基于機器視覺的紙卷切面毛刺檢測方法及裝置制造方法及圖紙

本發明專利技術實施例公開了一種基于機器視覺的紙卷切面毛刺檢測方法，包括：采集紙卷切面的彩色圖像；將所述彩色圖像轉換為灰度圖像；對所述灰度圖像進行二值化處理，形成二值化圖像；根據所述二值化圖像計算陰影面積；將所述陰影面積與預設面積控制閾值進行比對，判斷紙卷切面的毛刺程度。本發明專利技術實施例還公開了一種基于機器視覺的紙卷切面毛刺檢測裝置。采用本發明專利技術，可有效實現紙卷切面毛刺檢測環節的高效率、高速度、高精度，同時，由于本發明專利技術不需要接觸紙卷，具有較高的準確度、較寬的光譜響應。

【技術實現步驟摘要】

本專利技術涉及機器視覺技術，尤其涉及一種基于機器視覺的紙卷切面毛刺檢測方法及一種基于機器視覺的紙卷切面毛刺檢測裝置。
技術介紹
在紙卷的生產過程中和紙卷的成卷切片過程中，由于環境、生產線、切刀的磨損等各方面因素的影響，紙卷切面會出現毛刺等瑕疵，嚴重影響了產品的質量。目前，普遍采用人工檢測的方式對毛刺進行檢測，即通過人工用手觸摸和肉眼辨別來識別。但是，長期的人工檢測，會使人產生勞累，而且人工檢測的速度遠沒有機器檢索的速率快，導致效率低下；同時，由于紙卷的切面毛刺非常輕微，大小為0.01mm-0.1mm，人眼識別很難且很辛苦，所以穩定性不高，經常出現漏檢和錯檢。另外，也有采用機器視覺技術對毛刺進行檢測，但是，現有的機器視覺都是針對單張紙張進行識別，由于光源的選取和攝像頭的選取問題和圖形圖像的算法處理不一樣，從而導致對紙卷的切面毛刺進行檢測。
技術實現思路
本專利技術實施例所要解決的技術問題在于，提供一種基于機器視覺的紙卷切面毛刺檢測方法及裝置，可有效實現紙卷切面毛刺檢測環節的高效率、高速度、高精度。為了解決上述技術問題，本專利技術實施例提供了一種基于機器視覺的紙卷切面毛刺檢測方法，包括：S1，采集紙卷切面的彩色圖像；S2，將所述彩色圖像轉換為灰度圖像；S3，對所述灰度圖像進行二值化處理，形成二值化圖像；S4，根據所述二值化圖像計算陰影面積；S5，將所述陰影面積與預設面積控制閾值進行比對，判斷紙卷切面的毛刺程度。作為上述方案的改進，所述步驟S1中，通過鏡頭、圖像傳感器及光源采集紙卷切面的彩色圖像。作為上述方案的改進，采集紙卷切面的彩色圖像時，光源從紙卷切面的側面進行照射。作為上述方案的改進，采集紙卷切面的彩色圖像時，所述鏡頭為可測40cm幅度的鏡頭。作為上述方案的改進，采集紙卷切面的彩色圖像時，所述圖像傳感器的像素至少為500萬。相應地，本專利技術實施例還提供了一種基于機器視覺的紙卷切面毛刺檢測裝置，包括：采集單元，用于采集紙卷切面的彩色圖像；灰度單元，用于將所述彩色圖像轉換為灰度圖像；二值化單元，用于對所述灰度圖像進行二值化處理，形成二值化圖像；陰影計算單元，用于根據所述二值化圖像計算陰影面積；比對單元，用于將所述陰影面積與預設面積控制閾值進行比對，判斷紙卷切面的毛刺程度。作為上述方案的改進，所述采集單元包括鏡頭設備、圖像傳感器、及光源設備。作為上述方案的改進，所述光源設備的光源從紙卷切面的側面進行照射。作為上述方案的改進，所述鏡頭設備為可測40cm幅度的鏡頭。作為上述方案的改進，所述圖像傳感器的像素至少為500萬。實施本專利技術實施例，具有如下有益效果：本專利技術結合計算機、機器視覺技術及其圖像處理相關算法，設計并提出一種基于機器視覺的紙卷切面毛刺檢測方法，從而實現對壓實卷紙的切面進行質量分析和不良品檢測。本專利技術基于機器視覺的紙卷切面毛刺檢測方法結合“采集彩色圖像”、“轉換灰度圖像”、“二值化處理”、“計算陰影面積”、“面積控制閾值比對”等步驟，對紙卷切面毛刺的質量進行量化，與現有技術相比，本專利技術可有效實現紙卷切面毛刺檢測環節的高效率、高速度、高精度，同時，由于本專利技術不需要接觸紙卷，具有較高的準確度、較寬的光譜響應范圍，可長時間穩定工作，節省大量勞動力資源，極大地提高了工作效率。附圖說明圖1是本專利技術基于機器視覺的紙卷切面毛刺檢測方法的流程圖；圖2是本專利技術基于機器視覺的紙卷切面毛刺檢測裝置的結構示意圖。具體實施方式為使本專利技術的目的、技術方案和優點更加清楚，下面將結合附圖對本專利技術作進一步地詳細描述。僅此聲明，本專利技術在文中出現或即將出現的上、下、左、右、前、后、內、外等方位用詞，僅以本專利技術的附圖為基準，其并不是對本專利技術的具體限定。圖1是本專利技術基于機器視覺的紙卷切面毛刺檢測方法的流程圖，包括：S101，采集紙卷切面的彩色圖像。所述步驟S1中，通過鏡頭、圖像傳感器（CCD）及光源采集紙卷切面的彩色圖像。需要說明的是，高質量的圖像信息是紙卷切面毛刺狀況正確判斷和決策的原始依據，也是紙卷切面毛刺檢測成功與否的關鍵所在，因此，鏡頭、圖像傳感器（CCD）及光源都是非常重要的。采集紙卷切面的彩色圖像時，所述圖像傳感器的像素至少為500萬。由于毛刺在0.01和0.1mm范圍內，因此，在可視范圍上CCD像素需要在500萬以上。采集紙卷切面的彩色圖像時，所述鏡頭為可測40cm幅度的鏡頭。由于CCD采用500萬像素的工業CCD，結合被測紙卷的截面直徑為55cm，而且紙卷是在運動過程中被檢測的，因此圖像采集過程中對暴光時間和通光率都有要求，所以根據運運速率和通過時間及測試直徑計算，鏡頭采用可測40cm幅度的鏡頭。采集紙卷切面的彩色圖像時，光源從紙卷切面的側面進行照射。光源是圖像采集過程中很重要的一部分，由于紙卷的切面毛刺是非常細小的突出部分，光源如果從上往下打，由于紙卷色澤都是一樣的，則在光的反射作用下會使得切面的細微部分被忽略，因此需要將光源從側面方向打，這樣使得突出毛刺會檔住光源往另一面照射，所形成的彩色圖像的突出毛刺就會構成一個陰影面積，該陰影面積與紙卷色澤有著明顯區分。S102，將所述彩色圖像轉換為灰度圖像。圖像灰度化：將彩色圖像轉化成為灰度圖像的過程，即為圖像的灰度化處理。彩色圖像中的每個像素的顏色由R、G、B三個分量決定，而每個分量有255中值可取，這樣一個像素點可以有1600多萬（255*255*255）的顏色的變化范圍。而灰度圖像是R、G、B三個分量相同的一種特殊的彩色圖像，其一個像素點的變化范圍為255種，所以在數字圖像處理中，需先將各種格式的圖像轉變成灰度圖像以使后續的圖像的計算量變得少一些。灰度圖像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級的分布和特征。圖像的灰度化處理方法為：根據YUV的顏色空間中，Y的分量的物理意義是點的亮度，由該值反映亮度等級，根據RGB和YUV顏色空間的變化關系可建立亮度Y與R、G、B三個顏色分量的對應：Y=0.3R+0.59G+0.11B，以這個亮度值表達圖像的灰度值。S103，對所述灰度圖像進行二值化處理，形成二值化圖像。二值化：設置一個像素值，此值可以作為其中一個閾值設置，此值表示紙卷經大量實驗后所得到的經驗值，將灰度圖像中的每個像素與此值比較，大于它的標記為255， 小于它的標記為0。S104，根據所述二值化圖像計算陰影面積。計算陰影面積：二值化圖像中255的像素值則為陰影，相應地，所有255像素之和即為陰影面積。S105，將所述陰影面積與預設面積控制閾值進行比對，判斷紙卷切面的毛刺程度。根據大量實驗經驗值，預設面積控制閾值，將所述陰影面積與預設面積控制閾值進行比對，當判定出陰影面積大于預設面積控制閾值時，則表示產品是不合格品。由上可知，本專利技術結合計算機、機器視覺技術及其圖像處理相關算法，設計并提出一種基于機器視覺的紙卷切面毛刺檢測方法，從而實現對壓實卷紙的切面進行質量分析和不良品檢測。與現有技術相比，本專利技術可有效實現紙卷切面毛刺檢測環節的高效率、高速度、高精度，同時，由于本專利技術不需要接觸紙卷，具有較高的準確度、較寬的光譜響應范圍，可長時間穩定工作，節省大量勞動力資源，極大地提高了工作效率。參見圖2，圖2顯示了本專利技術基于機器視覺的紙卷切面毛刺檢測裝置100的具體結構，本文檔來自技高網...

