氟塑料薄膜在线疵点检测系统和方法

1.一种氟塑料薄膜在线疵点检测系统，其特征在于：包括
(1)并行图像传感器装置：由多个高分辨率线阵CCD组成以获得线阵图像；
(2)线阵CCD阵列的控制装置：由多台工控机和触摸屏构成线阵CCD阵列的控制装置，可同时对多个线阵CCD实现同步控制，获得同一被测物在不同位置的线阵图像以实现线阵CCD的图像融合；
(3)图像传输和处理装置：与并行图像传感器装置相连，由多个工控机组成的工控局域网构成，可实现多个线阵CCD的并行数据传输和数据处理；
(4)照明装置：所述的照明装置采用LED红光源和白色背景。
2.根据权利要求1所述的一种氟塑料薄膜在线疵点检测系统，其特征在于：所述的线阵CCD阵列的控制装置采用一个工控机控制两个线阵CCD，同时采用总线结构由一个工控机作为上位机对数据进行融合和处理。
3.根据权利要求1所述的一种氟塑料薄膜在线疵点检测系统，其特征在于：所述的多个线阵CCD阵列，其成像面呈线形配置，在串行图像检测上，不同CCD是完全独立的；在相邻CCD的重叠区域的设计上，其冗余信息实现多线阵CCD系统的标定，则不同CCD间是合作的。
4.一种使用权利要求1所述的一种氟塑料薄膜在线疵点检测系统的方法，包括下列步骤：
(1)定义无疵点的标准行图像帧和结束行图像帧，利用二次差分和像素点匹配二次差分方法计算出有突变的图像帧，它们被初步判定为有疵点的图像；
(2)计算当前行的帧间差，若其值小于行间差阈值，则读入下一行为当前帧，若其为结束行图像帧则结束，否则返回步骤(1)；
(3)若步骤(2)中其值大于或等于行间差阈值，则将图像输入至上位机；
(4)确定进行行间串行图像融合的行数，进行行间串行图像帧融合；
(5)检测疵点是否在两个CCD成像重叠区，若否则输出疵点类型大小和位置；若是则进行并行图像帧融合，再输出疵点类型大小和位置；
(6)读入下一行为当前帧，若其为结束行图像帧则结束，否则返回步骤(1)。

氟塑料薄膜在线疵点检测系统和方法\n技术领域\n[0001] 本发明涉及线阵图像传感技术和视觉匹配技术领域，特别涉及一种用于检测运动带状材料质量信息的基于线阵图像传感器阵列的在线质量检测系统和方法。\n背景技术\n[0002] 氟塑料以其耐高温、抗摩擦、抗腐蚀、高强度以及绝缘性好等优点越来越广泛地应用于工业生产。虽然和其它通用塑料材料相比氟塑料价格较贵，加工相对困难，但由于其性能独特，是解决军工和民用领域许多关键技术和提高生产技术水平不可或缺的材料，目前已被广泛地应用于航空、航天、原子能、电子、电气、化工、机械、建筑、轻纺、食品、医疗等行业，并日益深入到人们的日常生活中。因此研究开发并行线阵CCD阵列在线质量检测系统具有良好的应用前景和市场需求。\n[0003] 目前，已公开了许多有关图像传感器的专利。在这些专利文献中，相当一部分是面阵图像传感器。而关于线阵CCD的只有两例，分别是，200520069068“绝对式角度编码器”和200410051706“LED多色线光源及其制作工艺”，前者是用于线阵CCD控制的编码器，后者是适用于线阵CCD的光源设计，都不体现并行线阵CCD的使用关键技术和动态生产线的在线检测。还有一部分是关于氟塑料产品的专利，其中与带状缠绕材料相关的共有6项，都是关于其再应用的，而关于其质量检测的相关专利还未见报道。有关疵点检测的专利只检索到了东华大学2006年公开的200510110244“一种自动验布等级客观评定系统”，其主要功能是利用DSP模块实现自动验布，不涉及多线阵CCD阵列图像融合以及基于工控网的控制系统等高精度、高速度检测的关键技术。另外，近几年关于线阵CCD检测的算法大多是基于灰度的，没有发现将像素点匹配的二次差分方法用于线阵CCD的图像处理，该方法具有计算量小和精度高的特点，特别适合于运动带状材料的在线质量检测。