（制浆造纸工程专业论文）基于机器视觉的纸病检测算法研究与集成.pdf

摘要 随着纸机幅宽和车速的不断提升，传统的靠人工肉眼检测纸张外观纸病已难以满足生 产过程的需要。基于机器视觉技术的纸病检测系统的出现，不仅大大提高了检测效率，还 实现了在线分析与控制。本文利用智能图像传感器d v tl e g e n d 5 3 0 采集图像，模拟造纸 过程中的纸病在线检测，开发纸病在线检测实验系统。 本文选取孔洞、脏点、褶皱三种有代表性的纸病作为对象，主要研究了适合在纸病在 线检测系统中应用的数字图像预处理算法，包括图像去噪、阈值分割、边缘检测、数学形 态学操作等等；根据纸病图像的特点，提出一种基于灰度经验的动态双阈值分割方法，用 来检测高对比度纸病；讨论了常规的图像特征提取方法在纸病检测系统中应用时所遇到的 问题，并针对这些问题提出一种基于h o u g h 变换的图像特征提取方法，通过分析h o u g h 变换空间来提取纸病图像中的褶皱特征并进行识别。 在算法研究的基础上，本文结合生产过程中纸病在线检测的实际要求，运用d e l p h i 软件开发平台，设计了一套具有纸病图像采集与传输、图像预处理、图像特征提取与识别、 纸病在线监控显示、历史数据查询等功能的纸病在线检测实验系统，并对系统进行了测试 和分析。本文最后针对研究中存在的不足之处，对后续研究提出了建议。 关键词：纸病检测；机器视觉；图像处理；特征提取；h o u g h 变换 r e s e a r c ha n di n t e g r a t i o no nw e b i n s p e c t i o ns y s t e mb a s e d o nm a c h i n ev i s i o n a b s t r a c t i t i sm o r ea n dm o r ei m p o s s i b l et oi n s p e c tt h ep a p e rd e f e c t sb ym a n u a li n s p e c t i o na st h e i n c r e a s i n gw e bw i d t ha n d m a c h i n es p e e d t h ec o m i n go fw e bi n s p e c t i o ns y s t e m ，w h i c hb a s e d o nm a c h i n ev i s i o n ，h a sc a r r i e do u tt h eo n l i n ea n a l y s i sa n dc o n t r o la sw e l la si m p r o v e dt h e i n s p e c t i o ne f f i c i e n c y t h i sp a p e rd o e st h ew o r ka sc o l l e c t i n gi m a g eb yi n t e l l i g e n ti m a g es e n s o r , s i m u l a t i n go n l i n ew e bi n s p e c t i o nw h e np r o d u c i n g ，d e v e l o p i n gt h ee x p e r i m e n ts y s t e m t h i sp a p e rs e l e c t sh o l e ，s p o ta n dw r i n k l e ，w h i c ha r er e p r e s e n t a t i o n a ld e f e c t s ，a st h er e s e a r c h o b j e c t ，a n ds t u d i e st h ei m a g ep r o c e s s i n ga l g o r i t h m sa d a p t e dt ot h ew e bi n s p e c t i o ns y s t e m ， i n c l u d i n gi m a g es m o o t h i n g ，t h r e s h o l dd i v i s i o n ，e d g e d e t e c t i o n ，a n di m a g em a t h e m a t i c a l m o r p h o l o g yp r o c e s s i n g b e s i d e s ，an e wa l g o r i t h mn a m e dd y n a m i cd o u b l et h r e s h o l d sd i v i s i o n b a s e do ni m a g eb r i g h t n e s sh a sb e e nb r o u g h to u ta c c o r d i n gt ot h ef e a t u r eo fp a p e rd e f e c t s ，w h i c h c a nb eu s e di nh i 【g hc o n t r a s tp a p e rd e f e c t si n s p e c t i o n