基于机器视觉的横拉薄膜破裂图像检测技术

doi:10.19491/j.issn.1001-9278.2021.12.019

中国塑料 ›› 2021, Vol. 35 ›› Issue (12): 114-120.DOI: 10.19491/j.issn.1001-9278.2021.12.019

基于机器视觉的横拉薄膜破裂图像检测技术

常昊¹(), 杨正昊², 韦有共², 柴广¹, 李岩舟¹()

^1.广西大学机械工程学院，广西南宁 530000
^2.桂林格莱斯科技有限公司，桂林 541000

收稿日期:2021-05-19 出版日期:2021-12-26 发布日期:2021-12-22
作者简介:常昊（1997—）,男，在读硕士研究生，研究方向为机器视觉检测技术，changhao_0217@qq.com
基金资助:
广西科技重大专项(桂科AA18242011)

Image detection technology of film stretching breakage based on machine vision

CHANG Hao¹(), YANG Zhenghao², WEI Yougong², CHAI Guang¹, LI Yanzhou¹()

^1.School of Mechanical Engineering，Guangxi University，Nanning 530000，China
^2.Guilin GLESI Scientific Technology Co，Ltd，Guilin 541000，China

Received:2021-05-19 Online:2021-12-26 Published:2021-12-22
Contact: LI Yanzhou E-mail:changhao_0217@qq.com;lyz197916@126.com

摘要/Abstract

摘要：

针对在薄膜加工中恒温箱内温度过高或过低导致薄膜破裂，但人工因恒温箱的高温和结构遮挡难以及时发现薄膜破裂这一问题，结合目前机器视觉的方法，提出一种薄膜破裂图像检测技术，能够监测薄膜的破裂情况，降低生产损耗。在对横拉薄膜破裂区域进行图像处理方法的研究当中，对常见图像的增强、去噪、边缘分割技术分别进行了分析和比较，找出了适用于横拉薄膜破裂图像的预处理、分割方法。通过对薄膜破裂图像的分析与比较中，依据破裂形式将破裂方式分为小范围破裂和纵向破裂两种，并找到了面积、周长区分两种破裂方式的视觉识别特征参数，为调整加工温度参数起到了积极意义。结果表明，所提出的检测技术能够准确判断薄膜破裂形式，准确率为92.7 %，可满足工业生产需求。

关键词: 横拉薄膜, 机器视觉, 缺陷检测, 小范围破裂, 纵向破裂

Abstract:

Aiming at the problem that the film ruptures due to too high or too low temperature in the incubator during film processing without real time detection due to the high temperature and structural obscuration of the incubator， an image detection technology was proposed by a combination with the current machine vision method. This rupture image detection technology can effectively monitor the rupture of the film and reduce the production loss. In the study of the image processing methods for the rupture area of ??the transversely stretched film， the common image enhancement， denoising， and edge segmentation techniques were analyzed comparatively. The preprocessing and segmentation methods suitable for the ruptured image of the transversely stretched film were determined. Through the analysis and comparison of the film rupture images， the rupture modes were divided into the small?scale rupture and longitudinal rupture according to the rupture form， and the visual recognition characteristic parameters for distinguishing the two rupture modes by area and circumference were discovered. These parameters played a positive role in the adjustment of the processing temperature. The experimental results indicated that the proposed detection technology could accurately determine the form of film rupture with an accuracy rate of 92.7 %， which can meet the requirement of industrial production.

Key words: double stretch film, machine vision, defect detection, small area rupture, longitudinal rupture

中图分类号:

TQ320.7

常昊, 杨正昊, 韦有共, 柴广, 李岩舟. 基于机器视觉的横拉薄膜破裂图像检测技术[J]. 中国塑料, 2021, 35(12): 114-120.

CHANG Hao, YANG Zhenghao, WEI Yougong, CHAI Guang, LI Yanzhou. Image detection technology of film stretching breakage based on machine vision[J]. China Plastics, 2021, 35(12): 114-120.

