机器视觉技术在条包烟外观质量检测上的应用.

第一篇：机器视觉技术在条包烟外观质量检测上的应用.

技术与应用

机器视觉技术在条包烟 外观质量检测上的应用 孙 军1 甘益员1 肖 荣2（1．湖南中烟工业有限责任公司四平卷烟厂，吉林 四平136001； 2.大树智能科技（南京）有限公司，南京 211100）

摘要 提出了一种基于机器视觉技术和可编程控制器（S7-200）的条包烟外观质量检测的解决方案，结合应用实际，具体介绍了系统的工作原理、成像系统运行流程、系统硬件设计、图像处理软件设计[2以及PLC 程序设计等。

关键词：机器视觉技术[1]；控制系统；条包烟；剔除

Machine Vision Technology in the Appearance of Pack of Cigarettes on the Application of Quality Inspection Sun Jun1 Gan Yiyuan1 Xiao Rong2（1.Tobacco Hu’nan Industrial Co., Ltd.Siping Cigarette Factory, Siping, Jilin 136001；

2.Tree Smart Technology(Nanjing Co., Ltd, Nanjing 211100）1 引言

Abstract Proposed based on machine vision technology and programmable controllers(S7-200 pack of cigarettes in the appearance of quality testing solutions, combined with actual application, described the working principle of the system, imaging system running processes, system hardware design, image processing software design and PLC program design, etc.Key words：machine vision technology；control ；pack of cigarettes；excluding 包烟，更好地树立产品品牌形象。

随着我国经济的高速发展，烟草行业改革的步伐也十分的迅速，要想在国内外的市场上取得长远发展，必须保证卷烟产品的质量。目前，国内外许多烟机制造企业在设备上均没有应用先进的机器视觉技术，尤其现在大多数烟厂已经使用自动装封箱机，但由于原设备上没有条包烟缺陷质量检测器，完全依靠人工来检测条包烟外包装质量，卷烟产品的次品拣出率受人为因素影响较大，条包烟包装质量缺陷事故偶尔发生，影响企业产品商业信誉。传统的人工来缺陷检测远远不能满足精细生产的需要。当前，机器视觉技术和图像处理技术的在线检测系统正好能完成重复性强，检测精度高的工作。它综合应用了电气、电子、光学、自动控制、计算机、图像处理、机械等相关技术，来实现条包烟外观质量、喷码质量的自动检测和控制，剔除缺陷条 系统工作原理、成像系统运行的流程图 2.1 工作原理

条包烟图像检测系统基本原理是：在生产检测状态下，条包烟到达预定位置时，同步传感器产生触发信号，通过视觉图像传感器和图像采集卡采集条包烟外观图像，经图像处理软件对图像进行分析，在下一条包烟到达之前，完成上一条包烟的全部分析处理，而喷码的质量检测是由智能相机来采集，并对采集的数码进行智能化处理判断，这两部分检测均给出合格或者不合格的结论，传送至PLC 控制系统，如果是不合格品，则由PLC 驱动高速气缸将不合格条包烟剔除。

2.2 成像系统运行的流程图（见图2）

根据包装机的生产工艺流程，采用顺序检测进行控制，系统程序流程见图1。同步触发传感器信

技术与应用

号到达后，视觉图像传感器和智能相机采集烟条外观图像，经图像处理软件对图像进行分析，对采集的数码进行智能化处理判断，进行缺陷判定和统计，并将检测结果信号传送至PLC [3]控制系统。

机使用工业以太网和TCP/IP通信协议通信，在Windows-XP 下通过运行FrameWork 软件编制调试智能相机参数程序。

（4）分离装置由电机驱动，将条包烟减速通过并分离。

（5）触发传感器、光源、电磁阀分别为，光纤放大器FS-21R，光纤探头FU35-FA 和NF-DB04，光源组为可变色谱LED 摄影灯，喷码检测光源为红色光源，剔除电磁阀选用MAC 公司35A 系列产品。图像处理软件设计 4.1 图像处理软件算法

图像处理软件开发基于Windows XP 下的VC6.0++,图像处理函数库采用Coreco 公司的Sapera5.3。

下面针对几种特定的检测功能，简单介绍图像处理软件算法设计原理。（1）错牌检测

错牌是指其它品牌的烟条偶尔混入到当前流水线中，这是一种严重缺陷，要求接近100%的剔除概率。针对这种缺陷，采取模板匹配的图像处理方式进行检测，实践证明识别准确率比较理想，能够满足实际生产要求，它的做法是，事先采集相应品牌的特征图片，作为标准模板进行保存，系统工作时，每条经过检测的烟条图片都和标准图片进行模板匹配运算识别，得到当前的相似度系数，通过与预先设定的相似度门限值进行比较，从而判断是否出现错牌缺陷。

模板匹配的数学原理是将模板（子图）与目标区域进行二维相关运算，在设定范围内搜索出相关系数的最大值，再与设定值比较，从而可以判断是否匹配成功，如果匹配成功说明在目标区域存在与标准模板相近似的图案。每一种品牌的烟包装都存在独特的牌号图案，所以一般截取该图案作为该品牌烟条的标准模板。

模板匹配在Sapera 函数类库中位于CProSearchArea 类和CProSearchEdge 类，具体使用涉及几十个成员函数[5]。

（2）表面异常检测

表面异常缺陷是指烟条表面像素出现超出正常范围的灰度值分布，这种情况往往表示烟条表面出现了一定程度的表面缺陷，由于个别像素正常情况下也会出现比较大的波动，因此采用统计指标（均

