基于DSP_FPGA的烟包包装缺陷视觉检测系统研究

A b s t ra c t: A hardware p latform design w ith machine vision to inspect the i m age of cigarette package
was p roposed and the softw are was developed. Firstly, the intensity of p ictures should be p rocessed by gray scale, then denoised and binarized w ith p roper binarization. The faults of package tag paper such as m is2 match and rake angle are finally identified in the binarized im age. This method is efficient in the high speed and automatic package inspection.
上式说明 , 随着迭代次数的增加 , 平均灰度值将趋向于真 值 。因此 , 用迭 代算法 求得 的最佳 阈 值 不 受 噪 声 干 扰 的 影 响 [5 ] 。 根据上述分析 , 对烟包灰度图像进行的迭代算法描述如 下 :首先选择一个近似阈值作为估计值的初始值 , 然后进行分 割 , 产生子图像 , 并根据子图像的特性来选择新的阈值 , 再用新 的阈值分割图像 , 经过几次循环 , 使错误分割的图像像素点降 到最少 。这样做的效果好于用初始阈值直接分割图像的效果 , 阈值的改进策略是迭代算法的关键 。具体算法步骤如下 :
视频信号 ,根据检测目的对图像数据进行图像处理运算 , 并将 运算结果传送至 MCU 控制器 。主要由 T M S320C6201 DSP 和
SpartanXL FPGA 搭建而成 , 工作时将成像单元采集的视频信
号 ,经过 SAA7111A 芯片解码后传递给 FPGA 进行图像的预处 理 。DSP 将 FPGA 预处理后的图像读取进来并进行一定的软 件算法处理判断 ,并将判断的结果发送给控制单元进行相应的 操作 ,见图 2。 控制单元是由单片机 、 分拣机构 、 显示单元 、 报警单元 、 光 电传感器和通信模块等器件构成的控制系统 ,用来完成烟包在
g1 ( x, y ) = f1 ( x, y ) + e ( x, y ) g2 ( x, y ) = f2 ( x, y ) + e ( x, y )
2 图像处理
对烟包的图像处理主要包括灰度处理 、 图像二值化分割处 理、 边缘检测和结果识别等几个步骤 [ 4 ] 。
2. 1 图像灰度
在迭代算法中 , 需要对分割出的图像分别求其灰度均值 , 则:
图 2 烟包在线检测平台结构原理
( x, y) 和 e ( x, y) 叠加而成的 , 即 : g ( x, y ) = f ( x, y ) + e ( x, y )
Fig . 2 Princip les of the cigarette package on2line inspection platfor m
Z1 =
f ( i, j) < T K
∑ ∑
f ( i, j) × N ( i, j)
:
1 [ ( R - G) + ( R - B ) ] 2
( R - G)
2
f ( i, j) > T K
∑ ∑
N ( i, j)
f ( i, j) × N ( i, j) N ( i, j)
+ (R - B ) (G - B )
Z 后的结果 , B 代表结构元素关于原点的对称集合 。其数学
S
图 5 烟包二值图像中的兴趣区域
Fig . 5 Target area in the binary im age of cigarette package
则说明封签不偏移 。 同时 , 如果 A ≤
i2 - i3
Z2 =
f ( i, j) > T K
I=
f ( i, j) > T K
3
式中 : f ( i, j) — 图像上 ( i, j) 点的灰度值 ; N ( i, j) — ( i, j) 点 的权重系数 , 一般 N ( i, j) = 1。
4 ) 选择新的阈值 T
T
K +1 K +1
3m in ( R, G, B ) S =1 R + G +B 2. 2 图像二值化分割
这里假设各点的噪声是互不相关的 , 且具有零均值 , 标准 传送带上的定位 、 包装瑕疵的烟包的剔除操作以及显示 、 报警 等功能 ,为了组成闭环柔性系统 ,还可以设置通信模块 [ 3 ] 。 差为 ε 。通过阈值分割将图像分割为两部分 , 由于噪声是随机 作用于图像的像素点上 , 则可以认为在分割出的目标 g1 和背 景 g2 图像上噪声干扰仍为 e ( x, y) , 即 :
