《厦门理工学院学报》  2021年第1期 29-34   出版日期:2021-02-28   ISSN:1673-4432   CN:35-1289/Z
烟盒第六面外观检测装置的设计


ZB45型包装机是国内卷烟包装的主力机型,生产速度为400包·min1,该机型采用一种新的控制系统,通过专门的程序语言GD与用户接口,性能可靠,运行稳定。在生产过程中,由于材料原因或设备故障,烟盒容易产生一些外观缺陷,需要对烟盒外观进行检测[1]。外观检测装置大多安装在包装机出口输送皮带上,对小包烟盒前、后、左、右、上5个面的外观进行检测[23]。由于小盒第六面与ZB45型包装机输送带接触,无法对第六面进行外观检测,而烟盒第六面包含了一些重要信息,如烟盒条码、文字信息等,因此对其外观的检测非常重要。由于目前大多数烟草包装过程没有开发并集成第六面外观检测,为此,本文基于Micro Ⅱ控制系统提出一种全新的第六面外观检测装置,以有效识别烟盒第六面图像,准确剔除第六面缺陷烟盒,提升卷烟的包装质量。 图1第六面外观检测装置结构 Fig1Structure of the bottom side inspection device1第六面外观检测装置的结构 烟盒第六面外观检测装置(CH外观检测)主要有MindVision CCD工业相机、图像采集器、图像显示屏和IO电路组成。第六面外观检测装置结构如图1所示。该装置与CH剔除阀和MICRO Ⅱ组成新的控制系统,采用高速智能相机,配置HALCON关键算子对烟盒图像分析和处理,运用Otsu阈值分割算法对烟盒第六面外观图像预处理。设计的第六面外观检测装置经IO电路与MICRO Ⅱ控制系统物理连接,通过GD语言开发并实现剔除功能,将识别到的缺陷烟盒在CH剔除阀工位上准确剔除,最终完成ZB45型包装机对烟盒第六面外观识别并剔除缺陷烟盒的工序。 2第六面外观检测装置的功能及算法 21第六面外观检测装置的功能 第六面外观检测装置的功能包括:烟盒条码识别、烟盒检测区域缺陷设定,检测区域位置、大小调整,检测点阈值、门槛值调整,以及历史缺陷图片存储、查看等功能。检测装置的人机界面通过对图像识别点的操作完成界面配置,自动生成配置模块,无需编写任何代码。相机设置界面还提供了曝光时间,增益相关参数调整功能。另外,人机界面还提供了参数保存功能以便操作人员调试使用。由触摸屏进入系统设置时设有解锁键,防止人为误操作。第六面外观检测装置参数设置界面如图2所示。 厦门理工学院学报2021年 第1期徐志:烟盒第六面外观检测装置的设计 图2第六面外观装置参数设置界面 Fig2Parameter settings of the bottom side visual inspection device 22Halcon关键算法 建立一个包含Halcon算子的库目录属性项目表,在MFC的开发环境(操作系统Windows10 64 bit,4 GB内存/64 GB磁盘)中导入该属性表[4],通过调用Halcon算子,对含Halcon函数库的MFC模块对烟盒图像分析和处理,CCD相机提取烟盒图像信息,获得所需烟盒的第六面条码信息。 条码是烟盒重要的牌号信息,位于烟盒第六面上。CCD工业相机采集烟盒第六面条码信息,创建条码模型,设置相关参数(包括中间参数查询),进行条码解码,最终识别并显示条码数字,关键算子如下: 1)创建条码模型:create_bar_code_model()、set_bar_code_param()、set_bar_code_param_specific(); 2)条码识别:find_bar_code(); 3)结果处理:get_bar_code_object()、get_bar_code_param()、get_bar_code_result() ; 4)清除模型:clear_bar_code_model()。 23图像预处理 在烟盒图像分析中,首先对烟盒图像进行特征抽取,将采集的烟盒图像分离和过滤,消除图像中无关的信息,然后对处理后的烟盒图像进行缺陷外观识别。阈值分割算法的关键是对烟盒图像的灰度级进行分析并找到一个合适的阈值,根据这个阈值对图像进行分割处理。基于阈值的分割方法主要有直方图阈值算法和最大类间方差算法(Otsu法) [56]。 231直方图阈值分割算法 直方图阈值分割法是典型的全局阈值分割法[7],其基本思想是根据灰度直方图找到合适的全局阈值。灰度直方图呈现双峰分布,其双峰的谷底对应的灰度值看作阈值t,按照目标烟盒像素的灰度值是否大于t分割图像。直方图阈值分割法的阈值判定公式如式(1)所示 : g(x,y)=1,f(x,y)>t0,其他。(1) 图3为阈值t取94时的烟盒第六面的像素值与灰度值关系曲线图。 图3烟盒第六面像素值与灰度值关系曲线图 Fig3Pixel value and gray value curves of the bottom side 232Otsu算法 Otsu算法[8]用一个阈值将烟盒图像中的数据分为两类,在一定条件下阈值不受图像亮度对比度的影响,因此Otsu阈值分割算法适合烟盒外观检测。