图/表 16

图1照明方式示意图

Fig.1 Schematic diagram of lighting method

图2 照明效果图

Fig.2 Lighting effect picture

图3 薄膜破裂图像

Fig.3 Film rupture image

图4 灰度化处理后效果图

Fig.4 Effect picture after gray?scale processing

图5 薄膜破裂图像增强处理对比图

Fig.5 Comparison of image enhancement processing for film rupture

图6 不同去噪方法结果对比

Fig.6 Comparison of results of different denoising methods

滤波指标	MSE	SNR	PSNR
均值	184.359 5	23.350 3	25.474 1
高斯	22.773 3	32.432 7	34.556 5
中值	19.078 7	33.201 5	35.325 3
自适应中值	5.580 2	38.540 5	40.664 3
双边	15.884 3	33.997 3	36.121 1

表1 薄膜破裂图像滤波处理指标数据对比

Tab.1 Comparison of the filter processing index data of film rupture image

图7 Ostu法阈值分割处理结果图

Fig.7 Result of Ostu threshold segmentation processing

图8 薄膜破裂图像不同边缘检测因子处理结果

Fig.8 Processing results of different edge detection factors of film rupture image

图9 破裂形状

Fig.9 Fracture shape diagram

特征参数	面积	周长
T1	18 721	1 435.82
T2	27 889	1 159.81
T3	24 234	1 123.15
T4	11 602	823.01
T5	26 071	1 305.53
T6	7 678	762.25
T7	8 813	726.28
T8	8 563	728.72
T9	16 699	1 241.55
T10	26 174	1 969.17

表3 纵向破裂特征数据参数表

Tab.3 Longitudinal fracture characteristic data parameter table

特征参数	A	P
S1	364	96.86
S2	543	203.32
S3	1 060	147.62
S4	142	101.42
S5	2 241	278.96
S6	2 969	404.30
S7	188	76.05
S8	946	231.60
S9	3 582	340.29
S10	3 969	415.91

表2 小范围破裂特征数据参数表

Tab.2 Small?scale fracture characteristic data parameter table

图10 实验检测结果

Fig.10 Experimental test results

实验编号	破裂形式	检测结果	是否正确
1	小范围破裂	X	正确
2	纵向破裂	Z	正确
3	纵向破裂	Z	正确
4	小范围破裂	X	正确
5	纵向破裂	Z	正确
6	小范围破裂	X	正确
7	小范围破裂	X	正确
8	纵向破裂	Z	正确
9	小范围破裂	X	正确
10	纵向破裂	Z	正确

表4 测试实验检测结果

Tab.4 Test results of test experiments

破裂形式	检出数目	实际数量	正确率/%
无破裂	15	15	100.0
纵向破裂	29	27	93.1
小范围破裂	26	28	92.8

表5 验证实验检测结果

Tab.5 Verification experiment test results

实验编号	正确次数	错误次数	正确率/%
1	50	0	100
2	49	1	98
3	50	0	100
4	50	0	100
5	49	1	98

表6 稳定性实验检测结果

Tab. 6 Test results of stability experiment

参考文献 16

1	董志远，王克俭.BOPP薄膜关键性能介绍及功能化发展概述［J］.塑料包装，2019，29（3）：34⁃36.
	DONG Z Y， WANG K J. Introduction of key properties and functional development of BOPP films［J］.Plastics Packaging，2019，29（3）：34⁃36.
2	CHGLOGER D， ELISABETH R， MARKUS G， et al. Plastic drawing response in the biaxially oriented polypropylene （BOPP） process： Polymer structure and film cas⁃ting effects［J］. Journal of Polymer Engineering，2020，40（9）：743⁃752.
3	LIU Y， ZHU D R， ZHANG C J， et al. Properties analysis and process optimization of bidirectional stretching polypropylene film specialty resin［J］. Guangzhou Chemical Industry， 2012，40（22）：58⁃60.
4	闫庭辉.基于ARM的显微成像对光学薄膜的缺损检测系统［D］.西安：西安电子科技大学，2016.
5	刘艳.基于CCD扫描的聚合物薄膜缺陷检测关键技术研究［D］.哈尔滨：哈尔滨工业大学，2009.
6	温学军，葛动元，姚锡凡，等.基于机器视觉的轴承滚动体缺失检测［J］.组合机床与自动化加工技术，2020（12）：116⁃120，124.
	WEN X J， GE D Y， YAO X F， et al. Detection of bea⁃ring rolling element missing based on machine vision ［J］.Modular Machine Tool & Automatic Manufacturing Technique，2020（12）：116⁃120，124.
7	余晓娅.工件缺陷视觉检测关键技术的研究［D］.合肥：合肥工业大学，2011.
8	王浩，张叶，沈宏海，等.图像增强算法综述［J］.中国光学，2017，10（4）：438⁃448.
	WANG H， ZHANG Y， SHEN H H， et al. Review of image enhancement algorithms［J］.Chinese Academy of Sciences，2017，10（4）：438⁃448.
9	FAN R Q， LI X Y，LEE S，et al. Smart image enhancement using CLAHE based on an F⁃shift transformation du⁃ring decompression［J］. Electronics，2020，9（9）：1 374⁃1 374.
10	高彦平. 图像增强方法的研究与实现［D］.青岛：山东科技大学，2005.
11	徐小来，彭晖，邬书跃.基于直觉模糊集和直方图均衡的图像增强方法［J］.电光与控制，2021，28（4）：70⁃72，86.
	XU X L，PENG H，WU S Y. Image enhancement based on intuitionistic fuzzy sets and histogram equalization［J］. Electronics Optics & Control，2021，28（4）：70⁃72，86.
12	JAHANSHAHI M R， KELLY J S， MASRI S F， et al. A survey and evaluation of promising approaches for automatic image⁃based defect detection of bridge structures ［J］. Structure and Infrastructure Engineering， 2009， 5（6）： 455⁃486.
13	郤志星.基于机器视觉的电池保护膜定位检测系统研究［D］.南昌：南昌航空大学，2019.
14	PENG X X，JIA H M，LANG C B. Modified dragonfly algorithm based multilevel thresholding method for color images segmentation.［J］. Mathematical biosciences and engineering， 2019，16（6）：6 467⁃6 511.
15	汪杰.基于模糊控制系统的石碑文图像边缘检测算法研究［D］.合肥：安徽大学，2019.
16	解秀梅.玻璃缺陷检测系统实验研究［D］.青岛：中国海洋大学，2008.