f u r t h e r m o r e ，t h i sp a p e rp u t sf o r w a r da n i m a g ef e a t u r ee x t r a c t i o nm e t h o db a s e do nh o u g ht r a n s f o r m a t i o nw h i c hi su s e dt os o l v et h e p r o b l e m sc o m i n go u tf r o mt h eu s i n go fr o u t i n ei m a g ef e a t u r ee x t r a c t i o nm e t h o d si nw e b i n s p e c t i o n ，b ya n a l y z i n gt h ef i n a lh o u g ht r a n s f o r m a t i o ns p a c e ，f r o mw h i c hc a np i c ku pt h e w r i n k l ef e a t u r ea n dw o r ko u tt h ei d e n t i f i c a t i o n b a s e do nt h ea l g o r i t h m ss t u d ya n da c c o r d i n gt ot h ep r a c t i c a la p p l i c a t i o nd e s i r e ，t h i sp a p e r d e s i g n sa ne x p e r i m e n tw e bi n s p e c t i o ns y s t e m ，i n c l u d i n gt h ef u n c t i o no fi m a g ec o l l e c t i n g ，i m a g e p r e t r e a t m e n t ，i m a g ef e a t u r ee x t r a c t i o na n di d e n t i f i c a t i o n ，p a p e rd e f e c t so n l i n ei n s p e c t i o n ， h i s t o r yd a t aq u e r y , b ys o f t w a r ed e s i g np l a t f o r md e l p h i ，a n dg e tt h es y s t e mt e s t e da n da n a l y z e d f i n a l l y , t h i sp a p e r m a k e ss o m es u g g e s t i o n sf o r t h en e x tw o r k d u et ot h ed e f i c i e n c i e se x i s t e d k e y w o r d s ：w e bi n s p e c t i o n ，m a c h i n ev i s i o n ，i m a g ep r o c e s s i n g ，f e a t u r ee x t r a c t i o n , h o u g h t r a n s f o r m a t i o n 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是拳人在导师的指导下进行的研究工作 所取得的成果尽我所知，除文中已经特别注明引用的内容和致谢的地方外，本 论文不包含任何其他个人或集体已经发表或撰写过的研究成果：对本文的研究做 出重要贡献的个人和集体，均已在文中以明确方式注明并表示感谢本人完全意 识到本声明的法律结果由本人承担 学位论文作者( 本人签名) ： 俅丈舢。7 年i ；月? 7 日 学位论文版权使用授权书 本学位论文作者完全了解南京林业大学有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版( 中国科学技术 信息研究所；国家图书馆等) ，允许论文被查阅和借闭本人授权南京林业大学 可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以汇编和综合 为学校的科技成果，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论 文全部或部分内容。 保密口，在 年解密后适用本授权书。本学位论文属于不保密寺 ( 请在以上方框内打。” ) 学位论文作者( 本人签名) ： 指导教师( 本人签名) ： 致谢 本论文是在导师胡慕伊教授的悉心指导和亲切关怀下完成的。从最初的 论文选题到最后的论文撰写，无不凝聚着导师的心血和汗水。导师敏锐的洞 察力、活跃的思维、渊博的学识和严谨求实的治学态度，给我以深深的启迪 和教导，将使我一生都受益匪浅。在论文完成之际，我谨向导师三年来的教 诲和关心表示深深的谢意，并致以崇高的敬意! 在课题研究过程中，特别感谢熊智新副教授，他一丝不苟、精益求精的 科研作风对我产生了深远的影响。