基于紅外圖像邊緣檢測的松散回潮過程中煙草運動軌跡分析

張?zhí)祗A，蔣紅海，忽正熙

(昆明理工大學(xué) 機(jī)電工程學(xué)院，云南 昆明 650500)

?

基于紅外圖像邊緣檢測的松散回潮過程中煙草運動軌跡分析

張?zhí)祗A，蔣紅海，忽正熙

(昆明理工大學(xué) 機(jī)電工程學(xué)院，云南 昆明 650500)

摘要：為了對制絲加工過程的松散回潮工序中滾筒內(nèi)的煙草運動狀態(tài)進(jìn)行表征，研究了基于紅外圖像邊緣檢測的煙草松散回潮過程中煙草運動軌跡測量方法。通過試驗得到的軌跡與該工序中其他學(xué)者對煙草軌跡研究得到的理論軌跡進(jìn)行了對比分析可知，試驗結(jié)果與理論分析基本相同。該方法為制絲加工過程試驗研究奠定了基礎(chǔ)。

關(guān)鍵詞：松散回潮；運動軌跡；紅外圖像邊緣檢測

制絲過程是卷煙加工過程的核心部分，是決定卷煙加工質(zhì)量好壞的關(guān)鍵環(huán)節(jié)。近年來，有少數(shù)研究者開始了相關(guān)研究[1-4]，但是目前用于制絲加工過程的傳統(tǒng)分析手段，如均值、CPK值、SPC和MES等統(tǒng)計方法，只能對單個工序的加工結(jié)果進(jìn)行一定的分析評價，基本屬于經(jīng)驗化定性推測方法、試驗研究方法和物理試驗驗證方法，對復(fù)雜系統(tǒng)問題的分析具有典型的黑箱特點，即以定性和經(jīng)驗為指導(dǎo)構(gòu)造特定的輸入，變化外部激擾影響和控制參數(shù)，觀察、統(tǒng)計和分析結(jié)果(系統(tǒng)輸出)，調(diào)整輸入?yún)?shù)，再進(jìn)入下一輪試驗。在對問題研究的初期，或不具備內(nèi)在關(guān)系理論支撐的情況下，這樣的研究是有效的，可以獲得一定的成果，但不能描述揭示復(fù)雜系統(tǒng)的本質(zhì)和內(nèi)部過程與特點，也不能揭示多因素的相關(guān)性和互相干性等，分析結(jié)果具有明顯的盲目性、試湊性、局部性、優(yōu)化性差以及多因素多目標(biāo)優(yōu)化不可解等缺陷，而且耗資大，費時，模型重用性差，不能滿足精細(xì)化研究的要求，不能有效支撐卷煙精細(xì)化生產(chǎn)的發(fā)展；因此，有必要把黑箱問題轉(zhuǎn)化為白箱問題，即通過圖像的數(shù)據(jù)采集、研究和處理，來實現(xiàn)滾筒加工過程可視化分析。

在工作狀態(tài)下，松散回潮設(shè)備加料桶中的煙草被高溫蒸汽包裹，針對可見光視覺下的圖像研究是沒有意義的。通過試驗研究發(fā)現(xiàn)，在松散回潮工序中煙片、煙塊與環(huán)境溫度是不一致的。根據(jù)這一特點，煙葉運動軌跡可以采用紅外圖像分析。目前，國內(nèi)外較少對高溫?zé)煵葸M(jìn)行紅外軌跡分析，可以借鑒的方法不多，但是針對紅外圖像輪廓提取與分類的方法[5-7]可以借鑒到煙葉軌跡分析中。本文運用改進(jìn)的Canny算子對松散回潮過程中的煙葉運動軌跡進(jìn)行提取分析。

1試驗裝置

被測對象是松散回潮滾筒攪拌下的煙葉流。加熱的煙葉在滾筒的攪拌過程中用紅外高速相機(jī)拍照(見圖1)。通過調(diào)節(jié)紅外相機(jī)曝光時間可獲得煙葉流的瞬態(tài)圖像和軌跡圖像。

