基于FPGA的煙梗在線檢測系統(tǒng)設計

席建平，易浩，劉斌，毛偉俊，胡國昌，張輝，吳文強，杭建軍，楊勇

1 湖南中煙工業(yè)有限責任公司技術(shù)研發(fā)中心，長沙市雨花區(qū)勞動中路386號 410008；2 深圳市格雷柏機械有限公司，深圳市福田區(qū)天安數(shù)碼城創(chuàng)新科技廣場B1710室 518040

基于FPGA的煙梗在線檢測系統(tǒng)設計

席建平1，易浩1，劉斌1，毛偉俊1，胡國昌1，張輝1，吳文強1，杭建軍2，楊勇2

1 湖南中煙工業(yè)有限責任公司技術(shù)研發(fā)中心，長沙市雨花區(qū)勞動中路386號 410008；2 深圳市格雷柏機械有限公司，深圳市福田區(qū)天安數(shù)碼城創(chuàng)新科技廣場B1710室 518040

為了實現(xiàn)煙片中煙梗的在線檢測并剔除，設計了一種以基于FPGA的高速圖像處理設備為核心的煙梗在線檢測系統(tǒng)。該系統(tǒng)采用X光源透射皮帶上的煙葉以及煙梗，探測器接收衰減的X射線，形成數(shù)字圖像并傳送到高速圖像處理設備，在高速圖像處理設備中采用圖像處理算法進行煙梗圖像識別，再通過控制剔除子設備分離出煙片中的煙梗，同時可通過工控機觀察煙梗圖像。實驗結(jié)果表明該系統(tǒng)可以實現(xiàn)大部分煙梗的識別，且剔除率可達到90%以上。

煙梗；FPGA；圖像處理；在線檢測

煙片原料的純凈度在很大程度上決定著煙支的品質(zhì)，煙片原料的純凈度越高，生產(chǎn)出的煙支品質(zhì)就越高，而煙梗是影響煙片原料純凈度最大的因素，因此去除煙片中的煙梗是煙支生產(chǎn)過程中一項重要工藝[1-2]。目前，行業(yè)對煙葉中含梗煙片剔除方式包括人工精選和自動化輔助兩種模式。人工精選，采用選葉工逐片篩選方式，費時費力，效率低下；自動化輔助精選模式主要有兩種，第一種采用風選方法，通過拋落抽風等方式將與煙片懸浮速度差異較大的含梗煙片剔除[3-5]。其缺點是設備穩(wěn)定性相對較差，風分效率難以精確控制。第二種方法采用一定的自動化技術(shù)，將大流量煙葉自動按照節(jié)拍分到多個皮帶上，皮帶將煙葉傳輸至選葉工位前，選葉工將含梗煙葉挑選出來并人工去除煙梗。這種模式效率相對有所提升，速度可達到20公斤/小時/人。目前，從國內(nèi)外的相關文獻報道來看，國外尚沒有一種自動化精確分離含梗葉片的設備，國內(nèi)通過圖像處理技術(shù)檢測剔除含梗葉片的相關研究相對也較少，都無法應用于實際生產(chǎn)。為了解決以上問題，采用X射線透射成像，通過基于FPGA的圖像處理識別煙葉中的含梗煙片并且剔除,是一種有效的自動去除片煙中的煙梗的方法。FPGA有如下特點：①采用FPGA設計專用集成電路，無需投片生產(chǎn)就可以得到合用的芯片；②FPGA內(nèi)部有豐富的觸發(fā)器和I/O引腳，可以與COMS，TTL電平兼容，易于設計；③FPGA是專用集成電路中設計風險最小、開發(fā)費用最低、設計周期最短的器件之一。本文著重描述了以基于FPGA的高速圖像處理設備為核心的煙梗X光透射在線檢測剔除系統(tǒng)以及在線檢測并剔除煙片中煙梗[8-10]的應用效果。

1 系統(tǒng)總體架構(gòu)及原理

在生產(chǎn)線上，有煙梗的煙葉在傳送帶上進行傳輸，煙梗在線檢測屬于動態(tài)檢測，因此對煙梗在線檢測系統(tǒng)的要求很高。傳統(tǒng)的工業(yè)檢測系統(tǒng)通常用工控機作為系統(tǒng)的核心，但由于工控機具有實時性差、穩(wěn)定性差、成本高等缺點，在工業(yè)環(huán)境下無法長期穩(wěn)定運行。本系統(tǒng)是以基于FPGA的高速圖像處理設備為煙梗圖像數(shù)據(jù)的處理核心，將工控機作為系統(tǒng)的用戶交互控制中心，系統(tǒng)的總體架構(gòu)見圖1。

