本發(fā)明涉及一種煙支外觀質(zhì)量在線檢測裝置。

背景技術(shù)：

在現(xiàn)代化的卷煙生產(chǎn)中，隨著科技的不斷進步，卷煙企業(yè)對包裝中的質(zhì)量瑕疵會有嚴(yán)格的控制，煙支外觀是缺陷檢測的一個重點。但由于原輔材料的差異性以及卷煙機維護保養(yǎng)不到位等眾多原因，煙支在生產(chǎn)過程中，時長出現(xiàn)表面破損、污漬、水松紙粘貼不牢、水松紙粘貼歪斜等外觀質(zhì)量缺陷。

在傳統(tǒng)的煙支缺陷檢測工序中，都是依靠人工采用抽檢方式對煙支質(zhì)量進行檢測，效率非常低，工作強度非常大。而且抽檢反饋具有滯后性，等缺陷煙支被抽檢出來的時候，卷煙機已卷接出大量的煙支，從而造成嚴(yán)重的浪費。

因此，需要一種煙支外觀質(zhì)量在線檢測裝置以解決上述問題。

技術(shù)實現(xiàn)要素：

本發(fā)明針對現(xiàn)有技術(shù)中煙支外觀質(zhì)量的缺陷，提供一種快速、簡便的煙支外觀質(zhì)量在線檢測裝置。

為解決上述技術(shù)問題，本發(fā)明的煙支外觀質(zhì)量在線檢測裝置所采用的技術(shù)方案為：

一種煙支外觀質(zhì)量在線檢測裝置，應(yīng)用于卷煙機上，所述卷煙機包括掉頭輪和檢測輪，其特征在于：所述檢測裝置包括第一掉頭輪探頭、第二掉頭輪探頭和檢測輪探頭，所述第一掉頭輪探頭設(shè)置在所述掉頭輪處并正對掉頭煙支，所述第二掉頭輪探頭設(shè)置在所述掉頭輪處并正對非掉頭煙支，所述檢測輪探頭設(shè)置在所述檢測輪處并正對檢測輪處煙支。

更進一步的，還包括第一光源，所述第一光源設(shè)置在所述掉頭輪處并正對掉頭煙支。

更進一步的，還包括第二光源，所述第二光源設(shè)置在所述掉頭輪處并正對非掉頭煙支。

更進一步的，還包括第三光源，所述第三光源設(shè)置在所述檢測輪處并正對檢測輪處煙支。

更進一步的，還包括掉頭輪探頭支架，所述掉頭輪探頭支架上包括多個掉頭輪探頭安裝位和多個光源安裝位。方便根據(jù)不同的煙支類型，選擇不同的探頭安裝位和光源安裝位，以保證最佳的煙支外觀質(zhì)量檢測。

更進一步的，還包括煙支外觀圖像檢測方法，包括以下步驟：

1)、將合格煙支的標(biāo)準(zhǔn)圖像進行存儲：利用第一掉頭輪探頭、第二掉頭輪探頭和檢測輪探頭獲取合格煙支外觀的標(biāo)準(zhǔn)圖像并進行存儲；

2)、獲取圖像：利用第一掉頭輪探頭、第二掉頭輪探頭和檢測輪探頭獲取煙支外觀的實時圖像；

3)、將步驟2)得到的實時圖像與步驟1)的標(biāo)準(zhǔn)圖像的參數(shù)進行比較；

4)、當(dāng)步驟3)中實時圖像與標(biāo)準(zhǔn)圖像的參數(shù)的公差在設(shè)定公差范圍內(nèi)，則表示此煙支的外觀合格；否則，即為不合格。

本發(fā)明的煙支外觀圖像檢測方法通過綜合第一掉頭輪探頭、第二掉頭輪探頭和檢測輪探頭處的煙支外觀的實時圖像，通過將實時圖像與標(biāo)準(zhǔn)圖像的參數(shù)進行比較得出煙支外觀合格與否的判據(jù)，實施簡單，結(jié)果準(zhǔn)確，能夠大大提高煙支外觀判斷速度。