图1 成像系统运行流程图

图2 系统硬件结构框图 3 系统硬件设备及其功能

根据卷烟制品包装质量控制系统的要求，设计了图2所示烟包质量控制系统。整个系统由上位机、触摸屏、视觉图像传感器、图像采集卡、智能相机、分离装置、触发传感器、LED 光源、电磁阀等组成，如图2所示。

（1）图像采集硬件采用丹麦相机JAI-CV-A11和加拿大CORECO 公司的图像采集卡PC2-VISION，喷码检测采用康耐视DVT 智能相机ISXS-5RC，它们将采集的信号传送给贝加莱工控机APC620。

（2）触摸屏与贝加莱工控机APC620的RS485口通信，实时显示系统运行信息，可设置参数，以及提供多种操作方式。

（3）检测喷码智能相机与贝加莱工业控制计算 技术与应用

值、方差）来衡量表面异常的程度，根据正常烟条的指标范围设定门限，当出现超过范围的烟条时，系统可以自动判断并剔除。

统计指标计算函数在Sapera 函数类库中位于CProBasic 类，函数 bool Stats(CProImage& in , float *mean , float *sd , float *min , float *max。

各参数函义：in 是待计算的图像，mean,sd,min, max 分别是均值、方差、最小值和最大值。

（3）拉线缺陷检测

拉线缺陷包括拉线缺失、拉线歪斜和拉线错牙等几种情况，本系统中采集到的正常拉线的图像特征表现为垂直的线，因此可以通过在设定区域寻找直线的图像处理算法来检查拉线的完好情况，判断直线的方法一般采用Hough 变换来实现，通过Hough 变换可以找出设定区域内直线是否存在以及直线的斜率、数量等参数，综合运用这些参数就可以判断出拉线的各种缺陷。

例如：Hough 变换在Sapera 函数类库中位于CproBasic 类，Hough 变换函数形式为：

bool Hough(CProImage& in , CProImage& out , XformDir direction , int startAngle , int endAngle , float angleIncr , HoughAccumMode accumulate [6]。

以帮助人工比较快的找出合适的门限值。自动建模的工作原理是先打开自动建模功能，然后让一定数量的合格条包烟通过检测器，软件将自动计算和统计该批条包烟的每项指标的分布范围，再按照经验系数自动分配好每个检测门限的默认值，一般情况下再经过人工的简单修正就可以投入使用。PLC 程序流程图

PLC 控制系统实时采集输入点信号，并将有缺陷条包烟的结果保持在寄存器LR 和HR 中，同步移位后进行剔除，如此反复进行完成每条条包烟的自动检测控制工作（见图3）。

4.2 防伪喷码检测

针对条包烟上喷印防伪数码过程中出现的“漏喷、模糊、缺字、移位”等质量问题，本系统通过智能相机获取喷印在BOPP 包装膜上的防伪数码图象并将其转化为数字信号，采用工控机和软件（FrameWork）技术对图象数字信号进行处理，实现模式识别，坐标计算，灰度分布图、OCR 识别、测量等，从而得到所需要的各种目标图象特征值，再通过系统OCR 软传感器对组成数码的每一位字符的形态，特征、像素等参数进行计算测定，并在容许度和其他设定的参数条件范围内通过系统所具有的智能化学习功能对字符的特征进行学习处理，以判别喷印的防伪数码字符的正常表现形态。并将智能化处理判断结果传给PLC 控制系统，由PLC 运行用户程序对信号进行逻辑处理，控制高速电磁阀驱动高速气缸，从而控制执行机构完成对超出检测设定的参数条件的不合格条包烟的剔除并报警。4.3 自动建模功能

由于每完成一次完整的检测需要人工设置比较多的超差门限参数，比较费时费力，给现场的使用带来不便，因此软件特别设计了自动建模功能，可

图3 PLC 软件程序框图 6 结论

本文主要研究设计了基于机器视觉技术、工业控制机和触摸屏的控制系统，完成了系统中软件、硬件及人机界面设计，通过它们的结合，解决了条包烟外观和喷码质量检测的问题。在湖南中烟工业有限责任公司四平卷烟厂YP11A 型装封箱机上于2009年10月应用后，系统对条包烟反包、包装错位、无透明纸、（下转第91页）技术与应用

有脉冲输入停止铃响。在铃响的同时相应得光子亮显示具体的需要处理的位置。

53-54,61.[3] 苏小林, 孟涛.PLC 在发电厂变电所中央事故和预告信

号系统中的应用[J].电站系统工程,2002,18(3:51-52.[4] 马永翔.PLC 在发电厂及变电所中央事故和预告信

号系统中的应用[J].电工技术,2001,34(6:24-25.[5] 刘学军, 宋印海, 孙铁军等.用PLC 设计大型变电

所中央事故和预告信号装置[J].吉林化工学院学报,2004.21(3:42-44.6 结论

本文采用西门子S7-200PLC 实现了变电站中央事故和预告信号控制系统的设计。整个程序简单易懂，具有很强的实用性。并且系统经过调试运行，完全可以实现系统的所有功能。

