作者 张培恒1 董浩2 王博1 孙瑞轩2
1.燕山大学 电气工程学院(河北 秦皇岛 066004)2.河北省科学院 主动化研讨所(河北 石家庄 050000)
*基金项目：河北省科学院科技计划项目(编号：17401)
张培恒(1989-)，男，硕士，研讨方向：机器视觉。
摘要：当时食用油激光喷码检测办法仍是传统的人工灯检法，存在本钱高、不安稳、精度低、人员调集等问题，现已不能满意出产商和顾客的要求，为此规划一种依据机器视觉和主动化操控技能的食用油激光喷码检测分拣体系。凭借Matlab Script节点，选用LabVIEW和MATLAB软件混合编程的办法完结喷码字符检测，LabVIEW软件完结图画收集、人机界面制造和数据剖析功用，MATLAB软件完结图画处理和字符辨认功用，充分发挥各软件优势，下降编程开发难度。LabVIEW经过VISA串口将喷码质量信息传输至PLC(Programmable Logic Controller，可编程逻辑操控器)，操控主动分拣组织将喷码不合格的食用油除掉，然后确保和进步产质量量。试验成果表明，体系正确检测和分拣率可安稳到达90%以上。
0 导言
食物安全问题一向是人们最关怀的，而食用油是日子中不行或缺的日常消耗品，跟着日子水平和安全意识的不断进步，人们对食用油质量的要求屡日增高，食用油桶体上符号激光喷码作为油品确保的必要手法[1]，为每一桶食用油标示其规范、出产日期、批号等不同的信息，已成为食用油质量规范，其相当于食用油的身份证件，以其不行涂抹、无耗材、无污染、高效、长效等特色，被广泛用于标识范畴，但在工厂食用油出产进程中，由于环境、设备、技能等原因，激光喷码难免会呈现错印、漏印、污损、堆叠等缺点，此刻就需要对其进行质量检测，确保有缺点的产品不会流入商场，避免形成对顾客健康权益和企业品牌形象的负面影响。传统的食用油激光喷码检测首要是依托人工岗位来完结，但是人眼的片面检测有其固有的局限性，己经越来越不能适用于现代制造业的规范，因而食用油出产工序的质量检测水平有必要进步，食用油激光喷码视觉检测分拣体系运用先进的机器视觉和主动化操控技能彻底能够替代人工检测，运用BP神经网络算法不断进步检测速度、功率和精度，彻底满意现代制造业的规范。
机器视觉是一门多学科穿插的归纳性技能，它包含了数字图画处理、光学、方法辨认、核算机运用科学、人工智能等一系列学科范畴的常识[2]，经过核算机和工业相机非触摸式地对方针图画进行获取和处理，终究获取方针信息和完结智能主动化操控。
神经网络启发于生物学神经体系，经过并行处理和改动神经元衔接权重来练习出能完结特定功用的神经网络，其具有很强的自学习和泛化才干[3]。BP(Back Propagation，反向传达)神经网络是多层前馈差错反向传达的神经网络，是现在运用得最为广泛的神经网络猜测模型。
主动操控技能是指在很少或无人参加下，经过运用各种操控器、继电器、触摸器、履行器、传感器等设备自行完结工艺或进程的一门技能。它是以操控理论为根底，运用反应原理来主动地调理动态体系[4]，使得体系到达人们的料想。主动操控体系的很多运用，不只进步了作业功率，也进步了作业质量，改进了人员的作业环境。
食用油激光喷码视觉检测分拣体系灵活运用各种技能和办法，研讨和剖析BP神经网络算法，快速精确地检测出喷码信息，并与激光喷码机中的应刻灼信息比较对，假如呈现错印、漏印、污损、堆叠、倾斜等状况，体系将主动报警，提示用户，并可按预先设定的主动操控程序履行相关动作，除掉不合格产品。
1 机器视觉
机器视觉是指运用相机替代人眼功用，图画处理及算法功用替代人脑功用，对方针进行特征提取和剖析，从而做出判别来操控出产进程的一种人工智能技能[5]，包含光源、图画获取、图画处理、算法等模块。
1.1 光源照明模块
光源与照明计划是体系中重要组成部分，应尽或许地杰出方针特征，即将检测的区域尽或许大地与布景区域进行区别，进步比照度，下降图画处理、切割和辨认难度，使体系的牢靠性和归纳功用得到进步。
食用油桶体是半透明且带有必定弧度的，激光喷码机在桶体外表刻灼凹字符，其与非字符区域的资料相同，故没有色彩信息且反光严峻，这大大添加了光源和照明计划的难度。