作者简介 : 邱超 ( 1979 - ) ,男 ,郑州人 ,硕士 ,河南工业大学讲师 ,主要研究方向为控制理论与控制工程 。
40
邱超等 基于 DSP + FPGA 的烟包包装缺陷视觉检测系统研究 的灰度直方图具有明显的双峰 。但是在烟包图像预处理时并 没有消除噪声 ,噪声的干扰使峰谷的位置难以判定或者结果不 稳定 。这里采用一种新的迭代算法 ,在有效地消除或减少噪声 对灰度门限值 g 的影响的同时 , 对图像进行了二值化处理 。 原理是 , 设有一幅混入噪声的图像 g ( x, y ) 是由原始图像 f
包装工程 PACKAGI N G ENGI N EER I N G Vol . 29 No. 7 2008. 07
基于 DSP + FPGA 的烟包包装缺陷视觉检测系统研究
邱 超 , 陈兴洲
(河南工业大学 , 郑州 450007)
摘要 : 提出了采用机器视觉技术 ,对卷烟企业生产的烟包进行图像识别及检测的 DSP + FPGA 硬 件平台设计方案 ,并对烟包包装缺陷检测的软件实现进行研究 , 提出选取图像强度分量进行灰度处 理 ,选择合适的二值化和滤噪方案对图像进行二值化及滤噪处理 ,最终在二值化图像中进行包装检测 的过程 ,为烟包高速自动化包装检测提供一种高效可行的实施方案 。 关键词 : 烟包 ; 包装检测 ; 机器视觉 ; DSP; FPGA 中图分类号 : TB487; TS43 文献标识码 : A 文章编号 : 1001 - 3563 (2008) 07 - 0040 - 03
V is u a l In sp e c t io n S y s tem o f C ig a re t te P a c k a g e F a u lts B a se d o n D S P + F P GA
Q IU Chao, CHEN X ing 2zhou
(Henan University of Technology, Zhengzhou 450007, China)
2. 3 图像边缘检测
经过图像分割后 ,原图变成二值图像 。烟包图像轮廓提取 就变得非常简单 。二值图像轮廓提取的算法就是掏空内部点 , 如果原图中有一点为黑 , 且它的 8 个相邻点都是黑色时 , 判定 该点是原图像的内部点 ,则将该点删除 。最后 ,经过这样的算 法处理后 ,一幅图像留下的点即是图像的轮廓 , 也就实现了图 像的边缘检测 [ 7 ] 。 在数学形态学运算中 ,腐蚀具有消除物体边界点的作用 。 结构元素取 3 × 3 的黑点块 , 腐蚀将使物体的边界沿周边减少 一个像素 。那么边缘检测实际上相当于用 3 × 3 块的 9 个点结 构元素对原图进行腐蚀 ,再用原图像减去腐蚀的图像 。 令 X 为烟包图像 , B 为结构元素 , B Z 表示结构元素 B 平移
0 1 ) 选择一个初始阈值的估算值 ( T ) : 0 K 0 T = ( T | K = 0) , T =
Zm in + Zm ax
图 3 烟包 I分布直方图
2
Fig . 3 H istogram of the intensity range of cigarette package
式中 : Zm in 、 Zm ax — 分别是图像中的最小和最大灰度值 。
2 ) 利用阈值 T 把图像分割成两组 R1 和 R2 , 其中 :
K
因此在压缩处理烟包图像数据时 ,没有采用常用的加权平 均值的方法灰度化图像 [ 5 ] , 而是把 RGB 烟包图像转换成 H IS 域中取 I分量进行灰度处理 ,这样将双峰之间的谷作为灰度阈 值可以得到烟包的合理边界 ,更利于提取边界信息 。将颜色从
图 1 检测系统的总体结构
Fig . 1 Structure of the inspection system
1 硬件平台构建
系统硬件按功能可分为 3 个部分 : 成像单元 、 图像采集与 处理单元 、 控制单元 。总体结构见图 1。 成像单元由 CCD 摄像机 、 照明光源构成 ,负责原始图像数 据的采集 , CCD 摄像机向图像处理子系统输出模拟视频信 号 [ 1 ] 。本系统采用线阵带异步重置外触发功能的摄像机 +漫 反射荧光灯光源构成成像单元 ,完成对烟包图像的成像 [ 2 ] 。 图像采集与处理单元负责接收模拟视频信号 ,数字化模拟 收稿日期 : 2008 Ο 04 Ο 11 基金项目 : 河南省重点科技公关项目 ( 072102210013 )
E [ g1 ( x, y) ] = E [ f1 ( x, y) + e ( x, y) ] = E [ f1 ( x, y) ] E [ g2 ( x, y ) ] = E [ f2 ( x, y ) + e ( x, y ) ] = E [ f2 ( x, y ) ]