参考文献

[1] 于慧群.基于S7-200的变电站中央信号系统的设计

与应用[D].大庆石油学院工程硕士学位论文.2009.6.[2] 高静, 张顺平.可编程控制器在变电所中央事故和预

告信号系统中的应用[J].石油化工自动化,2002,38(1: 作者简介

卢志刚（1979-），男，工程师，硕士研究生，研究方向为电力系统分析与控制。

（上接第78页）5 结论

AVC 系统是一种新型的全局性的控制系统，对优化电网无功分布，改善系统电压水平起到了积极作用。但是，由于其控制模式与传统的单机控制模式存在很大区别，给发电机组的安全运行带来了一定的安全隐患。厂网可有针对性的采取应对措施，消除AVC 系统对电厂的影响。

电压控制系统技术规范(试行,2007.[2] 李钦, 温柏坚.广东电网电厂AVC 子站建设研究[J].电力系统保护与控制,2008,36(21:38-42.作者简介

谢 锋（1971-），男，工程师，工学硕士，主要从事发电厂电气设备维护工作。

参考文献

[1] 广东省电力调度中心.广东电网发电厂AVC 自动（上接第87页）

无拉线、透明纸皱、条盒翘边、错牌号、喷码漏喷、模糊、缺字、移位等多种质量缺陷的条包烟，对不合格条包烟进行剔除。经过三个月的运行，十分稳定，保证了产品质量，取得明显的间接效益。

究与实现[J].电气应用,2006,25(6:46-48.[4] 高潮.基于机器视觉的裂纹缺陷检测技术 [J].航空

精密制造技术,2007,10(5:23-25.[5] Sapera++ Programmer’s Manual 5.0.[6] Sapera Processing Programmer’s Manual 5.30.参考文献

[1] 张广军.机器视觉 [M].北京:科学出版社,2005.[2] 孙即祥.图像分析 [M].北京:冶金工业出版社,2005: 124-178 [3] 赵朝阳, 史丽萍.基于PLC 的变电站监控自动化的研 作者简介

孙 军（1964-），男，工程师，主要从事电气设备自动控制研究、烟草设备技术管理和革新改造工作。

第二篇：视觉检测系统在卷烟条盒外观质量检测上的应用

视觉检测系统在卷烟条盒外观质量检测上的应用

本文通过对视觉检测系统和以往传统的外观质量检测进行对比，得出视觉检测系统优于以往传统的外观检测方式。通过对视觉系统在卷烟条包外观质量检测上的使用案例介绍，希望能和大家共同探讨。

1.传统的外观质量检测的种类

据调查，传统质量检测有以下几类：

①机械探针式检测，即条盒玻璃纸检测利用玻璃纸破损后会离开条盒表面接触到探针从而产生机械形变的原理来检测玻璃纸是否破损，这是一种机械接触式检测方式，其缺点是检测精度低。

②各类传感器式检测（包括电感，电容，光纤，色差，颜色等传感器检测），主要用于检测条盒纸反盒?条盒纸翘边等缺陷，但是对条盒破损?包装错位?条盒拉线错牙?玻璃 纸无等缺陷难以识别检测。

③视觉传感器式检测，这属于智能相机式检测方式，特点是体积小?功耗小?系统设置简单，利用“傻瓜式”设置界面来设定几个参数，从而达到检测的目的，其缺点是：由于相机处理单元能力低，无法执行复杂的图像算法，所以检测能力有限。

④“相机+板卡+工控机方式”利用了工控机具有高速CPU处理速度、大容量内存和软件可扩展性等优点，使系统可以满足更高端的检测需求，能够检测出更多产品种类及各种更微小的缺陷。而且检测软件是自主开发，扩展性非常强，可以加入很多针对烟条某一类缺陷的检测算法，升级和技术更新的空间非常大。

2.硬件结构

在四种传统的外观质量检测中，“相机+板卡+工控机”检测系统是利用现代机器仿生技术来完成的。该检测可以有效地检测出条盒包装中常见的条盒纸无、条盒纸错牌、条盒纸翘边、条盒纸破损、玻璃纸错牙、玻璃纸缺失等缺陷，并将外观质量不合格的烟条从生产线上剔除，从而有效避免不合格条盒烟包流入市场B下面是设计的过程：

2.1系统原理

本系统是一个包括计算机的机器视觉系统，工作原理如下：

2.1.1条烟通过条烟收集器收集后，输送到分烟机构，分烟机构对紧邻的条包进行分离，使条烟的侧面检测位暴露出来，有利于进行视觉检测。

2.1.2当条包穿过摄像机取景区时，灯光照明系统照亮条包。摄像机拍摄条包图像。摄像机是面阵扫描相机；灯光是红蓝双色 LED 光源搭配选择以提供更好的成像效果。

2.1.3 这些信号通过专用数据线送入图像采集卡，经过数据处理后，送入CPU，对海量图像数据进行实时处理，通过图像算法并与建立的模板数据相比较，识别出不合格条包。先

进的图像处理软件可方便识别不同牌号和显示不同界面。

2.1.4 工控机CPU 经协议转换，再通过把相关数据送至 PLC，PLC 控制气缸做出相应的剔除动作，剔除动作是从侧面把要剔除的条包推入回收轨道，使其脱离物流，正常条包则不受影响地通过。

2.2系统结构

2.2.1分烟机构

由于生产线上的条烟经过条包收集器后会变得连在一起，而接下来的视觉检测却需要检测条烟的侧面，因此必须把连在一起的烟条分离开来才能有效地检测其侧面，并对缺陷烟条进行剔除。我们通过可调速电机对滚轮的控制，来改变相邻烟条运动的速度，从而利用速度差把连在一起的烟条分离开来。

