第２４卷第６期 ２０１１年１１月 机电产品开发与 新 Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｉｎｎｏｖａｔｉｏｎ ｏｆ Ｍａｃｈｉｎｅｒｙ＆Ｅｌｅｃｔｒｉｃａｌ Ｐｒｏｄｕｃ￣ ＶＯＩ．２４，ＮＯ．６ Ｎｏｖ．，２０１ １ 文章编号：１００２—６６７３（２０１ １）０６—１２４—０３ 机器视觉在烟草行业的应用 杨继志．郭敬 （北京航天试验技术研究所，北京１０００７４） 摘要：介绍了机器视觉技术的基本原理和组成，结合目前烟草行业常用的小包、条包包装质量检测系统介 绍了机器视觉系统的软、硬件构成。提出了采用机器视觉技术进行小包、条包瑕疵剔除技术中的除 对率和除全率概念。列举了机器视觉在烟草行业包装质量检测中的典型应用。指出机器视觉技术 在烟草质量检测方面的发展方向。 关键词：机器视觉；烟草；包装质量 中图分类号：ＴＳ４１１．１ 文献标识码：Ａ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００２—６６７３．２０１１．０６．０５０ Ｍａｃｈｉｎｅ Ｖｉｓｉｏｎ Ａｐｐｌｉｃａｔｉｏｎｓ ｉｎ ｔｈｅ Ｔｏｂａｃｃｏ Ｉｎｄｕｓｔｒｙ ＹＡＮＧ Ｊｉ一 ｉ．ＧＵＯ Ｊｉｎｇ （Ｂｅｉｊｉｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆＡｅｒｏｓｐａｃｅ Ｔｅｓｔｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｒｉｎｇ １０００７４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｉｎｔｒｏｄｕｃｅｓ ｔｈｅ ｂａｓｉｃ ｐｒｉｎｃｉｐｌｅｓ ｏｆ ｍａｃｈｉｎｅ ｖｉｓｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ａｎｄ ｃｏｍｐｏｓｉｔｉｏｎ．ｃｏｍｂｉｎｅｄ ｗｉｔｌ１ ｔｈｅ ｃｕｒｒｅｎｔ ｃｏｍｍｏｎｌｙ ｕｓｅｄ ｉｎ ｔｈｅ ｔｏｂａｃｃｏ ｉｎｄｕｓｔｒｙ ａｎｄ ｓｍａｌｌ，ｂａｒ ｂａｇ ｐａｃｋａｇｉｎｇ ｑｕａｌｉｔｙ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｉｎｔｒｏｄｕｃｅｄ ｍａｃｈｉｎｅ ｖｉｓｉｏｎ ｓｙｓｔｅｍ ｓｏｆｔｗａｒｅ ａｎｄ ｈａｒｄｗａｒｅ． Ｐｒｏｐｏｓｅｄ ｂｙ ｕｓｉｎｇ ｍａｃｈｉｎｅ ｖｉｓｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ｆｏｒ ｓｍａｌｌ ｐａｃｋｅｔｓ，ａｓ ａｍｅｎｄｅｄ，ｒｅｍｏｖｉｎｇ ｔｈｅ ｔｅｃｈｎｉｃａｌ ｆｌａｗｓ ｉｎ ｔｈｅ ｐａｃｋａｇｅ ｉｎ ａｄｄｉｔｉｏｎ ｔｏ ｔｈｅ ｒａｔｅ ａｎｄ ｉｎ ａｄｄｉｔｉｏｎ ｔｏ ｆｉａｌｌ—ｒａｔｅ ｃｏｎｃｅｐｔ．Ｌｉｓｔｓ ｔｈｅ ｐａｃｋａｇｉｎｇ ｍａｃｈｉｎｅ ｖｉｓｉｏｎ ｑｕａｌｉｙ ｉｔｎｓｐｅｃｔｉｏｎ ｉｎ ｔｈｅ ｔｏｂａｃｃｏ ｉｎｄｕｓｔｒｙ ｉｎ ｔｈｅ ｔｙｐｉｃａｌ ａｐｐｈｃａ－ ｔｉｏｎ．