江西中烟南昌卷烟厂江西南昌330000
摘要：本文深入调研了卷烟行业装封箱机缺条检测的现状，传统的5种缺条检测系统都已经无法满足现阶段烟草制造行业的发展需求，分析了各种检测类型在实际生产环境中使用的优缺点，提出了机器视觉技术作为一种新型检测方式，在卷烟箱装缺条检测应用中的优势。机器视觉技术是在卷烟封箱机工作过程中在线采集烟条堆垛图像，运用数字图像处理技术中的专业算法对图片进行计算处理，得到的结果与设定的标准参数做对比，以判断烟箱是否有缺条情况。
关键词：机器视觉；烟箱缺条；图像处理；检测
引言：近年来，卷烟制造行业一直在推行精益化生产，设备自动化水平不断提升的同时，对卷烟产品质量的要求也愈加严格。烟箱缺条做为最严重的产品质量缺陷之一，一旦此类产品流入市场会对企业信誉度造成极坏的影响，是卷烟企业和消费者都无法容忍的。为避免此类产品质量问题的出现，在卷烟装封箱机的包装和运输过程中已经安装了几种不同类型的烟箱缺条检测设备。首先烟条入口处的光电式缺条检测器，检测入口处烟条是否堆满到位。第二个是烟条堆垛提升处的电容式缺条检测器，检测烟条堆垛的每层烟条是否有缺条。第三个是在烟箱输送通道处的称重式烟箱缺条检测，防止缺条烟箱进入成品库。
1卷烟装封箱机缺条检测的现状
目前，行业主流的卷烟封箱机缺条检测，按检测方式分类，可分为装封箱过程中对烟条堆垛进行检测和封箱完成后对烟箱进行缺条的检测。前者根据检测器分类主要有光电式、电感式、电容式，后者对成品烟箱的检测有称重式和射线式。
1.1光电式缺条检测。通过使用光电传感器将被检测物体转换成变化的光电流，光电传感器按被测量方法可分为透射式，漫反射式，光束阻档式三类[1]。无论采用哪种方式对烟条进行检测，虽然安装位置比较灵活，但由于机台的纸沫和灰尘易附着在光电管表面，而且许多牌号的烟条外观颜色较深，都会造成检测精度的下降，影响检测效果。
1.2电感式缺条检测。一般采用5个电感式传感器对装封箱机工作过程中的烟条堆垛的每层5条烟进行实时检测。它采用电磁感应原理，被检测物体必须是导电体，通过检测烟条包装材料中的铝箔纸，白卡纸等，判定烟层是否缺条。但由于烟草行业的改进，提倡使用环保包装材料，造成含有金属导体的包装材料使用率越来越低，更多的环保型铝箔纸和白卡纸金属含量极低甚至为零，导致电感式传感器无法准确检测出烟层是否缺条。
1.3电容式缺条检测。电容式传感器电容式传感器是以各种类型的电容器作为传感组件，通过电容传感组件将被测物理量的变化转换为电容量的变化，再经测量转换电路转换为电压、电流或频率等信号输出的测量装置[2]。与光电式检测相似的是，电容式检测虽然不受金属含量影响，但在其表面容易积灰或者其他脏污，造成检测功能失效，同样会极易漏检缺条。
1.4称重式缺条检测。在进行待检产品的传送时，借助称重的方式来获取待检物品的重量，称重得到的误差数据将借由分析机制与数据库中先期存储物品的重量等数据进行比对，若误差大于设定值则判断为缺陷产品，反之则为合格品，此种方法便是称重式检测法。该检测方法应用较为广泛，而且投资通常不高，安装简便，但需要待检物品的单位重量的离散型不能过大。若果用该方法对烟箱进行缺条检测，由于单箱内烟支多达10000支，每支烟支的克重一定存在微量的偏差，此外考虑到卷烟材料和烟盒包装材料的重量偏差，使得每箱烟的重量离散型偏大，很容易产生误检现象。