2.2.2灯光照明系统

照明是影响机器视觉系统输入的重要因素，因为它直接影响图像成像的质量，最终影响输入数据的质量和应用效果。我们选用了双色（红蓝）LED光源的方式来打光，来适应不同品牌的照明需求，系统使用直流 LED 光源，避免了交流频闪对视频的干扰。

2.2.3视觉检测系统

视觉检测系统包括烟条摄像位同步触发光纤放大器、相机、图像采集卡、工控机、条包检测软件。

条包通过条包收集器收集后，输送到分烟机构，分烟机构对紧邻的条包进行分离，当条包穿过摄像机取景区，左右触发光纤放大器判断到位并同步触发，触发信号送到面阵扫描相机，同时触发双色 LED灯光照明系统拍摄条烟图像，得到的信号通过专用数据线送入图像采集卡，检测软件对图像经过数据处理后送入工控机，对海量图像数据进行实时处理，通过图像算法并与建立模版数据相比较，识别出缺陷条包。

2.2.4 剔除执行机构

剔出执行机构包括 PLC?气缸?剔除通道等，根据图像处理单元输出的剔出信号将生产线上的条烟（连续）剔除。

2.2.5人机操作界面

条烟视觉检测软件的人机操作界面，是显示拍照图象，创建品牌，设计窗口，建立模板等功能的17寸液晶触摸屏，操作方便，实用。

第三篇：烟标印刷质量机器视觉检测

烟标印刷质量机器视觉检测

在机器视觉检测中，每一种检测都有其特殊性，对应不同的检测对象与检测目的，需要不同的检测方法。本文结合烟标印刷质量机器视觉检测项目，介绍机器视觉检测的具体方法。

1概述

1.1烟标印刷的特点和烟标印刷质量检测的现状

烟标印刷是技术含量与质量要求最高的印刷之一。正是由于烟标印刷有着严格的质量标准，所以即使采用先进的进口印刷机械，产品也存在较多的次品。我国的烟标印刷企业目前一般采用人工在印中抽样及印后逐一目测的方法分拣次品。在烟标印刷企业常常出现这样一种现象：印刷车间，从国外进口的高档印刷机飞快的运转，几名工人轻松地注视着监控仪器；而在一旁的印刷质量检测区，几十上百的工人在紧张地对印好的成品作逐一检测。可见目前的检测方法效率低、成本高、工人劳动强度大，同时人工检测主观性强，容易造成检测标准的不统一。印刷企业通常还需要对次品进行统计，以便查找次品产生的原因，在采用人工检测时只能对次品进行抽样统计，要想实现全部次品的分类统计是很困难甚至是不可实现的。如果采用机器视觉检测，当前烟标印刷质量检测中存在的诸多问题便可迎刃而解。对烟标印刷质量机器视觉检测的有关理论问题进行研究，在此基础上研制出一套可以代替人的视觉对烟标印刷质量进行检测的系统，将大大提高烟标印刷企业的生产效率、生产质量以及经济效益。

1.2烟标印刷缺陷

烟标可能存在多种的印刷缺陷,如重影,烫金残缺,飞墨,墨色不均等,主要可归为以下几类:

1）套色缺陷。其表现为图案边缘出现重影，图案之间相对位置偏移，实质为印刷套色出现偏差。

2）烫金缺陷。其表现为烫金不全甚至没有或烫金位置偏移。

3）污迹。其表现为表面浮脏，或是有墨迹。

4）压凸缺陷。压凸部分与对应的文字或图案没有对准，或压凸的深度不符合要求。

以上几类缺陷有的有着具体的检测标准，如套色的偏差要求限制在0.2mm，而大多数 则是凭人的主观判断，如烫金污迹等。

（a）标准烟标图像

（b）有套色问题的烟标图像 图1 标准烟标图像和有套色问题烟标图像的对比

（a）标准演变图像

（b）有套色问题的烟标图像 图2.标准烟标图像和有套色问题烟标图像的对比（高分辨率、局部）

图1为标准烟标和有套色问题的烟标的对比图像，不过由于分辨率的原因,两幅图像的差别很难分辨。图2是局部对比图,由于分辨率的提高,差异已经可以容易的看到：问题烟标的字迹不清,有重影，部分边缘颜色错误。1.3机器视觉烟标印刷质量检测的难点

机器视觉烟标印刷质量检测有以下一些难点：

1、套色检测精度高

烟标印刷最大的特点就是精细,质量标准很高,套色的精度一般要求达到0.2mm所以在较低分辨率下很难显示出套色问题(如图1),这就需要提高分辨率。但随着分辨率的提高,图像尺寸也增加，图像处理的运算量也大大提高，给图像处理带来了一些困难。

2、污迹分布随机

由于污迹分布的随机性,烟标图像的每一部分都必须进行检测，使得检测的运算量很大，这在采用高分辨率图像后显得更为突出。

3、干扰因素多

烟标并不是一个平面的印刷品，其上还有压痕(为方便折叠而压的凹槽)、切口(这会使得烟标的某些部位上翘或下压)，这些不规则的压痕和切口会影响到烟标图案的相对位置，给检测带来困难。

