發布時間：2021-07-21所屬分類：免費文獻瀏覽：1次
摘 要： 食品工業
《食品袋體日期噴碼缺陷檢測系統設計》論文發表期刊：《食品工業》；發表周期：2021年03期
《食品袋體日期噴碼缺陷檢測系統設計》論文作者信息：李祥1，李培英2
摘 要 針對傳統的食品包裝袋體日期噴碼缺陷人工檢測勞動強度大、檢測效率低、檢測精度低等缺陷, 設計了一套基于機器視覺技術的食品包裝袋體生產日期噴碼缺陷檢測系統。檢測系統利用工業CCD相機、計算機、光源等元件搭建了檢測系統硬件平臺。利用圖像采集技術以及計算機圖像處理技術, 對采集到的圖像進行模板匹配和垂直投影進行圖像處理, 實現了對袋體生產日期缺陷、模糊不清等缺陷的快速檢測。試驗結果表明, 通過該機器視覺檢測系統能夠使檢測準確率達到98%, 該檢測方法能夠完全實現食品袋體缺陷的快速準確檢測, 能夠顯著提升食品生產企業的生產效率和產品質量。
關鍵詞 缺陷檢測; 機器視覺; CCD相機; 圖像處理
Abstract Aiming at the defects of traditional manual detection of date ink-jet defects in food packaging bags, such as high labor intensity, low detection efficiency and low detection accuracy, a set of date ink-jet defect detection system based on machine vision technology is designed. The detection system uses industrial CCD camera, computer, light source and other components to build the hardware platform of the detection system. By using image acquisition technology and computer image processing technology, the collected image is processed by template matching and vertical projection, which realizes the rapid detection of defects such as date defect and blur of bag production. The experimental results show that the machine vision detection system can make the detection accuracy up to 98%. The detection method can fully realize the rapid and accurate detection of the defects of food bags, and can significantly improve the production efficiency and product quality of food production enterprises.
Keywords defect detection; machine vision; CCD camera; image processing
近年來，隨著人們生活水平的不斷提高，我國包裝食品日消耗量也在不斷增加，而消費者對于包裝食品的安全意識也在不斷提高，其對于食品外觀包裝質量的要求也非常嚴格，其中食品包裝袋體的生產日期是消費者重點關注的內容，通過生產日期可以決定購買的食品是否能夠繼續食用，因此確保包裝食品生產日期噴涂的清晰無誤顯得非常重要[1-3]。
食品生產企業對于包裝食品日期的噴印通常采用專用噴印機進行，在噴印過程中通常會因機械或者外部等因素影響導致噴碼出現漏碼、錯誤碼、移位碼等缺陷，如果在生產過程中發現了上述缺陷，就需要將這些產品剔除，以免影響消費者的健康以及生產企業形象。傳統的噴碼日期檢測通常采用人工進行檢測，這種檢測方式工人勞動強度大、效率低，且檢測精度過于依賴人工，工人在疲勞狀態下通常檢測精度較低。因此需要開發一套自動的智能檢測系統，該系統對于提高企業自動化程度、提升企業生產效率、提高產品質量具有重要意義。
機器視覺產品缺陷檢測技術是利用計算機攝像技術模擬人眼的視覺，將圖像進行采集到圖像處理系統中，圖像處理系統將分析圖像中的關鍵信息，并通過獲取的信息做出判斷，進而再控制機械結構將殘次品挑出[4-5]。基于機器視覺的缺陷檢測系統主要由圖像采集設備、光學系統、圖像處理系統、執行機構以及人機界面等眾多系統共同組成[6]。
為了克服傳統人工檢測方式的缺陷，提出了一種應用于食品包裝日期噴碼缺陷智能檢測的方法，通過采集食品包裝的圖像，并利用圖像處理技術對生產日期進行檢測，實現缺陷效果檢測。
1 機器視覺檢測系統
1.1 硬件系統
食品袋體日期噴碼檢測系統硬件主要由光源、CCD相機和鏡頭、傳送裝置、計算機以及其他一些輔助設備構成，檢測系統結構如圖1所示。通過CCD相機和高清鏡頭對圖像進行拍照，并將照片存儲到圖像采集卡中，圖像采集卡再將圖像傳送到計算機處理器中，計算機利用圖像處理算法對采集到的圖像進行處理和分析，得到圖像中重要的信息，由此信息做出適當判斷，再由控制器下發命令控制執行機構動作將合格品和殘次品挑出。