圖1 系統(tǒng)總體架構(gòu)Fig.1 Overall architecture

從系統(tǒng)架構(gòu)圖可以看出，本系統(tǒng)以X射線探測器作為系統(tǒng)的圖像源，這是由于常用的圖像光譜法很難找到煙梗和煙葉的顯著的、穩(wěn)定的區(qū)分特征，尤其是當煙葉一定程度的層疊或相互遮蓋時，煙梗檢測幾乎變得不可能。而煙葉與煙梗最大的物理特性差異在于密度差異，煙梗部分的密度遠大于煙片的密度，因此采用X射線成像原理可得到煙梗的圖像。將一定強度的X射線照射在含煙梗的煙葉上，會在放置于另一側(cè)的X射線探測器上形成不同灰度的圖像，煙葉區(qū)域只是淡淡的陰影，而煙梗則呈深色陰影。X光源采用瑞士comet公司的金屬陶瓷管，額定功率為1500W，探測器采用德國DT公司的線掃描探測器，感應像元大小為0.4mm*0.6mm，經(jīng)過實驗驗證，X光源的參數(shù)設定在電壓75kV，電流2mA時，射線的輻射強度為30W/m2，此時煙梗圖像最有利于軟件對煙梗的識別，同時誤識別的煙葉很少。因此，設備采用的X光源參數(shù)設定為電壓75kV，電流2mA。

X射線探測器采集到煙梗圖像后，通過Cameralink接口將原始煙梗圖像傳輸?shù)交贔PGA的高速圖像處理設備中，利用高速圖像處理設備對原始煙梗圖像進行進一步的煙梗檢測分析，并生成煙梗的位置信息和剔除指令，通過RS422接口將剔除指令傳輸給系統(tǒng)中的剔除子設備，利用該設備將煙梗從煙葉流中分離出來，從而實現(xiàn)煙梗在線檢測剔除的目的。

在本系統(tǒng)中，工控機僅僅作為用戶與本系統(tǒng)的交互中心，并不進行圖像數(shù)據(jù)的分析，用戶只是通過工控機查看煙梗圖像或設置系統(tǒng)參數(shù)，因此對于工控機的性能要求不高。另外，本系統(tǒng)使用千兆以太網(wǎng)作為高速圖像處理設備與工控機之間的通信方式。

2 高速圖像處理設備硬件設計

高速圖像處理設備作為煙梗在線檢測系統(tǒng)的數(shù)據(jù)處理核心，其硬件設計的質(zhì)量直接影響著整個系統(tǒng)的工作性能，是本系統(tǒng)最重要的一部分。其硬件結(jié)構(gòu)主要為FPGA（現(xiàn)場可編程門陣列）系統(tǒng)。FPGA有以下特點：1、采用FPGA設計專用集成電路，無需投片生產(chǎn)，就可以得到合用的芯片；2、FPGA內(nèi)部有豐富的觸發(fā)器和I/O引腳，可以與COMS存儲器，TTL（晶體管-晶體管邏輯電平）電平兼容，易于設計；3、FPGA是專用集成電路中設計風險最小、開發(fā)費用最低、設計周期最短的器件之一。系統(tǒng)硬件部分主要包括以下部分：FPGA主控模塊，探測器圖像輸入模塊，監(jiān)視圖像輸出模塊，剔除控制IO模塊。高速圖像處理設備硬件框圖如圖2所示。

圖2 高速圖像處理設備硬件框圖Fig.2 Diagram of high-speed image processing devices

X射線探測器采用Cameralink（一種標準高速接口）接口實現(xiàn)圖像數(shù)據(jù)的傳輸， Cameralink接口具有傳輸速度快，抗干擾性強的優(yōu)點，是工業(yè)用相機最常用的傳輸接口。采用探測器圖像輸入模塊實現(xiàn)Cameralink接口和FPGA的IO接口之間的轉(zhuǎn)換。通過該電路，F(xiàn)PGA即可接收到來自X射線探測器輸出的圖像。傳統(tǒng)工控機使用了專門的圖像采集卡實現(xiàn)Cameralink和工控機的PCIE總線的接口之間的轉(zhuǎn)換。成本要遠大于FPGA的制作成本。

FPGA外圍電路包括時鐘電路和配置電路。其中時鐘為FPGA內(nèi)部數(shù)字邏輯提供同步信號。配置電路用于將編寫好的程序加載到FPGA中，包括JTAG配置方式和快速被動并行配置方式。剔除控制電路用于將煙梗剔除指令傳輸給剔除子設備，使用RS422通信方式，該方式的傳輸信號采用差分信號，因此本部分電路同樣是用于實現(xiàn)差分信號和TTL/COMS單端信號之間的轉(zhuǎn)換。如圖3所示，圖像上每個位置都有相應的氣閥與之對應，一旦計算出有煙梗，F(xiàn)PGA主控模塊就會控制剔除，在相應的時間和位置打開相應的氣閥。