4、各印刷缺陷互相干扰

如烫金图案的缺损，可能会被误判为污迹;当污迹恰好覆盖烫金图案时，污迹也可能被误判为烫金缺损。

2特征定位

烟标的印刷质量检测主要就是检测出套色,烫金,污迹等印刷缺陷,但是在进行这些缺陷检测之前需要作一些的工作，为这检测提供必要的信息。这些工作主要包括：特征定位和图像配准。

有关位置的印刷缺陷检测均需要位置信息，而通过特征定位则可以求得位置信息。特征定位的准确程度直接关系到后续检测的效果，所以特征定位是烟标印刷质量检测的关键步骤之一。

2.1特征的类型

图3为三种不同种类的烟标图像(图3中标注的英文字母对应图4中各烟标特征在整幅烟标图像中的位置)。由这些图像可以看出烟标具有大量的特征，这些特征主要分为以下几种类型：

1、水平边缘

位于两种不同颜色区域的水平连接处，如图4（a）

2、水平双边缘

表现为水平细线，如图4（b）

3、垂直边缘

位于两种不同颜色区域的垂直连接处，如图4(c)

图3 不同种类的烟标

图3中标注的英文字母对应图4中各烟标特征在整幅烟标图像中的位置。

图4 不同类型的特征

2.2烟标图像特征定位的搜索范围

烟标图像有三个重要的特点：一是图像旋转角很小（如图3（b））的旋转角仅为0.06度），所以在局部可以认为没有旋转；二是图像间比例尺差异很小(仅为千分之几)；三是图像间平移也很小。这三个特点决定了标准图像和目标图像的对应特征的位置（图像坐标）相差很小，这就意味着对目标图像特定特征的搜索可限制在一个较小的范围内，如果能求得目标图像对应标准图像的概略位置，则这个范围更小。

烟标图像同时还有另外一些特点，这些特点又使得特征的搜索范围必须变大。一是烟标上存在的大量压痕和切口，压痕和切口的细微差别就会使特征的位置发生变化；二是烟标的套色偏差，套色偏差会使特征的相对位置发生改变。

综合以上，影响目标图像的特征搜索范围的因素有：特征的概略位置精度，压痕切口偏差,标准图像套色偏差，目标图像套色偏差。特征的概略位置精度同采用的求法有关，本文下一节将对其进行讨论；压痕切口偏差为经验值，可统计得到；套色偏差可采用本文4节方法求得。

3图像配准

图像配准是印刷缺陷检测的基础，套色、烫金、污迹等检测只有在目标烟标图像同标准烟标图像配准的前提下才能进行。

烟标图像有很多特点，其中一个就是有大量特征存在。图像配准的算法很多，如基于边缘的配准算法，基于角点检测的配准算法等等，本文则主要针对烟标图像的特点提出了一种基于特征定位的图像配准方法。该方法的基本步骤为：首先进行特征定位，接着计算几何变换参数，最后重采样生成配准图像。3.1特征定位

特征定位的方法见第2节。特征选取应注意：

1、优先选取直角点。

2、水平边缘/沐平双边缘同垂直边缘/垂直双边缘应成对选取，即选一条水平边缘/水平双边缘就要选一条垂直边缴垂直双边缘，而且这两条边缘应尽量靠近。

3、多选取一些特征以作冗余校验，在选取文字/标志特征时更应如此。

4、避免选择彼此距离过近的特征。

3.2重采样

求得变换参数以后，标准图像上的所有点在待检测图像上的同名点的位置就可以求出来了。而这些位置的坐标值可能不是整数，所以不能直接得到这些位置上的点的灰度值，这就需要进行内插，也称为重采样。

4套色检测

4.1套色不准产生的原因

导致套色不准的原因主要有以下一些：

1、设备精度差引起的套色不准

印刷机上的滚筒齿轮、版台齿条、连杆轴承、递纸牙!凸轮以及联动前规和侧规运动的机件发生磨损松动时，易使印品套色失准。

2、机器调整不当引起的套色不准

在印刷过程中，若叼牙的叼纸量过小，叼不住纸边，压印时就容易产生滑移。递纸牙、叼牙开闭动作失调，叼纸牙的压力不足，输纸系统的某些部件失调，都会导致套色不准。此外，印刷压力过大，包衬盲目增厚，包衬松动也是造成印刷版面走样(版面拉大)，套色失准的原因。

3、纸张伸缩变形引起的套色不准

纸张含水量异常、纸边卷曲时,会出现套色不准现象。

4、操作不当引起的套色不准

印版底托不良，压力过大，油墨层薪稠度过大,纸张裁切不规范都会使得套色失准。4.2基于套色十字丝的印刷套色检测

烟标上都印有套色标志，而这些标志通常呈十字丝状，称为套色十字丝。套色印刷的每一种颜色都对应一个十字丝，在套色完全准确的情况下，各颜色的十字丝完全重合(如图5（a）)，而在套色不准的情况下，各色十字丝彼此不能完全重合(如图5（d）)，它们之间的偏差就是套色偏差。所以检测印刷套色偏差可以通过检测套色十字丝来完成。本文将这种检测方法称为基于套色十字丝的印刷套色检测。4.3二值图像处理

由于图像噪声的影响，分割后的二值图像还要进行进一步的处理。图像背景中的一些噪声点,也可能被划分成十字丝,反映在二值图像上就是,除图像中央十字丝本来所在的位置存在黑像素外,其他区域还零星分布着一些黑像素(设分割后的图像,目标为黑,背景为白,下文均如此)。为了去除这些零星黑像素,本文提出了一种孤立点剔除算法。

