首页 > 文献 > 浅谈包装印刷质量检测中机器视觉技术的应用

浅谈包装印刷质量检测中机器视觉技术的应用

2011年3月17日 发表评论 阅读评论

机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用图像处理系统,像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标特征,进而判别结果来控制现场设备动作。

机器视觉系统特点是提高生产柔性和自动化程度。一些不适合于人工作业危险工作环境或人工视觉难以满足要求场合,常用机器视觉来替代人工视觉;同时大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产自动化程度。机器视觉易于实现信息集成,是实现计算机集成制造基础技术。

一个典型工业机器视觉应用系统包括如下部分:光源,镜头,CCD照相机,图像处理单元(或图像捕获卡),图像处理软件,监视器,通讯/输入输出单元等。首先采用摄像机获被测目标图像信号, 然后A/ D 转换变成数字信号传送给专用图像处理系统,像素分布、亮度和颜色等信息,进行各种运算来抽取目标特征,然后再预设判别准则输出判断结果,去控制驱动执行机构进行相应处理。机器视觉是一项综合技术,其中包括数字图像处理技术、机械工程技术、控制技术、光源照明技术,光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等. 机器视觉强调实用性,要求能够适应工业现场恶劣环境,要有合理性价比、通用工业接口、较高容错能力和安全性,并具有较强通用性和可移植性. 它更强调实时性,要求高速度和高精度。

视觉系统输出并非图像视频信号,运算处理之后检测结果,如尺寸数据。上位机如PC和PLC实时获检测结果后,指挥运动系统或I/O系统执行相应控制动作,如定位和分选。从视觉系统运行环境分类,可分为PC-BASED系统和PLC-BASED系统。基于PC系统利用了其开放性,高度编程灵活性和良好Windows界面,同时系统总体成本较低。以美国DATA TRANSLATION公司为例,系统内含高性能图像捕获卡,一般可接多个镜头,配套软件方面,从低到高有几个层次,如Windows95/98/NT环境下C/C++编程用DLL,可视化控件activeX提供VB和VC++下图形化编程环境,Windows下面向对象机器视觉组态软件,用户可用它快速开发复杂高级应用。基于PLC系统中,视觉作用更像一个智能化传感器,图像处理单元独立于系统,串行总线和I/O与PLC交换数据。系统硬件一般利用高速专用ASIC或嵌入式计算机进行图像处理,系统软件固化图像处理器中,类似于游戏键盘简单装置对显示监视器中菜单进行配置,或PC上开发软件然后下载。基于PLC系统体现了可靠性高、集成化,小型化、高速化、低成本特点,代表厂商为日本松下、德国Siemens等。

德国Siemens公司工业图像处理方面拥有超过20年经验积累,SIMATIC VIDEOMAT是第一个高性能单色和彩色图像处理系统,并成为SIMATIC自动化系统中极重要产品。而99年推出SIMATIC VS710是业内第一个智能化、一体化、带PROFIBUS接口、分布式灰度级工业视觉系统,它将图像处理器、CCD、I/O集成一个小型机箱内,提供PROFIBUS联网方式(通讯速率达12Mbps)或集成I/O和RS232接口。更重要,PC WINDOWS下Pro Vision参数化软件进行组态,VS 710第一次将PC灵活性,PLC可靠性、分布式网络技术,和一体化设计结合一起,使西门子PC和PLC体系之间找到了完美平衡。

机器视觉系统印刷包装中应用

1、 自动印刷品质量检测

自动印刷品质量检测设备采用检测系统多是先利用高清晰度、高速摄像镜头拍摄标准图像,此基础上设定一定标准;然后拍摄被检测图像,再将两者进行对比。CCD线性传感器将每一个像素光量变化转换成电子信号,对比之后发现被检测图像与标准图像有不同之处,系统就认为这个被检测图像为不合格品。印刷过程中产生各种错误,对电脑来说标准图像与被检测图像对比后不同,如污迹、墨点色差等缺陷都包含其中。