圖3 梗檢測結(jié)果與氣閥的位置關系Fig. 3 Relationship between the location of the valve and detection results

圖像數(shù)據(jù)傳輸電路用于實現(xiàn)高速圖像處理設備與工控機之間的數(shù)據(jù)通信。系統(tǒng)配備了FLASH存儲器，能夠為整個控制系統(tǒng)存儲一些需要保留的系統(tǒng)數(shù)據(jù)。由于圖像處理速度較高，需要向監(jiān)控工控機傳輸?shù)膱D像數(shù)據(jù)也比較龐大，為了滿足這一要求，系統(tǒng)使用了千兆以太網(wǎng)，傳輸圖像數(shù)據(jù)以及系統(tǒng)控制指令。

3 軟件設計以及圖像算法

高速圖像處理設備是系統(tǒng)中圖像數(shù)據(jù)處理的核心，其運行程序是本系統(tǒng)中的研究重點。高速圖像處理設備運行程序工作流程如圖4所示，其中灰色模塊是核心程序，用于處理煙梗圖像數(shù)據(jù)，采用Verilog硬件描述性語言實現(xiàn)。

圖4 高速圖像處理設備軟件流程Fig.4 Process diagram of high-speed image processing software

3.1 原始圖像校正

在均勻射線強度照射下，由于探測器中各個像元響應程度的不一致，使得采集到的圖像出現(xiàn)凹凸不平的現(xiàn)象，必須采取算法對圖像進行校正。圖像校正的算法公式如下：

其中YH表示白校正后圖像灰度的最大值，YL表示白校正后圖像灰度的最小值，表示在有軟X射線均勻照射下的每個像元的響應平均值，表示在無軟X射線均勻照射下的每個像元的響應平均值。R(i,j)為系統(tǒng)正常運行過程中采集到的原始圖像，Gain表示圖像白校正的增益，Offset表示圖像白校正的偏差，Z(i,j)為通過白校正算法處理后的圖像。

圖5 圖像校正模塊Fig.5 Image correction module

圖5 中所示的是Verilog語言實現(xiàn)的圖像校正模塊原理圖，圖中左邊輸入的是原始圖像數(shù)據(jù)相關信號，包括行有效、圖像數(shù)據(jù)和鎖存時鐘，右邊輸出的為經(jīng)過算法校正后的圖像數(shù)據(jù)相關信號。

3.2 煙梗圖像檢測

在校正后的圖像中，通過人眼能夠明顯地看到煙梗處的灰度比其他地方灰度更深，煙梗的邊緣十分明顯，因此采用基于邊緣檢測算子的方法來檢測煙梗是可行的。本文綜合目前常用的Sobel、Roberts和Prewitt邊緣算子，對煙梗邊緣進行檢測識別，采用形態(tài)學算法對檢測出的煙梗邊緣進行初步過濾，并利用連續(xù)性和邊緣寬度對煙梗邊緣進行進一步的判別，使得真正的煙梗邊緣被保留下來[10]。

dx和dy分別為3×3水平方向和垂直方向的煙梗檢測算子，dr和ds分別為3×3對角方向的煙梗檢測算子，用于位置不同方向上的煙梗。以水平方向為例，其運算過程是：將當前處于此3×3矩陣中的像素值分別與算子中的參數(shù)相乘，再求出每行的和，記為L1、L2、L3，然后將事先設定好的閾值與L1+L2和L3+L2進行比較，若其中一個滿足閾值條件，即說明該像素為煙梗并標記為1，否則標記為0。垂直方向則計算列和，再進行比較判斷。

在試驗過程中發(fā)現(xiàn)，模板的階數(shù)太小會導致無法識別較粗的煙梗，改用15×15的算子可以滿足大部分煙梗識別的要求。圖6所示是煙梗檢測部分的原理圖。

圖6 煙梗圖像檢測模塊Fig.6 Tobacco stem image detection module

4 設計驗證

4.1 FPGA采集圖像的驗證

將X射線探測器放置于X射線源正下方，用于傳送煙片的傳送帶位于探測器和X射線源之間，剔除子設備位于傳送帶出口位置，并將系統(tǒng)中各個組件使用相應的接口線連接起來。當均勻鋪灑在傳送帶上的煙片經(jīng)過X射線掃描后，由探測器采集到的圖像將傳輸?shù)礁咚賵D像處理設備中進行煙梗識別檢測，若檢測到煙梗即產(chǎn)生剔除指令并傳輸?shù)教蕹釉O備進行煙梗剔除，同時在高速圖像處理設備中處理后的圖像可傳輸?shù)焦た貦C顯示。圖7和圖8分別為原始煙梗圖像和煙梗識別后圖像。從圖中可看出1.5mm以上的煙梗均可識別出來，效果良好。