更進一步的，步驟3)中實時圖像與步驟1)的標(biāo)準(zhǔn)圖像的參數(shù)包括直方圖、相似度和圖像位置坐標(biāo)。

更進一步的，步驟2)中獲取煙支外觀的實時圖像后還包括圖像濾波步驟：采用中值濾波方法對實時圖像進行濾波，所述中值濾波方法采用3×3的十字形窗口。光滑和清晰本身就是矛盾的。在中值濾波中，十字開窗口的效果優(yōu)于菱形窗口，菱形窗口的效果優(yōu)于矩形窗口，面積小的3×3窗口的效果優(yōu)于5×5窗口，由于3×3的窗口處理的像素要比5×5的窗口少，也就是使3×3窗口的效率更高。5×5窗口的平滑程度更好，圖像中的噪聲相比要小的多，但其負面效果更大，圖像變的非常的模糊。綜上所述，在項目中用了3×3的十字形窗口。

更進一步的，步驟2)中獲取煙支外觀的實時圖像后還包括圖像增強步驟：應(yīng)用直方圖增強技術(shù)對煙支圖像進行預(yù)處理。應(yīng)用直方圖增強技術(shù)對煙支圖像進行預(yù)處理，系統(tǒng)獲取原始圖像及其灰度直方圖，分析直方圖分布知原始圖像直方圖分布范圍相對狹窄。對直方圖均衡化處理得到直方圖增強后的圖像及其直方圖，圖像對比度顯著提高，這對圖像后續(xù)分析是非常有利的。

更進一步的，步驟2)中獲取煙支外觀的實時圖像后還包括圖像配準(zhǔn)步驟：采用分層搜索方法對實時圖形進行配準(zhǔn)，所述分層搜索方法采用5層。采用了分層搜索技術(shù)大大縮短了搜索時間，提高了程序執(zhí)行的效率。本軟件中分了五層。模板在對應(yīng)層上的圖像上用相關(guān)系數(shù)法進行搜索，將相關(guān)系數(shù)最高的幾點作為候選點，并在分辨率高一級的層中，僅對幾個候選點進行計算，再跟據(jù)相關(guān)系數(shù)的值選出幾個候選點，依次計算到原圖中，將相關(guān)系數(shù)值最高的一點作為配匹點。

有益效果：本發(fā)明的煙支外觀質(zhì)量在線檢測裝置結(jié)構(gòu)簡單，設(shè)計合理，在卷煙機的掉頭輪處設(shè)置兩套掉頭輪探頭，分別檢測掉頭煙支和非掉頭煙支的一半圓周面外觀質(zhì)量缺陷，在檢測輪處設(shè)置一套檢測輪探頭，檢測檢測輪處煙支另一半圓周面外觀質(zhì)量缺陷，三個位置的探頭相互配合，能夠?qū)熤庥^質(zhì)量進行全面的判斷，且不會占用太多空間。

附圖說明

圖1為本發(fā)明的煙支外觀質(zhì)量在線檢測裝置的結(jié)構(gòu)示意圖；

圖2為掉頭輪探頭支架的結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖和具體實施例，進一步闡明本發(fā)明，應(yīng)理解這些實施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明之后，本領(lǐng)域技術(shù)人員對本發(fā)明的各種等價形式的修改均落于本申請所附權(quán)利要求所限定的范圍。

如圖1和圖2所示，本發(fā)明的煙支外觀質(zhì)量在線檢測裝置，應(yīng)用于卷煙機上，卷煙機包括掉頭輪2和檢測輪1，檢測裝置包括第一掉頭輪探頭12、第二掉頭輪探頭22和檢測輪探頭32，第一掉頭輪探頭12設(shè)置在掉頭輪2處并正對掉頭煙支，第二掉頭輪探頭22設(shè)置在掉頭輪2處并正對非掉頭煙支，檢測輪探頭32設(shè)置在檢測輪1處并正對檢測輪處煙支。

其中，優(yōu)選的，還包括第一光源11，第一光源11設(shè)置在掉頭輪2處并正對掉頭煙支。還包括第2光源21，第二光源21設(shè)置在掉頭輪2處并正對非掉頭煙支。還包括第三光源31，第三光源31設(shè)置在檢測輪1處并正對檢測輪處煙支。

優(yōu)選的，還包括掉頭輪探頭支架，掉頭輪探頭支架上包括多個掉頭輪探頭安裝位和多個光源安裝位。方便根據(jù)不同的煙支類型，選擇不同的探頭安裝位和光源安裝位，以保證最佳的煙支外觀質(zhì)量檢測。