Ｔｈａｔ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ａｃｈｉｍｎｅ ｖｉｓｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ｉｎ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ｏｆ ｔｏｂａｃｃｏ ｉｎ ｔｈｅ ｆｕｔｕｒｅ ｄｉｒｅｃｔｉｏｎ ｏｆ ｄｅｖｅｌｏｐｍｅｎｔ． Ｋｅｙ ｗｏｒｄｓ：ｍａｃｈｉｎｅ ｖｉｓｉｏｎ；ｔｏｂａｃｃｏ；ｐａｃｋａｇｉｎｇ ｑｕａｈｃｙ ０引言 机器视觉就是采用机器代替人眼来做测量和判断。 机器视觉系统是指通过机器视觉产品（即图像摄取装 置．分ＣＭＯＳ和ＣＣＤ两种）将要检测的目标转换成数 容易变形，所以检测软包是所有检测中最难的。对于软 包一个最主要的问题是表面破损。因为生产线的速度非 常快（６包／秒）而检测任务又非常复杂和紧急，因此用 人工在生产线上发现不合格品并将其剔除是不可能的。 因此采用机器视觉的方法控制产品质量几乎是唯一的选 择【】１。 字量信号，这些数字量信号再传送给专用的图像处理系 统（分嵌入式设备和视频卡方式），图像处理系统根据 要检测的要求来设置检测任务。然后根据判别的结果来 控制现场的设备动作。 烟草行业在中国的社会经济生活中占有重要地位， １机器视觉系统原理 １．１系统硬件构成 采用视觉检测的方法与传统的其它检测方法有本质 的区别。在传统工业控制系统中，主要是检测物体的有 无，判断的依据也主要是物体的一些物理性质，如位置 检测中应用金属的电磁性质、液体的检测依据液体的浮 需要提高经济效益并且对其产品质量进行严格的管理。 而卷烟机是自动化领域中最复杂的机器之一，同时香烟 的生产速度又非常快。所以．在生产过程中有许多不合 格品产生。及时发现不合格品并将其剔除是非常重要的。 对于香烟的包装检测，主要有以下三类：软包检 测、硬包检测、条盒检测。由于软包的外包装比较软， 收稿日期：２０１１一Ｏ９—１９ 作者简介：杨继志（１９７７一），男，吉林松原人，高级工程师。 力性质等。而视觉检测是根据物体的综合光电性质，因 此可以检测的特征可以是无限多的，这就给视觉系统检 测物体表面的印刷质量等综合性质提供了条件，图１是 一套完整的视觉检测系统的组成原理图。 系统软件是实现功能的核心，判断一张图片中的物 １．２系统软件技术 品是否有质量瑕疵的主要方法是：将标准的无瑕疵的图 ２００４年毕业于哈尔滨工程大学。获得机械设计及理论专业硕 士学历。从事工业控制方面的工作。 １２４ ・测试与控制・ ２．１除对率 一套以剔除瑕疵物品为主要功能的系统，除对率是 指系统全部剔除的物体总和中确有质量瑕疵的物体的百 分比，计算如下： 图１视觉检测系统的组成原理 Ｆｉｇ１．Ｖｉｓｕａｌ ｉｎｓｐｅｃｔｉｏｎ ｓｙｓｔｅｍ，ｔｈｅ ｃｏｍｐｏｓｉｔｉｏｎ ｐｒｉｎｃｉｐｌｅ Ｃｄ＝里×１ｏ０％ ｍｂ 式中：Ｃ 一除对率；ｍ 一剔除物品中确有瑕疵的物 片与当前获得的图片之间进行对比判断．若有明显差别 则可判定为有质量瑕疵，若无明显差别则判定为无质量 品数；ｍ厂剔除物品总数。如：在视觉检测系统在线检 测了１００００件流水线上的小包后，剔除了１００件小包． 后经人工检测．发现这１００件小包中确有９５件存在质 瑕疵。但是何谓有明显差别就是判定的关键。对同一包 烟进行了两次照相．在外观质量方面没有任何区别，若 采用同一质量判断标准．也应同时被判定为合格或不合 格，但是使用查看两张图片在计算机中存储的信息，会 发现在细节上有很大的不同。因此，若视觉系统采用机 械的对比判断方法．必然造成所有的现场获得的小包图 片都和标准图片不相同的结果。