在算法研究和系统设计过程中，他提出了 许多宝贵的意见乖建议，帮我解决了很多编程方面的困难，本论文的完成离 不开他的帮助，在此致以诚挚的感谢! 感谢胡明高级工程师、陈朝霞老师，他们提供了宽松的科研环境，并在 我课题研究过程中和e l 常学习生活中，给予我多方面的帮助和指导! 感谢宿舍室友胡风云、陆剑亮、王宏志，在三年的学习生活中，轻松和 睦的宿舍气氛和无私互助的友谊令我终生难忘! 同时也要感谢实验室的师弟师妹，与他们的探讨和交流使我受益颇多! 感谢一直给予我最大的关心、支持和鼓励的父母和家人，他们对我的理 解和关爱是我不断前进的动力! 感谢南京林业大学对我的培养，祝愿母校的明天更加美好! 陈文凯 20 0 9 年6 月 第一章绪论弟一旱三百了匕 1 1 课题的研究背景及研究意义 1 1 1 课题研究背景 造纸业是一个与国民经济发展和社会文明建设息息相关的重要产业，纸及纸板的生产 和消费水平，已作为衡量一个国家现代化水平和文明程度的重要标志。目前，我国纸及纸 板的生产量和消费量均居世界第2 位，仅次于美国，在世界造纸工业竞争格局中已具有相 当的影响力【1 1 。 我国造纸工业正在由传统造纸业向现代造纸业转型2 1 。随着造纸技术的不断提高，现 今的纸机幅宽可达1 0 米，车速也越来越快，某些纸机可高达1 8 0 0 m m i n ，纸张抄造过程 中面临着出现更多缺陷的风险。传统的靠人工肉眼检测纸张外观纸病，效率极低，已无法 满足实时自动控制要求，容易因反馈不及时而产生大量的废品，造成经济损失。纸病检测 系统的出现大大提高了检测效率，并实现了在线分析与控制。目前，较为流行的在线检测 方法是采用机器视觉技术，通过纸张的光学图像，运用图像处理技术，对纸张的各种外观 性能进行定性和定量两个方面检测与评估。其中，基于c c d ( c h a r g ec o u p l e dd e v i c e ) 技术的纸病检测系统因结构简单、非接触、性能稳定等优点而成为新一代纸病在线检测系 统【3 】的主流。 1 2 课题研究的意义 本研究课题来源于南京林业大学十五人才基金项目“基于机器视觉的纸辨分析研究”。 当今造纸行业竞争非常激烈，质量就是生命线，一旦出厂的产品被用户发现存在纸病，造 纸厂商不但要受到用户的投诉，赔偿经济损失，甚至会失去用户，因此在造纸过程中及时 发现纸病非常关键，且越早发现问题，就能够越快地排除它们，减小损失。例如，边缘裂 缝的早期检测能够减少断纸的发生；孔洞的检测，使得现场人员能够尽早对压光辊面及时 采取维护措施；周期性纸病的出现，可提醒设备维护人员及时检查相应的设备，以免出现 更大的问题。 目前，纸病检测系统的开发大多基于机器视觉技术，而机器视觉系统又以图像处理技 术为核心，因此对纸病图像检测算法的研究尤为重要，合适的算法应用可以更好地实现检 测的可视化、微观化和自动化，迅速准确地对纸病进行检测分析，从而大幅度的提高检测 效率，优化生产过程，降低生产成本。因此，纸病检测算法的研究和检测系统的设计对提 高造纸企业效益及造纸生产设备的自主研制均具有重要意义。 1 2 纸病 1 2 1 纸病概述 凡不包括在纸张质量技术要求范围内的纸张缺陷均可称为纸病【4 】。本文所涉及的纸病 仅是指其中的外观纸病，即用肉眼可分辨的纸病。 纸和纸板是纤维材料加辅助材料又经过繁多的工序处理抄造而成的，其中纤维材料、 辅助材料、工艺流程、设备状态等均可引起外观纸病的出现，影响其外观质量。纸和纸板 的外观质量是纸和纸板的主要质量指标之一，因为它不仅直接影响成品的使用，而且影响 到纸和纸板的其他物理性能指标，甚至还决定成品损耗情况。如尘埃，特别是黑色尘埃， 有时会在印刷中产生文字、数字的差错等；硬质块由于质硬，且凸出纸面，在印刷时会轧 坏印版，书写时有硬质块处易被笔尖勾起，影响书写，包装时，该处也容易破裂p j 。 1 2 2 常见的纸病类型 外观纸病繁多，加上各地方造纸企业沿袭地方习惯，对纸病的名称叫法不同，就形成 了名目众多的繁杂状况。但一般来说，均以纸面洁净程度、纸病形象、纸病面积大小、颜 色的深浅和明暗、纸机各部位作用力的影响以及光线的反射或透光情况来命名p 】。常见的 纸病有：孔洞、脏点、褶皱、透光、透帘、气泡、折子、斑点、硬质块、条痕、毛毯痕、 裂口等等。 从图像处理的角度看，根据灰度情况可将纸病分为高对比度纸病和低对比度纸病，高 对比度是指纸病处的灰度与背景差别很大，包括孔洞、脏点、暗斑等等；低对比度纸病是 指纸病处的灰度值与背景差别不大，甚至在背景灰度的正常范围内的纸病，包括褶皱、半 透明、气泡等等。根据分布形态来分则可分为连续纸病和非连续纸病，前者如褶皱、折子、 条痕等等，后者如孔洞、脏点、斑点等等。 1 2 3 纸病的模型 从纸张微观结构分析，纸张的外观纸病可定义为对理想纤维结构的某种严重偏离。在 纸张的抄造过程中，纤维结构的分布是随机的，质量高的纸张其分布是随机而均匀的。从 物体亮度的物理性质看，纸病代表了灰度对背景平均值的偏离，不同纸病其偏离程度不同。 不同种类的偏离，代表了不同类型的外观纸病。研究表明，即使是高质量的纸张，它的图 像灰度信号也是随机信号。随机信号的标准差( 均方差) 正是信号的幅值相对于均值分散 程度的一种表示6 1 。 这个模型较好地反映了高对比度纸病的特征，但是对于低对比度纸病应用效果较差。 这是因为背景本身的灰度分布具有一定的范围，而低对比度纸病处的灰度值可能并未超出 2 该范围。