论文部分内容阅读
关键词：非接触光学测量；烟丝宽度
中图分类号：TS44+1
摘要：为了快速准确的测量烟丝宽度，设计了一种基于图像采集数字处理的测量方法，针对烟丝边缘形状不规则的特性，开发出一种针对性滤波、边缘提取的图像处理方法，提高了不规则形状的检测精度，对烟丝宽度的检测精度达0.01mm。
烟丝宽度是指烟丝的平均宽度，对卷烟烟气焦油量的影响是一V字形曲线。即烟丝宽度为某一值时，卷烟烟气焦油量最低。对烤烟而言，该值在0.8-0.9mm之间[1]。由于现有的光学投影法或《ISO/CD 20193 烟草与烟草制品的分析-烟丝宽度的测定》中的测量方法的测量精度只达到0.1mm，而烟丝宽度的测量要求为0.1mm即达不到1/3-1/10的计量要求，且采用手动的方式进行测量、计算，操作繁琐、效率较低、容易引入误差。
图像采集数字处理的测量方法即数字图像检测技术，是将数字图像处理技术应用到精密测量领域，原理是通过对被测物体图像边缘的处理而获得物体的几何参数。从测量方式上分为接触式和非接触式两种。非接触式测量以光测为主，该方法目前都是与图像处理技术相结合，利用光学方法对目标的位置、尺寸、形状、方位和目标间相互关系进行测定[2]。
作者提出了一种自动测量烟丝宽度的方法，该方法基于非接触式光学数字图像检测技术，先对烟丝进行数字成像，然后使用图像处理软件对样品的图像进行预处理，将预处理后的图像转换到像素几何空间，最终通过不同算法处理，获得样品的参数。此种方法旨在克服目前测量方法误差大、操作繁琐、人为因素影响大等缺陷，提高检测结果的准确性和检测效率。
1 烟丝宽度
烟丝的宽度其形态如图1所示。通过光学放大、图像采集后，烟丝具有边缘凹凸不平，形态不固定的特性。这也就要求在自动测量过程中图像处理软件必须具有准确的过滤能力，灵活的适应性，精确的提取图像中的有用信息，合理的计算烟丝宽度。因此，如何设计数字图像处理技术自动识别烟丝边缘等信息是技术关键。
2 图像采集
采用如图2所示的烟丝宽度测量装置，将样品放置在样品台上，光照采用明场直射照明，使用显微摄像技术对样品进行图像采集，通过光学、数字灯放大技术，获得高倍数清晰图像，通过USB传输到计算机中。
3 图像处理
烟丝宽度图像测量软件采用VC编程，按照功能模块可分为：图像预处理、图像检测、参数计算3个模块。
3.1 图像预处理
图像预处理的目的是准确过滤图像信息，提取有用的信息，为计算烟丝宽度提供准确的数据。图像预处理所使用的方法主要是：中值滤波、数学形态学、二值化边缘提取。
3.1.1 中值滤波
滤波器分为线性滤波器和非线性滤波器。非线性滤波器中，中值滤波器是基于排列统计理论的一种能有效抑制噪声，运算简单快速，在滤除噪声的同时能很好的保护信号的细节信息的方法。作者所使用的自适应中值滤波器，使用先进的滤波窗口，平衡保存细节和去噪的矛盾，更好地保护图像边缘细节信息[3]。
1.1.2 数学形态学
数学形态学是以形态结构元素为基础对图像进行分析的数学工具。它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。运用数学形态学处理样品，可以准确的对图像进行切割、分类以及对边缘进行检测。
3.1.3 二值化边缘提取
二值化处理是一种灰度处理方法，把图形的灰度图像数字信号变为二值（0，1）的数字信号，对于给定的阀值，程序将灰度大于给定阀值的点变成白点，另外的点变为黑点，处理后图像变为只有黑白二色的二值图像。边缘提取是一种突出图像边缘，削弱边缘以外图像区域，突出图像轮廓的方法。二值化边缘提取就是通过特定算子检测出图像边缘，然后再设定阈值来提取图像的轮廓[4]。
3.2 图像检测及参数计算
选用明场直射照明，将烟丝平展在工作台上。按下检测按钮，程序将触发相机采集一帧图像至内存。烟丝宽度检测模块的程序对图像进行滤波、二值化边缘提取等图像预处理，同时运用形态学算法识别烟丝的走向，然后每隔固定距离就计算一次宽度，最后后就可获得整条烟丝的平均宽度。在保证精度的条件下，烟丝可以同时在相机视场内摆放多条，可以成倍的提高检测的效率。
