这些小活动你都参加了吗?快来围观一下吧!>>
电子产品世界 » 论坛首页 » 综合技术 » 工业控制与自动化 » 产品图象智能检测技术研究

共1条 1/1 1 跳转至

产品图象智能检测技术研究

助工
2007-08-27 21:27:44     打赏
( 文章来源:(1.河南科技大学自动化技术研究所,洛阳471003;2.郑州生物制药厂,郑州450045) 
  摘  要:工业界对图象智能检测技术有着迫切的需要。本文通过对火腿肠产品在线感官质量检测关键性技术的深入研究,证实了该项技术在火腿肠类产品在线感官检测中应用的可行性,文中重点讨论了产品图象智能判别系统的硬软件结构、图象检测判别方法、检测实验数据及实验结果分析。
    关键词:智能检测;系统结构;摄像头

1引言
    计算机工业图象检测是将计算机视觉应用于工业检测的一门交叉学科[1]。计算机视觉是指利用计算机技术对景物图象进行识别,以实现人视觉功能的扩展[2]。利用该技术可以解决许多工业检测难题,提高检测效率和自动化水平,构成带视觉环节的反馈控制系统[2]。利用计算机进行检测不会损坏待检产品、精度高,并有一定的智能性[3],在肠食产品感官检测中具有重要的应用价值。目前我国大部分肠食产品加工业对产品感官指标的检测仍以手工为主,成本高,易受个人视力、情绪、疲劳、光线等因素的影响,效率低,分选差异大。鉴于目前图象识别技术在液面和厚度自动检测、集成电路芯片焊点自动定位、零件表面坏损自动检测等领域的应用[2],我们通过光电技术、图象识别及微机控制技术等,对“火腿肠产品在线感官质量检测”的关键性技术进行了深入研究,证实了将该技术应用与火腿肠感官指标检测的可行性。文中重点讨论了产品图象检测系统的硬软件结构、检测判别方法及实验结果分析。
2产品图象检测系统结构
    图l为火腿肠产品图象自动检测系统结构原理图。采集设备采用的是新得利公司的真彩摄影头和FlyVideoEZ-II高性能PCI影象采集卡。系统的工作流程是:当待检对象走到某一设定位置时,由光电检测系统产生一个“对象到”电信号;由下位单片机采集控制器通过RS—232串行口向上位微机发送“请采样”信号;上位IBM—PC微机接收到该信号后采集一帧产品图象,并对其进行相应的处理及边检判别,然后通过RS-232串行口向下位机发送判别结果;下位采控器针对收到的判别结果进行控制决策:若“不合格”立即发出“剔除”命令,经伺服放大后驱动剔除机构在预定位置剔除劣品;若“合格”,则发出“通过”命令。在下位采控器发出相应的控制命令之后,随即检测是否有下一个“对象到“信号,若有,重复上述操作,如此往复。
按此在新窗口浏览图片
 产品图象检测系统软件结构包括:系统初始化、图象采集及处理、图象检测及判别、控制决策等几个功能模块。首先在系统启动后,对系统进行初始化;然后进行图象的采集及处理:使采集控制器实时查询是否有“对象到”信号,若有立即采集一帧当前产品图象,并对图象进行数据提取、边缘增强、滤波等预处理,为后续图象检测做准备;图象检测及判别是最关键部分,包括图象边缘检测、特征提取计算等,用以确定待检对象的实际指标参数,然后据此对当前产品进行合格与否的分类判别,其中待检指标主要包括是否弯曲变形和肠衣包扎是否破损等。
3产品图象边检对策及判别分类
    产品图象检测判别过程包括:产品姿态判别、边缘检测和特征判别等几部分,现分述如下。
    姿态判别:既火腿肠的端点检测及其姿态计算。在对火腿肠图象进行图象预处理后,首先对其进行纵横向扫描,搜索待检测对象的两近似端点A1和A2的坐标,计算出产品在图象中的大概位置及姿态。产品姿态采用其前后两端点的连线,既线段A1-A2的倾角来标示,如图2所示。
按此在新窗口浏览图片
 边缘检测:首先根据待检对象在图象中的位置,划分出产品的存在区域,然后在该区域中根据产品姿态分别沿纵向或横向对其进行等间距短距扫描边检。本软件采用的是Sobel边检算法。
    指标计算及判别分类:
    ①线性度指标计算及判别:首先根据边缘检测的结果对待检测边缘进行图3所示分段线性化,然后计算出各分线段倾角和最大倾角和最小倾角的差值Δαmax,如Δαmax在允许范围(缺省设定倾角阀值3度,此参数值可根据检测精度要求在预定范围内调节),则其线性度指标为合格,否则为不合格,应予以剔除。
按此在新窗口浏览图片
 ②包扎破损、直径均度指标计算及判别:产品的直径是否均匀及肠衣结扎是否破损等,是通过检查产品“准直径”的偏差度来检验的(在此,之所以称“准直径”,是因为产品不一定是直的,所以对其进行无论是纵向或是横向扫描边测,同一条扫描线上两个边缘点间的距离H经过换算后得到的产品在该扫描线处的径向尺寸D未必是该处的准确直径D),H和D之间的换算关系为:D=Hcosβ,其中β为姿态倾角。(以十分段为例)采用等间距扫描对产品进行纵向或横向扫描边检可以得到9对边缘点,将每条扫描线上的两边缘点之间的H值换算为该处的D值,可得到9个D值;将这些D值经过一定的算法处理可完成产品直径均度及包扎是否破损的分类判别。
按此在新窗口浏览图片
产品图象智能检测技术研究