自组织映射( s o m ) 方法是对纸张纤维结构的另一种描述，不同的s o m 单元代表 了纸张纤维结构的微小差异，而纸病处的纤维结构大大超出了s o m 单元的统计区间，从而 判定为纸病【7 1 。 1 3 机器视觉 1 3 1 机器视觉概述 机器视觉是一门新兴且发展十分迅速的边缘学科，涉及计算机、自动化、集成技术、 光学、视觉心理和生理、脑研究等众多领域。人们从2 0 世纪5 0 年代开始研究二维图像的 统计模式识别，6 0 年代r o b e r t s 开始进行三维机器视觉的研究，7 0 年代中，m i t 人工智 能实验室正式开设“机器视觉”课程，从8 0 年代起，开始了全球性的研究热潮，机器视 觉获得了蓬勃发展，新概念、新理论不断涌现，现今机器视觉仍然是一个非常活跃的研究 领域。 简单来讲，机器视觉就是用计算机来模拟人的视觉功能，对目标进行测量和判断。它 从客观事物的图像中提取信息，并对这些信息进行处理、再加以理解，因此包含了图像处 理的绝大部分内容，如图像的增强与恢复、边缘提取、图像分割、纹理分析、形状分析、 图像识别等。当然机器视觉作为一种应用系统，其功能特点是随着工业自动化的发展而逐 渐完善和发展的，现今的机器视觉系统还可能包括诸如图像序列分析、三维景物分析、人 工智能等方面的内容。 1 3 2 机器视觉系统的构成及原理 一个典型的工业机器视觉应用系统包括光源、光学成像系统、图像捕捉系统、图像数 字化模块、数字图像处理模块、智能判断决策模块和机械执行模块，如图1 1 所示。 图1 1 机器视觉系统的构成 上述系统主要由三部分组成：图像的获取、图像的处理和分析、结果输出。首先选择 适当的光源( 包括可见光、红外线甚至超声波等各种成像手段) 并以恰当的角度照射被测 目标，然后采用摄像机获得被测目标的图像信号，通过a d 转换将模拟信号变成数字信 号传送给专用的图像处理系统，根据像素分布、亮度和颜色等信息，运用图像处理技术对 3 采集到的原始图像进行预处理以得到质量改善了的图像，并运用各种运算来提取目标的特 征，然后根据预设的判别准则输出判断结果，控制驱动执行机构进行相应处理。 1 3 3 机器视觉的特点 机器视觉技术具有非接触，获得信息量大、作用距离远等特点，可在很大程度上提高 生产的柔性和自动化程度。在一些不适合人工作业的危险工作环境或人工视觉难以满足要 求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检 查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动 化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。 正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也容易同设计信 息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地 用于工况监视、成品检验和质量控制等领域。 有不少学科的研究目标与机器视觉相近或者相关，这些学科中包括图像处理、模式识 别或图像识别、图像理解等。由于历史发展或领域本身的特点，这些学科有某种程度的相 互重叠。但是，机器视觉与其他学科又有着一定的区别，主要有几点： 1 、技术综合性 机器视觉是一项综合技术，其中包括数字图像处理技术、机械工程技术、自动控制技 术、电光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件 技术、人机接口技术等。这些技术在机器视觉中是并列关系，相互协调应用才能构成一个 成功的工业机器视觉应用系统。 2 、工业可靠性和实用性 机器视觉强调工业现场环境下的可靠性，要求能够适应工业生产中恶劣的环境，有较 高的容错能力和安全性，不会破坏工业产品，比如在线工作于生产流水线中，被测物体常 常是运动的，图像的获取与物体的运动必须同步进行；又如被测物体处于杂乱背景中，必 须将其从中提取出来等等。同时机器视觉还强调实用性，要求有合理的性价比，要有通用 的工业接口，能够由普通操作人员来操作，并具有较强的通用性和可移植性。 3 、高速度和高精度的平衡 对于高速实时在线视觉检测系统，并不意味着软硬件的简单堆积就能获得期望的性 能。例如多数分割算法的精确性是以提高计算量为代价的，其处理时间会成为实时检测的 瓶颈。采用高分辨率的图像传感器的确可以提高图像测量的空间分辨率，但是数据量和计 算量成倍的增加。视觉采集系统的延迟在低速下可以忽略不计，而在高速下却成为制约生 产速度的重要因素，因此如何在快速与准确之间、快速与稳定之间取得平衡，是研制基于 机器视觉的在线自动检测系统的关键。这也是数字图像处理中的许多新算法目前还难以应 用，机器视觉技术在工业生产中的实际应用速度远远滞后于图像处理理论的发展速度的主 要原因。 4 1 3 4 机器视觉的应用 由于机器视觉技术具有非接触，获得信息量大、作用距离远等特点，特别是随着计算 机图像处理技术的不断发展，近几十年来，它在工业、农业、科学研究、军事等各方面都 获得了十分广泛的应用。 机器视觉技术本身的特点使得它在高速、细微和重复的制造过程中显得非常可靠，这 种检测与传统的检测手段相比，具有不可替代的优越性，因此被广泛用于加工制造企业， 完成大批量生产过程中的重复性检测任务。