1.5射线式缺条检测。使用各种射线的发射和接受器件，对射线穿透被检测物体的衰减程度进行测量，对比衰减前后转化的电信号数值来发现被检测物体缺陷的方法[3]。射线检测方式的准确率较高，原理相对简单，制造业中常用于对包装完好的成品进行缺陷检测。卷烟包装机上使用的光子条包缺盒检测器就是此类应用之一。但是烟箱体积相当于烟条体积的50倍，用射线式检测方式探测烟箱是否缺条就必须使用功率和面积更大的射线发射装置，才能穿透烟箱，对其进行检测。而大功率的射线容易超出国家的相关规定范围，对人体造成放射性危害，所以此类射线式缺条检测器无法继续使用。
综上所述，过去使用检测方法均有着不同的缺陷，伴随着技术的不断进步，机器视觉技术作为一种新的检测方式己经在烟草行业的各个生产环节展开应用，例如：制丝线上的烟叶杂物检测；卷烟机上的钢印印刷检测、烟支外观检测；包装机上的异型滤嘴检测、视觉空头检测等。而在卷烟的最后一道工序，即装封箱环节使用的视觉技术并不多，大多使用还是以上提到的传统检测方式。本文对南昌卷烟厂使用的YP18型装封箱的工艺流程进行研究后，再通过对机器视觉和图像处理技术探索，把机器视觉技术应用到装封箱机的烟箱缺条检测中，结合生产现场实际情况，实时在线的进行实验和调试，以达到最佳的检测效果，最终设计出一套卷烟封箱机缺条视觉在线检测系统。通过这套系统的使用来避免缺条烟箱流入市场，为产品质量的提升提供可靠保障。
2卷烟封箱机缺条烟箱的种类
由前面介绍的装箱生产流程可以看出，装箱环节虽然工序并不复杂，但在堆垛环节需要重复的次数较多，且堆垛前烟条需要经过较长的通道输送，可能出现条包歪斜，容易造成多种情况的堆垛少烟，图2.1至图2.4所示为装箱环节可能出现的缺条烟箱。而常用的几种检测方式都存在环境适应性差，对采用新型原辅料的卷烟产品无法检测，或是更加严格的环保和安全要求无法使用，因此把机器视觉和图像处理技术应用到烟箱缺条检测中，能完善现有缺条检测功能上的不足，提升卷烟产品质量。
图2.1烟箱缺一条图2.2烟箱缺一层（缺5条）
图2.3烟箱缺垛（缺25条）图2.4空箱缺陷（缺50条）
3机器视觉检测原理
通常来说，机器视觉检测的流程第一步是通过摄像机获取检测目标的图像信号，并将这些图像信号传送给专门的图像处理装置，根据图像中像素的分布情况、亮度明暗程度、颜色等信息，转化为数字化信号数据；接下来图像分析系统将对这些数据根据不同的算法进行各种运算来抽取目标的特征，如：面积、长度、数量、位置等；最后，系统将基于预先设置的数据范围和其他判定条件输出结果，如：尺寸、角度、偏移量、个数、合格/不合格、有/无等，若有执行机构将进行相应的执行动作来控制问题产品[4]。
图3.1机器视觉系统结构图
光源、镜头、摄像机、图像采集卡、计算机、IO控制和执行机构共同组成一套完整的机器视觉系统，它们协同工作，对待检测目标进行图像采集、运算、处理判断、控制执行等一系列动作，完成机器视觉的具体应用任务。它们分为控制技术环节和分析技术环节，其中的IO控制和执行机构属于控制技术环节，而其他组成部分属于分析技术环节。
4机器视觉的图像处理算法
图像处理算法是机器视觉系统的核心技术之一，本文设计的卷烟封箱机缺条视觉在线检测系统中，图像处理算法的主要任务就是把图像采集系统提供的烟垛数字图像信息，经过图像分析根据算法规则运算后，可以快速准确判断出图像中的烟垛是否有缺陷。这个图像处理过程主要使用了两类算法，一是烟箱图像的去噪算法，二是烟箱图片的黑洞检测算法，它们都在装封箱机的工控机中完成。
4.1图像处理方案
在卷烟的包装生产过程中，装封箱机由于设备故障或其他原因造成的烟箱缺条并不少见，以下是我们为了本次缺条视觉系统的设计，人为测试并采集的各种烟箱缺条类型的图片。
