基于线阵CCD的薄板张数检测系统设计

邓秋香 ，夏灵林

（1.赣州师范高等专科学校，江西赣州，341000；2.南昌大学，江西南昌，330047）

0 引言

金属薄板(如冷扎板，镀锌板)广泛应用于工业领域，常用的金属薄板每张厚度一般介于0.5～1.6mm之间，并通常采用水平叠放的方式打包存放。薄板在包装之前，会根据实际需要将特定数量的薄板进行封包，并统计每包薄板的总张数，以便于各方对薄板的管理。

对薄板生产和加工企业而言，薄板包装前总张数统计的准确性对各方影响都非常大。若包装前统计数值偏少，包装中多余的薄板出厂后并不产生利润，久而久之，必将影响薄板生产企业的利润。想反，若包装前统计数量偏多，包装中薄板的缺少将影响薄板加工企业的生产，这也必将进一步影响薄板生产企业的声誉。

目前，对于我国大多数金属薄板生产企业，其薄板包装前的统计由薄板成型过程中数控机床进行同步计数，然后由人工完成相关信息的标注。由于人为因素的影响，常出现结果和实际总数不一致的现象。

为解决这一客观存在且亟待解决的金属薄板总张数的精确计数问题，相关的技术人员也试图通过重量或厚度的总值除以平均值的方法求解，但都因为薄板厚度和重量的均匀性存在差异不具有可行性。而随着人力成本和生产效率的提高，通过人工方法对包装金属薄板进行总张数的复核，存在巨大的困难。

为此，开发设计一款对堆叠薄钢板总数快速有效测量的系统，以实现堆叠薄钢板总张数的即时、准确测量，避免因总数误差引起的各种损失，无论是对金属薄板生产企业还是加工企业，都具有重要的应用价值。

1 需解决的关键问题

（1）建立有效光路的光学系统数学模型和软件仿真

对不同厚度、不同高度以及不同现场环境的薄钢板端面图像进行有效的采集，需要具有设计良好的照明和成像子系统。前期的实验表明，光路的设计不仅要考虑焦距对成像关系的影响、外界光源对系统的影响，还要考虑到光照均匀性、不同对象的差异以及光照强度、光照角度的影响都会直接影响图像的成像结果，并进一步影响后续图像处理算法的准确性和有效性，因此有必要对光路进行设计以及对光学系统进行数学建模和软件仿真。

（2）分辨薄板张数的图像处理算法设计

对于采集的薄钢板端面的图像数据，有效的图像处理算法是计算总数的前提。算法所需要解决的问题包括不同高度的薄钢板堆垛测量、不同光照条件下，数据的有效处理、不同厚度薄板的有效测量，以及薄板端面存在杂质、堆放整齐存在差异的测量和处理。因此有效的图像处理算法的设计是测量系统成功的关键。

2 系统设计

层叠薄钢板总数测量系统包括以下三个主要部件：一是包含数据采集、处理的计算机子系统，以及与其相连的线阵CCD（分别由图1.中C、D所示）；二是用于遮挡外界杂散光的外壳（图1.中B所示）；三是用于照明薄板端面的照明光源和用于支撑CCD的支架（分别由图1.中F、E所示）。其详细内容如下。

（1）包含数据采集、处理的计算机子系统

为实现薄钢板端面图像的采集和对采集后数据的快速分析和处理，建议在一台PC机中编写线阵CCD的采集控制程序和数字图像处理分析的测量软件，以实现对线阵CCD的采集控制、数据的采集、数据的处理分析以及结果的输出。图像采集和数据处理程序可采用VC++6.0和Matlab配合完成。

图1 基于线阵CCD的层叠薄钢板总数测量系统方案

（2）线阵CCD图像采集系统

图2 普通光照条件下，打包后薄钢板照片

薄钢板总数为340张，单张薄板厚度约1.4mm，照片分辨率 2560×1920。

如图2所示，薄钢板在图左上角标注的坐标系中XY平面水平叠放，薄板叠放厚度在Z轴方向变化。当厚度约1.4mm的钢板总数达到340张时，即便照片分辨率达到2560×1920像素，肉眼已经难以从图像中分辨出每张薄板的边界，也无法通过图像处理算法实现各薄板边界的划分。其原因在于：对于分辨率为2560×1920像素的面阵CCD所采集的图像数据，每片薄板在图像中占有的像素小于8，在普通的光照条件下，图像数据难以有效实现薄板的分辨。特别是当薄板厚度更小，厚度更多的情况下，采用面阵CCD采集的图像尤其难以采集有效分辨薄板的图像数据。