5烫金缺陷检测

烫金是指在一定的温度和压力下将电化铝箔烫印到承印物表面的工艺过程。电化铝烫印的图文呈现出强烈的金属光泽，色彩鲜艳夺目、永不褪色。尤其是金银电化铝，以其富丽堂皇、精致高雅的装演点缀了印刷品表面，增强了印品的艺术性,使产品具有高档的感觉。所以烫金工艺被广泛地应用于高档、精美的包装装横商标、挂历和书刊封面等印刷品上。烫金的主要材料是电化铝，它是以涤纶薄膜为片基，涂上醇溶性染色树脂层，经真空喷镀金属铝，再涂上胶粘层而制成。其工艺主要是利用热压转移的原理,在合压作用下,电化铝与烫印版、承印物接触，由于电热板的升温使烫印版具有一定的热量，电化铝受热使热熔性的染色树脂层和胶粘剂熔化，染色树脂层粘力减小，而特种热敏胶粘剂熔化后粘性增加，铝层与电化铝基膜剥离的同时转印到了承印物上，随着压力的卸除，胶粘剂迅速冷却固化，铝层牢固地附着在承印物上，完成烫印过程。烟标作为高档印刷品，也大量采用了烫金工艺。

在烫金的过程中有多种因素可能影响烫金的质量，其中最主要因素有烫金的温度、压力和速度。如果烫金温度过高，熔化过度，烫印图文周围的电化铝也熔化脱落而产生糊版，同时高温还会使电化铝染色树脂和铝层发生化学变化，烫印产品亮度降低或失去金属光泽；如

果烫金温度过低，熔化不充分，也会造成烫印不上或烫印不牢，印迹不牢固、易脱落，或者缺笔断划、印迹发花。即便烫金温度合适，如果压力不足，也无法使电化铝良好地转移到承印物上，就会产生印迹发虚、花版、掉色等问题；相反，如果压力过大，衬垫和承印物的压缩变形过大，印迹则会发粗，甚至粘连、糊版。烫金速度越快，烫印接触时间越短，热熔性的染色树脂层和胶粘剂就可能来不及充分熔化，从而导致印迹发虚甚至烫印不上；而如果烫印速度过慢,会使电化铝接触时间过长，虽然粘结比较牢固,但印迹会变粗。除了温度，压力，速度三大因素以外，其它如纸张,电解铝质量也都对烫金质量产生影响。这些因素使得烫金质量的控制比较困难,而烫金缺陷在所有印刷缺陷中的出现的几率也是比较高的,所以烫金质量的检测就显得尤为重要。

第四篇：机器视觉检测卷烟条盒包装质量

机器视觉检测卷烟条盒包装质量

1．引言

机器视觉系统是指通过机器视觉产品，如CCD、CMOS和光电管等，将被摄取的目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，再根据判别的结果控制现场的设备。典型的工业机器视觉应用系统包括如下部分：光源，镜头，CCD照相机，图像处理单元（或图像采集卡），图像处理软件，监视器，通讯/输入输出单元等。

随着中国加入WTO，市场竞争日益激烈，卷烟企业为了提高产品的竞争力，更好的开拓市场，在加大卷烟质量的技改力度、提高卷烟质量的同时，对卷烟制品的包装形式及包装质量也加大了改造力度，以在激烈的市场竞争中更好的巩固和开拓市场。卷烟产品包装质量的检测，是市场营销过程中保证质量的一个重要手段。传统的烟支条盒包装质量完全由人眼检测，而长时间工作会使人眼产生视觉疲劳，难以避免产品错检、漏检情况的出现。基于机器视觉开发的检测系统使得在产品质量的检测过程中用机器代替人眼来做测量和判断，降低了人为因素对产品质量的影响，在提高卷烟包装质量的技改方面满足了企业的需求。

2． 系统的设计方案

系统采用线性光源以产生照明能量集中、光强分布均匀的一条光带；采用多个相机对条盒需要检测的各个面进行拍照，以保证检测的全面性；采用外触发模式使各个面的图像分通道进入图像采集单元；经过处理单元对各通道的图像进行复杂的表面检测运算，如果发现任何一个通道的图像存在表面质量缺陷，则对下位机给出控制信号，使执行单元在该不合格条盒通过时将其剔除；系统显示器实时显示各通道图像及其检测结果，并给出缺陷的分析结果。

系统的图像采集单元包括图像采集卡、D/A转换卡、光源、CCD相机，工业控制计算机作为图像处理单元，以PLC控制系统控制执行单元。

3． 图像采集

图像的获取实际上是将被测物体的可视化图像和内在特征转化成能被计算机处理的数据，它直接影响到系统的稳定性及可靠性。一般利用光源、光学系统，相机、图像采集卡、图像处理单元获取被测物体的图像。

光源是影响机器视觉系统输入的重要因素，因为它直接影响输入数据的质量和至少30%的应用效果。条盒的外包装透明纸对光的反射、折射效果都很强，所以系统的照明系统采用多种型号的LED条形光源组合构成，照明方式为反射式照明，为延长光源的使用寿命，保持光源的高亮度、高稳定性，相机拍照时采用频闪光，频闪速度与相机的扫描速度同步。

