【集萃網(wǎng)觀察】1.前言
傳統(tǒng)的圓網(wǎng)印花機(jī)對(duì)花調(diào)整方法主要是依靠人工目測(cè)方法來判斷調(diào)節(jié)的，人工調(diào)節(jié)易受到主觀方面的影響，判別誤差大，對(duì)花精度低。隨著計(jì)算機(jī)技術(shù)的普及，傳統(tǒng)工業(yè)領(lǐng)域正發(fā)生著巨大的變化。近十年來，出現(xiàn)了帶有很多新的自動(dòng)對(duì)花系統(tǒng)的印花設(shè)備，晉江佶龍機(jī)械公司的彩虹系列印花機(jī)通過鎳網(wǎng)上的十字線進(jìn)行三向自動(dòng)對(duì)花，Stork公司的SDM-2050Mega帶有自動(dòng)激光對(duì)花系統(tǒng)。隨著數(shù)字圖像處理技術(shù)的發(fā)展，使基于機(jī)器視覺的在線檢測(cè)成為可能。黃朝麗等人提出了一種基于機(jī)器視覺的圓網(wǎng)印花自動(dòng)對(duì)花方法，通過圖像傳感器在線實(shí)時(shí)地對(duì)印花圖案色位進(jìn)行檢測(cè)控制，李鵬等針對(duì)圓網(wǎng)印花自動(dòng)對(duì)花，提出中值濾波和圖像閾值分割的圖像處理算法。本文提出一種新型圓網(wǎng)印花機(jī)自動(dòng)對(duì)花的方法，采用中值濾波等方法對(duì)采集到的對(duì)花圖像進(jìn)行圖像預(yù)處理，并采用基于光流法和相位相關(guān)法的聯(lián)合算法，實(shí)時(shí)檢測(cè)印花圖案色位，進(jìn)一步提高了對(duì)花精度。
2.基于機(jī)器視覺的圓網(wǎng)印花在線檢測(cè)系統(tǒng)
基于機(jī)器視覺的圓網(wǎng)印花質(zhì)量在線檢測(cè)系統(tǒng)，采用圖像傳感器，在線以一定間隔攝取印花圖像，再通過圖像處理單元進(jìn)行相關(guān)圖像處理及模式識(shí)別，將各個(gè)單色圖案之間的相對(duì)位置與標(biāo)準(zhǔn)印花圖案套色位置進(jìn)行對(duì)比，并輸出處理信號(hào)，判斷印染布匹是否“跑花”、“錯(cuò)花”并判斷需要進(jìn)行相應(yīng)調(diào)整的網(wǎng)頭，最后將檢測(cè)結(jié)果發(fā)送到電氣控制系統(tǒng)，調(diào)節(jié)各印花網(wǎng)筒，實(shí)現(xiàn)自動(dòng)對(duì)花。由于它能夠?qū)崟r(shí)檢測(cè)出人眼不易發(fā)現(xiàn)的缺陷， 并可對(duì)全部產(chǎn)品進(jìn)行全方位自動(dòng)質(zhì)量監(jiān)控，完全克服了人工目視抽檢方式所帶來的不足，因此這種系統(tǒng)為圓網(wǎng)印花質(zhì)量在線檢測(cè)與控制提供了理想的解決方案。系統(tǒng)結(jié)構(gòu)圖如圖1所示：
3.圓網(wǎng)印花機(jī)器視覺系統(tǒng)中的圖像噪聲及預(yù)處理
印花圖像在采集、處理等環(huán)節(jié)都可能會(huì)引入噪聲，所以噪聲抑制對(duì)圖像處理以及后續(xù)自動(dòng)對(duì)花控制環(huán)節(jié)十分重要。噪聲主要來源于CCD的熱噪聲，電器機(jī)械運(yùn)動(dòng)產(chǎn)生的震動(dòng)噪聲等，它們對(duì)圖像信號(hào)幅度和相位的影響十分復(fù)雜。為了抑制噪聲，改善圖像質(zhì)量，本文采用中值濾波法（Median Filter）。中值濾波法具有去噪能力強(qiáng)、圖像邊界細(xì)節(jié)保持好、處理速度快等優(yōu)點(diǎn)。中值濾波是一種非線性的空間濾波技術(shù)，它在一定程度上可以克服線性濾波帶來的圖像細(xì)節(jié)模糊化。印花過程中獲取的圖像具有很強(qiáng)的紋理特征，使用中值濾波可以有效的保留細(xì)節(jié)。
4.基于光流法和局部相位相關(guān)法的對(duì)花偏差檢測(cè)