[1]	张鑫, 全淑苗. 基于中国政策的废旧农膜回收再利用现状研究[J]. 中国塑料, 2022, 36(7): 136-142.
[2]	李果, 朱惠豪, 马玉录, 王玉, 吉华建, 谢林生. 导热型微孔透气薄膜的制备及性能研究[J]. 中国塑料, 2022, 36(7): 14-20.
[3]	吴雄杰, 陶强, 朱东波, 程劲松, 储雨, 许磊. 食品接触用生物降解塑料购物袋材质鉴别与总迁移量研究[J]. 中国塑料, 2022, 36(5): 127-132.
[4]	曹志峰, 赵立品, 何汀, 马百钧. 五层共挤阻隔膜的制备与性能研究[J]. 中国塑料, 2022, 36(3): 64-68.
[5]	任平, 赵洁, 居莹, 王玉, 沈康俊, 刘曙. 食品接触材料中初级芳香胺的迁移风险与法规管控[J]. 中国塑料, 2022, 36(2): 139-146.
[6]	李岩, 张伟杰, 唐晓旭, 姜磊, 黄家文, 程德宝. 炭黑含量测定方法标准对比研究[J]. 中国塑料, 2021, 35(10): 120-125.
[7]	雷经发, 段焕天, 刘涛, 魏展, 孙虹. 基于数字图像相关法的熔融沉积聚乳酸材料动态力学性能测试[J]. 中国塑料, 2021, 35(10): 45-50.
[8]	陈晨伟, 朱柯馨, 陈丽君, 杨少华, 谢晶. 防雾抗菌包装薄膜及其在果蔬保鲜中应用的研究进展[J]. 中国塑料, 2021, 35(10): 99-107.
[9]	郭琦, 姜红, 吴克难, 杨金颉, 段斌, 刘峰. 基于差分拉曼光谱对一次性塑料杯盖的分类研究[J]. 中国塑料, 2021, 35(9): 116-121.
[10]	倪佳, 段凯歌, 朱辉, 胡明远, 程志, 于东明. 新型EVOH/PE⁃RT合金包覆PE⁃RT双层阻氧管的制备及性能研究[J]. 中国塑料, 2021, 35(7): 32-35.
[11]	田陆川, 姜红, 陈坦之, 王艺霖, 段斌, 刘峰. 差分拉曼光谱结合聚类分析检验电线塑料外皮研究[J]. 中国塑料, 2021, 35(7): 97-102.
[12]	姜红, 张岚泽, 刘津彤, 苑志豪. 基于种属差异性利用XRF对塑钢窗的分类研究[J]. 中国塑料, 2021, 35(5): 72-78.
[13]	祝问遥, 邵伟光, 王新华, 李华, 叶海木, 蔡利海. 耐高温锂离子电池隔膜材料应用现状及发展[J]. 中国塑料, 2021, 35(3): 151-160.
[14]	朱瑞霞, 甘露, 武芷萱. 几种常见给水PVC工程管道的对比分析[J]. 中国塑料, 2021, 35(3): 50-58.
[15]	曾文广, 杜栋栋, 葛鹏莉, 高多龙, 肖雯雯, 许艳艳. 非金属管道的受力分析与结构设计[J]. 中国塑料, 2021, 35(3): 90-96.

基于机器视觉的横拉薄膜破裂图像检测技术

Image detection technology of film stretching breakage based on machine vision

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 16

相关文章 15

编辑推荐

Metrics

本文评价