圖1　松散回潮過程紅外拍攝示意圖

2試驗方案與原理

2.1試驗方案

為模擬正常生產(chǎn)環(huán)境，所有滾筒運行參數(shù)按照煙草企業(yè)松散回潮生產(chǎn)過程設(shè)定。在滾筒出料口的觀察窗口，設(shè)置紅外攝像機(jī)，拍攝煙草運動狀態(tài)圖。運用紅外圖像處理手段，在煙草運動狀態(tài)圖中提取出煙葉流軌跡與理論軌跡進(jìn)行對比研究。

2.2圖像處理算法

紅外成像技術(shù)展現(xiàn)的是目標(biāo)自身的熱分布情況，所以原始紅外圖像清晰度要低于一般的可見光圖像，目標(biāo)與背景分界較為模糊，對人眼表現(xiàn)為分辨率低和視場立體感弱等現(xiàn)象[8]，考慮到紅外傳感器出現(xiàn)的一些特有噪聲，使得原始未經(jīng)處理的紅外圖像一般難以達(dá)到應(yīng)用水平，需要對其進(jìn)行一定的圖像處理。圖像邊緣是圖像的基本特征之一，它包含了圖像的大部分信息[9-10]。

具有代表性的邊緣檢測算子有Roberts、Prewitt、Sobel、LoG和Canny等，經(jīng)過對比試驗，改進(jìn)的Canny算子相比其他幾種算法更適合本試驗。

本文在Canny算子中引入形態(tài)學(xué)濾波，分別利用2個不同尺度的結(jié)構(gòu)元素對圖像進(jìn)行順序開閉運算，平滑圖像去除噪聲。

改進(jìn)Canny算法處理流程圖如圖2所示。

圖2　改進(jìn)Canny算法處理流程圖

3試驗結(jié)果和軌跡圖像分析

3.1試驗結(jié)果分析

分別用基于紅外圖像優(yōu)化過的LoG與Canny算法對目標(biāo)圖像進(jìn)行分析處理，得到的煙草軌跡圖像如圖3和圖4所示。對比后發(fā)現(xiàn)，LoG得到的邊緣結(jié)果不連續(xù)，相比Canny算法的處理結(jié)果不理想。對比不同閾值下的改進(jìn)的Canny算法得到相對最優(yōu)結(jié)果，從所有紅外圖片邊緣檢測樣本中選出18個邊緣檢測效果明顯的樣本進(jìn)行擬合分析，得出的曲線多項式方程分析結(jié)果見表1，對應(yīng)的擬合曲線效果圖如圖5所示。根據(jù)表1數(shù)據(jù)進(jìn)行6次擬合，效果理想的有4幅圖像；進(jìn)行3次擬合，效果理想的有5幅圖像；進(jìn)行2次擬合，效果理想的有6幅圖像。

圖3　滾筒中煙草紅外圖像樣本示例

圖4　對應(yīng)圖3的Canny算法軌跡提取結(jié)果示例

圖號最優(yōu)擬合多項式階次擬合效果112理想153一般162理想422理想676差706一般843一般1102理想1112理想162——1696一般2126一般2182理想227——2453一般2583一般264——2653差

注：“—”表示邊緣檢測線條沒規(guī)律，無法擬合。

圖5　對應(yīng)的擬合曲線效果圖

3.2軌跡圖像分析

煙絲在滾筒內(nèi)作周期性運動可劃分為2個階段：1)在轉(zhuǎn)動的滾筒和攪棒作用下，煙絲隨滾筒的轉(zhuǎn)動被提升，作軸向圓周運動；2)在重力和空氣推力F作用下，煙草從滾筒上部的攪棒頂端以一定的初速度被拋撒。在重力和空氣介質(zhì)推動力的共同作用下，煙絲飄落的過程是在空間里作拋物運動[11-12]。

3.2.1煙絲做軸向圓周運動

煙絲顆粒作勻速圓周運動的示意圖如圖6所示。根據(jù)滾筒內(nèi)部特點建立坐標(biāo)系。X軸為滾筒軸線方向，Y軸和Z軸在滾筒截面上，且Z軸為水平方向。

圖6　煙絲顆粒作勻速圓周運動的示意圖

3.2.2煙絲做受外力的拋物運動

煙絲作拋撒運動的示意圖如圖7所示。其坐標(biāo)系與圖6相同。假設(shè)煙絲為均質(zhì)球體，則單個煙絲顆粒在攪棒頂端被拋撒出時，煙絲顆粒的初速度為V0=Rω。