实际上机器视觉在质量检测方面的应用占整个 工业应用的近8 0 ，如印刷电路板的视觉检查、钢板表面的自动探伤、零件；0 n - v 精度、 位置角度测量、装配完整性和尺寸精度、零件的自动识别分类、特性字符识别、容器容积 或杂质检测等。其最大的应用行业为汽车，造纸，制药，电子与电气，制造，医学，包装 食品饮料等。 机器视觉的应用正越来越多地代替人去完成许多工作，这无疑在很大程度上提高了生 产自动化水平和检测系统的智能水平。基于机器视觉技术在工业检测中存在的巨大优势， 可以预见，随着技术自身的成熟和发展，机器视觉将在现代和未来制造企业中得到越来越 广泛的应用。 1 4 国内外研究现状 在2 0 世纪7 0 年代初期，a b b 公司就开发了u l m a 纸病检测系统。8 0 年代初期，基 于c c d 技术的纸病检测系统投放市场。该系统采用c c d 元件作为传感器，连续拍摄运 动纸幅的图像，利用计算机对数字信号进行分析处理，确定纸病的位置和类型【8 】。至今， 纸张在线纸病检测系统这一产品已经历了从最初单纯的洞眼检测功能到目前的可以检测 到几乎所有种类的纸张视觉缺陷的发展阶段【9 】。 目前，常见的纸病检测系统有：a b b 公司的u l m a 3 d 、u l m a n t i 、e s i7 ，m e a s u r e x r o i b o x 公司的m x o p e nw i s ，和o m r o n 公司的a u t os p e c 等等。此外，世界知名的 机器视觉公司如p a r s y t e c 、c o g n e x 也通过与自控行业巨头的合作，依托自身先进的机器视 觉技术，开发纸病检测系统，这极大地推动了纸病在线检测技术的发展。根据查阅的文献 资料，未见到有关纸病检测的理论报道，国内也只有极少数企业引进了国外的纸病检测系 统【l o 】 1 1 】i 1 2 】。国内的纸病检测技术研究处于起步阶段，浙大双元公司于2 0 0 4 年推出了 s y w i s 3 0 0 0 纸病检测分选系统，是国内第一个自行开发的纸病检测系统，但尚未见到有 关该系统使用情况的报道【7 】。 在检测算法方面，上文提到的u l m a 3 d 、m x o p e nw i s 和a u t os p e c 等产品都是 采用简单的阈值法，针对不同纸病设置不同等级的阈值来检测纸病【l0 1 。p r a a s t 等用计算 机图像分析法分析压光过程中产生的黑道、斑点和缺点等纸病现象【l3 1 。j u k k ai i v a r i n e n 等利用灰度共生矩阵的各种统计量作为纹理特性的度量，于2 0 0 0 年提出了基于共生矩阵 和自组织神经网络的纸病检测方法【l4 1 。sh o s s a i nh a j i m o w l a n a 等根据人工缺陷检测系统 的特点，提出了模糊逻辑算法，通过修改隶属度函数和控制规则克服了光照的变化和纸页 上的灰尘等环境噪声的影响 i s 】。i a n s o n 等对影响表面粗糙度的纸面周期性的纸痕用计 算机图像法进行了分析，以及对所得纸张的表面图像进行傅立叶变换和傅立叶反变换，通 过从图样中分离出表面粗糙状况的频谱图，对粗糙度进行分析【1 6 】【1 7 】。 近几年，国内各高校和研究机构在纸病检测算法方面也进行了深入的研究。吕岑等应 用图像处理技术研究了纸张灰度图像的基本特征和分布特征，从而有效地提取出纸病的特 征【l 列；通过对纸张微观结构中纤维分布的分析，运用图像处理和统计处理技术建立了理想 纸张的物理模型和数学模型，给出了理想纸张的定义及纸病的定义【l9 】；还提出了采用数学 形态学操作从纸病图像中分割强噪声背景和纸病的方法，结合阈值增强方法和传统边缘检 测得到纸病检测和分割结果【2 0 】；同时，他还提出了纸张表面纸病检测与分割的二阶段新 方法【2 1 1 。徐志鹏等讨论了在纸幅随机纹理背景下纸病的检测，提出利用纸病处的奇异性来 区分其和背景纹理【2 2 1 。周兴林等在分析传统的差影减法的基础上，采用t o p - h a t 运算去 除图像噪声并完成纸病图像的可疑目标的快速检测 2 3 1 。亢洁等提出了基于轮廓结构元素 形态学( c b 形态学) 滤波的形态学纸病检测方法【2 4 1 。 5 本文内容结构安排 本课题的研究重点是纸病图像处理算法和纸病检测实验系统的设计，包括系统的结构 设计，图像预处理，图像特征提取与识别，数据库编程等。论文内容安排如下： 第一章绪论，介绍课题研究的背景及研究意义，阐述纸病和机器视觉技术的相关内容， 并分析国内外的研究现状。 第二章纸病检测实验系统总体设计，先简单介绍介绍孔洞、脏点、褶皱三种典型纸病： 列举了一般机器视觉系统的组成部件，根据本文采用的智能图像传感器的特点，提出纸病 检测实验系统设计方案，并详细介绍了智能图像传感器d v tl e g e n d 5 3 0 ；最后对软件环 境d e l p h i 和m a t l a b 作了简单的介绍。 第三章纸病图像预处理，首先介绍了数字图像处理技术；详细介绍了邻域平均法和中 值滤波法两种去噪算法；重点研究了阈值化方法和边缘检测两种图像分割算法，并提出一 种基于灰度经验的动态双阈值分割方法，用来检测高对比度纸病；最后讨论数学形态学方 法的应用。 