\n发明内容\n[0004] 所要解决的技术问题\n[0005] 本发明所要解决的技术问题是提供一种基于并行线阵CCD阵列的带状缠绕材料在线质量检测系统和方法，同时结合一种基于并行线阵CCD的图像融合算法，适用于动态带状材料质量检测和在线控制。\n[0006] 技术方案\n[0007] 本发明解决其技术问题所采用的技术方案是：提供一种氟塑料薄膜在线疵点检测系统，包括\n[0008] (1)并行图像传感器装置：由多个高分辨率线阵CCD组成以获得线阵图像；\n[0009] (2)图像传感器阵列的控制装置：由多台工控机和触摸屏构成线阵CCD阵列的控制装置，可同时对多个线阵CCD实现同步控制，获得同一被测物在不同位置的线阵图像以实现线阵CCD的图像融合；\n[0010] (3)图像传输和处理装置：与并行图像传感器装置相连，由多个工控机组成的工控局域网构成，可实现多个线阵CCD的并行数据传输和数据处理；\n[0011] (4)照明装置：所述的照明装置采用LED红光源和白色背景。\n[0012] 所述的图像传感器阵列的控制装置采用一个工控机控制两个线阵CCD，同时采用总线结构由上位机对数据进行融合和处理。\n[0013] 所述的多个线阵CCD阵列，其成像面呈线形配置，在串行图像检测上，不同CCD是完全独立的；在相邻CCD的重叠区域的设计上，其冗余信息实现多线阵CCD系统的标定，则不同CCD间是合作的。\n[0014] 一种使用氟塑料薄膜在线疵点检测系统的方法，包括下列步骤：\n[0015] (1)定义无疵点的标准行图像帧和结束行图像帧，利用二次差分和像素点匹配二次差分方法计算出有突变的图像帧，它们被初步判定为有疵点的图像；\n[0016] (2)计算当前行的帧间差，若其值小于行间差阈值，则读入下一行为当前帧，若其为结束行图像帧则结束，否则返回步骤(1)；\n[0017] (3)若步骤(2)中其值大于或等于行间差阈值，则将图像输入至上位机；\n[0018] (4)确定进行行间串行图像融合的行数，进行行间串行图像帧融合；\n[0019] (5)检测疵点是否在两个CCD重叠区，若不是则输出疵点类型大小和位置；若是则进行并行图像帧融合，再输出疵点类型大小和位置；\n[0020] (6)读入下一行为当前帧，若其为结束行图像帧则结束，否则返回步骤(1)。\n[0021] 本发明的创新点是采用多个线阵CCD和适用于氟塑料薄膜材质的光源组成光学成像系统，利用多台工控机和触摸屏构成线阵CCD阵列的控制系统，它可以同时对多个线阵CCD摄像机实现同步控制，获得同一被测物在不同位置的线阵图像以实现线阵CCD的图像融合，从而有效地提高采样速率和图像分辨率，实现带状材料的动态视觉在线质量监控[0022] 该检测系统的实质性特点在于，它包括分别由一个工控机控制两个线阵CCD形成图像采集子系统，从而形成多个相同子系统并行进行数据采集和数据传输的格局，同时采用总线结构由上位机对数据进行融合和处理，进而构成全局图像处理监测系统、实现视觉的在线检测。\n[0023] 上述的多个线阵CCD阵列，其成像面呈线形配置，其中一个为参考图像传感器，获取的图像称为参考图像，它是进行图像融合的基准。所述的多个线阵CCD之间既独立又合作，独立则是在串行图像检测上，不同CCD是完全独立的，从而实现检测精度的提高，合作体现在相邻CCD的重叠区域的设计上，其冗余信息可以实现多线阵CCD系统的标定和避免多线阵CCD的机械拼接和光学拼接。多线阵CCD的图像融合涉及两个层面，其一是相同CCD的行图像帧之间的融合，其二是相邻CCD的行图像帧的融合。\n[0024] 我们设计了适合线阵CCD上述两种图像融合算法。