依据检测方针，测验不同类型光源，经过屡次不同试验，终究规划了一种照明计划：挑选条形LED赤色光源组合成边长约10 cm的正方形，并在正方形光源后添加赤色同轴光源，一起配有亮度操控器，可独立微谐和粗调每组对边方位的灯亮度和同轴光源亮度，和谐合作运用同轴光源和组合条形光源，在满意亮度状况下消除反光和确保满意的比照度、清晰度，什物光源如图1所示，在特制光源照明下获取的喷码图画质量显着进步，清晰度、比照度显着增强，大大下降喷码图画处理和检测、辨认难度，一起加快体系作业处理速度和进步体系鲁棒性。
1.2 图画收集模块
图画收集模块是体系的输入端，对整个体系的作业速度和功率有重要影响，包含光电传感器、工业相机、镜头、相机支架、链板等设备。
1.2.1 光电传感器
光电传感器输出为继电器信号，用于硬件触发工业相机摄影，即链板运送食用油至特定方位后，光电传感器动作，触发处于预备状况的工业相机抓拍喷码。
本体系选用欧姆龙E3Z-T61A-L型光电传感器，为透过性赤色光源传感器，规划有感度调理按钮和动作切换开关，动作和复位各为1 ms一下，呼应速度快，一起具有简易、耐振荡、安稳、寿命长等长处，可满意体系精度、触发方法、链板速度的要求。
1.2.2 工业相机及镜头
依据所需的分辨率、芯片和像素巨细确认适宜的相机，链板一向处于高速作业状况，一起为进步体系图画处理速度不必要获取图画色彩信息，因而选用BASLER acA1920-155 μm 是非工业相机，帧速率可达164 fps，选用通讯规范一致、传输速率快、本钱低价的USB 3.0图画传输办法，相机配有Sony IMX174 CMOS感光芯片，230万像素分辨率，足以满意体系要求。
镜头的挑选除了要与相机的接口、传感器尺度、分辨率相适应，还要充分考虑作业间隔、视场巨细、崎变等要素挑选具有适宜焦距的镜头[6]，本体系选用BASLER C-125-1218-5M类型镜头，分辨率为500万像素，光圈规模为F1.8~F22.0，作业间隔为200 mm，固定焦距为12.0 mm，原装C口镜头，与已选相机和光源合作运用能够取得高质量喷码图画，为接下来图画处理环节奠定根底。
1.3 图画处理模块
图画处理是机器视觉的中心部分，对体系处理速度和高辨认率起到决定作用，包含对图画预处理，喷码字符的检测、定位和切割，特征挑选、提取及运用相关算法辨认字符等操作。
1.3.1 图画预处理
由于环境、设备等固有要素使图画含有必定的搅扰性噪声，为了使这种影响降到最低，需要对方针图画进行必要的预处理，下降图画噪声、进步图画比照度及清晰度，经过图画增强技能将图画自身简略被疏忽的细节部分显现出来，提取出图画的特征，便利后续处理。因缺少断定图画增强质量客观的一致规范，从严厉的理论上来说还没有被广泛认可的理论。不同程序在处理图画增强时，都有自己的针对性，增强的成果利于下一步图画处理，便是图画增强适宜与否的规范，由试验成果比照所得，本体系挑选中值滤波器去除噪音影响，如图2所示，从图画二值化成果中也能判别出中值滤波器更适合图画后续处理，如图3所示。
1.3.2 字符切割
字符切割是整个图画处理中最重要、最困难的一步，是字符辨认的根底，只要将字符完好正确地切割开来，才干确保字符辨认的作用和正确率。
首要对图画进行二值化，其意图是将图画分为两个部分，即布景和远景，本体系挑选大津法得到阈值进行二值化;别的消除面积小于25个像素的孤立的点，然后填充孔洞并胀大图画;接着运用一种依据投影和字符宽度相组合的办法来完结字符切割，具体进程如下：
1)水平投影。由左到右、由上到下扫描图画每一行像素并累加每一行像素值，设定水平投影的累加值阈值为9，记载累加值大于和小于阈值的开端方位，别离为每行字符由上到下的开端方位和完毕方位，然后将整个字符图画粗切割为两行字符。
2)笔直投影及字符距离判别。由上到下、由左到右扫描粗切割字符图画每一列的像素并累加每一列的像素值，设定笔直投影的累加值阈值为4，记载累加值大于和小于阈值的开端方位且相邻方位距离应大于35个像素，别离为字符由左到右的开端方位和完毕方位，然后将整个方针图画细切割为22个单字符。