算法思路为:设烟盒图像具有L个灰度等级,则烟盒图像中总的像素N=∑L-1i=0ni,其中ni表示灰度值为i的数目,每个灰度值的概率Pi=ni∑L-1i=0ni。在Otsu算法中,以阈值k将所有的烟盒像素分为目标C0和背景C1两类。 C0类烟盒像素所占的总面积比例为 ω0=∑k-1i=0Pi (2) C1类烟盒像素所占的总面积比例为 ω1=1-ω0 。(3) C0类烟盒像素的平均灰度级为 μ0=μ0(k)/ω0 (4) C1类烟盒像素的平均灰度级为 μ1=μ1(k)/ω1 。(5) 式(4)、(5)中: μ0(k)=∑k-1i=0iPi, μ1(k)=∑L-1i=kiPi=1-μ0(k) 。(6) 最大类间方差公式为 δ2(k)=ω0(μ-μ0)2+ω1(μ-μ1)2 。(7) 通过式(2)~(7)计算在不同k值的类间方差δ2(k),使δ2(k)为最大灰度值时的k值就是最佳阈值。 采用基于Otsu法的阈值分割方法,能将烟盒第六面的条码和文字信息较为完整地提取出来。图4为Otsu阈值分割算法处理前后烟盒第六面的对比图,相比于直方图阈值算法,该算法适应性更强。 图4Otsu阈值分割算法处理前后烟盒第六面对比图 Fig4Image before and after Otsu Threshholding 3第六面外观检测装置的Micro Ⅱ控制系统 第六面外观检测控制流程具体如图5所示。烟盒在包装机辅机CH输送带上运行,经过相关的工步和相位时,触发CCD相机LED灯闪光,拍照采集小包外观的图像,经过图像采集、图像对比和图像算法处理,作出烟盒外观是否合格的判断结果。当检测装置识别到不合格的烟盒时,通过与MicroⅡ控制系统交互的IO输入控制板,反馈给MicroⅡ控制系统,MicroⅡ控制系统处理相关信息后将输出信号传送给CH剔除电磁阀,剔除不合格烟盒。Micro Ⅱ控制系统是基于GD语言(GDL)开发的一种结构化、模块化的程序语言,它能以简单快捷的方式对逻辑设备进行程序描述。 图5第六面外观检测控制流程图 Fig5Flow chart of bottom side visual inspection GDL语言流程如图6所示。 图6GDL语言流程图 Fig6Flow chart of GD Language for bottom side visual inspection 4实测验证 随机取样1台ZB45包装机,在生产烟盒数相同(10万包·d-1)的情况下,对比第六面外观检测装置安装前后10 d内剔除缺陷烟盒数量,结果如表1所示。 表1第六面外观检测前后每日缺陷烟盒剔除数统计 Table 1Number of cigarette packs removed with visual defect on bottom side per day 样本组别第六面外观检测前外观检测 剔除缺陷 烟盒数量 /包第六面外观 缺陷烟盒 剔除数量 /包未检出的 第六面缺陷 烟盒数量 /包第六面缺陷 烟盒数占外观 缺陷烟盒总 数的比值/%第六面外观检测后原外观检 测剔除缺陷 烟盒数 /包第六面外观 检测剔除数 /包未检出的 第六面缺陷 烟盒数量 /包第六面外观 检测剔除缺陷 烟盒数量与 外观缺陷烟盒 总数的比值/%1152027150811722015832179035163622239014943237046162518443018944230036135319235015425120019136729555115676237045159615728015147176030145623944015558245052175114428016289159027145219332014221012702516451102001538均值186203421552185334611573从表1可见,正常生产过程中,安装第六面外观检测装置前未检出的第六面缺陷烟盒平均为每日342包,安装第六面外观检测装置后剔除数量平均为每日346包;10 d内检测剔除的烟盒第六面外观缺陷总量大致相同,平均每天检测剔除34包。安装第六面外观检测装置前,烟盒第六面外观缺陷总量占原有外观剔除缺陷烟盒总量的1552%,这与安装第六面外观检测装置后流入到下一道工序中第六面外观剔除缺陷烟盒量占原有外观剔除烟盒总量比例1573%大致一样。计算可得,第六面外观检测装置缺陷烟盒的剔除准确率为346/(346+1)×100%=9971%,使用第六面外观检测装置后烟盒外观总缺陷检出率提高(1853+3461853)/100 000×100%=00346%。 5结论 为解决烟盒第六面外观缺陷剔除问题,本文针对ZB45包装机组设计一套由CCD工业相机、图像采集器、图像显示屏和IO电路等组成的烟盒第六面外观检测装置。该装置采用Micro Ⅱ系统GDL程序和Otsu阈值分割算法,对ZB45型包装机生产过程中的烟盒第六面外观图像进行识别。实测结果表明,该装置可实现对烟盒第六面外观缺陷的有效检测和准确剔除,第六面缺陷烟盒剔除准确率达9971%,烟盒外观缺陷检出率提高0034 6%。