在机器视觉中，CCD摄像机以其体积小巧、性能可靠、清晰度高等特点得到了广泛应用。按照其所用的CCD器件可分为线阵式和面阵式两大类。线阵式摄像机一次只能获得图像的一行信息，被拍摄的物体必须以直线形式从摄像机前移过，才能获得完整的图像，而面阵式摄像机则可以一次获得整幅图像的信息。在条盒包装质量检测系统中需要一次取得条盒外包装五个面的图像，设计中采用四个面阵式CCD摄像机同步拍照。

图像采集卡是控制摄像机拍照、完成图像采集和数字化、协调整个系统的重要设备。它一般具有以下模块：1.A/D转换模块2.时序及采集控制模块3.图像处理模块4.PCI总线接口及控制模块5.相机控制模块6.数字输入/输出模块。系统设计采用外触发模式对条盒进行拍照，图像采集卡通过TTL信号与外部装置（传感器、光源频闪控制器、PLC等）进行通信，用于响应频闪、拍照和给出剔除信号。

4．图像的分析处理

目前卷烟条盒包装主要存在破损、翘边、反包、包装错位、封签（偏移、叠角、缺失）等缺陷，在图像处理单元利用图像定位、边缘检测、斑点分析等算法，对各个通道的图像进行分析，以确定产品包装是否存在质量缺陷。

4.1定位配准（Locator）

定位配准是图像与标准模板进行缺陷检测的必要条件，定位准确与否直接关系到整个视觉系统的成败。传统的物体定位技术通过寻找统计模板（参考图像）与物体（产品图像）间的灰度级相关度的方法来决定物体的X、Y坐标，本系统定位采用几何特征匹配，通过设置兴趣域并学习兴趣域内物体的几何特征，然后在图像内寻找相似形状的物体，不依赖于特殊的像素灰度，提高了定位物体的能力，在改变物体角度、尺寸、明暗度等条件的情况下仍能精确定位物体。应用中的特点：

·基于图像中条盒轮廓或边缘找寻和定位条盒；

·设定模板后，所有查找都基于模板操作；

·对于相似的模板进行加权处理，能自动去模糊化（二意性）；

·容许阴影、对比度低、边缘不清或背景噪音；

·定位器返回找到条盒特征的X、Y坐标。

4.2边缘检测（Edge）

边缘是指图像局部亮度变化最显著的部分，主要存在于目标与目标、目标与背景、区域与区域（包括不同色彩）之间。图像中被查找的边缘被标记为从全暗至全亮或从全亮至全暗范围内的灰度值变化，边缘工具从图像中去除常量或变化缓慢的背景，保留作为图像特征的边缘，并计算边缘的幅度和角度。边缘的幅度指穿过边缘时灰度值的变化量；边缘的角度是指边缘与垂直方向的夹角。下图为两个三角形。其中，箭头的方向表示边缘的角度，箭头的大小表示边缘的幅度。每一三角形具有同样的边缘角度，但由于背景的灰度值不同，左边三角形的幅度大于右方三角形。大多数由真实图像产生出的边缘幅度图像包含虚假的或噪声边缘像素，这些边缘像素是视频噪声、反射或其它图像缺陷所造成的。通过在边缘幅度图像中设置阀值，可消除这些虚假像素。设置阀值在消除虚假边缘的同时，还常会消除真正的边缘。因为真正的边缘常由一些邻近像素的集合构成。通过在边缘图像中设置边缘滞后阀值，可在消除虚假边缘的同时，保留真正的边缘。边缘滞后阀值消除了一些像素，这些像素的灰度较那些与其它边缘像素不相邻的像素低一定的幅度，较边缘幅度图像高一定的幅度。这一方法保留了形成真正边缘的连续边缘像素，而消除了由噪声或其它图像缺陷而形成的边缘像素。

系统的设计中通过在边缘工具中设置边缘滞后阀值和幅度范围来检测条盒边缘及透明纸褶皱的缺陷。

4.3斑点分析（Blob Analysis）

Blob分析可为视觉系统提供图像中斑点的数量、位置、形状和方向，还可提供相关斑点间的拓扑结构，其是一种对闭合目标形状进行分析处理的基本方法。

Blob分析从场景的灰度图象着手进行分析，在进行分析以前，利用二值化（Bilinear Interpolation）把图像分割为构成斑点（Blob）和局部背景的像素集合，典型的目标像素被赋值为1，背景像素被赋值为0。分割时设定了两种方法固定阀值分割（Hard Threshold）和动态阀值分割（Soft Threshold）。

当图像被分割为目标像素和背景像素后，进行连通性分析，在图像中寻找一个或多个相似灰度的“斑点”,并将这些“斑点”按照四邻域或者八邻域方式进行连通性分析，将目标像素聚合为目标像素或斑点的连接体，就形成了一个Blob单元。通过对Blob单元进行图形特征分析，可以将单纯的图案灰度信息迅速转化为图案的形状信息，包括图形的质心、面积、周长等。使用Blob分析，通过多级分类器的过滤，在一定程度上可满足对条盒透明纸破损、反包、盒皮印刷等缺陷的检测需求。

5．系统的总体开发

在条盒外包装质量检测系统中，采用的处理方式是基于PC机的检测处理系统。开发时综合考虑了系统与相机、采集卡、外部PLC、以及PC本身外设的连接与通信控制，提供了友好的人机界面和可靠历史记录存储数据库；检测到质量缺陷时，提示缺陷类别，对执行单元给出剔除信号。