圓網(wǎng)印花在線智能監(jiān)測(cè)控制系統(tǒng)需要實(shí)時(shí)檢測(cè)多個(gè)圓網(wǎng)的相對(duì)位置是否產(chǎn)生偏差，并根據(jù)偏差在線調(diào)整圓網(wǎng)位置。通過圖像處理和分析，必須實(shí)現(xiàn)以下兩個(gè)目標(biāo)：第一、判斷圓網(wǎng)之間是否存在相對(duì)位置偏差；第二、判斷出哪個(gè)圓網(wǎng)走偏，并根據(jù)走偏量自動(dòng)調(diào)整。當(dāng)圓網(wǎng)個(gè)數(shù)較多（6個(gè)以上），相互之間的套色很復(fù)雜，直接根據(jù)特征點(diǎn)或者輪廓來判斷十分困難。本文采用粗細(xì)結(jié)合的定位算法，首先利用光流法獲取當(dāng)前圖像與模板圖像之間的運(yùn)動(dòng)向量，從而判斷是否存在走偏，在哪個(gè)區(qū)域（或灰度值區(qū)域）產(chǎn)生了走偏，該步為粗定位算法。如果存在走偏（即存在較大光流向量），在走偏區(qū)域采用相位相關(guān)法得到走偏量，從而控制走偏圓網(wǎng)的位置，實(shí)現(xiàn)自動(dòng)對(duì)花。
光流是空間運(yùn)動(dòng)物體在觀測(cè)成像面上的像素運(yùn)動(dòng)的瞬時(shí)速度。光流法利用圖像中目標(biāo)的運(yùn)動(dòng)是由目標(biāo)像素亮度運(yùn)動(dòng)確定，推導(dǎo)出瞬時(shí)光流場(chǎng)，然后根據(jù)光流場(chǎng)進(jìn)行目標(biāo)運(yùn)動(dòng)檢測(cè)[4]。在圓網(wǎng)印花中，由于圓網(wǎng)的走偏，導(dǎo)致當(dāng)前圖像與模板之間存在光流。
設(shè)圖像平面中有一點(diǎn)（x，y），在t時(shí)刻時(shí)，其灰度（亮度值）為Ixyt，當(dāng)該點(diǎn)發(fā)生運(yùn)動(dòng)，在dt時(shí)間內(nèi)在x和y方向上分別位移了dx，dy。設(shè)在dt時(shí)間內(nèi)，其亮度值保持不變，即
將式（3-1）右邊進(jìn)行Taylor展開，化簡(jiǎn)后得到：
結(jié)合約束條件求解該方程，常見的求解光流方程的算法為L(zhǎng)ucas和Horn-Schunck。
用光流法對(duì)印花圖像進(jìn)行檢測(cè)的效果圖如下：
光流法可以得到印花圖像中走偏的區(qū)域以及走偏的方向，但是還無法得到走偏的具體位移。針對(duì)走偏區(qū)域，本文采用使用局部相位相關(guān)法獲得圓網(wǎng)的走偏位移。相位相關(guān)法基于傅里葉變換的良好特性，即圖像平移、旋轉(zhuǎn)和尺度變換均在頻率域有對(duì)應(yīng)特征。傳統(tǒng)的相位相關(guān)法能定位出整數(shù)（像素級(jí)）的平移[5]。
相位相關(guān)方法的理論依據(jù)是傅立葉變換的相移定量。相移定理是指空域內(nèi)函數(shù)的位移將會(huì)引起頻域內(nèi)變換函數(shù)的相移。設(shè)f（x,y）為在R2上絕對(duì)可積的函數(shù)，其傅立葉變換為，函數(shù)在函數(shù)F（u,v）g（x,y）fxy發(fā)生（x0,y0）的位移：
數(shù)字圖像是一個(gè)有限離散的函數(shù)，對(duì)于這樣一個(gè)函數(shù)f（x,y），其中
兩幅圖片的相位相關(guān)計(jì)算可以歸納為：首先對(duì)圖片分別計(jì)算它們的離散傅立葉變換（DFT）形式，然后計(jì)算歸一化相關(guān)功率譜，最后對(duì)其求離散反傅立葉變換（IDFT）。
對(duì)于上述兩幅印花圖像，將圖像中發(fā)生走偏的灰度值從原圖中分割出來。得到的兩個(gè)分割圖形，形狀相似，只是在圖中的位置不同，再根據(jù)相位相關(guān)算法得到兩幅分割圖形之間的像素位移為3個(gè)像素，即圓網(wǎng)走偏位移。
5.結(jié)論與展望
基于機(jī)器視覺的圓網(wǎng)印花機(jī)自動(dòng)對(duì)花系統(tǒng)利用圖像傳感器在線實(shí)時(shí)地對(duì)印花圖案套色位置進(jìn)行自動(dòng)檢測(cè)與控制，不僅極大地減輕了人工檢測(cè)的勞動(dòng)強(qiáng)度。本文提出的采用中值濾波作為圖像預(yù)處理，聯(lián)合基于光流法和相位相關(guān)法的技術(shù)，大大提高了圓網(wǎng)印花機(jī)的對(duì)花精度。隨著圖像處理模塊的進(jìn)一步發(fā)展，可以利用相位相關(guān)法獲得亞像素級(jí)的定位精度，這將進(jìn)一步提高對(duì)花精度。
來源：中國印花網(wǎng) 作者： 顧金華
手機(jī)版印花網(wǎng)
微信號(hào)：yinhuashijie