图4.1烟箱缺条测试图片
由图4.1中可见，当烟垛出现缺条情况是，缺条的位置在黑白相机捕捉到的图像上都是以几乎全暗形式出现，类似一个“黑色的孔洞”，我们称为黑洞区域。出现了缺条的黑洞后，图像处理思路就是先使用图像去噪算法将一些基本的噪点干扰去除，然后对图像进行增强处理，再经过二值化和腐蚀处理，最后对缺条区域的黑洞进行判断，有黑洞则为烟箱缺条，没有则正常。
4.2自定义阈值二值化处理
图像二值化是指设置在图像所有像素的灰度值为0或255，所以出现黑色和白色将整个图像。本文采用自适应阈值的方法，通过对每个像素的图像局部方差得到的，对每个像素的局部标准差、局部标准差的平均值，获得的图像阈值局部标准差和平均性为线，通过多次试验改进的线性关系，观察图像特征，最后确定图像的二值化阈值。
4.3腐蚀处理
二值化图像处理主要是为了分析目标图像的形态，最基本的形态学处理是腐蚀和扩展。图像腐蚀的作用是缩小目标图像。图像的腐蚀意味着结构元素被用来检测图像，并且在图像中可以找到结构元素的区域。图像蚀刻是一种消除边界点、毛刺，使边界缩小到内部的过程。它可以用来消除那些没有意义的图像信息。如果两个对象之间有一个小的连接，那么可以选择一个足够大的结构元素来移除这个微小的连接。
腐蚀的算法可以这样描述，用系数都为255的邻域扫描图像中的每个像素点，用邻域元素与其覆盖的二值图像做“与”操作，如果都为255，结果输出图像的该像素点的灰度值为255，否则为0，腐蚀后的二值图像减小一圈。
首先，图像经过两个灰度级像素图像反转后输出值，与每个像素结构元素5x5的图像，然后把所有的干涉图，如裂缝、消除，如果有烟垛缺条的情况，它显示成白色区域，否则不会有白色区域的图像，如图4.2所示。
图4.2图像经过二值化、反转和腐蚀之后的图像
5机器视觉技术的应用效果及改进方向
5.1烟箱缺条检测使用效果
为了检验机器视觉技术在烟箱缺条检测中的应用效果，我们人为的设置了5种烟箱缺条缺陷的情况进行测试。5种缺陷包括完全缺条、直立缺条、歪斜缺条、分布式缺条和整垛缺条。根据南昌卷烟厂的生产能力，单组装封箱机每日完成2000箱以上的产量。我们在连续5个工作日的生产过程中，即10000箱合格烟箱中随机设置5种缺条烟箱，每种20箱，共计100箱缺陷烟，统计系统的检测停机情况如表5.1。
表5.1实物验证测试结果
经过5个工作日的测试，人为设置的100箱缺陷烟箱均被检出。系统的缺条检出率为100%，但也出现两次把合格的正常烟箱误检测为缺条烟的情况，因此误检率为0.2‰。
5.2未来改进的方向
与烟草制造行业常用的光电式、电感式和称重式的封箱机缺条检测相比较，此次将机器视觉应用于烟箱缺条检测中能够更好的适应当前卷烟企业的实际生产情况，比如不受卷烟包装材料材质的影响，不受原辅料重量偏差的影响等。它基于机器视觉技术，使用数字图像处理的算法，能够更加全面的检测出各种形式的缺条烟箱，但也还存在一定比例的误检出率，用更先进的图像处理算法来优化缺条视觉检测系统，进一步降低其误检率也成为今后努力的方向。
参考文献：
[1]裴蓓.自动检测与转换技术[M].电子工业出版社，2008.
[2]刘伟.传感器原理及实用技术[M].电子工业出版社，2009.
[3]刘福顺.无损检测基础[M].北京航空航天大学出版社，2003，8～9.
[4]龙飞.基于机器视觉的灯检机关键技术的研究[D].华中科技大学，2008.