最早用于印刷品质量检测是将标准影像与被检测影像进行灰度对比技术,现较先进技术是以RGB三原色为基础进行对比。全自动机器检测与人眼检测相比,区别哪里?以人目视为例,当我们聚精会神注视某印刷品时,印刷品对比色比较强烈,则人眼可以发现、最小缺陷,是对比色明显、不小于0.3mm缺陷;但依靠人能力很难保持持续、稳定视觉效果。换一种情况,是同一色系印刷品中寻找缺陷,尤其是一淡色系中寻找质量缺陷话,人眼能够发现缺陷至少需要有20个灰度级差。而自动化机器则能够轻而易举发现0.10mm大小缺陷,这种缺陷与标准图像仅有一个灰度级区别。

从实际使用上来说,即便是同样全色对比系统,其辨别色差能力同。有些系统能够发现轮廓部分及色差变化较大缺陷,而有些系统则能识别极微小缺陷。白卡纸和一些简约风格印刷品来说,如日本KENT烟标、美国万宝路烟标,简单检测或许已经足够了,而国内多数印刷品,特别是各种标签,具有许多特点,带有太多闪光元素,如金、银卡纸,烫印、压凹凸或上光印刷品,这就要求质量检测设备必须具备足够发现极小灰度级差能力,也许是5个灰度级差,也许是更严格1个灰度级差。这一点对国内标签市场是至关紧要。

标准影像与被检印刷品影像对比精确是检测设备关键问题,通常情况下,检测设备是镜头采集影像,镜头范围内中间部分,影像非常清晰,但边缘部分影像可能会产生虚影,而虚影部分检测结果会直接影响到整个检测准确性。从这一点来说,仅仅是全幅区域对比并不适合于某些精细印刷品。能够将所到图像再次细分,比如将影像分为1024dpi X 4096dpi或2048dpi X 4096dpi,则检测精度将大幅提高,同时避免了边缘部分虚影,使检测结果更加稳定。

采用检测设备进行质量检测可提供检测全过程实时报告和详尽、完善分析报告。现场操作者可以凭借全自动检测设备及时报警,实时分析报告,及时对工作中问题进行调整,或许减少将仅是一个百分点废品率,管理者可以依据检测结果分析报告,对生产过程进行跟踪,更有利于生产技术管理。客户所要求,高质量检测设备,仅是停留检出印刷品好与坏,还要求具备事后分析能力。某些质量检测设备所能做可以提升成品合格率,还能协助生产商改进工艺流程,建立质量管理体系,达到一个长期稳定质量标准。

2、 凹版印刷机位置控制及产品检测

由设置生产线上摄像机连续摄取印制品视频图像,摄像速度30 帧/s 以下且可调。摄像机采集到图像,首先进行量化,将模拟信号转化成数字信号,从中抽取一张有效代表镜头内容关键帧,并将其显示显示器上。一帧图像,可采用对静止图像分析方法来处理,尺寸测量和多光谱分析可识别出视频图像上各色标,出色标间距和色标颜色参数以及一些其他相关。
各种因素影响,会出现各种各样噪声,如高斯噪声、椒盐噪声及随机噪声等。噪声给图像处理带来很多困难,它对图像分割,特征提取,图像识别,具有直接影响,实时采集图像需进行滤波处理。图像滤波要求能去除图像以外噪声,同时又要保持图像细节。当噪声为高斯噪声时,最常使用是线性滤波器,易于分析和实现;但线性滤波器对椒盐噪声滤波效果很差,传统中值滤波器能减少图像中椒盐噪声,但效果不算理想,即充分分散噪声被去掉,而彼此靠近噪声会被保留下来,当椒盐噪声比较严重时,它滤波效果明显变坏。本系统改进型中值滤波法。该方法首先求噪声图像窗口中去除最大和最小灰度值像素后中值,然后计算该中值与对应像素灰度值差,再与阈值相比较以确定是否用求值代替该像素灰度值。

图像分割该阶段中检测出各色标并与背景分离,物体边缘是由灰度不连续性所反映L 边缘种类可分为两种,其一是阶跃性边缘,它两边像素灰度值有显著不同;其二是屋顶状边缘,它位于灰度值从增加到减小变化转折点L阶跃性边缘,其二阶方向导数边缘处呈零交叉,可用微分算子来做边缘检测算子。微分算子类边缘检测法类似于高空间域高通滤波,有增加高频分量作用,这类算子对噪声相当敏感,阶跃性边缘,通常可用算子有梯度算子Sobel 算子和Kirsh 算子。屋顶状边缘可用拉普拉斯变换和Kirsh 算子。色标为长方形,且相邻边缘灰度级相差较大,故采用边缘检测来分割图像。这里采用Sobert 边缘子来进行边缘检测,它是利用局部差分算子来寻找边缘,能较好将色标分离出来。实际检测过程中,采用彩色图像边缘检测方法,选择合适彩色基(如强度、色度、饱和度等)来进行检测。印刷机类型特点,即印刷机各色颜色和版图特点,进行多阈值处理,到各色二值图。

