发布时间：2021-07-21所属分类：免费文献浏览：1次
摘 要： 食品工业
《食品袋体日期喷码缺陷检测系统设计》论文发表期刊：《食品工业》；发表周期：2021年03期
《食品袋体日期喷码缺陷检测系统设计》论文作者信息：李祥1，李培英2
摘 要 针对传统的食品包装袋体日期喷码缺陷人工检测劳动强度大、检测效率低、检测精度低等缺陷, 设计了一套基于机器视觉技术的食品包装袋体生产日期喷码缺陷检测系统。检测系统利用工业CCD相机、计算机、光源等元件搭建了检测系统硬件平台。利用图像采集技术以及计算机图像处理技术, 对采集到的图像进行模板匹配和垂直投影进行图像处理, 实现了对袋体生产日期缺陷、模糊不清等缺陷的快速检测。试验结果表明, 通过该机器视觉检测系统能够使检测准确率达到98%, 该检测方法能够完全实现食品袋体缺陷的快速准确检测, 能够显著提升食品生产企业的生产效率和产品质量。
关键词 缺陷检测; 机器视觉; CCD相机; 图像处理
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
近年来，随着人们生活水平的不断提高，我国包装食品日消耗量也在不断增加，而消费者对于包装食品的安全意识也在不断提高，其对于食品外观包装质量的要求也非常严格，其中食品包装袋体的生产日期是消费者重点关注的内容，通过生产日期可以决定购买的食品是否能够继续食用，因此确保包装食品生产日期喷涂的清晰无误显得非常重要[1-3]。
食品生产企业对于包装食品日期的喷印通常采用专用喷印机进行，在喷印过程中通常会因机械或者外部等因素影响导致喷码出现漏码、错误码、移位码等缺陷，如果在生产过程中发现了上述缺陷，就需要将这些产品剔除，以免影响消费者的健康以及生产企业形象。传统的喷码日期检测通常采用人工进行检测，这种检测方式工人劳动强度大、效率低，且检测精度过于依赖人工，工人在疲劳状态下通常检测精度较低。因此需要开发一套自动的智能检测系统，该系统对于提高企业自动化程度、提升企业生产效率、提高产品质量具有重要意义。
机器视觉产品缺陷检测技术是利用计算机摄像技术模拟人眼的视觉，将图像进行采集到图像处理系统中，图像处理系统将分析图像中的关键信息，并通过获取的信息做出判断，进而再控制机械结构将残次品挑出[4-5]。基于机器视觉的缺陷检测系统主要由图像采集设备、光学系统、图像处理系统、执行机构以及人机界面等众多系统共同组成[6]。
为了克服传统人工检测方式的缺陷，提出了一种应用于食品包装日期喷码缺陷智能检测的方法，通过采集食品包装的图像，并利用图像处理技术对生产日期进行检测，实现缺陷效果检测。
1 机器视觉检测系统
1.1 硬件系统
食品袋体日期喷码检测系统硬件主要由光源、CCD相机和镜头、传送装置、计算机以及其他一些辅助设备构成，检测系统结构如图1所示。通过CCD相机和高清镜头对图像进行拍照，并将照片存储到图像采集卡中，图像采集卡再将图像传送到计算机处理器中，计算机利用图像处理算法对采集到的图像进行处理和分析，得到图像中重要的信息，由此信息做出适当判断，再由控制器下发命令控制执行机构动作将合格品和残次品挑出。
1.2 图像采集装置
相机选择时不仅需要考虑其工作性能是否能够满足检测系统的设计要求，还要兼顾其数据传输过程中是否对系统产生影响。相机选型过程中综合考虑了分辨率、图像传输速度、曝光时间以及接口形式等。基于以上考虑，选择VCC-3CL5M相机。在机器视觉系统中，图像采集卡主要负责控制CCD相机进行拍摄，并将采集的图像进行放大和数字化处理;此外图像采集卡还与PC机通过总线连接，将数据快速地输送到PC机，传输速率高达130 MB/s。
选用加拿大Matrox公司研制的Matrox Meteor-Ⅱ系列图像采集卡，该款采集卡功能强大，拥有32位PCI总线，能够将图像信息快传送到PC机中，并内置4 MB SGRAM缓存，可以保证图像数据的实时传送。支持2路RGB信号，能够实现黑白视频信号采集，拥有多个可编程LUT。采用通用的32-bit/33MHz PCI总线，通过总线模式可以以更高的传输速度进行传送而不需要连续占用主机资源。
1.3 缺陷检测过程