因此要采用各种模板匹 配算法来进行外观质量的判定，目前常用的模板匹配算 法有：基于灰度值的模板匹配、使用图形金字塔进行匹 配、基于灰度值的亚像素精度匹配、带旋转与缩放的模 板匹配、可靠的模板匹配算法阁。所有这些算法关键原理 就是要判定获得的图片与模板图片之间的主要特征是否 存在差别，而不管次要信息是否存在差别。 目前广泛采用的嵌入式视觉系统都封装了这些复杂 的智能视觉算法，提供用户友好的方法来建立定制的图 像处理解决方案。对于工程人员和设备维护人员来说完 全不必要了解其中采用的软件方法和运行原理就可以组 态出工程上效果良好的视觉系统。 ２主要指标 依据视觉原理构建的物品印刷包装等综合质量指标 检测系统，存在其它检测系统不具备的特点，由于检测 系统检测的是综合质量指标（也就是不可能通过枚举的 办法将全部特征描述出来的指标），一次机器视觉检测 系统存在其它自动化系统不具备的特点。 在其它质量判断指标中一般只有一项或若干项指 标，至多是可以列举的判断指标，比如，烟丝质量判断 指标在不同的场合可以是仅仅水份一项指标，水份、填 充值、整丝率等指标．但是这些指标在数量上至少是可 以枚举出来的。但在包装和印刷质量来说其检测指标可 以多到无法枚举，比如。一套以剔除存在颜色瑕疵的物 品为主要功能的机器视觉系统中。物品上任意一处的颜 色异常都造成整体印刷质量不合格，从总体上说其指标 是无限多的。可以检测此类下策是视觉检测系统的一个 特点。由于检测指标自身的复杂性，视觉在线检测系 统，存在除对率、除全率两个重要指标。 量瑕疵，而另外５件属于误判剔除的合格小包，则系统 的除对率为： Ｃｄ－ ×１００％＝９５％。系统除对率为９５％。系统的 除对率表明了系统判读标准的严格性，判读标准越是严 格，则除对率越高，被误判的产品数量越少，相应的因 误判而造成的经济损失越小。 ２．２除全率 一套以剔除瑕疵物品为主要功能的系统．除全率是指 系统剔除的物体中确有质量瑕疵的物品于系统检测的总的 物品中含有的瑕疵物品树量的百分比，计算如下： Ｃｑ－－ｍｘ ｘ１００％ （２） ｍａ 式中：Ｃ。一除全率；ｍ厂剔除物品中确有瑕疵的物 品数；ｍ 处理过的物品中具有瑕疵的物品总数。如： 在视觉检测系统在线检测了１００００件流水线上的小包 后，剔除了１００件小包，后经人工检测，这１００件小包 中确有９５件存在质量瑕疵．而另外５件属于误判剔除 的合格小包，而在系统中存在的总的瑕疵物品数量为 １１０件，也就是有１５件瑕疵物品没有被剔除，则系统的 除全率为： ｎ ｃ ＝ ＪｌｌＵ ＿ｘ１００％＝８６．４％。系统除全率为８６．４％。系统 除全率表明系统剔除瑕疵品的能力，判读标准越弱。则 剔除瑕疵品越多，剔除后的物品内包含瑕疵品数量越少， 但由于判读标准弱，也会造成较多合格物品被误判，这 会造成经济效益的下降。 ２．３除对率、除全率二者之间的关系 在同一系统中除对率与除全率之间存在着负相关， 也就是此消彼长的关系。如果为了提高除对率，也就是 减少误判为瑕疵物品的数量，则需指定更为严格的瑕疵 判定条件，这必将使一些瑕疵不明显的物品被放过，则 除全率会降低。反之亦然。这种现象普遍存在于类似系 统中，文献检索过程中的查全率与查对率之间就存在类 似的关系。 因此在实用的视觉检测系统中，合理配置除对率与 １２５ ・测试与控制・ 除全率之间的关系至关重要。在实际选择除全率的原则 牙、条盒损伤、污损、异物、条包错牌、反包等。条包 是系统除全率要高于现有操作工抽检下的除全率，除对 包装质量检测方法上与小包质量检测相似，检测系统可 率与经济效益直接相关，因为除对率低．