它是在像素点匹配的基础上再进行二次差分，不仅利用了像素点匹配的敏感性，同时二次差分可以有效避免被检测物体运动而引起的测量误差，其计算量小、效率高，较现有的图像处理算法如：灰度直方图等更适合线阵CCD的在线检测。\n[0025] 在检测中，光源的稳定性和检测背景的选择对薄膜疵点的形态影响较大，采用LED红光源和白色背景可以较有效地克服由于自然光的变化所带来的检测误差，可根据不同厚度薄膜的要求以及光学系统的特点，对阈值进行调整，实验证明用像素点的二次差分方法对运动的带状缠绕材料进行检测是一种非常有效的方法。\n[0026] 本发明的原理是：我们从人对视觉差异进行判别的方式出发，利用行间差推导出适合运动物体疵点在线检测的图像处理算法。人眼是以像素为单位进行图像相似或差异的判别的，两行图像在相同的位置上相同的像素点越多，图像就越相似，由此提出适合线阵CCD的像素点匹配法。首先设定线阵传感器不同时刻连续拍摄的图像帧分别是I1，I2，...，而标准帧为I，对相应的两帧图像Im，In计算其在每个像素点i的差异度：\n[0027] Em，n(i)＝|Im(i)-In(i)| (1)\n[0028] 式中Im(i)，In(i)分别表示第m帧图像i位置上灰度值和第n帧图像i位置上灰度值。\n[0029] 为了使像素的差异度具有一般的可比较性，用计算的像素点的灰度的和进行归一化，在点(i)归一化的差异度为：\n[0030] \n[0031] 现在设定阈值来判定两帧图像在该点是否匹配，在(0，1)区间，选取阈值C，如果差异度小于此阈值，则认为该两个像素点是匹配的，否则判定这两个像素点有足够的差异，因此可用二值函数hm，n(i)来计算两帧图像在点(i)的匹配情况\n[0032] \n[0033] 为了描述上的统一，用hm，n(i)＝1来表示两个像素点不匹配。这样两帧图像的帧间差即可以表示为：\n[0034] \n[0035] 式中，M表示帧的宽度，D(Im，In)的意义便是图像Im和In不匹配的像素点个数，下面来利用图像帧的大小，即其像素点的个数来对其进行归一化处理，得到归一化帧间差：\n[0036] \n[0037] 用于像素突变切换检测的二次差分法\n[0038] 考虑到线阵CCD的视觉在线检测很容易受到被检测材料运动而影响对真正疵点的检测，所以我们引入了基于像素点匹配的二次差分方法，可以消除或减小材料运动的误差进而提高检测精度。为此我们从视频运动产生的帧间差的特点出发，推导出适合疵点突现检测的二次差分法。\n[0039] 首先讨论相邻两个图像帧In，In-1的差异度，定义d(n)＝d(In-1，In)，则d(n+1)＝d(In，In+1)，再做一次差分，则有：\n[0040] f(n)＝d(n)-d(n-1) (6)\n[0041] 通过式(6)的二次差分，可以有效消除或明显减小由材料运动带来的检测误差。\n[0042] 上述方法主要利用了材料运动产生的帧间差和材料的实际位移成正比；以及由材料运动产生的帧间差是近似连续的两个假设。同时还注意到，由于二次差分计算的介入而引起的计算量很小，对在线识别影响很小。\n[0043] 由于采用了上述技术方案，本发明与现有技术相比，具有以下的优点和积极效果：\n[0044] ①实现了高速度线阵CCD阵列并行的图像采集、处理系统，利用角度编码器实现了线阵CCD阵列的严格同步，降低了测量误差，因此可以采用高速度线阵CCD摄影机跟踪快速动态带状材料的生产过程；\n[0045] ②利用多台工控机形成工控网络，并开发了相应的工控网图像处理系统保障了快速图像传输系统的稳定性、连续性和可靠性，特别适用于加工环境恶劣的场合；\n[0046] ③提出了基于像素点二次差分的线阵CCD阵列的行图像融合算法，可以减小甚至消除由于薄膜运动产生的误差，满足氟塑料薄膜高速度、高精度实时在线检测的要求；基于像素点二次差分算法的标准行的设定，可以免去滤波等图像预处理环节，有效检测出有机物污染等灰度渐变类型的疵点；\n[0047] ④设计的氟塑料薄膜专用光源和检测背景对薄膜疵点的快速识别奠定基础，采用LED红光源和白色背景具有很好的稳定性，可以较有效地克服由于自然光的变化所带来的检测误差。