4 烟丝宽度测量方法的验证
方法一：选取一根烟丝重复测量10次，计算测量结果的平均值、标准偏差、变异系数和测试耗时，结果如表1所示。从测量结果可看出，测量方法耗时短、测量结果标准偏差和变异系数较小，表明测量结果重复性好，效率高。
方法二：选取30根烟丝并编号，按编号顺序先按照原有的光学投影、手动测量的方式（下称方法①）进行检测，计算测量结果的平均值、标准偏差、变异系数和测试耗时；再用本方法（下稱方法②）对烟丝进行按序测量，计算平均值、标准偏差、变异系数和测试耗时。从测量结果可看出，两种方法相比较，本方法检测精度高、耗时短、效率高。
方法三：选取30根烟丝，采用方法②重复测量3次，计算测量结果的平均值，组间标准偏差、变异系数和测试耗时。从测量结果可看出，测量方法耗时短、组间标准偏差和变异系数较小，表明测量结果重复性好，效率高。
为了验证本方法的测量精度，对经过计量赋值的标准图案进行重复测量60次，通过MSA的偏倚计算来表征测量的精度，测量结果表明本方法的测量精度达0.01mm，完全满足烟丝宽度高精度自动测量的需要。
5 结论
设计了一种基于图像采集数字处理的测量方法，针对烟丝边缘形状不规则的特性，开发出一种针对性滤波、边缘提取的图像处理方法，提高了不规则形状的检测精度，对烟丝宽度的检测精度达0.01mm。
参考文献
[1] 叶丝宽度对卷烟烟气焦油量的影响 张槐苓 烟草科技 1996-05
[2] 数字图像处理与分析论文 张鑫达 08010123
[3] 中值滤波技术在图像处理中的应用研究 朱志恩 东北大学 2008-5
[4] 基于车牌识别的边缘二值化检测 邵陟冕 计算机与数字工程 2008，36（4）
作者简介：徐建燎（1974-），男，福建，学士，工程师，福州大学机械工程及自动化学院。
中图分类号：TS44+1
摘要：为了快速准确的测量烟丝宽度，设计了一种基于图像采集数字处理的测量方法，针对烟丝边缘形状不规则的特性，开发出一种针对性滤波、边缘提取的图像处理方法，提高了不规则形状的检测精度，对烟丝宽度的检测精度达0.01mm。
烟丝宽度是指烟丝的平均宽度，对卷烟烟气焦油量的影响是一V字形曲线。即烟丝宽度为某一值时，卷烟烟气焦油量最低。对烤烟而言，该值在0.8-0.9mm之间[1]。由于现有的光学投影法或《ISO/CD 20193 烟草与烟草制品的分析-烟丝宽度的测定》中的测量方法的测量精度只达到0.1mm，而烟丝宽度的测量要求为0.1mm即达不到1/3-1/10的计量要求，且采用手动的方式进行测量、计算，操作繁琐、效率较低、容易引入误差。
图像采集数字处理的测量方法即数字图像检测技术，是将数字图像处理技术应用到精密测量领域，原理是通过对被测物体图像边缘的处理而获得物体的几何参数。从测量方式上分为接触式和非接触式两种。非接触式测量以光测为主，该方法目前都是与图像处理技术相结合，利用光学方法对目标的位置、尺寸、形状、方位和目标间相互关系进行测定[2]。
作者提出了一种自动测量烟丝宽度的方法，该方法基于非接触式光学数字图像检测技术，先对烟丝进行数字成像，然后使用图像处理软件对样品的图像进行预处理，将预处理后的图像转换到像素几何空间，最终通过不同算法处理，获得样品的参数。此种方法旨在克服目前测量方法误差大、操作繁琐、人为因素影响大等缺陷，提高检测结果的准确性和检测效率。
1 烟丝宽度
烟丝的宽度其形态如图1所示。通过光学放大、图像采集后，烟丝具有边缘凹凸不平，形态不固定的特性。这也就要求在自动测量过程中图像处理软件必须具有准确的过滤能力，灵活的适应性，精确的提取图像中的有用信息，合理的计算烟丝宽度。因此，如何设计数字图像处理技术自动识别烟丝边缘等信息是技术关键。
2 图像采集