卜文绍1,卜翠霞2

(1.河南科技大学自动化技术研究所,洛阳471003;2.郑州生物制药厂,郑州450045)

    摘  要:工业界对图象智能检测技术有着迫切的需要。本文通过对火腿肠产品在线感官质量检测关键性技术的深入研究,证实了该项技术在火腿肠类产品在线感官检测中应用的可行性,文中重点讨论了产品图象智能判别系统的硬软件结构、图象检测判别方法、检测实验数据及实验结果分析。
    关键词:智能检测;系统结构;摄像头

1引言
    计算机工业图象检测是将计算机视觉应用于工业检测的一门交叉学科[1]。计算机视觉是指利用计算机技术对景物图象进行识别,以实现人视觉功能的扩展[2]。利用该技术可以解决许多工业检测难题,提高检测效率和自动化水平,构成带视觉环节的反馈控制系统[2]。利用计算机进行检测不会损坏待检产品、精度高,并有一定的智能性[3],在肠食产品感官检测中具有重要的应用价值。目前我国大部分肠食产品加工业对产品感官指标的检测仍以手工为主,成本高,易受个人视力、情绪、疲劳、光线等因素的影响,效率低,分选差异大。鉴于目前图象识别技术在液面和厚度自动检测、集成电路芯片焊点自动定位、零件表面坏损自动检测等领域的应用[2],我们通过光电技术、图象识别及微机控制技术等,对“火腿肠产品在线感官质量检测”的关键性技术进行了深入研究,证实了将该技术应用与火腿肠感官指标检测的可行性。文中重点讨论了产品图象检测系统的硬软件结构、检测判别方法及实验结果分析。
2产品图象检测系统结构
    图l为火腿肠产品图象自动检测系统结构原理图。采集设备采用的是新得利公司的真彩摄影头和FlyVideoEZ-II高性能PCI影象采集卡。系统的工作流程是:当待检对象走到某一设定位置时,由光电检测系统产生一个“对象到”电信号;由下位单片机采集控制器通过RS—232串行口向上位微机发送“请采样”信号;上位IBM—PC微机接收到该信号后采集一帧产品图象,并对其进行相应的处理及边检判别,然后通过RS-232串行口向下位机发送判别结果;下位采控器针对收到的判别结果进行控制决策:若“不合格”立即发出“剔除”命令,经伺服放大后驱动剔除机构在预定位置剔除劣品;若“合格”,则发出“通过”命令。在下位采控器发出相应的控制命令之后,随即检测是否有下一个“对象到“信号,若有,重复上述操作,如此往复。

    产品图象检测系统软件结构包括:系统初始化、图象采集及处理、图象检测及判别、控制决策等几个功能模块。首先在系统启动后,对系统进行初始化;然后进行图象的采集及处理:使采集控制器实时查询是否有“对象到”信号,若有立即采集一帧当前产品图象,并对图象进行数据提取、边缘增强、滤波等预处理,为后续图象检测做准备;图象检测及判别是最关键部分,包括图象边缘检测、特征提取计算等,用以确定待检对象的实际指标参数,然后据此对当前产品进行合格与否的分类判别,其中待检指标主要包括是否弯曲变形和肠衣包扎是否破损等。
3产品图象边检对策及判别分类
    产品图象检测判别过程包括:产品姿态判别、边缘检测和特征判别等几部分,现分述如下。
    姿态判别:既火腿肠的端点检测及其姿态计算。在对火腿肠图象进行图象预处理后,首先对其进行纵横向扫描,搜索待检测对象的两近似端点A1和A2的坐标,计算出产品在图象中的大概位置及姿态。产品姿态采用其前后两端点的连线,既线段A1-A2的倾角来标示,如图2所示。