为实现对各种厚度、各种张数的薄板端面数据的有效分辨率图像的采集；同时降低系统的开发成本，我们选用了线阵CCD替换面阵CCD完成高分辨率图像的采集，有效的解决了分辨率和成本问题。若选用最大分辨率为10550线的线阵CCD，对于最多为600张的薄钢板，每片薄板在图像中占有的像素则可达17线，可以满足图像分辨率要求。

（3）遮挡外界杂散光的外壳

由于测量现场各种可见和不可见光的存在，随时变化的外界光源影响薄板端面在线阵CCD中的成像质量，对测量效果带来不确定性。为此，本方案中设计了用于遮挡外界杂散光的外壳，并将线阵CCD至于套筒内。为方便对不同高度的薄钢板堆垛进行测量，套筒设计成喇叭状，其狭窄端与线阵CCD镜头对接，其宽口端与薄钢板端面对其，从而实现外界光源的遮挡，同时也便于测量时焦距的确定和内置光源光照距离和角度的确定。

（4）用于照明薄板端面的照明光源和用于支撑CCD的支架

由于薄板端面图像的采集装置使用了所述的遮光外壳，因此需要采用内置的照明光源实现薄板端面的照明，从而实现端面图像的有效采集。对于照明光源，需要考虑到不同高度薄板的差异、照明后图像亮度的均匀性。根据前期实践表明，将光源固定在遮光套筒内，采用平行光光源前置的方式照射薄板端面（如图1中F所指）具有较好的照明效果。具体的照明强度和照明角度可通过光路分析、软件仿真以及实验分析得出。

对应的支架则用于固定线阵CCD以及系统图像采集的前端部件。由于现场中薄板包装后存放的方式各异，板包摆放高度不同。对于摆放高度不同的薄板堆垛，可在测量时调节支架高度后完成测量。

（5）数据分析和处理

数据分析处理软件采用VC++6.0开发，软件成数据采集的操作功能和数据处理分析的软件两个重要部分。采集操作包括线阵CCD参数的设置，和采集过程的控制；数据处理和分析包含数据的展现，图像的特征分析，薄板特征的匹配和张数的提取以及结果的现实。如图3所示为系统软件运行界面截图，用户可通过“参数设置”菜单完成CCD测量参数的设置；通过“开始/停止”菜单完成测量和采集过程的控制；通过“存取数据”菜单实现数据的读取和存放（线阵CCD采集的薄板端面数据如图红色线条标识，其横坐标表示像素点，纵坐标表示亮度值）；通过“数据处理”菜单完成数据的处理。

图3 基于线阵CCD的层叠薄钢板总数测量系统软件运行界面截图

其中，最为关键的为数据处理过程，其工作原理如下。

先对图像进行滤波处理、阈值分割、傅立叶变换和特征提取，通过分析图像灰度数据的波动周期和数据的特征，计算出图中钢板整齐叠放数量。

所述滤波，用于平滑图像数据，减少小幅度波动对数据的影响，提高后续处理的效率。算法如下所示：

其中，p (i)为图像的灰度值，Q (i)为滤波后的结果，Med(⋅)为滤波方法，2k为该滤波方法中选择的滤波长度。

所述阈值分割，实现CCD噪声信号的去除，算法如下所示：

其中，threshold为分割的阈值。

所述傅里叶变换，用于提取图像灰度数据的波动频率，得到反映薄板与缝隙交替出现的初步周期。算法如下所示：

其中，F F T(⋅)为一维向量的傅立叶变换算法，F (i)为返回的各种傅立叶谱。

所述的特征提取，即根据式（3）所得的薄板与缝隙交替出现的初步周期，并对图像的灰度数据进行匹配和判断，计算出图像中真实的薄板层1中薄层的总张数。

3 结语

本项目采用非接触式方法实现堆叠的薄钢板总数测量，大大提高了工作效率，减少差错发生，解决了企业面临的实际问题，具有良好的应用价值。并且，本项目采用线阵CCD实现数据的采集，节约了系统成本，也提高了数据采集和处理的速度。