采用如图2所示的烟丝宽度测量装置，将样品放置在样品台上，光照采用明场直射照明，使用显微摄像技术对样品进行图像采集，通过光学、数字灯放大技术，获得高倍数清晰图像，通过USB传输到计算机中。
3 图像处理
烟丝宽度图像测量软件采用VC编程，按照功能模块可分为：图像预处理、图像检测、参数计算3个模块。
3.1 图像预处理
图像预处理的目的是准确过滤图像信息，提取有用的信息，为计算烟丝宽度提供准确的数据。图像预处理所使用的方法主要是：中值滤波、数学形态学、二值化边缘提取。
3.1.1 中值滤波
滤波器分为线性滤波器和非线性滤波器。非线性滤波器中，中值滤波器是基于排列统计理论的一种能有效抑制噪声，运算简单快速，在滤除噪声的同时能很好的保护信号的细节信息的方法。作者所使用的自适应中值滤波器，使用先进的滤波窗口，平衡保存细节和去噪的矛盾，更好地保护图像边缘细节信息[3]。
1.1.2 数学形态学
数学形态学是以形态结构元素为基础对图像进行分析的数学工具。它的基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的。运用数学形态学处理样品，可以准确的对图像进行切割、分类以及对边缘进行检测。
3.1.3 二值化边缘提取
二值化处理是一种灰度处理方法，把图形的灰度图像数字信号变为二值（0，1）的数字信号，对于给定的阀值，程序将灰度大于给定阀值的点变成白点，另外的点变为黑点，处理后图像变为只有黑白二色的二值图像。边缘提取是一种突出图像边缘，削弱边缘以外图像区域，突出图像轮廓的方法。二值化边缘提取就是通过特定算子检测出图像边缘，然后再设定阈值来提取图像的轮廓[4]。
3.2 图像检测及参数计算
选用明场直射照明，将烟丝平展在工作台上。按下检测按钮，程序将触发相机采集一帧图像至内存。烟丝宽度检测模块的程序对图像进行滤波、二值化边缘提取等图像预处理，同时运用形态学算法识别烟丝的走向，然后每隔固定距离就计算一次宽度，最后后就可获得整条烟丝的平均宽度。在保证精度的条件下，烟丝可以同时在相机视场内摆放多条，可以成倍的提高检测的效率。
4 烟丝宽度测量方法的验证
方法一：选取一根烟丝重复测量10次，计算测量结果的平均值、标准偏差、变异系数和测试耗时，结果如表1所示。从测量结果可看出，测量方法耗时短、测量结果标准偏差和变异系数较小，表明测量结果重复性好，效率高。
方法二：选取30根烟丝并编号，按编号顺序先按照原有的光学投影、手动测量的方式（下称方法①）进行检测，计算测量结果的平均值、标准偏差、变异系数和测试耗时；再用本方法（下稱方法②）对烟丝进行按序测量，计算平均值、标准偏差、变异系数和测试耗时。从测量结果可看出，两种方法相比较，本方法检测精度高、耗时短、效率高。
方法三：选取30根烟丝，采用方法②重复测量3次，计算测量结果的平均值，组间标准偏差、变异系数和测试耗时。从测量结果可看出，测量方法耗时短、组间标准偏差和变异系数较小，表明测量结果重复性好，效率高。
为了验证本方法的测量精度，对经过计量赋值的标准图案进行重复测量60次，通过MSA的偏倚计算来表征测量的精度，测量结果表明本方法的测量精度达0.01mm，完全满足烟丝宽度高精度自动测量的需要。
5 结论
设计了一种基于图像采集数字处理的测量方法，针对烟丝边缘形状不规则的特性，开发出一种针对性滤波、边缘提取的图像处理方法，提高了不规则形状的检测精度，对烟丝宽度的检测精度达0.01mm。
参考文献
[1] 叶丝宽度对卷烟烟气焦油量的影响 张槐苓 烟草科技 1996-05
[2] 数字图像处理与分析论文 张鑫达 08010123
[3] 中值滤波技术在图像处理中的应用研究 朱志恩 东北大学 2008-5
[4] 基于车牌识别的边缘二值化检测 邵陟冕 计算机与数字工程 2008，36（4）
作者简介：徐建燎（1974-），男，福建，学士，工程师，福州大学机械工程及自动化学院。