基于机器视觉技术的水松纸折边检测方法

0   引言

水松纸在卷接机烟支卷接的过程中可能会出现折边的现象，可以通过在水松纸两侧边缘加上检测的装置，如果有折边的现象发生，发送报警信号给卷接系统。

目前，现有的检测手段主要是在水松纸两侧边沿的上方加装光纤传感器组。水松纸正常时，传感器信号照到水松纸上会被反射回来，会被光纤传感器接收到，如果出现折边的现象时，反射面积会减小，接收到的光强度小于设定的阈值，就会发送报警信号。但是这种方式对于水松纸出现整体偏移等现象时，不能进行很好的判断，而且不能定量地分析折边的程度。

1   技术方案

本文针对现有技术中存在的上述技术问题，提出一种基于机器视觉技术的水松纸折边的检测方法，设计合理，克服了现有技术手段的不足，具有良好的效果。具体技术方案如下。

准备采用一种基于机器视觉技术的水松纸折边的检测装置，包括1个计算机控制器、1个长条形的光源和2个图像传感器。长条形光源平行安装在待检测水松纸的下方，2个图像传感器垂直安装在待检测水松纸的上方，并分别位于待检水松纸的两侧的边缘处，如图1所示。

图1 图像传感器和光源安装角度示意图

利用图像传感器采集模板和待检水松纸的两侧边缘图像，计算机控制器对采集到的边缘图像灰度化；对灰度图进行垂直投影，利用梯度法查找投影曲线，分别得到模板和待检水松纸的左、右侧位置信息，再分别进行比较计算，得到两侧位置偏移结果；判断偏移距离是否在事先设定的灵敏度范围内，如果超出则待检水松纸折边，发送报警信号给卷接机。

2   具体实施步骤

长条形光源平行安装在待检水松纸下方，图像传感器垂直安装在待检测水松纸上方边缘处。由于长条形光源是从对面照射过来，所以图像传感器采集的图像中，没有被待检水松纸挡到的部分会很亮，被挡住的部分，图像亮度会降低，这样可以很容易地区分出待检水松纸的边缘，得到其两侧边缘的位置信息。将此时待检水松纸两侧位置与合格标准的水松纸位置进行比较计算，若两侧合并后的偏移结果超出设定的灵敏度范围，则可判断水松纸出现折边现象，反之合格。

图2和图3是采集到的原始彩色图像，先对其进行灰度化处理，得到灰度图4和图5，再对灰度图进行垂直投影，得到投影曲线图6和图7，接着采用梯度法查找投影曲线，获得模板和待检水松纸的两侧位置信息，最后对模板和待检的水松纸两侧位置分别进行比较计算，得到两侧位置偏移的综合结果，判定是否超出设定的灵敏度范围，超出则发生了折边现象。

图2 模板水松纸两侧边缘原始图像

图3 待检测水松纸两侧边缘原始图像

图4 模板水松纸两侧边缘灰度化图像

图5 待检测水松纸两侧边缘灰度化图像

图6 模板水松纸两侧边缘投影曲线图

图7 待检测水松纸两侧边缘投影曲线图

计算步骤如下。

1)对模板和待检水松纸原始图像灰度化后垂直投影，计算公式如下：

其中：i表示图像像素行的索引，i∈(0,Height )，Height为图像高度；j表示图像像素列的索引，j∈(0,Width)，Width 为图像宽度；PTL[j]为模板水松纸左侧投影曲线；PTR[j]为模板水松纸右侧投影曲线；QTL(i,j)为模板水松纸左侧灰度化后的图像亮度；QTR(i,j)为模板水松纸右侧灰度化后的图像亮度；

PL[j]为待检水松纸左侧投影曲线；PR[j]为待检水松纸右侧投影曲线；QL(i,j)为待检水松纸左侧灰度化后的图像亮度；QR(i,j)为待检水松纸右侧灰度化后的图像亮度；Width 为图像宽度；Height 为图像高度。

2)采用梯度法查找水松纸的边缘。对一维数组PTL[j]按照索引j 递增方向进行搜索，找出其中满足超过设定阈值△对应的索引值S ，且在索引递增方向上紧挨着S后面连续19个索引对应的数组值都满足超过△的条件，此时的索引值S 才被认为是水松纸的边缘位置；对一维数组PL[j]、PR[j]、PTR[j]进行类似的操作得到水松纸的边缘位置，其中PL[j]按照j 递增方向搜索，而PR[j]和PTR[j]则是按照j 递减方向搜索。计算公式如下：

其中，变量k 用作计算满足条件的索引S 相邻的19个索引值内容是否也满足同样条件，k∈(1.19)；PosTL为模板水松纸左侧的位置；PosTR为模板水松纸右侧的位置；PosL为待检测水松纸左侧的位置；PosR为待检测水松纸右侧的位置。

3)计算模板和待检测水松纸左、右两侧位置合并的综合结果，判断是否在设定灵敏度C 范围内，超出则折边，反之没折边。计算公式如下：其中，M为1 mm对应的像素数。

在本文的例子中，水松纸宽度是64 mm，图像传感器采用的是分辨率为744×480的工业相机，光学镜头为8 mm，镜头距离水松纸距离17 mm，此时M=50，灵敏度C=1 mm，阈值△=200。按上述的步骤计算得到PosTL=343像素，PosTR=374像素，PosTR=477像素，PosR=381像素，=127像素，超过设定的1 mm灵敏度50像素，此时水松纸出现了折边现象，折边程度超过了2 mm。

本文提供了一种基于机器视觉技术的水松纸折边的检测方法，对于水松纸折边的检测精度可达到0.02 mm，能够适应不同品种、不同宽度的水松纸检测，应用空间广泛。

参考文献：

[1] 张青林.机器视觉高速图像处理平台中关键技术的研究[D].武汉:武汉大学,2010.

[2] 张少伟.基于机器视觉的边缘检测算法研究与应用[D].上海:上海交通大学,2013.

[3] LAGANIERE R.相银初.OpenCV 计算机视觉编程攻略[M].北京:人民邮电出版社,2015.

[4] ROSENFELD A.数字图像分析[M].北京:国防工业出版社,1991:50-52.

（本文来源于《电子产品世界》杂志2020年8月期）