将分割后图像进行测量,测量值来识别物体,色标为形状规则矩形,可对下述特征进行提取:(1) 由像素计算矩形面积,(2) 矩形度,(3) 色度(H ) 和饱和度(S ),然后各色标间隔像素点数量到色标间间距,与设定值比较,到两者差值,共进行m 次测量,取平均差值,给数字交流伺服调节部分提供相应调节信号。以调节色辊相对位置,消除或减少印刷错位。特征提取时,对图像进行多光谱图像分析,可以定量表示色标,如彩色数图像中像素颜色,采用HIS 格式到各色标颜色信息两个参数:色度和饱和度,以此来检测油墨质量。对各色二值图再进行统计计算或与标准图形进行样板匹配,测量印刷过程中墨屑等参数。

印刷机由开卷机放卷运行依次各印刷单元,进行各色印刷和烘干,由收卷机进行收卷L 每色印刷都会印料边沿印上以供套色用色标,该色标线水平长10 mm ,宽1 mm ,每个相邻颜色标志线套印精确时应相互平行,垂直(纵向) 相距20 mm ,由设置生产线上摄影机连续摄取印制品视频图像,尺寸测量和多光谱分析可识别出视频图像上各色标,出色标间距和色标颜色参数L 相邻两色色标间隔大于或小于20 mm ,则说明套印出现了偏差。将该偏差信号送给伺服变频驱动单元,驱动交流伺服电机,使相应套色修正辊ML上下移动来延长或缩短印料自上一单元印刷版辊到该单元印刷版辊行程来动态修正。

3、 现代包装行业中应用

现代包装工业自动化生产中,涉及到各种各样检查、测量,比如饮料瓶盖印刷质量检查,产品包装上条码和字符识别等。这类应用共同特点是连续大批量生产、对外观质量要求非常高。通常这种带有高度重复性和智能性工作只能靠人工检测来完成,我们经常一些工厂现代化流水线后面看到数以百计逾千检测工人来执行这道工序,给工厂增加巨大人工成本和管理成本同时,仍然不能保证100%检验合格率(即”零缺陷”),而当今企业之间竞争,已经不允许是0.1%缺陷存。有些时候,如微小尺寸精确快速测量,形状匹配,颜色辨识等,用人眼根本无法连续稳定进行,其它物理量传感器也难有用武之。这时,人们开始考虑把计算机快速性、可靠性、结果可重复性,引入了机器人视觉技术。

一般说,首先采用CCD照相机将被摄取目标转换成图像信号,传送给专用图像处理系统,像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标特征,如:面积、长度、数量、位置等;最后,预设容许度和其他条件输出结果,如:尺寸、角度、偏移量、个数、合格/不合格、有/无等。机器视觉特点是自动化、客观、非接触和高精度,与一般意义上图像处理系统相比,机器视觉强调是精度和速度,以及工业现场环境下可靠性。 机器视觉极适用于大批量生产过程中测量、检查和辨识,如:对IC表面印字符辨识,食品包装上面对生产日期辨识,对标签贴放位置检查。

典型视觉系统一般包括如下部分:光源,镜头,CCD照相机,图像处理单元(或图像捕获卡),图像处理软件,监视器,通讯/输入输出单元等。视觉系统输出并非图像视频信号,运算处理之后检测结果,如尺寸数据。上位机如PC和PLC实时获检测结果后,指挥运动系统或I/O系统执行相应控制动作,如定位和分选。从视觉系统运行环境分类,可分为PC-BASED系统和PLC-BASED系统。基于PC系统利用了其开放性,高度编程灵活性和良好Windows界面,同时系统总体成本较低。以美国DATA TRANSLATION公司为例,系统内含高性能图像捕获卡,一般可接多个镜头,配套软件方面,从低到高有几个层次,如Windows95/98/NT环境下C/C++编程用DLL,可视化控件activeX提供VB和VC++下图形化编程环境, Windows下面向对象机器视觉组态软件,用户可用它快速开发复杂高级应用。基于PLC系统中,视觉作用更像一个智能化传感器,图像处理单元独立于系统,串行总线和I/O与PLC交换数据。系统硬件一般利用高速专用ASIC或嵌入式计算机进行图像处理,系统软件固化图像处理器中,类似于游戏键盘简单装置对显示监视器中菜单进行配置,或PC上开发软件然后下载。基于PLC系统体现了可靠性高、集成化,小型化、高速化、低成本特点,代表厂商为日本松下、德国Siemens等。