    边缘检测:首先根据待检对象在图象中的位置,划分出产品的存在区域,然后在该区域中根据产品姿态分别沿纵向或横向对其进行等间距短距扫描边检。本软件采用的是Sobel边检算法。
    指标计算及判别分类:
    ①线性度指标计算及判别:首先根据边缘检测的结果对待检测边缘进行图3所示分段线性化,然后计算出各分线段倾角和最大倾角和最小倾角的差值Δαmax,如Δαmax在允许范围(缺省设定倾角阀值3度,此参数值可根据检测精度要求在预定范围内调节),则其线性度指标为合格,否则为不合格,应予以剔除。

    ②包扎破损、直径均度指标计算及判别:产品的直径是否均匀及肠衣结扎是否破损等,是通过检查产品“准直径”的偏差度来检验的(在此,之所以称“准直径”,是因为产品不一定是直的,所以对其进行无论是纵向或是横向扫描边测,同一条扫描线上两个边缘点间的距离H经过换算后得到的产品在该扫描线处的径向尺寸D未必是该处的准确直径D),H和D之间的换算关系为:D=Hcosβ,其中β为姿态倾角。(以十分段为例)采用等间距扫描对产品进行纵向或横向扫描边检可以得到9对边缘点,将每条扫描线上的两边缘点之间的H值换算为该处的D值,可得到9个D值;将这些D值经过一定的算法处理可完成产品直径均度及包扎是否破损的分类判别。

4产品图象检测实验结果及分析
    首先连好计算机设备并设置好灯光、图象背景等外部环境。其次要视具体情况设置好图象检测软件的相关参数、视频亮度、对比度和视频格式等软件环境,然后即可进行检测实验。具体检验参数包括:时间、图象识别率、检测准确率等。各检测数据的大小均取连续完成200次后的平均值。具体实验数据如下表1所示;现对表中实验数据做如下分析和说明。
 
按此在新窗口浏览图片
   (1)关于检测速度:采集并检测一帧大小“192×144”象素的产品图象用时0.16秒,每分钟可检测370根产品;采集并检测一帧大小为384×288象素的产品图象用时0.45秒,每分钟可检测130多根产品。而一台融肠灌装机的灌装速度为100根/分,所以可以满足检测速度的要求,若设定图象为“192×144”象素,每台检测设备可同时满足三台灌装机的速度要求。
        (2)关于图象识别率:识别率均在92%以上;高分辨率图象识别效果稍逊是由于图象边缘较细腻,边缘反而难提取;相信通过对检测算法的进一步优化,识别率可望进一步提高。另外由于采用的是普通摄象装置,采集的运动图象边缘效果不好也是识别率达不到100%的一个原因。
        (3)关于检测准确度:感官指标判别的准确率均在91.5%以上。工业检测对准确率要求较高,故检测准确率仍不理想。主要原因:为了简化算法和提高速度,我们根据待检产品的到来姿态,仅采用了沿纵向或横向对待检对象边缘进行扫描检测,沿该两方向对倾斜“±45°”左右的产品边缘识别效果相对稍差。这一点将通过产品输送装置限制产品通过检测装置时的姿态加以避免,如此还可进一步简化检测步骤,提高检测准确率和检测速度。
5结束语
    本文对图象识别技术在火腿肠在线检测中的应用进行了探讨,较详细的介绍了产品在线检测实验装置的硬软件结构和图象判别方法,实验结果证实了将图象识别技术应用于火腿肠在线感官质量检测的可行性,并为开发专用计算机实时图象检测装置打下坚实的基础。本文仅在一维平面内对实验装置进行了研究,要在实用中实现多维立体检测,至少需要两套图象采集装置,但检测方法是一样的。
参考文献:
[1]梁德群.基于图象识别的工业检测技术[J].光子学报,1993,22(23):1-5
[2]吴更石.多模式实时工业图象检测系统[J].计算机工程与应用,1998,34(9):55-57
[3]夏德深,傅德胜.现代图象处理技术[M].南京:东南大学出版社,1997



关键词: 产品     图象     智能     检测技术     研究     技术     通过     火腿    

共1条 1/1 1 跳转至

回复

匿名不能发帖!请先 [ 登陆 注册 ]