3)对每个字符图画别离再进行一次水平投影，累加阈值为4，除掉每个字符上下鸿沟剩余区域，并归一化为16×16巨细的字符图画保存到本地，作为练习和测验BP神经网络的样本。
2 LabVIEW和MATLAB渠道混合编程
LabVIEW是NI公司推出的一种依据图形化编程G言语的高效开发软件，图形界面丰厚，简略制造各种界面，并包含很多用于数据收集、剖析以及表达、贮存的各种库函数，编程简略。但在图画处理、神经网络、方法辨认等各种算法的支撑方面是LabVIEW的短板，其相关工具箱及编程灵活性十分有限。
MATLAB是以矩阵运算为根底、具有强壮核算功用的一种数学软件，针对不同专业范畴的运用，具有信号处理、图画处理、神经网络等多个专用工具箱，但在人机界面规划和开发方面才干十分有限，并且在硬件输入、通讯和操控等方面都比较繁琐。
本体系凭借Matlab Script节点完结LabVIEW和MATLAB混合编程，经过此节点LabVIEW直接调用编写、调试后的MATLAB程序，能够到达两者取长补短、优势互补的作用，下降了开发难度，缩短了开发周期，进步了作业功率。
2.1 LabVIEW软件编程
LabVIEW软件首要完结图画收集、人机界面制造、数据剖析等功用，充分发挥其优势。
LabVIEW软件内置的IMAQdx经过NI MAX能够直接衔接和设置工业相机。在LabVIEW程序框图中调用子VI并连线编写图画收集程序，别离是翻开和装备相机，摄影获取图画等。在LabVIEW前面板中调整、拖拽和设置图标，制造人机界面，界面左方为状况信号指示灯，显现体系各个工序作业状况，界面中心实时显现图画和辨认出的字符串，界面左方为体系设置和操作按钮，界面下方显现喷码所表明的食用油信息，如图4所示。
一起体系有查询食用油喷码前史数据的功用，点击人机界面中“查询”按钮，弹出数据查询窗口，可依据产地、批号、开端和完毕时刻、合格与否等条件查询食用油喷码前史信息，并能导出数据保存至本地。
2.2 MATLAB软件编程
MATLAB软件首要完结图画处理、BP神经网络算法、字符辨认等功用，凭借MATLAB图画处理工具箱和神经网络工具箱加快了编程速度和开发进程。
2.2.1 图画处理
首要进行图画滤波来除掉噪音和进步图画比照度、清晰度，测验均值、中值、高斯、拉普拉斯等滤波器并比较得中值滤波器作用最佳。
接着对图画进行二值化处理，该进程关键是依据图画灰度特性对阈值的选取，大津法是错分概率最小、自适应的阈值确认办法，比较于迭代法、最小差错法等作用最好。
其次做二值图画形态学处理，除掉零星的点、填充孔洞、胀大衔接字符边际。
终究进行图画切割和归一化处理，由于喷码字符有规则地分行摆放且距离附近，故挑选一种依据投影和字符宽度相组合的办法来完结字符切割，终究每个字符图画归一化保存至本地。
2.2.2 BP神经网络算法
BP神经网络由输入层、隐含层、输出层构成，如图5所示。它是依据梯度下降的最小均方差算法，它选用差错反向传达的办法不断调整神经元衔接权值，终究BP神经网络实践输出和方针输出之间均方差满意体系要求，练习出满意的猜测模型。
凭借MATLAB神经网络工具箱完结BP神经网络算法的具体进程如下：
1)确认输入矩阵P和方针矩阵T。因试验条件有限，样本集仅有3800个元素，包含10个数字、26个字母及斜线、冒号共38个类别，每个类别含100个不同条件下获取的样本。选取像素特征作为BP神经网络的输入，由于每个字符归一化为巨细16×16，故输入矩阵P巨细为256×3800，每一列表明一个字符样本，方针矩阵T巨细为1×3800。
2)确认各层神经元数目。在神经网络工具箱中，输入层和输出层的神经元数目会依据输入矩阵P和方针矩阵T自行确认;因样本量有限，以及为下降网络练习时刻和呈现“过拟合”的倾向，只设定1层隐含层，该层神经元数目依据经历公式和试验所得终究设定为98个。
3)设定网络参数。网络的输入层和隐含层、隐含层和输出层的传输函数别离为双曲正切S型函数和纯线性函数，选用梯度下降练习办法，初始设置网络的方针差错为0.001，显现中心成果的周期为10 ms、最大迭代次数为30000，学习率为0.05。
4)练习网络。针对不同方法的字符，不断调整网络参数进行练习，并测验网络满意要求后保存至本地，供Matlab Script节点调用来辨认新样本中的字符。