机器视觉技术进展

机器视觉系统中;关键技术有光源照明技术、光学镜头、摄像机、图像采集卡、图像处理卡和快速准确执行机构等方面。机器视觉应用系统中;好光源与照明方案往往是整个系统成败关键;起着非常重要作用;它并简单照亮物体而已。 光源与照明方案配合应尽可能突出物体特征量;物体需要检测部分与那些不重要部份之间应尽可能产生明显区别;增加对比度;同时还应保证足够整体亮度;物体位置变化不应该影响成像质量。机器视觉应用系统中一般使用透射光和反射光。 反射光情况应充分考虑光源和光学镜头相对位置、物体表面纹理;物体几何形状、背景等要素。光源选择必须符合所需几何形状、照明亮度、均匀度、发光光谱特性等;同时还要考虑光源发光效率和使用寿命。光学镜头相当于人眼晶状体;机器视觉系统中非常重要。 一个镜头成像质量优劣;即其对像差校正优良与否;可像差大小来衡量;常见像差有球差、彗差、像散、场曲、畸变、色差等六种。

摄像机和图像采集卡共同完成对物料图像采集与数字化。 高质量图像信息是系统正确判断和决策原始依据;是整个系统成功与否又一关键所。 目前机器视觉系统中;CCD 摄像机以其体积小巧、性能可靠、清晰度高等优点到了广泛使用。 CCD 摄像机其使用CCD 器件可以分为线阵式和面阵式两大类。 线阵CCD 摄像机一次只能获图像一行信息;被拍摄物体必须以直线形式从摄像机前移过;才能获完整图像;非常适合对以一定速度匀速运动物料流图像检测;而面阵CCD 摄像机则可以一次获整幅图像信息。图像信号处理是机器视觉系统核心;它相当于人大脑。 如何对图像进行处理和运算;即算法都体现这里;是机器视觉系统开发中重点和难点所。 计算机技术、微电子技术和大规模集成电路技术快速发展;提高系统实时性;对图像处理很多工作都可以借助硬件完成;如DSP、专用图像信号处理卡等;软件则主要完成算法中非常复杂、不太成熟、尚需不断探索和改变部分。
从产品本身看,机器视觉会越来越趋于依靠PC技术,与数据采集等其他控制和测量集成会更紧密。且基于嵌入式产品将逐渐取代板卡式产品,这是一个不断增长趋势。主要原因是计算机技术和微电子技术迅速发展,嵌入式系统应用领域越来越广泛,尤其是其具备低功耗技术特点到人们重视。另外,嵌入式操作系统绝大部分是以C语言为基础,使用C高级语言进行嵌入式系统开发是一项带有基础性工作,使用高级语言优点是可以提高工作效率,缩短开发周期,更主要是开发出产品可靠性高、可维护性好、便于不断完善和升级换代等。,嵌入式产品将会取代板卡式产品。

机器视觉是自动化一部分,没有自动化就不会有机器视觉,机器视觉软硬件产品正逐渐成为协作生产制造过程中不同阶段核心系统,是用户硬件供应商都将机器视觉产品作为生产线上信息收集工具,这就要求机器视觉产品大量采用”标准化技术”,直观说就是要自动化开放而逐渐开放,可以用户需求进行二次开发。当今,自动化企业正倡导软硬一体化解决方案,机器视觉厂商未来5-6年内也应该不单纯是只提供产品供应商,逐渐向一体化解决方案系统集成商迈进。

未来几年内,中国加工制造业发展,机器视觉需求也逐渐增多;机器视觉产品增多,技术提高,国内机器视觉应用状况将由初期低端转向高端。机器视觉介入,自动化将朝着更智能、更快速方向发展。

  1. 本文目前尚无任何评论.