基于机器视觉技术的小包封签错牌检测装置设计

基于机器视觉技术的小包封签错牌检测装置设计

沈宝诚

（中国电子科技集团公司第41研究所，安徽 蚌埠 233010）

摘要：本文提出了采用机器视觉技术[1]来检测小包封签[2]错牌，避免封签错牌的小包流入市场，并给出了具体设计，该检测装置保证了小包封签错牌检测的准确性，并从根源上减少不合格产品的产生，降低企业生产成本，提高产品品质，。

关键词：机器视觉，小包，封签，错牌检测

0引言

封签是包装行业中广泛使用的用于密封开口处的纸质包装材料，属于特种行业工业用纸。近年来，封签在功能和用途上得到了很大的发展和创新，包装企业对封签的用途不仅仅局限于单纯的包装，而是更加注重装饰和防伪功能的开发，所以封签的图案、颜色越来越丰富，尺寸规格也越来越多，如不同价格、不同规格的小包对应不同颜色、不同尺寸、不同图案的封签。

包装企业生产时，封签从仓库搬运到包装机备料区或者从备料区搬运到包装机机台上，都有可能会导致搬运的封签牌号与计划或在线生产的产品牌号不匹配。一旦出现封签错牌，工人很难及时发现，会造成大量不合格产品流入市场，从而造成严重的质量问题。目前，为了解决封签错牌问题，大多采用在加装色标传感器进行检测，这种检测方法效果不是理想。首先，封签颜色相近时无法准确检测，误判率比较高；其次，同种颜色、图案、不同尺寸的封签无法检测出来；再次，在包装完成后检测封签错牌，剔除不合格小包会造成浪费，增加企业成本。

1硬件设计

小包封签错牌检测装置主要包含控制器、图像采集模块、LED光源[3]、编码器、声光报警灯等，其组成框图如图1所示。。其中，控制器主要由液晶显示屏、处理器、控制板组成，图像采集模块由工业相机、镜头组成。

该检测装置根据编码器信号与包装机取得同步，从而控制图像采集模块在指定位置打开光源、采集小包封签图像，并将图像传输给控制器中的处理器进行处理、分析，控制器根据分析结果将相应信号发送给包装机组控制系统，由包装机组控制系统在相应位置将错牌封签剔除,并报警提醒。

图1  该系统组成框图

图2控制板电路框图

控制板为工控机提供输入、输出、通讯等扩展功能，为处理器与工业相机、编码器、剔除结构以及控制系统的连接提供了 “桥梁”，不仅可以控制相机、光源开启与关断，同时提供输入输出信号接口、USB2.0相机接口、光源等接口、通讯接口等。控制板主要包括的电路模块有：STM32F407单片机电路、相机驱动电路、串口通信电路、光源控制电路、编码器输入电路、输出电路、输入电路等，其电路框图如图2所示。

2软件设计

为了提高开发效率、便于软件维护，本装置选择Windows10，选用的编程工具为Visual Studio 2015，编程语言为C#，其软件流程如图3所示。

图3  图像处理操作流程图

在对小包封签进行错牌检测时，首先对图像采集模块采集到的封签图像进行滤波，尽可能滤除图像中的噪声。然后，对获取的图像数据进行感兴趣区域的选择，之后分别进行灰度化、水平投影、垂直投影，通过模板匹配等处理，最后进行相似度计算，计算结果与设定阈值进行比较，相差大于一定值，判断当前小包封签错牌。灰度化是为了将工业相机拍摄到的封签RGB图像转换为单通道的GRAY图像，提高后续的处理速度；投影是为了将二维图像作投影变换，将图像中封签的特征转换为一维空间的数据特征，有利于封签尺寸测量。

3图像处理

在图4中，图（a）、图（b）、图（c）分别为三种不同规格的原始彩色小包封签图像，其中，图（a）标签尺寸为48mm*22mm、图（b）标签尺寸为48mm*22mm、图（c）标签尺寸为45mm*20mm。图5、图6、图7是对灰度化图像进行垂直和水平投影，得到投影曲线，然后用梯度法对投影曲线查找，就可获得各种小包封签的边界[3]。通过检测得出图（a）的尺寸（单位：像素）为：689*318，图（b）的尺寸为：691*317，图（c）的尺寸为：651*269，检测值超出设定的阈值范围，则认为封签发生错牌。

（a）                 （b）                （c）

图4  是三种小包封签原始图像示意图

图5  是小包封签图像（a）投影曲线示意图

图6  是小包封签图像（b）投影曲线示意图

图7  是小包封签图像（c）投影曲线示意图

在图8中，选定图4中的图像（a）为标准模板，图(a)、图(b)、图(c)是灰度对比后的检测结果，灰度对比主要是基于灰度相似性原理，在检测区域内设置多个检测单元格[4]，检测过程中，实时计算检测区域内每个单元格的平均灰度值。将各个单元格的平灰度与模板图像学习值进行对比，当灰度差异在设定范围内，则认定检测结果合格；反之，则认为当前检测区域值与模板[5]值不同，判定为封签错牌。每个小单元格中所包含像素的平均值范围为[0,255],计算与模板对应单元格之间存在的差异，为了方便得知不合格处的位置，将与模板比较结果的差异大于所设定公差的单元标为红“×”，从图9中看出，图(b)、图(c)是错牌封签。

计算待检封签图像与标准模板[4]图像的灰度投影曲线的相似距离，可用两者像素灰度值的平方差来进行计算。计算结果为0时，表明两者之间的相似性最大；计算结果越大，表明两者之间的相似性越小，计算公式如下：

………………（1）

Distance（A，B）为灰度投影曲线A与B之间的相似距离，B为模板小包封签投影曲线的像素灰度值，A为待匹配小包封签图像投影曲线的像素灰度值，L为匹配像素灰度值个数，根据公式（1）可计算出被测小包封签与模板封签之间的相似度。当相似度低于设定的阈值时，则认为封签发生错牌。

（a）              （b）               （c）

图8  是三种小包封签图像模板匹配结果示意图

结束语

本文详细介绍了一种基于机器视觉技术的小包封签错牌检测装置，以解决现有技术存在的问题，保证小包封签错牌检测的准确性。采用本检测装置及检测方法能很大程度上提高对小包封签错牌检测的准确度，减少因封签错牌而造成的不合格产品，有效的提高了香小包产品包装质量，降低了包装材料浪费率，节约了企业的生产成本，具有一定的应用价值和应用空间。

参考文献

[1]贾云得.机器视觉[M],北京:科学出版社出版,2000.

[2]张向阳,张进武,覃志宏. 基于机器视觉技术的卷烟小包封签直线检测算法[ J]. 烟草科技, 2008( 3): 22-24.

[3]吴炯,张秀彬.数字图像中边缘算法的实验研究[ J]．微计算机息,2004,20(5),106-107.

[4]李俊山沈绪榜．图像匹配技术研究J ．微电子学与计算机2000(2):10－14．

[5]邵平,杨路明．基于广义掩膜积分图像的快速模板匹配[ J]．计算机科学2 0 0 8 ， Vo 1 3 5 ．

作者简介：沈宝诚（1982-），男，滁州市凤阳人，高级工程师，研究方向：计算机智能检测与自动控制；

E-mail:117914791@qq.com；

联系电话：18555525809；

收刊地址：安徽省蚌埠市禹会区长征路726号中国电子科技集团公司第四十一研究所。