执行单元是系统的一个关键环节，其作用就是响应上位机给出的剔除指令，准确无误地剔除不合格的条盒。在生产流水线运行的高峰时期，速度可达到8条/s，为保证系统的稳定性和快速性，设计中电控系统采用西门子的S7-200 PLC，执行机构中应用高速的电磁阀组和喷吹腔体，使其能够对剔除信号给出快速响应。

东莞市奥普特自动化科技有限公司

第五篇：机器视觉在物联网中的应用

机器视觉在物联网中的应用

物联网是新一代信息技术的重要组成部分，顾名思义，物联网就是物物相连的互联网，其实现方式主要是通过各种信息传感设备，实时采集任何需要监控、连接、互动的物体或过程等各种需要的信息，与互联网结合形成的一个巨大网络。其目的是实现物与物、物与人，所有的物品与网络的连接，方便识别、管理和控制。美国权威咨询机构FORRESTER预测，到2020年，世界上物物互联的业务，跟人与人通信的业务相比，将达到30:1，因此，“物联网”被称为是下一个万亿级的通信业务，所有的迹象都表明，世界已经开始进入物联网时代。

物联网的组成可归纳为以下四个部分：物品编码标识系统，它是物联网的基础；自动信息获取和感知系统，它解决信息的来源问题；网络系统，它解决信息的交互问题；应用和服务系统，它是建设物联网的目的。物联网架构如下图所示。

在物联网的基础层，信息的采集主要靠传感器来实现，视觉传感器是其中最重要也是应用最广泛的一种。研究视觉传感器应用的学科即是机器视觉，机器视觉相当于人的眼睛，主要用于检测一些复杂的图形识别任务。现在越来越多的项目都需要用到这样的检测，比如AOI上的标志点识别、电子设备的外观瑕疵检测、食品药品的质量追溯以及AGV上的视觉导航等，这些领域都是机器视觉大有用途的地方。同时，随着物联网技术的持续发酵，机器视觉在这一领域的应用正在引起大家的广泛关注。

在自动信息获取和感知系统中，用到最多的技术是自动识别技术，它是指条码、射频、传感器等通过信息化手段将与物品有关的信息通过一定的方法自动输入计算机系统的技术的总称。自动识别技术在二十世纪七十年代初步形成规模，它帮助人们快速地进行海量数据的自动采集，解决了应用中由于数据输入速度慢、出错率高等造成的“瓶颈”问题。目前，自动识别技术被广泛地应用在商业、工业、交通运输业、邮电通讯业、物资管理、仓储等行业，为国家信息化建设做出了重要贡献。在目前的物联网技术中，基于图像传感器采集后的图像，一般通过图像处理来实现自动识别。条码识读、生物识别（人脸、语音、指纹、静脉）、图像识别、OCR光学字符识别等，都是通过机器视觉图像采集设备采集到目标图像，然后通过软件分析对比图像中的纹理特征等，实现自动识别。目前国内机器视觉厂商中，视觉产品在物联网行业中应用较多的有维视图像，其产品在该行业的主要应用方向如：基于图像处理技术的织物组织自动识别，指纹自动识别，条纹痕迹图像处理自动识别，动物毛发及植物纤维显微自动识别等。

我们可以提供一些简单的应用案例，来说明机器视觉在物联网行业的应用。当司机出现操作失误时汽车会自动报警——失误由视觉硬件采集图像反应，然后由图像处理软件做出判断，并将信号传送给中央处理器；公文包会提醒主人忘带了什么东西——已经携带的物品跟数据库内原有的物品进行对比确认，也是通过机器视觉的办法实现的；当搬运人员卸货时，一只货物包装可能会大叫“你扔疼我了”，或者说“亲爱的，请你不要太野蛮，可以吗？”；当司机在和别人扯闲话，货车会装作老板的声音怒吼“笨蛋，该发车了！”——基本情况的判断，特别是复杂情况下，单一类型的传感器无法取得全面的信息，而视觉系统是人类取得信息量最大的一个系统，对应实现其功能的机器视觉系统，可以帮助物联网在基础层面方便快捷的获取大量的信息，支撑后期的判断处理。

从当前的物联网发展形势来看，逐步形成了长三角、珠三角、环渤海地区、中西部地区等四大核心区域。这四大区域目前形成了中国物联网产业的核心产业带。呈现出物联网知识普及率高、产业链完善、研发机构密集、示范基地和工程起步早的特点。在这些区域，已经建设了很多基于感知、监测、控制等方面的示范型工程。特别是在智能家居、智能农业、智能电网等方面，成绩比较突出，在矿山感知、电梯监控、智能家居、农业监控、停车场、医疗、远程抄表等都取得重大突破。

根据权威部门预计，随着物联网技术的研发和产业的发展，2013年中国物联网市场规模将达4896亿元，到2015年，这一规模将达到7500亿元，发展前景将超过计算机、互联网、移动通信等传统IT领域。作为信息产业发展的第三次革命，物联网涉及的领域越来越广，其理念也日趋成熟，可寻址、可通信、可控制、泛在化与开放模式正逐渐成为物联网发展的演进目标。而对于“ 智慧城市”的建设而言，物联网将信息交换延伸到物与物的范畴，价值信息极大丰富和无处不在的智能处理将成为城市管理者解决问题的重要手段。而机器视觉行业因为其与物联网行业的紧密联系，必将再次经历一个快速腾飞的过程，所有视觉行业的从业者，要提高自身专业修养，等待这一世纪的到来，伴随产业发展共同成长。