缺陷检测系统通过传感器触发信号进行图像采集，从而完成图像的模板匹配、垂直投影灯图像处理，并将判定结果传送到下位机中，下位机再对执行机构发送命令。检测流程如图2所示。
2 算法设计
食品袋体日期喷码在图像采集后需要对图像进行处理，将关键信息进行提取，其中检测算法可描述为：一是喷码区域定位以及生产日期字符校正，主要涉及模板匹配算法、相似性度量筛选等;二是生产日期字符分割，主要涉及垂直投影法。总体来说，目标区域快速定位以及图像缺陷准确判断是需要解决的主要问题。
2.1 模板匹配
互相关法是一种匹配度量，通过计算模板图像和搜索窗口之间的互相关值，来确定匹配的程度。互相关值最大时的搜索窗口位置决定了模板图像在待配准图像中的位置。该方法通常被用于模板匹配和模式识别。
设基准图像为I(x, y)，模板图像为T (x, y)，令模板图像在基准图像中移动，并计算两者之间的相似度，峰值出现的位置即为所求的配准位置，在每一个为一点(i, j)上，两者的相似度为上述各式中uI和uT分别表示基准图像和模板图像的均值，此方法从理论上能更准确地描述两幅图的相似程度，且可以用快速傅里叶变换，大大提高了计算效率。
2.2 垂直投影法
随着时间变化，生产日期肯定会发生变化，喷码内容势必跟着发生变化，因此需要对喷码内容进行字符分割。基于垂直投影法实现字符分割，其基本原理可以描述为：以某个方向上，图像信息的投影分布特点为依据实现检测，本质上就是对像素进行累加，是一种统计方法。定义像素灰度值为f (x, y)，那么其投影函数h( y)可表示为[7-8]
3 试验验证
为了验证所设计的食品袋体日期喷码检测系统的有效性和先进性，从缺陷检测能力和缺陷分类两个方面进行试验。以某品牌的乳制品包装袋为检测目标，采用如图3所示试验平台进行测试。
为了验证该检测系统能够准确高效地对缺陷日期进行检测，选择各种包装生产日期缺陷的产品进行实际测试，将第二部分中模板匹配和垂直算法应用于缺陷检测中。检测平台采集到的缺陷检测图像如图4所示。
进一步地，为验证所述系统的准确度。试验对象为某食品包装样本，试验对象格式为“2017040220：05”，加入一定数量的模糊印、重叠印样本。整个试验过程中，总共采集100个喷码内容不同的包装盒图像，识别成功率可以达到99%。仅有的一次误读就是将“9”读成了“8”。
4 结语
生产日期喷码缺陷准确性，对于消费者饮食健康以及企业的生产质量具有重要影响，传统的人工检测方法效率低、劳动强度大、准确率低，为此设计了一种智能自动的机器视觉的食品袋体日期喷码检测系统。并针对图像处理设计了相关图像处理算法。最后的试验结果表明，该检测方法能够对生产日期的缺码、模糊喷码进行快速的检测，大大降低了工人的生产成本，提高了企业生产效率，并可以提高产品合格率。
参考文献：
[1] 杨祖彬, 代小红. 基于图像配准的食品包装印刷缺陷检测与实现[J]. 计算机科学, 2015, 42(8): 319-322.
[2] 杨慧斌, 闫娟. 基于LabVIEW的食品包装喷码视觉检测方法[J]. 食品与机械, 2016, 42(4): 123-126.
[3] 唐慧. 基于机器视觉技术的易拉罐罐底喷码检测系统设计[J]. 自动化博览, 2012, 24(7): 48-50.
[4] 杨攀, 姜立军, 李哲林. 基于机器视觉的螺纹零件头部裂纹检测[J]. 计算机应用与软件, 2013, 30(4): 51-54.
[5] 钱基德, 陈斌, 钱基业. 基于机器视觉的液晶屏MURA缺陷检测方法[J]. 计算机科学, 2018, 46(6): 296-301.
[6] 胡方尚, 郭慧, 邢金鹏, 等. 基于印刷缺陷检测的图像配准方法研究[J]. 光学技术, 2017, 43(1): 16-21.
[7] 孙晓娜, 刘继超, 高国华. 基于视觉的乳品包装日期喷码缺陷检测技术[J]. 食品与机械, 2018, 34(10): 100-103, 108.
[8] 周显恩, 王耀南, 朱青. 基于机器视觉的瓶口缺陷检测方法研究[J]. 电子测量与仪器学报, 2016, 30(5): 702-713.
SCISSCIAHCI
