小盒烟包铝纸和内框纸缺陷检测系统

李华文 韩悦婷 郑启旺 徐邓

[摘 要] 针对目前卷烟工业小盒烟包生产过程中出现的铝纸和内框纸质量缺陷问题，设计了一种包含铝纸、内框纸检测的小盒烟包综合包装质量检测系统。文章包含了系统的总体设计框架、图像的获取与信号控制等硬件设计，重点描述了基于图像处理的小盒烟包铝纸和内框纸缺陷综合检测算法，最后通过在线实时检测实验来验证系统的可靠性。实验表明，该系统可以实现对小盒烟包铝纸和内框纸缺陷的高精度、实时检测，性能稳定可靠，可以满足卷烟工业生产检测需求。

[关键词] 质量缺陷；检测系统；硬件设计

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 21. 072

[中图分类号] TP315 [文獻标识码] A [文章编号] 1673 - 0194（2018）23- 0172- 02

0 前 言

卷烟工业采用先进的包装设备，包装生产速度快，但同时在生产过程中会产生一些包装质量问题。为了保证产品质量，防止坏烟流入市场，需要对包装缺陷进行监测。小盒烟包的外观缺陷主要包括：软包封签歪斜、缺失、脱落、污点等，硬包上盖破损、 脱落、变形、撕烂等。除了外观缺陷，小盒烟包铝纸和内框纸的缺陷检测也是小包综合质量检测的重要一项。小包铝纸和内框纸的缺陷主要是指铝纸和内框纸的褶皱、损坏、丢失等。以往包装质量检测主要依靠人工，人工检测准确性和效率都得不到保证，不仅容易造成误检还浪费人力物力，而且卷烟设备的生产速度远远超过人工监测的速度，通过人工检测根本无法满足生产需要。因此，为了保证包装质量、维护企业形象，需要为卷包机设计安装配套的包装质量检测设备。

随着科技的不断发展，图像处理、机器视觉已经应用到生产生活的方方面面。本系统的设计以机器视觉算法为核心，并全面介绍了系统的整体设计方案，涉及机械、嵌入式以及传感器选型等方面，该系统具有较高的实用价值，可以和GD 2000主机配合工作。系统的研发对控制产品质量，维护企业形象，提高企业竞争力具有重要意义。

1 系统总体设计方案

系统采用双核心的机制，两个核心分别为单片机和工业计算机。两个控制源相互配合，协同工作。单片机主要用于接收光纤传感器的信号、控制光源闪光、相机采图以及剔除机构工作。工业计算机主要用于对采集到的图像进行处理，并输出判断结果。

2 系统硬件组成

2.1 图像采集部分

系统标配3个高分辨率彩色CCD相机检测小盒烟包的铝纸和内框纸。其中两个相机安装在上侧光源盒用于检测小包内框纸和铝纸，一个相机安装在下侧光源盒用于检测小包下侧铝纸。相机通过以太网传送图像数据给工业计算机。由于烟包在皮带上高速传送，为了获得高分辨率，高清晰度的烟包图像，要求配备的相机的曝光时间可以调节到0.1 ms。为了获得可以用于图像检测的高质量的图像，除了相机以外，光源的选择也至关重要。只有选择合适的光源才能将前景即烟包图像和背景分开并突出烟包的轮廓等图像特征。本系统采用直流冷光LED光源，光源具有性能稳定、光衰小、响应速度快等优势。为了避免外界光的影响，同时抑制烟包反光、镭射光，LED光源设置成频闪的方式并从不同的方向进行打光。

2.2 硬件控制部分

整个系统的硬件控制主要由单片机来完成。包括相机、光源、剔除机构的使能控制，反射式光纤传感器的信号接收，以及和工控机的信号互通。烟包在到达检测位置时，单片机会接收到传感器发出的信号并控制光源闪烁和相机拍照。工控机软件得到图像处理结果后也将结果信号传送至单片机，由单片机发出控制信号，控制剔除机构剔除坏烟。单片机通过RS 485与计算机进行通信。

2.3 软件显示部分

整个图像处理部分由工控机完成。工控机配置触摸式显示屏，实时显示采集到的图像和处理结果。工控机和相机通过以太网进行通信。通过工控机中的检测软件可以调控相机的曝光时间增益等参数。

3 系统图像算法

3.1 烟包图像的定位

因为烟包在跑道上高速传送，限位装置不能完全控制烟包的检测位置，会产生轻微平移或者抖动。这样会造成获取到的烟包图像的位置也产生偏差，最终造成检测结果的误差。因此需要对图像进行定位，并矫正图像的位置。为了消除平移和抖动的影响分别采取了图案定位和边缘定位检测的方法。