其中，優(yōu)選的，還包括編碼器，卷煙機還包括傳動軸，編碼器設(shè)置在傳動軸上，第一掉頭輪探頭12、第二掉頭輪探頭22和檢測輪探頭32均連接編碼器。利用設(shè)置在卷煙機傳動軸上的編碼器為第一掉頭輪探頭、第二掉頭輪探頭和檢測輪探頭的觸發(fā)提供相位信號。還包括第一光源11、第二光源21和第三光源31，第一光源11、第二光源21和第三光源31均連接編碼器。利用設(shè)置在卷煙機傳動軸上的編碼器為第一光源、第二光源和第三光源的觸發(fā)提供相位信號。

還包括缺陷煙支剔除裝置，缺陷煙支剔除裝置連接編碼器。當(dāng)?shù)谝坏纛^輪探頭、第二掉頭輪探頭和檢測輪探頭檢測到煙支外觀質(zhì)量問題時，將缺陷煙支剔除信號發(fā)送給缺陷煙支剔除裝置，完成缺陷煙支剔除。

本發(fā)明還包括煙支外觀圖像檢測方法，包括以下步驟：

1、將合格煙支的標(biāo)準(zhǔn)圖像進行存儲：利用第一掉頭輪探頭12、第二掉頭輪探頭22和檢測輪探頭32獲取合格煙支外觀的標(biāo)準(zhǔn)圖像并進行存儲；

2、獲取圖像：利用第一掉頭輪探頭12、第二掉頭輪探頭22和檢測輪探頭32獲取煙支外觀的實時圖像；

3、將步驟2得到的實時圖像與步驟1的標(biāo)準(zhǔn)圖像的參數(shù)進行比較；

4、當(dāng)步驟3中實時圖像與標(biāo)準(zhǔn)圖像的參數(shù)的公差在設(shè)定公差范圍內(nèi)，則表示此煙支的外觀合格；否則，即為不合格。

具體的，煙支外觀圖像檢測方法主要由以下幾個步驟組成：

(1)、圖像獲取:在穩(wěn)定、均勻的照明環(huán)境下，通過單個或多個相機獲取待測煙支的圖像，并將采集到的圖像發(fā)送至計算機；

(2)、圖像處理:在計算機中利用圖像處理算法，對獲取的待測煙支圖像進行圖像前期處理，而這其中需要采用多種算法，如下：

一、圖像的濾波

在煙支數(shù)字化圖像獲取過程中，由于光電轉(zhuǎn)換中ccd靈敏度的不均勻性、數(shù)字化過程的量化噪聲以及傳輸過程的信道誤差等因素的影響，攝像機獲取的圖像中可能包含有各種隨機噪聲。為了提高視覺系統(tǒng)的分析和識別能力，需要去除原始圖像中的噪聲。

光滑和清晰本身就是矛盾的。在中值濾波中，十字開窗口的效果優(yōu)于菱形窗口，菱形窗口的效果優(yōu)于矩形窗口，面積小的3×3窗口的效果優(yōu)于5×5窗口，由于3×3的窗口處理的像素要比5×5的窗口少，也就是使3×3窗口的效率更高。5×5窗口的平滑程度更好，圖像中的噪聲相比要小的多，但其負面效果更大，圖像變的非常的模糊。綜上所述，在項目中用了3×3的十字形窗口。

二、圖像的增強

應(yīng)用直方圖增強技術(shù)對煙支圖像進行預(yù)處理，系統(tǒng)獲取原始圖像及其灰度直方圖，分析直方圖分布知原始圖像直方圖分布范圍相對狹窄。對直方圖均衡化處理得到直方圖增強后的圖像及其直方圖，圖像對比度顯著提高，這對圖像后續(xù)分析是非常有利的。

三、圖像的配準(zhǔn)

