竹片颜色在线分拣的机器视觉化研究.docx

? ? 竹片颜色在线分拣的机器视觉化研究 ? ? 顾学民，秦现生，贺 峰，蔡 勇，刘 琼，宋 昕 GU Xue-min, QIN Xian-sheng, HE Feng, CAI Yong, LIU Qiong, SONG Xin （西北工业大学 机电学院，西安 710072） 竹片颜色在线分拣的机器视觉化研究 An online machine-vision system in bamboo chips color sorting 顾学民，秦现生，贺 峰，蔡 勇，刘 琼，宋 昕 GU Xue-min, QIN Xian-sheng, HE Feng, CAI Yong, LIU Qiong, SONG Xin （西北工业大学 机电学院，西安 710072） 为适应竹地板加工过程中竹片颜色分拣的自动化需求，构建了基于机器视觉的竹片颜色在线分拣系统。研究了竹片颜色分拣过程中的图像采集、光源照明、光学镜头等关键问题，设计了竹片颜色识别的图像处理算法和软件处理流程，并探讨了竹片颜色分拣平台的机械传送装置及分拣装置的实现，实验表明：提出的基于HIS的竹片颜色分拣算法和基于灰度均值的竹片颜色分拣算法，可实现4种以上竹片色差的颜色识别。 机器视觉；图像处理；颜色识别 0 引言 这几年我国竹地板市场发展迅速，产品深受国内外消费者欢迎。在竹地板的生产过程中，竹片的颜色分拣是竹地板选片工艺中的一道重要工序。传统的颜色分拣是靠目测挑选，人工分色效率低、误差大，每个人的辨色标准也不一致。随着竹片自动化加工水平的提高，传统的竹片颜色分拣方法已不能满足生产中快速检测和持续检测的要求。应用机器视觉检测技术，可有效提高竹片的在线检测速度、保证产品的检测质量，有利于进一步提高竹片的生产效率。 美国、芬兰、加拿大等国从20世纪80年代开始，应用机器视觉技术针对木材的无损检测进行了大量研究：加拿大Matrox公司与美国Venten公司合作开发的GS2000系统，以及芬兰Mecano公司的VDA系统已在当地的木材及胶合板加工企业中得到应用[1～3]；国内，南京林业大学利用机器视觉技术研究了木材及单板的自动分级[4]；东北林业大学采用机器视觉检测技术，对木材表面的色差检测进行了分析和研究；北京林业大学将机器视觉技术应用于原木的加工等。基于机器视觉的颜色分拣技术，可实现产品的无接触检测，具有可重复性好、检测效率高效等优点。但是，由于竹材自身具有的力学特性、外观，及竹质地板特有的生产工艺的限制，目前针对竹材外观颜色分级的研究不多，相关的机器视觉检测设备仍属罕见。 本文针对竹片的特点，设计了竹片颜色分拣的图像采集方案，研究了竹片颜色识别的图像处理算法，并构建了竹片的颜色分拣平台，经过实验验证，该系统可实现4种以上竹片色差的颜色识别，能够达到竹片在线颜色分拣的要求。 1 竹片图像采集单元 竹片的颜色分拣是竹地板生产过程中的一道重要工序。竹质地板是以自然竹材为原料，经截断、开条、粗刨、化学、干燥、精刨、选片、涂胶、组坯、胶合及后加工等二十多道工序加工制成的室内装修材料。概括竹质地板的生产工艺，它主要由三大步骤组成：基材（竹片）的加工、选片、基材的组合后加工。本文研究的竹片颜色分拣系统，属于选片工艺中的一道工序，主要完成对合格竹片进行自动颜色分拣。所需检测的竹片，如图1所示。 竹片长度约1000mm，宽度20mm左右，厚度4.6mm ～ 7mm；竹片的在线检测速度约1m/s；按照竹地板生产厂家的要求，需对竹片的主检测面(通常为竹片的正面或侧面)进行4～6种的颜色分类。 图1 待检测的竹片 1.1 图像采集方案 竹片图像质量的好坏直接决定了图像处理算法的难易程度，对实际的竹片在线检测结果有很大的影响。由于系统需要对竹片的四个表面做在线检测，本文采用了四部相机的图像采集方案，如图2和图3所示。 图2 四部相机图像采集方案（俯视） 图3 四部相机图像采集方案（A向视图） 图2是四部相机的检测方案示意图（光源未画出），图3是图2的A向视图。该方案采用四部工业相机，上下左右沿竹片的传动方向错位放置，相机之间错开大于一个视场宽度的距离。考虑到竹片上下表面与侧面相比面积较大，对于竹片的上下表面分别采用LED扁平环状光源照射，竹片的两个侧面分别采用LED条状光源照射。竹片通过传送机构在工作台上沿A向运动，工业相机分别对竹片的四个表面进行连续拍摄。 该方案可实现对竹片四个表面单独拍摄，能够稳定地完成竹片的图像采集，且图像采集系统构建灵活、能够适应不同尺寸竹片的图像采集。 1.2 图像采集硬件 1.2.1 工业相机及数码相机 高质量的竹片图像信息是系统正确分色的原始依据。对于物体的颜色识别，目前可采用工业相机和数码相机两种图像采集装置，两者之间的差异，如表1所示。 表1 工业相机与数码相机