1.2 圖像采集裝置
相機選擇時不僅需要考慮其工作性能是否能夠滿足檢測系統的設計要求，還要兼顧其數據傳輸過程中是否對系統產生影響。相機選型過程中綜合考慮了分辨率、圖像傳輸速度、曝光時間以及接口形式等。基于以上考慮，選擇VCC-3CL5M相機。在機器視覺系統中，圖像采集卡主要負責控制CCD相機進行拍攝，并將采集的圖像進行放大和數字化處理;此外圖像采集卡還與PC機通過總線連接，將數據快速地輸送到PC機，傳輸速率高達130 MB/s。
選用加拿大Matrox公司研制的Matrox Meteor-Ⅱ系列圖像采集卡，該款采集卡功能強大，擁有32位PCI總線，能夠將圖像信息快傳送到PC機中，并內置4 MB SGRAM緩存，可以保證圖像數據的實時傳送。支持2路RGB信號，能夠實現黑白視頻信號采集，擁有多個可編程LUT。采用通用的32-bit/33MHz PCI總線，通過總線模式可以以更高的傳輸速度進行傳送而不需要連續占用主機資源。
1.3 缺陷檢測過程
缺陷檢測系統通過傳感器觸發信號進行圖像采集，從而完成圖像的模板匹配、垂直投影燈圖像處理，并將判定結果傳送到下位機中，下位機再對執行機構發送命令。檢測流程如圖2所示。
2 算法設計
食品袋體日期噴碼在圖像采集后需要對圖像進行處理，將關鍵信息進行提取，其中檢測算法可描述為：一是噴碼區域定位以及生產日期字符校正，主要涉及模板匹配算法、相似性度量篩選等;二是生產日期字符分割，主要涉及垂直投影法。總體來說，目標區域快速定位以及圖像缺陷準確判斷是需要解決的主要問題。
2.1 模板匹配
互相關法是一種匹配度量，通過計算模板圖像和搜索窗口之間的互相關值，來確定匹配的程度。互相關值最大時的搜索窗口位置決定了模板圖像在待配準圖像中的位置。該方法通常被用于模板匹配和模式識別。
設基準圖像為I(x, y)，模板圖像為T (x, y)，令模板圖像在基準圖像中移動，并計算兩者之間的相似度，峰值出現的位置即為所求的配準位置，在每一個為一點(i, j)上，兩者的相似度為上述各式中uI和uT分別表示基準圖像和模板圖像的均值，此方法從理論上能更準確地描述兩幅圖的相似程度，且可以用快速傅里葉變換，大大提高了計算效率。
2.2 垂直投影法
隨著時間變化，生產日期肯定會發生變化，噴碼內容勢必跟著發生變化，因此需要對噴碼內容進行字符分割。基于垂直投影法實現字符分割，其基本原理可以描述為：以某個方向上，圖像信息的投影分布特點為依據實現檢測，本質上就是對像素進行累加，是一種統計方法。定義像素灰度值為f (x, y)，那么其投影函數h( y)可表示為[7-8]
3 試驗驗證
為了驗證所設計的食品袋體日期噴碼檢測系統的有效性和先進性，從缺陷檢測能力和缺陷分類兩個方面進行試驗。以某品牌的乳制品包裝袋為檢測目標，采用如圖3所示試驗平臺進行測試。
為了驗證該檢測系統能夠準確高效地對缺陷日期進行檢測，選擇各種包裝生產日期缺陷的產品進行實際測試，將第二部分中模板匹配和垂直算法應用于缺陷檢測中。檢測平臺采集到的缺陷檢測圖像如圖4所示。
進一步地，為驗證所述系統的準確度。試驗對象為某食品包裝樣本，試驗對象格式為“2017040220：05”，加入一定數量的模糊印、重疊印樣本。整個試驗過程中，總共采集100個噴碼內容不同的包裝盒圖像，識別成功率可以達到99%。僅有的一次誤讀就是將“9”讀成了“8”。
4 結語
生產日期噴碼缺陷準確性，對于消費者飲食健康以及企業的生產質量具有重要影響，傳統的人工檢測方法效率低、勞動強度大、準確率低，為此設計了一種智能自動的機器視覺的食品袋體日期噴碼檢測系統。并針對圖像處理設計了相關圖像處理算法。最后的試驗結果表明，該檢測方法能夠對生產日期的缺碼、模糊噴碼進行快速的檢測，大大降低了工人的生產成本，提高了企業生產效率，并可以提高產品合格率。
參考文獻：
[1] 楊祖彬, 代小紅. 基于圖像配準的食品包裝印刷缺陷檢測與實現[J]. 計算機科學, 2015, 42(8): 319-322.
[2] 楊慧斌, 閆娟. 基于LabVIEW的食品包裝噴碼視覺檢測方法[J]. 食品與機械, 2016, 42(4): 123-126.
[3] 唐慧. 基于機器視覺技術的易拉罐罐底噴碼檢測系統設計[J]. 自動化博覽, 2012, 24(7): 48-50.
[4] 楊攀, 姜立軍, 李哲林. 基于機器視覺的螺紋零件頭部裂紋檢測[J]. 計算機應用與軟件, 2013, 30(4): 51-54.
[5] 錢基德, 陳斌, 錢基業. 基于機器視覺的液晶屏MURA缺陷檢測方法[J]. 計算機科學, 2018, 46(6): 296-301.
[6] 胡方尚, 郭慧, 邢金鵬, 等. 基于印刷缺陷檢測的圖像配準方法研究[J]. 光學技術, 2017, 43(1): 16-21.
[7] 孫曉娜, 劉繼超, 高國華. 基于視覺的乳品包裝日期噴碼缺陷檢測技術[J]. 食品與機械, 2018, 34(10): 100-103, 108.
[8] 周顯恩, 王耀南, 朱青. 基于機器視覺的瓶口缺陷檢測方法研究[J]. 電子測量與儀器學報, 2016, 30(5): 702-713.