则更多的无瑕 以安装在条烟集中输送道上或者安装在装封箱机人口 疵烟包被当做有瑕疵的剔除．经济效益下降．因此安装 处，也可以集成于卷包机中。由图像处理单元识别图像 视觉检测系统后除对率的原则是其经济效益应比没有安 中的特征和各种形态，做出是否有缺陷的判断。发现有 装视觉检测系统高。 缺陷时，控制剔除机构动作，剔除缺陷条包。 ３机器视觉在烟草行业应用 ：４总结 ３．１机器视觉在烟支外观检测中的应用 机器视觉是一项方兴未艾的自动化技术．主要用来 炯支钢印体现了卷烟的品牌．具有一定的品牌凝聚 解决瑕疵模式多的产品质量检测问题，目前已经在烟草 力和象征性．尤其对于高档香烟，烟支钢印的品牌宣传 行业应用越来越广泛．在技术方面．机器视觉几乎是剔 作用就显得更加重要。因此，针对目前卷烟设备中存在 除小包、条包产品的印刷包装质量瑕疵的唯一方法。机 的钢印模糊、图案缺少、位置跑偏、图案及钢号使用错 器视觉产品的软硬件系统基本已经成熟．项目的实施主 误等质量问题，已有基于ＣＣＤ图像视觉系统的钢印检 要是要考虑与现有设备的配合。应用中要合理设定判定 测装置用于烟草行业用以解决上述问题。 规则，以获得科学的除全率、除对率。 ３．２机器视觉在小包、条包外观质量检测中的应用 机器视觉产品在烟草行业已经有一些应用．但在某 小包包装质量的监测是烟草生产中质量控制的重要 些应用方面应有研究必要和空间，如利用机器视觉方法 一环。但是由于小包生产速度快（６包／秒），而且质量 的空头烟剔除技术．通过控制来料烟丝的水分等方法可 瑕疵模式多，目前有些烟厂还是采用人工抽检的方式控 以在一定程度上控制空头烟的产生．但是在生产过程中 制小包包装和印刷质量．这必然会造成质量控制受操作 仍然不可避免地产生空头烟，其剔除技术恰恰是视觉技 人员水平影响，产品质量参差不齐，也增加了操作人员 术所擅长的，但国内还未见报道和实际应用的系统。另外 的劳动强度。一些经过技术改造的烟厂已经采用机器视 如烟丝切丝宽度的在线检测方面同样可以采用视觉技术 觉的方法进行小包包装质量检测，机器视觉方法可以进 实现，而此类研究国内还未见开展。总之，机器视觉技术 行几乎没有限制的瑕疵模式检测，并且可以做到在线式 作为先进的控制方法，其应用潜力在烟草行业中还没有 全产品的检测，因此质量控制水平均匀快速。运行中的 完全挖掘出来。这必将是今后进行工程研究的热点之一。 小包检测针对的主要缺陷有小包破损、翘边、翻盖、露 白、反包、包装错位、封签（偏移、叠角、缺失）、底 参考文献： 【１】苏健凌．机器视觉系统在烟草行业的应用［Ａ］．中南片２００７年烟草 边未折角、卡片后漏、印刷未上色等［３１。 学术交流会论文集．２００７． 条包检测是在条盒包上油封纸后进行的，检测的主 【２】贾德云．机器视觉【Ｍ】．北京：科学出版社，２０００． 要缺陷有：包装纸破裂、内包装外露、玻璃纸皱褶、端 【３】贺鑫．小包烟包装质量机器视觉检测关键技术研究［Ａ】．第十一届 面油封不平整、搭接口粘接不好、无金拉线、金拉线错 全国包装工程学术会议论文集，２００７． 系统模块：包括图像采集模块，预处理模块，边缘 检测模块以及识别模块。 图像采集后，综合考虑工作条件下的图像特点，运 用模式识别，图像处理等相关知识对其进行分析、预处 埋及特征提取和反馈控制。 ４结束语 胶带纵向撕裂保护装置的实施，可以根据摄像仪摄 入图像特点，通过计算机图像识别技术，分析胶带是否 有撕裂迹象，一旦发现胶带有撕裂迹象可以及时停车进 ２ 行处理．为保护胶带和煤矿安全生产，提高经济效益起 … 譬 一 ３ 到较大作用。 图３纵向撕裂摄像报警装置的组成 １２６