【技術保護點】
一種基于機器視覺的紙卷切面毛刺檢測方法，其特征在于，包括：S1，采集紙卷切面的彩色圖像；S2，將所述彩色圖像轉換為灰度圖像；S3，對所述灰度圖像進行二值化處理，形成二值化圖像；S4，根據所述二值化圖像計算陰影面積；S5，將所述陰影面積與預設面積控制閾值進行比對，判斷紙卷切面的毛刺程度。

【技術特征摘要】
1.一種基于機器視覺的紙卷切面毛刺檢測方法，其特征在于，包括：S1，采集紙卷切面的彩色圖像；S2，將所述彩色圖像轉換為灰度圖像；S3，對所述灰度圖像進行二值化處理，形成二值化圖像；S4，根據所述二值化圖像計算陰影面積；S5，將所述陰影面積與預設面積控制閾值進行比對，判斷紙卷切面的毛刺程度。2.如權利要求1所述的基于機器視覺的紙卷切面毛刺檢測方法，其特征在于，所述步驟S1中，通過鏡頭、圖像傳感器及光源采集紙卷切面的彩色圖像。3.如權利要求2所述的基于機器視覺的紙卷切面毛刺檢測方法，其特征在于，采集紙卷切面的彩色圖像時，光源從紙卷切面的側面進行照射。4.如權利要求2所述的基于機器視覺的紙卷切面毛刺檢測方法，其特征在于，采集紙卷切面的彩色圖像時，所述鏡頭為可測40cm幅度的鏡頭。5.如權利要求2所述的基于機器視覺的紙卷切面毛刺檢測方法，其特征在于，采集紙卷切面的彩色圖像時，所述圖像傳感器的像素至...

【專利技術屬性】
技術研發人員：陳炳富，王受芬，關鍵和，馮家亮，
申請(專利權)人：佛山市智人機器人有限公司，
類型：發明
國別省市：廣東;44