第四章基于h o u g h 变换的图像特征提取与识别方法，首先介绍形态特征、灰度特征、 纹理特征等各种图像特征；接着讨论了常规的图像特征提取方法在纸病检测系统中应用所 遇到的问题，并针对该问题提出一种基于h o u g h 变换的图像特征提取方法。 第五章纸病在线检测实验系统，介绍纸病在线检测实验系统的界面设计：将纸病图像 处理算法集成到系统中；最后进行系统测试并对测试结果进行分析。 第六章总结与展望。 6 2 1 典型纸病 第二章纸病检测实验系统总体设计 不同的造纸生产线往往会产生不同的纸病即使是同一生产线，在不同的工艺参数或 在工艺参数相同而生产条件不同的情况下，产生的纸病也会有所区别，因此纸病往往具有 多样性、复杂性等特点。常见的纸病有：孔洞、脏点、褶皱、透光、透帘、气泡、折子、 斑点、硬质块、条痕、毛毯痕、裂口等等。从图像处理的角度看，根据灰度情况可将纸病 分为高对比度纸病和低对比度纸病，前者包括孔洞、脏点、暗斑等，后者包括褶皱、半透 明、气泡等：根据分布形态来分则可分为连续纸病和非连续纸病，前者如褶皱、折子、条 痕等，后者如孔洞、脏点、斑点等。 由于纸病种类太多，为研究方便，结合实际生产情况，本课题选取孔洞、脏点和褶皱 三种纸病进行研究。孔洞和脏点属高对比度纸病，褶皱则是低对比度纸病i 从另一角度看 孔洞和脏点是非连续纸病，褶皱则是连续纸病，因此这三种纸病具有代表性。 纸病检测系统分为透射式和反射式两种，其中约8 5 是透射式的，即采用照明光源 和位于纸幅另一侧的数字照相机的配置方式。因为足够好的光源对多数纸种均具有足够的 光线透射比，且同双面均采用反射光源和相机的配置方式相比，可以节约大量的投资”j 。 本文中的图像均是在透射光照条件下采集的。 1 、合格纸样 合格纸样如图21 所示，整个图像的灰度分布范围较小，灰度变化均匀，没有明显的 灰度阶跃。 图2 1 合格纸样 2 、孔洞 典型的孔洞纸病如图2 2 所示，孔洞处在透射光照射下用肉眼可见到完全穿透而没有 纤维，一般小的称孔眼，大的叫破洞。有规律的孔眼是因刚子有破损，网眼堵塞，焊接不 良，毛毯有油，辊子粘浆等原因造成的：无规律的孔眼是由于浆料不净，压后成小孔t 浆 中气泡破裂，纸幅拉得过紧，真空伏辊粘眼，烘缸温度过高造成的：破洞主要是因为大浆 块、砂粒等脱落或压光后破裂、腐浆团上网被伏辊压溃后产生的2 ”。 图22 孔洞纸样 3 、脏点 典型的脏点纸病如图23 所示，脏点处在纸面上用肉眼可见，其灰度明显暗于纸面。 纤维性尘埃主要是由于黄筋、杂色纤维、色纸点、腐浆点、泡沫点等造成的：金属性尘埃 主要是由于铁锈，铜沫等造成的口”。 图23 脏点纸样 4 、褶皱 典型的褶皱纸病如图24 所示，褶皱处的灰度从总体上看与背景差别不大，但褶皱在 纸面上的凹凸不平体现为边界上较为明显的灰度阶跃变化。褶皱主要是由于浆料未洗净， 网槽、毛毯有问题打浆度及抄造速度不合适等原因导致纸页在运行过程受到的张力不均 匀和本身收缩不一致而造成的。 图24 褶皱纸样 2 2 纸病检测实验系统结构设计 2 2 1 纸病检测系统基本原理 纸病检测就是把带有缺陷的纸从正常纸张中分离出来的过程【2 州。纸病检测系统的基 本原理是：在纸机横向上，用若干个c c d 摄像机在线检测专用光源反射或透射光的强度， 并转化成电信号，经过计算机处理后，判断出纸张上各种外观纸病的类型，并给出尺寸、 位置等详细信息。同时，将这些数据储存到数据库，并模拟实时幅面，在计算机屏幕上显 示各种纸病。一个功能完备的的纸病检测系统还可对纸病出现的周期性、连续性、密度和 根源等进行分析，生成各种报表；用色标器在纸幅边缘打上标记，以便在后续的工序中针 对不同的纸病进行相应的处理等等。 2 2 2g g d 相机简介 c c d 是一种高精度、高灵敏度的光电耦合器件，它具有自扫描的特性，能够将按空 间域分布的光学图像变换成按时间域分布的离散电压信号，继而通过电子系统对这一信号 进行各种处理得到物体的图像资料。c c d 按其像元排列形式分为两大类型线阵( l i n e r ) c c d 和面阵( a r e a ) c c d 。线阵c c d 因其驱动简单，信号相对易于处理而在工业检测领 域得到广泛应用。面阵c c d 相机的感光区为一矩形阵平面，通常的长宽比是3 ：2 ，拍摄 速度快。线阵c c d 相机的感光区由光敏元件均匀地排成一列，分辨率较高，可以很容易 地拍摄出纸面上的瑕疵【1 2 1 。 c c d 相机采用高质量的工业级镜片将纸页表面成像在传感器( c c d 元素) 上。对于 离散的纸病( 如斑点、孔洞等) ，通常采用焦距为3 5 m m 和5 0 r a m ( 特殊情况下采用2 8 m m ) 的镜片。对于连续的纸病( 如条痕、褶皱等) 一般采用5 0 r a m 或8 0 r a m 的镜片，以提高 横向分辨率。高精度镜片具有优良的分辨率、景域和景深。针对不同的需求应对光圈进行 优化。由于速度快，离散纸病要采用大光圈( 小视场光阑数：2 8 ，4 ) 。连续纸病的检测 时间要求不同，要使用小光圈( 视场光阑数：5 6 ，8 或1 1 ) 1 0 】。 2 2 3 纸病检测实验系统总体结构 典型的视觉系统一般包括如下部分：光源，镜头，c c d 照相机，图像处理单元( 或图 像捕获卡) ，图像处理软件，监视器，通i b 输入输出单元掣2 7 1 。