觉的烟草分级系统设计

通常情况下，机器视觉系统是由摄像机、光源、图像采集卡和图形处理软件系统等部分组成，其属于烟叶分级自动化系统中比较关键的组成部分，影响图像采集效果的因素包括如采集平台背景、光照强度、图像采集、图像采集卡、镜头、摄像机等因素，也会对后续图像预处理的成败造成直接影响。因此需要重视机器视觉系统的研究设计工作。烟叶分级视觉系统是由图像预处理、照明、输出显示系统和图像采集系统等部分组成，见图1。

将烤烟放置在采集平台上，设计有效的照明系统，科学、合理的选择工业镜头、相机，以实现对烤烟的有效拍摄，随后就可以将拍摄到的图像存储在计算机中，借助PC 机界面来对拍摄到的图像给予实时、动态显示。在此基础上，结合编写的模糊数学分类算法、图像处理，对烤烟的风机有效判别，并通过对话框对判别成果给予显示。

2.1 搭建烟草分级硬件系统

在对视觉系统进行开发过程中，保证系统成功前提是结合实际需求对高品质待识别的原始图像有效获取。为了保证图像的高品质，需要结合待识别对象的需要，对图像采集系统合理搭建，具体包括镜头、摄像机型号、光源等。对硬件设备参数有效设定，保证图像品质因素互相补充、配合，保障最佳效果。对于烟草分级硬件系统，主要包括照明系统、图像采集系统，见表1。

表1 搭建烟草分级硬件系统主要组成Tab.1 The main components of tobacco grading hardware system

2.1.1 照明系统

在机器视觉系统中，对于照明系统而言，需要采取有效措施来提高照明效果。在对照明方式、光源选择的过程中，需要对待测对象特征结合的基础上，合理设计照明系统，这样既可以确保光源照明设计的科学性、合理性，而且还可以有效突出被检测物的特征，并对被检测物的目标信息和背景信息给予有效分离，对对比度增强，对图像处理识别算法、分割算法的复杂程度有效降低，增强系统稳定性、可靠性。设计照明系统，又具体包括选择照明方式和光源。在对光源选择过程中，为了保证图像较高的质量以及对比度，需要遵循一定的原则，具体包括：其一，对待处理物体特征强化；其二，对非主体物体、噪声干扰有效降低；其三，避免对额外的干扰引入。LED、荧光灯、卤素灯是机器视觉中较为常见的灯源。几种灯源中，LED 灯主要应用直流供电的方式，控制亮度相对较为容易。同时，LED 灯有较高的发光效率、较长的寿命、较低能耗，且不存在老化情况，能够很大程度上对视觉系统维护费用有效降低。相比较于荧光灯、卤素灯，LED 灯在综合性能、价格方面优势也都相对较大，因此在机器视觉中应用也最为广泛。在对照明方式选择时，光源选择设计发挥着关键的作用，在照明系统设计中，照明方式是工作人员需要考虑的重要方面。在机器视觉系统中应用照明方式，能够对被测物特征增强，摄像机采集图像的质量与照明方式的选择之间有着密切的关系。在实际设计照明方式过程中，要注意对光源、摄像机以及被测物三者之间的空间位置有效考虑。同轴照明、背光照明以及正面光照明是照明方式的主要类型。对于同轴照明，主要是借助半镜面将光反射到物体上，与镜头形成同轴的光，可以在对镜面物体划痕检验时应用该类型的照明方式；对于背光照明，主要是在被测物体两侧设置摄像机和光源，能够保证物体轮廓较高的清晰性，能够在检测尺寸、外形中进行有效的应用；对于正面光照明，主要在被检测物体的同一侧设置光源和摄像机，其特点如较高的亮度、安全的便利性相对较高。光源能直接被照射或是漫射。在光源漫射时，在不同的方面，光的强度基本一致，而直接照射则是指光从光源位置直接发出，光源位置有较强的光照。

2.1.2 图像照明采集系统

工业相机在机器视觉系统中是重要的组成部分，同时在系统设计中也占据着至关重要的作用。系统采集图像的分辨率、质量都会受到相机种类的影响。数字传感器是工业相机的核心，其主要类型为互补金属氧化物半导体、电荷耦合器件。借助光电转换，转变光学图像信号为电信号是数字传感器的工作原理，二者主要的差异体现在读出芯片数据方式不同。电荷耦合器件将不同行中不同像素储存的电信号传输到下个像素中，最后一行传输到边缘放大器，对信号方法的基础上传输出去。互补金属氧化物半导体则是不同行、列都能独立读出像素，不同像素借助电路连接转化。相比于电荷耦合器，互补金属氧化物半导体出现较晚，且在信噪、灵敏度以及分辨率方面参数准确性较低，且图像画面品质有效提升，因此应用的范围相对较少。基于传感器的结构类型，能够将摄像机分为线阵相机和面阵相机。其中线阵相机，其传感器芯片相对较差，宽度像素较少，一般在滚筒装置监测时应用。面阵相机采用了矩形面的芯片感光区，其可以确保一次曝光就能够获取直观的图像。在实际对线阵相机应用的过程中，被检测物会被传感器逐行进行扫描，随后对装置激发，能够促进相机多次、连续拍照，随后形成“条”形图像，在此基础上按照具体要求，拼成相应大小的图像。该类型的相机应用环境有更高的要求，且有较为复杂的图像处理算法。

工业相机内部成像的光学设备即是镜头。摄像机镜头就相当于眼睛的晶状体，在决定机器视觉系统成像好坏过程中起到关键性作用。保证机器视觉系统整体的性能和运行规模，需要保证镜头的品质。为了对机器视觉下烟草等级自动识别技术方案有效实现，首先需要保证烟叶图像采集环境的稳定性，保证图像的稳定性、清晰性以及准确性，从而对视觉信息充分反映。

2.2 烟叶识别系统软件平台

在应用烟叶等级自动识别系统阶段，需要做好烤烟中部烟叶、下部烟叶等相关信息的实时采集和处理工作，并根据烟叶的颜色特征，来有效识别烟叶的等级，从而在短时间内明确烤烟的分级。通常情况下，软件系统的重要功能是借助面阵工业相机和可调LED 光源的暗箱来有效获取烤烟烟叶图像，通过按照要求对图像进行预处理，进一步确定烤烟图像颜色模型下所具有的长度特征和颜色特征参数。该系统软件主要特点体现在以下方面：其一，人机面、操作方式便利性相对较高，能够借助计算机提供良好的设计环境；其二，对工业相机应用，能够很好的开展采集图像工作，能够实现动态采集、静态采集，并保证图像的质量，避免失真性。其三，能够对编程工作的简化程度提升，并提高图像预处理工作效率。其四，通过计算机快速图像视觉技术还可以有效提升系统运行的速度和精度。其五，能够自动识别烟草等级，对烟叶样本输入，能够进行自动分析，并输出结果。

3 总结

综上所述，基于机器视觉的烟叶分级系统有着巨大的优势，对于相关企业和工作人员而言，需要加强对该系统技术的重视，针对其中存在的不足，仍要加强相应的改进。