在生產(chǎn)線上的煙支，其圖像難免有所偏移和旋轉(zhuǎn)，這樣對相應(yīng)圖像上相應(yīng)坐標(biāo)的計算就有偏差，其結(jié)果往往使程序發(fā)生誤判，所以必須對采集的圖像加以校正。本軟件中采用相關(guān)系數(shù)方法，將模板圖像在待校正圖像上移動并不斷的計算相關(guān)系數(shù)，值最大的一點就是模板的配匹點。該點的坐標(biāo)值減去標(biāo)準(zhǔn)圖像中模板的坐標(biāo)，就得到了待校正圖像的偏移值。但由于這種方法的計算量非常的巨大，其效率低，很難滿足工業(yè)自動控制中的要求。所以本軟件采用了分層搜索技術(shù)大大縮短了搜索時間，提高了程序執(zhí)行的效率。本軟件中分了五層。模板在對應(yīng)層上的圖像上用相關(guān)系數(shù)法進行搜索，將相關(guān)系數(shù)最高的幾點作為候選點，并在分辨率高一級的層中，僅對幾個候選點進行計算，再跟據(jù)相關(guān)系數(shù)的值選出幾個候選點，依次計算到原圖中，將相關(guān)系數(shù)值最高的一點作為配匹點。

四、圖像的旋轉(zhuǎn)校正

在生產(chǎn)線上的煙支除了存在水平位置上的偏移(即坐標(biāo)上的偏移)外，還存在小角度的旋轉(zhuǎn)。為了克服圖像旋轉(zhuǎn)所引起的識別差錯，圖像處理系統(tǒng)首先須對煙支圖像進行校正，方法是采用模板匹配尋找圖像旋轉(zhuǎn)恢復(fù)的基準(zhǔn)點，進行圖像校正。本軟件采用雙線性插值法對圖像進行校正。

五、圖像的紋理分析

采用紋理分析的知識和算法對采樣圖像進行分析，如果煙支存在褶皺，通過硬件特殊打光，必將引起強烈的反光，反映在煙支圖像中就是大面積的強白區(qū)域，因此，檢測算法必須能檢測區(qū)域內(nèi)的象素變化，本軟件采用計算圖像能量的方法。但由于采樣圖像的尺寸為648×492，對如此大的區(qū)域整體計算，必將花費很長的時間，不能滿足工業(yè)現(xiàn)場的及時性要求。所以本軟件采用對設(shè)定矩形進行計算，在圖像的敏感區(qū)域設(shè)置多個矩形，這樣，節(jié)約了時間，滿足了現(xiàn)場及時性的要求。

六、圖像的灰度統(tǒng)計

很多煙支的表面圖案復(fù)雜，其表面由較規(guī)則的紋理構(gòu)成，沒有平坦的區(qū)域，利用上面的方法不能得到很好的效果，提出了灰度統(tǒng)計的方法，根據(jù)直方圖的特性來判斷圖像的質(zhì)量。該方法可以作用于任何形式的圖案，也就使得該方法應(yīng)用比較廣泛。應(yīng)用時，將直方圖工具放置到圖像上，并根據(jù)待測區(qū)域調(diào)整好尺寸。

(3)、圖像分析和識別:對步驟(2)得到的整體待測煙支的平面展開圖，在計算機中通過人工智能和模式識別技術(shù)，分析待測煙支表面區(qū)域的顏色、紋理、形狀信息以及建立識別模型，并自動判別缺陷類型和參數(shù)指標(biāo)，最終識別出待測煙支的外觀質(zhì)量問題。

檢測原理：煙支外觀質(zhì)量在線檢測裝置對煙支被檢測的部位進行圖像識別。首先把合格的煙支標(biāo)準(zhǔn)圖像存儲起來。生產(chǎn)過程中實時檢測煙支的圖像，并和存儲的圖像相比較。如果直方圖、相似度(fit),圖像位置坐標(biāo)(x,y)等在設(shè)置的公差之內(nèi)，表示此煙支外觀合格，否則是外觀不合格。軟件采用全中文界面，界面友好，操作簡單。

本發(fā)明的煙支外觀質(zhì)量在線檢測裝置結(jié)構(gòu)簡單，設(shè)計合理，在卷煙機的掉頭輪處設(shè)置兩套掉頭輪探頭，分別檢測掉頭煙支和非掉頭煙支的一半圓周面外觀質(zhì)量缺陷，在檢測輪處設(shè)置一套檢測輪探頭，檢測檢測輪處煙支另一半圓周面外觀質(zhì)量缺陷。