根据本文采用的智能图 像传感器的特点，设计纸病在线检测实验系统结构如下： 1 0 由豳 图25 纸病在线检铡实验系统的结构 该系统包括了典型纸病检测系统的四个部分：传感、检测、特征化和分类f 2 ”。其中 智能图像传感器完成纸病图像的采集、数字化和传输工作，检测、特征化和分类等工作则 在计算机中通过系统的软件功能完成。 2 2 4 系统硬件 本文采用的智能图像传感器是d v t l e g e n d 5 3 0 ，如图26 ( a ) 所示。该传感器的核心是 c c d ，其规格是：48 n u n x 36 m m ( i 3 ”形式) ，6 4 0 x 4 8 0 象素分辨率，7 4 u m 7 4 u m ， 正方形象素。其它主要硬件配置如下： c s m o m i t ，1 6 r a m 镜头 l e d 频闪光源i d r a ) - 跳线( c r o s s o v e r ) 以太网电缆( c b l - c 1 0 e x ) 口” 1 5 针数字i 0 电缆( c b l 5 一d x x * ) r j 4 5 和1 5 针d b 连接器 数字i o 接线面板( c o n b r k ) ，如图2 6 所示 2 4 伏直流电源 ( 町0 ) 圉2 60 ) 智能图像处理器d v t l e g c a d 5 3 0 ：o ) 接线面板 2 3 软件环境 2 3 1d eip hi 简介 d e l p h i 是由i n p r i s e 公司( 前b o r l a n d 公司) 推出的一种非常优秀的可视化程序开发工 具，该软件使用了m i c r o s o f tw i n d o w s 图形用户界面的许多先进特性和设计思想，提供丰 富的v c l 控件，采用高度结构化的o b j e c tp a s c a l 语言，具有结构清晰、编译迅速等特点。 d e l p h i 拥有当今世界上最快的编译器和最为领先的数据库技术【3 0 j 。d e l p h i 编译器可以 3 5 万行秒的速度编译，编译后的可执行程序也是真正的二进制机器代码，它的速度已经 非常接近c 语言。d e l p h i 具有强大的数据库开发和管理功能，非常适用于数据库编程， 它提供了对多种数据库开发的支持，用于目前市面上几乎所有的数据库系统，包括大型数 据库s y b a s e 、o r a c l e 、s q ls e r v e r 、i n f o r m i s 、d b 2 等，中小型数据库i n t e r b a s e 、a c c e s s 、 p a r a d o x 、d b a s e 、f o x p r o 等。同时d e l p h i 提供了对数据库的多种连接支持，包括o d b c 、 a d o 、b d e 、d b e x p r e s s 等。针对这些连接，d e l p h i 中提供了b d e 、a d o 、i n t e r b a s e 、d a t a s n a p 和d b e x p r e s s 类v c l 控件，同时支持分布式、多层分布式开发。所有这些，为数据库开 发人员提供了最大的方便，使其能够在有限的时间内最大限度地完成数据库开发任判”】。 本课题中纸病检测实验系统的纸病历史数据存储和查询等部分的设计都需要使用数 据库编程，鉴于d e l p h i 在数据库方面的优势，本课题采用d e l p h i 软件开发平台进行系统 设计。 2 3 2m a t l a b 简介 m a t l a b 是矩阵( m a t r i x ) 和实验室( 1 a b o r a t o r y ) 两个英文单词前三个字母的组合。 其前身是用于矩阵计算的软件，1 9 8 4 年，c m o l e r 和j l i t l e 成立了m a t h w o r k s 公司，正 式把m a t l a b 推向了市场。经过2 0 年的不断完善，m a t l a b 己经发展成为适合多学科、 多种工作平台的具有强大功能的大型软件。在研究设计单位和工业部门，m a t l a b 已被 广泛用于科学研究和解决各种具体问题。 这一软件之所以得以广泛的应用，与其自身所具有的诸多的优点是分不开的。m a t l a b 既是一种直观、高效的计算机语言，同时又是一个科学计算平台。它为数据分析和数据可 视化、算法和应用程序开发提供了最核心的数学和高级图形工具。m a t l a b 语言被称为 “演算纸式的语言”，就是因为它更符合人们的思维习惯，给使用者提供了一个更直观、 更方便的程序开发环境。它的语法限制不严格，程序设计自由度大，并且可移植性很好。 它还具有功能强大的工具箱，这些工具箱都是由相应领域内具有很高学术水平的专家编写 的，所以用户不需要编写自己学科内的基础程序，就可直接进行深入的研究。 考虑到m a t l a b 极高的编程效率，本课题对图像处理算法的研究在m a t l a b 环境 中进行，筛选出可行的算法，再用d e l p h i 将算法集成到纸病检测系统中。 