3 主动分拣组织
为了处理食用油分拣环节人力本钱高、劳动强度大、出产功率低一级问题，规划了一个简略有用的小型主动操控组织，选用上下位机的主从操控办法[7]，上位机经过USB转接RS232串口完结与下位机之间的数据传输，运用PLC、变频器、光电传感器、气动操控等现代工业操控技能，具有作业功率高、作业牢靠、节约本钱等长处。
3.1 组织组成及作业进程
该组织首要由链板传送设备、光电传感器、变频器、PLC、上位PC机、电磁阀、气动履行设备等设备组成，如图6所示。链板传送设备用于食用油的传送，由三相沟通异步电机拖动，选用变频器进行调速，PLC操控调速信号。光电传感器设备于链板进料口，检测是否有食用油进入。电磁阀直接操控气动履行设备的弹性，将不合格食用油推至收回仓链板上。
具体作业进程：低压配电柜和操控柜上电后，当链板上没有食用油时，变频器输出20 Hz的频率操控链板以低速作业;当进料口的光电传感器检测到有食用油进入体系后，则将方位触发信号上传至PLC，操控变频器输出40 Hz调速信号，加快链板速度;当食用油至摄影方位，上位机获取图画并快速判别出喷码质量信息，界面相应指示灯亮或灭，质量信息经过串口下传至PLC;若质量合格则食用油持续进入下一工序，若质量不合格，PLC则操控电磁阀动作气缸快速伸出，将食用油推至收回仓链板并快速缩回，一起伴有持续2 s的报警灯闪耀和警铃响起;若进料口没有新的食用油进入，则链板康复低速作业，若有食用油进入则重复上述作业进程。
3.2 设备选型及设置
设备选型的基本原则是在满意现场环境和工艺要求的前提下，并能确保体系牢靠性和维护便利，寻求最佳的性价比。
上位PC机最低硬件要求：英特尔酷睿i3-7100处理器，4 GB 2133 MHz内存，256 G硬盘，1 G集成显卡，32位真彩显现器，64位Windows7操作体系。下位机选用西门子S7-200小型PLC，足以满意体系的要求，是操控组织的中心模块，运用STEP7 MicroWIN V4.0 SP9软件编写梯形图操控程序;体系仍选用欧姆龙E3Z-T61A-L型光电传感器;选用AKS 4V110-06型电磁阀及SMC MGQM25-175型气动履行设备。体系选用功用安稳、维护便利的西门子G120系列变频器，由操控单元、功率模块、操作面板组成，是一个高度模块化的变频器，各模块类型别离为CU240B-2、PM240和BOP-2，变频器设置为多段速操控，链板空载时以榜首段速20Hz作业，否则以第二段速40 Hz作业，加快时刻和减速时刻别离0.5 s，一起设置变频器发动办法、最大和最小频率、电流维护等参数。
4 定论
凭借机器视觉和主动化技能攻克难关，运用高效的LabVIEW和MATLAB混合编程办法，完结食用油激光喷码视觉检测、主动分拣功用，替代人工分拣，进一步解放劳动力，下降出产本钱，进步出产率和智能主动化水平。但本体系的样本集还不满意大，需要在试验和出产进程中不断扩大样本，持续练习和调整BP神经网络猜测模型，进一步提高体系分拣率。一起，若在之后的出产进程中，遇到透视形变以及桶面曲折过大的状况，需添加图画纠正功用。
参考文献：
[1]王洋洋.喷码技能的开展改造[J].我国食物工业，2010,1(3): 28-29.
[2]刘金桥,吴金强.机器视觉体系开展及其运用[J].机械工程与主动化,2010,28(1):215-216.
[3]杨淑莹.方法辨认与智能核算[M].第三版.北京:电子工业出版社, 2015.
[4]王啸东.归纳主动化操控体系规划[J].电气年代, 2011, 1(6): 118-120.
[5]S Carsten,Markus Ulrich.Machine Vision Algorithms and Applications[M].榜首版.北京:清华大学出版社,2008.
[6]彭琼.依据纹路特征的瓷器图画分类[D]. 湖南:中南大学, 2014.
[7]陶跃珍,王东.啤酒瓶主动检测体系规划[J].机械,2010,37(10): 59-61.
本文来源于《电子产品世界》2018年第6期第31页，欢迎您写论文时引证，并注明出处。