同时根据不同厚度薄膜的要求，对阈值进行调整可以获得更稳定的检测结果；\n[0048] ⑤基于工控网的线阵CCD阵列的氟塑料薄膜在线检测系统的实施，改变了以往人工检测质量不稳定、易产生疲劳以及客户投诉频繁等问题，为产品质量迈上新台阶打下良好的基础。\n附图说明\n[0049] 图1是本发明工控机图像处理网络示意图；\n[0050] 图2是本发明的并行线阵CCD阵列在线检测系统结构设计示意图；\n[0051] 图3是多线阵CCD的图像融合算法框图；\n[0052] 图4是本发明的氟塑料薄膜疵点集成；将其分为：有机物、斑点和孔洞三个类别；\n[0053] 图5是运用像素点二次差分方法对不同类型疵点位置定位结果；\n[0054] 图6是运用像素点二次差分方法对不同类型疵点识别结果；\n[0055] 图7是氟塑料薄膜在线检测系统人机界面。\n具体实施方式\n[0056] 下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。\n[0057] 将上述方案应用于某氟塑料薄膜生产企业，配合该产品生产线加入质量在线检测系统。\n[0058] 系统功能要求：\n[0059] ⊙运动最大速度250mm/s，薄膜宽度1300mm，薄膜厚度范围：0.04-4mm，实时扫描采集图像；\n[0060] ⊙检测精度0.1mm；\n[0061] 相机选型：\n[0062] 为了满足实际检测需求，设定2个像素表示0.12mm。幅宽1300mm的塑料薄膜则需要大约22000个像素成像表示。根据薄膜的传送速度，则可计算所需线阵相机的行频约为4.2KHz。根据检测要求，黑白相机即可。选定PE线阵CCD SmartBlue SB4480，分辨率为\n4096X1，采集行频为18KHz，M72接口。考虑到检测幅宽，则需要6台SB4480线阵相机，每台相机覆盖范围为240mm左右，重叠部分20mm，以避免漏检。\n[0063] 镜头：\n[0064] SB4480接F口镜头，需要转接圈F/M72。\n[0065] 光源：\n[0066] LED红色条形光源，长度不小于1300mm，正光和背光可控方式。\n[0067] 主机：\n[0068] 主板需带有PCI-E接口，所选用的PIX E1DB图像采集卡可接两台SB4480线阵CCD，则系统需要三台下位机和一台主机。\n[0069] 如图1～3所示，由于多个线阵CCD在进行实时检测时，每个线阵CCD每次输出的数字图像信号是一行像素，同时为了避免漏检，两个相邻的线阵CCD应该有必要地重叠，而重叠的程度应该适当，太小有可能造成漏检，太大会造成不必要的空间和时间的浪费，因此在设计时保证无漏检的情况下尽可能减小重叠的尺寸。考虑到上述原因和线阵图像传感器的特点，有必要进行同一个传感器的行间串行图像融合以及相邻传感器的行间并行融合。\n为了上述融合和图像处理符合在线检测要求，设计了适合多线阵CCD的图像融合算法，其基本原理如图3所示。根据模板匹配法、像素点匹配法以及直方图法等基本行间差算法，首先定义无疵点的标准行图像帧和结束行图像帧，然后利用二次差分和像素点匹配二次差分方法计算出有突变的图像帧，它们被初步判定为有疵点的图像，然后将其传送到上位机，进行必要的行间串行图像融合和相邻传感器的行间并行融合。