圖7　單位煙絲的拋灑運動示意圖

假設(shè)圖7所示的煙草受空氣推力F的作用較小時符合拋物線運動，隨著F對拋落煙草影響的增加，煙草的運動曲線開始向高次變化。對比試驗結(jié)果可以看出，2次拋物線運動的煙草比例較高，剩下3次與6次運動軌跡的比例相對較少。

4結(jié)語

本文介紹了基于紅外邊緣檢測的松散回潮過程中煙草運動軌跡的分析方法，對邊緣檢測算法運用在紅外邊緣檢測問題上進(jìn)行了對比，使用改進(jìn)Canny算子得到的運動軌跡，符合物體運動的規(guī)律，從而把黑箱問題轉(zhuǎn)化為了白箱問題，為對制絲加工過程進(jìn)一步分析與試驗研究奠定了理論與方法的基礎(chǔ)。

參考文獻(xiàn)

[1] 鄧國棟，王宏生，李斌，等. 滾筒烘絲機(jī)中煙絲運動的模擬與試驗[J].煙草科技,2007(9):1002-0861.

[2] 管鋒，周傳喜，陳君若，等. 高溫管式膨脹系統(tǒng)的結(jié)構(gòu)優(yōu)化與模擬[J]. 煙草科技，2006(1)：25-29.

[3] 耿凡，袁竹林，王宏生，等. 流化床中煙絲顆粒的流動特性[J]. 東南大學(xué)學(xué)報：自然科學(xué)版，2009,39(5)：1012-1017.

[4] 張俊榮. 管道式烘絲機(jī)氣-固兩相流場數(shù)值模擬[D]. 西安：西北工業(yè)大學(xué)，2005.

[5] 岳改麗，王棟，楊蕊. 幾種邊緣檢測算子在紅外圖像處理方面應(yīng)用研究[J]. 西安科技大學(xué)學(xué)報,2012(4)：1672-9315.

[6] Liu J Y, Tang Q J, Wang Y, et al. Defects’ geometric feature recognition based on infrared image edge [J]. Infrared Physics & Technology, 2014,67:387-390.

[7] Sun S G, Park H W. Segmentation of forward-looking infrared image using fuzzy thresholding and edge detection[J]. Optical Engineering,2001,40(11):2638-2645.

[8] 于天河，郝富春．紅外圖像增強技術(shù)綜述[J]. 紅外與激光工程,2007，36(S2):335-338.

[9] 段瑞玲，李慶祥，李玉和.圖像邊緣檢測方法研究綜述[J].光學(xué)技術(shù),2005，31(3):415-419.

[10] 鄧小亞.基于四元數(shù)改進(jìn)人工蜂群算法的彩色圖像邊緣檢測[J].新技術(shù)新工藝, 2015(8):124-127.

[11] Klimisch H J, Stadler L. Untersuchungen zurbildung von N-nitrosonornikotin aus nikotin-N-oxid [J]. Talanta, 1976, 23:614-616.

[12] Necht S S, Chen C B, Ornaf R M, et al. Chemical studies on tobacco smoke lvi. tobacco-specific nitrosamines: Origins, carcinogenicity, and metabolism[J]. IARC Sci Puhl, 1987, 19:395-413.

責(zé)任編輯鄭練

The Trajectory Analysis of Tobacco Remoistening Process based on Infrared Image Edge Detection

ZHANG Tianyi, JIANG Honghai, HU Zhengxi

(College of Mechanical and Electrical Engineering, Kunming University of Science and Technology, Kunming 650500, China)

Abstract：In order to represent the tobacco movement state in loosening and conditioning casing cylinder of silk making process, study the trajectory analysis method of tobacco remoistening process based on infrared image edge detection. According to the comparison between the trajectory obtained by the experiments and the tobacco track obtained from the analysis of other scholars in this process, the experimental results are basically the same as the theoretical analysis. This method lays the foundation for the experimental study on the process of making silk.

Key words:loosening and conditioning, moving track, infrared image edge detection

收稿日期：2015-10-14

作者簡介：張?zhí)祗A(1990-)，男，碩士研究生，主要從事機(jī)器人視覺等方面的研究。

中圖分類號：TN 216

文獻(xiàn)標(biāo)志碼:A