1 2 2 4 本章小节 本章简要说明纸病图像的获取方法；详细介绍孔洞、脏点、褶皱三种典型纸病，包括 其图像特征，形成原因等；列举了一般机器视觉系统的组成部件，根据本文采用的智能图 像传感器的特点，提出纸病检测实验系统设计方案，并详细介绍了智能图像传感器d v t l e g e n d 5 3 0 ：最后对本文程序开发平台d e l p h i 和m a t l a b 软件作了简单的介绍。 第三章纸病检测系统的图像预处理 数字图像处理最早出现于2 0 世纪5 0 年代，作为- 1 1 学科大约形成于6 0 年代初期。 数字图像处理的研究对象是图像，是将一幅效果不好的图像进行处理，获得效果好的图像。 里面的技术包括图像变换、图像的增强和恢复、图像压缩编码、图像重建、图像分割等。 数字图像处理技术发展至今，已有很多成熟的处理算法，在开发机器视觉系统时有很多前 人的理论算法可以借鉴，但是纯图像处理算法的研究往往追求的是图像处理的效果，并不 一定适用于机器视觉系统中，因为在机器视觉系统中，除了算法精度要求，还需考虑计算 机的运算速度和硬件成本。因此，本课题只选择适合在机器视觉系统中应用的算法进行研 究。 由光学成像系统生成的原始二维图像，往往包含各种随机噪声，图像质量也无法满足 要求，为提高计算机的视觉功能，增强系统的分析和识别能力，需对原始图像进行处理。 这种突出有用信息，抑制无用信息和改善图像质量的处理技术，称为图像的预处理。图像 的预处理包括图像去噪、图像增强、图像分割等。从实际应用出发，本文只介绍图像去噪、 图像分割和数学形态学方法。 3 1 图像平滑去噪 幅未经处理的原始图像，大都存在着定程度的噪声干扰。噪声恶化了图像质量， 使图像模糊，甚至淹没特征，给分析带来困难。因此，需要滤波来消除噪声影响、改善图 像质量。图像滤波方法有多种，考虑到纸病图像的特点及纸病检测系统对处理速度的要求， 本文选择图像平滑滤波方法进行研究。 个较好的平滑方法应该是既能消掉这些噪声效应又不使图像的边缘轮廓和线条模 糊，这就是研究图像平滑化处理要追求的主要目标。图像平滑化处理方法可分为空域法和 频域法两大类，常用的有邻域平均法，中值滤波法等。 3 1 1 邻域平均法 邻域平均法是简单的空域处理方法。这种方法的基本思想是在局部做均值运算，用几 个像素灰度的平均值来代替每个像素的灰度。假定有一幅m x n 个像素的图像f ( x ，y ) ， 平滑处理后得到一幅图像g ( x ，y ) 。g ( x ，y ) 由下式决定： g 少) = 万1 e f ( m ，刀)( 3 1 ) a ( m 月) 日 式中x = 0 ，1 ，2 ，m 1 ；y = o ，1 ，2 ，n 1 ；s 是( x ，y ) 点邻域中点的坐标 的集合，但其中不包括( x ，y ) 点，k 是集合内坐标点的总数，s 邻域可以取四点邻域或 1 4 耻引：j p 2 ) 耻丢 仔3 ， 3 1 2 中值滤波法 中值滤波器( m e d i a nf i l t e r ) 在1 9 7 1 年由j w j u k e y 首先提出并应用在一维信号处 理技术( 时间序列分析) 中，后来被二维图像信号处理技术所引用。中值滤波是种非线 性的空间滤波技术，由于它不依赖于邻域内那些与典型值差别很大的值，因此，它在一定 程度上可以克服线性滤波如最小均方滤波，均值滤波等带来的图像细节模糊化，并且对滤 除脉冲干扰以及图像扫描过程中产生的点状噪声最为有效。 中值滤波的原理非常简单，用一个窗口在图像上滑动，把窗口中像素的灰度值按升( 或 降) 次序排列，取排列在正中间的灰度值作为窗口中心所在像素的灰度值。具体步骤如下： 1 、将模板在图中漫游，并将模板中心与图中某个像素位置重合。 2 、读取模板下各对应像素的灰度值。 3 、将这些灰度值从小到大排成1 列。 4 、找出这些值中排在中间的1 个。 5 、将这个中间值赋给对应模板中心位置的像素。 从上面步骤可以看出，中值滤波器的主要功能即是让周围像素灰度值的差比较大的像 素改取与周围像素值相近的值，设g ( x ，y ) 表示数字图像像素点的灰度值，滤波窗口为 a 的中值滤波器可以定义如下式： g ( x ，y ) = m e d i a n g ( x f ，y 一) ( 3 5 ) t z ，jj 芒以 对于二维情况，中值滤波的窗口形状和尺寸对滤波器效果影响很大。不同图像内容和 不同应用要求往往选用不同的窗口形状和尺寸。通常的二维中值滤波窗口有线形、方形、 圆形、十字形等。 31 3 平滑去噪实验结果 邻域平均法的主要优点是算法简单，计算速度快，抑制噪声的效果也较明显但存在 边缘模糊的效应，随着邻域的增大，抑制噪声效果和边缘模糊效应也同时增加。虽然改进 的邻域平均法如闽值邻域平均法、加权邻域平均法等可以在一定程度上克服模糊效应t 但 总体上讲效果有限这是因为平均本来就是以图像的模糊为代价来换取噪声的减少的。以 最常见的高斯噪声和椒盐噪声为例，邻域平均法对这两种噪声的处理效果如图31 所示。 图中邻域平均法采用8 邻域的方式。 ( c ) 囤3 “幻含高斯噪声的脏点纸样 ( c 估椒盐噪声的脏点纸样 ( d ) 邻域平均法处理高斯噪声； f d l 邻域平均法处理椒盐噪声 中值滤波优于邻域平均法之处在于它不仅像邻域平均一样可以抑制噪声，而且可以使 边缘模糊效应大大降低，对于消除孤立点和线段的干扰十分有用，其突出的优点是在消除 噪