摘要：为了提高烟丝宽度的检测效率，研究了烟丝切口快速识别与宽度测量方法。采用张正友标定法对烟丝图像进行了畸变校正使用了基于RGB（Red-Green-Blue）颜色空间的RB分量差值阈值分割法，实现了烟丝与背景图像的精确分割，提出了计算效率较高的烟丝切口位置识别算法，通过计算烟丝两侧切口位置的距离，实现了无规则摆放烟丝的宽度测量，并以简单随机抽样为理论依据，计算了该方法的最佳样本容量为30。实验结果表明，该方法的重复性限约为0.07mm，测量误差约0.007mm，耗时约是ISO方法的1/8。

关键词：烟丝宽度；计算机视觉；图像识别

中图分类号：TS452 文献标识码：B 文章编号：1002-0861（2014）09-0010-05

烟丝宽度是卷烟辅材的一项重要检测指标，是决定卷烟填充值、焦油量、含末率的主要因素。该指标的准确测定对加强切丝质量控制、提高烟丝物理性能、减少原材料消耗具有重要意义。ISO 20193[1]规定了烟丝宽度测定的取样方式、检测工具精度以及样品的夹持方式，但未明确规定具体的检测工具和检测方法。当前采用的检测方法主要有放大镜刻度尺法和烟草数字投影仪测量法，两种方法都依赖人工操作，测量过程繁杂，人为误差大，效率较低，难以满足现代化卷烟生产过程的检测要求。计算机视觉检测方法[2-4]凭借测量精度高、智能化等优点，受到越来越广泛的关注，逐渐成为物理指标检测的优选方法。赵维一等[5]提出了基于线阵CCD成像的烟丝宽度测定方法，通过相机与待测样品的相对位移获取样品图像，并采用图像细化和矩阵翻转等方法实现烟丝宽度测量，取得了较好的实验效果。为进一步提高测量准确度，减少烟丝扭曲、弯折、异形区域对测量结果的影响，采用基于Hough变换的烟丝切口识别和配对方法，通过测量配对切口之间的距离，以实现烟丝宽度的快速测量。

1机器视觉系统

基于计算机视觉的烟丝宽度测量系统主要包括面阵CCD相机（2592×1944，15fps）、镜头、计算机、光源、样品夹持装置等，如图1所示。光源采用贴片白光LED作为发光器件，按线阵方式排列在视场侧上方，为视场提供大入射角的测光照明，并采用黑色玻璃基板作为成像背景。样品夹持装置固定于导轨上可以向外抽出，以便装夹烟丝。烟丝试样无重叠摆放在指定区域，并使用透明玻璃板压盖。采用精密玻璃线纹尺作为标定板，对图像空间进行标定，确定视场的空间分辨率。

2图像畸变校正

为提高本方法的精度，对成像系统进行了校正。校正畸变的常用方法主要有：基于已知参数的标准模板法[6]和基于标有任意直线的非标准模板法[7]，本文采用了属于前者的张正友标定法[8]实现成像系统的畸变校正。为考察校正效果，在测量区域的不同位置对标准板（上有激光刻画的标准烟丝图案）进行测量。使用Kriging-Correlation拟合图描述了校正前后测量区域内的各个位置的测量值，如图2和图3所示。图2曲面的中央区域等高线较为突起，表明在测量区域内的不同位置对同一标准板的测量结果存在差异，图3显示了测量区域内的各处测量结果较为一致，验证了本方法的畸变校正性能良好。

3图像测量

3．1 基于颜色分量差值的阈值分割

图像目标为黄褐色的卷烟烟丝，图像背景为黑色的玻璃基板，采集到的烟图像如图4所示。在RGB(Red—Green—Blue)颜色空间中对采集到的图像进行颜色分析[9]，统计图4中各颜色分量的分布。如图5所示，3种分量的灰度级集中分布在17～50之间，但各分量的分布范围有着明显差异。

利用颜色分量的灰度分布差异，基于RB分量差值的阈值分割方法描述如下：

式中：PS-分割后灰度值；PR-R分量灰度值；PB-B分量灰度值；T1，T2-判断阈值。

根据式(1)所描述的方法，提取图4的RB分量如图6，分割结果如图7所示。

3.2 标记与轮廓提取

为标记图像中的不同烟丝，对分割后的二值图像进行了连通操作。常见的连通域提取方法有：线标记法[10]、区域增长法[11]、像素标记法[12]、基于特殊体系的并行标记算法[13]等。本研究采用广度优先的连通域检测方法[14] 获取烟丝连通域，并使用不同的灰度值标记连通操作得到的不同区域，标记效果如图8所示。

为实现烟丝轮廓提取，采用了四连通匹配方法，通过对比四连通位置与中心像素的灰度值，判断中心像素是否处在连通域的边界上。利用上述原理，对图8进行轮廓提取，结果如图9所示。图9中，对不同的烟丝轮廓进行了编号，由于图像中存在杂质点，所以编号并不连续。为考察上述图像处理的效果，放大图9中实线矩形框所选区域，提取轮廓与原图进行对比，如图10所示。图10中，算法提取的烟丝轮廓(白色轮廓线)与烟丝边缘吻合较好，表明基于RB分量差值的阈值分割方法能够准确实现烟丝图像提取。

未完。。。

内容来源于万方数据期刊，夏营威，冯茜，赵砚棠，向兰康，朱震，刘勇，刘军，张龙，赵继俊，钟青， 易浩，杜瑞华，若有侵权联系删除

详细内容下载关注订阅号“智能制造趋势”，点“免费下载”加好友，回复“1”即可获取。