图案定位主要通过模板匹配的方法来实现。首先采集一幅图像作为图像检测的标准图像，然后在标准图像上设置感兴趣的ROI区域。在待检测图像上进行搜索，即在待检测图像上设置和ROI区域同样大小的窗口，并和ROI区域进行逐像素对比。移动窗口，找到差别最小的区域作为待检测区域。由于逐个像素对比速度较慢，采用基于图像金字塔的模板匹配方法来提高匹配速度。基于图像金字塔的模板匹配方法采用图像分层的思想，可以减少搜索的数据和范围，提高匹配速度。图像分层首先同时对标准图像和待检测图像进行分层处理。即对两幅图像进行二次抽样，形成图像金字塔，上面一层是下面一层抽样得到的结果。图像金字塔模型如图1所示。每次抽样，图像的大小减半，分辨率降低。在进行图像匹配时，首先进行高层匹配得到粗匹配位置。再将位置映射到下面一层，进行精确匹配。最终映射到金字塔底层，得到最佳匹配结果。

边缘定位检测主要基于Canny边缘检测算法。Canny边缘检测算法主要分为四个步骤。

（1）对图像进行高斯滤波，去除噪声。

（2）用一阶偏导的有限差分来计算梯度的幅值和方向。

一阶差分卷积模板：

sx=-1 1-1 1，sy= 1 1-1 -1

幅值和方向的计算公式如下：

P[i，j]=（f[i，f+1]-f[i，j]+f[i+1，j+1]-f[i+1，j]/2

Q[i，j]=（f[i，j]-f[i+1，j]+f[i，j+1]-f[i+1，j+1]/2

M[i，j]=

θ[i，j]=arctan（Q[i，j]/P[i，j]）

（3）对梯度和幅值进行非极大值抑制。非极大值抑制实际上就是细化边缘。因为通过第二步梯度计算得到的边缘依然很模糊，梯度边缘的宽度大于一个像素。所以需要通过非极大值抑制的方法将极大值以外的所有梯度值抑制为0。

具体的步骤如下：a.分别比较当前像素点和正负梯度方向上两个相邻像素点的梯度强度。b.假如当前点的梯度强度同时大于相邻像素点，则将此像素点保留为边缘点，否则抑制该像素点，即把该点值改为0。

（4）通过双阈值算法对边缘进行检测并连接边缘。为了保留较大的梯度值，把噪声或者颜色变化引起的小的梯度值滤除，需要对梯度值设定阈值。Canny算法设定双阈值。梯度值大于高阈值的点被归为强边缘点。抑制小于低阈值的点。高低阈值之间的点被归为弱边缘点。

3.2 烟包图像的检测

小盒烟包铝纸和内框纸的图像检测主要包括灰度检测和相似度检测。

在对图像进行灰度检测和相似度检测之前首先要准确地得到待检测的位置，即搜索待检测窗口。本文主要采用模板匹配的方法对待检测区域进行定位。找到待检测区域后，要在区域内进行缺陷检测。当烟包的铝纸拉片褶皱、损坏或丢失时，烟包图案的灰度值在图像上会发生相对变化。当烟包底部铝纸褶皱、损坏、丢失时烟包图像在对应位置会产生白斑或者黑斑。当烟包的内衬纸褶皱、损坏或者丢失时，烟包图像可能会出现图案在图像上的位置产生变化或者图案缺失，也有可能在图像上产生白斑或者黑斑。这些情况都可以通过灰度检测和相似度检测检测出来。缺陷灰度检测的一种方法是设置黑白像素阈值。首先对标准图像的ROI区域进行二值化，然后分别计算黑白像素数占整个区域的比例，根据检测需求设定黑白像素占比的阈值。然后对待检测图像定位到的同一个区域同样进行二值化，根据原先设定的阈值判定待检测区域是否存在缺陷。缺陷灰度检测的另一种方法是计算区域图像像素的均值和方差，当烟包图像出现白斑和黑斑等缺陷时，图像像素的均值和方差会发生很大变化，通过设定图像像素的均值阈值和方差阈值可以检测此种缺陷。相似度检测主要针对内衬纸缺陷而导致的图案位移或缺失。主要是通过计算标准图像的ROI区域和待检测图像定位到的同区域的相似度，以及两者之间的位置差来检测缺陷的。当相似度和位置差超过一定的数值范围，就判定待检测烟包发生缺陷。

4 系统检测实验

烟包检测的实验步骤如下：

（1）微調光源和CCD相机相机的位置，并调节光源的亮度以及相机的曝光时间，直到获得清晰、利于检测的烟包图像。

（2）采集参考图，在参考图上添加ROI窗口划定检测区域，设置检测阈值参数。

（3）启动系统，观察是否能将缺陷烟包检测出来并剔除，如果无法检测则调整检测阈值参数并重新测试。下面是检测出的部分坏烟图像，包括铝纸和内框纸褶皱、损坏、丢失等情况。

（1） （2）

系统将多种图像检测算法结合起来，对烟包缺陷检测的精度高、速度快。小盒烟包铝纸和内框纸缺陷检测可以达到99%，检测速度可以达到900包/秒以上。系统性能稳定，可以和GD 2000主机配合工作，具有较高的实用价值。