圖7 原始煙梗圖像Fig.7 Original image

圖8 煙梗識別效果 Fig.8 Detection performance

4.2 FPGA算法以及硬件時序的驗證

選取100片煙梗直徑在1.5 mm以上的含梗煙片和100片葉脈直徑在1.5 mm以下的煙片，涂上不同的顏色加以區(qū)別。分別投入設備進行算法驗證實驗。經(jīng)過多次實驗取平均，煙梗直徑1.5 mm以上的含梗煙片識別率在91.1%，葉脈直徑在1.5 mm以下的煙片被誤識別為煙梗的比例為8.2%，識別效果達到設計要求，被誤識別為煙梗的煙片，大多數(shù)屬于葉脈直徑接近1.5 mm，同時有部分折疊程度很高的煙片，也被識別成煙梗。總體來說，識別率和誤識別率，都達到了設計要求。

將整個X光成像系統(tǒng)、FPGA處理系統(tǒng)和剔除子系統(tǒng)連接之后，皮帶以2 m/s的速度運行，投入100片煙梗直徑1.5 mm以上的含梗煙片，進行時序驗證。多次實驗結(jié)果表明，投入的含梗煙片剔除率為99.2%，這個實驗表明，F(xiàn)PGA的時序控制精度，已經(jīng)能夠滿足傳送速度為1.2 m/s的煙葉輸送、檢測、剔除要求。

5 FPGA與工控機方式對比

5.1 圖像采集方式的對比

FPGA方式降低電壓差分信號轉(zhuǎn)化為TTL/COMS單端信號進行接受，工控機方式一般用圖像采集卡進行采集。兩種方式都比較穩(wěn)定但后者成本較高。

5.2 圖像處理能力的對比

工控機方式采用I7-2600的CPU，4M內(nèi)存。

表1 工控機方式與FPGA方式效果對比Tab.1 Comparison between IPC and FPGA

5.3 剔除控制的對比

工控機方式通過串口將剔除信號發(fā)送到單片機，由單片機及信號放大電路控制剔除氣閥，無法采用硬件時序控制，存在時間誤差。而FPGA方式可以通過電路，直接輸出剔除信號，所有時序由硬件控制，確保剔除的穩(wěn)定性和時間準確性，工控機方式在時序上，則有小幅的誤差，同時容易受到環(huán)境信號的干擾。

5.4 成本對比

單個FPGA方式的開發(fā)成本高于工控機方式，而在批量的情況下FPGA方式的成本為工控機方式的30%～60%。

5.5 開發(fā)周期與調(diào)試周期對比

FPGA方式的開發(fā)過程相較于工控機方式較為復雜，對于要求工期較短，而算法又不成熟的項目，F(xiàn)PGA方式不具有優(yōu)勢，而對于大批量的成熟項目，F(xiàn)PGA方式則具有優(yōu)勢。

6 應用效果驗證

為了驗證上述煙梗檢測剔除技術(shù)的可靠性，在湖南中煙公司利用某A類品牌進行了對比測試。采用多批次A類品牌不同等級的煙葉對樣機進行了試驗驗證，考核單機的煙梗有效剔除率、誤剔率這兩項關鍵性能指標。指標計算方法如下：

在測試流量300kg/h下，皮帶速度為0.6m/s，煙葉占皮帶面積的80%，煙葉雙層重疊部分約為40%，采用A類品牌X1、Y1、W6等多等級多批次煙葉進行測試，剔除目標為直徑1.5mm以上的煙梗。其剔除率和誤剔率如圖9所示，其中，X坐標為三個品牌的多次測量，Y坐標為剔除率以及誤剔除率。

圖9 多批次下的剔除率和誤剔率測試數(shù)據(jù)Fig.9 Eliminating rate and error rate of the test data between different batches

可以看出，在額定流量下，試驗樣機的煙梗剔除率基本都在90%以上，誤剔率都在15%左右，均能滿足檢測剔除設計要求。

7 結(jié)語

以基于FPGA的高速圖像處理設備為核心的煙梗識別系統(tǒng)具有速度快、體積小、易操作等特點。本系統(tǒng)可以快速從煙葉流中識別出煙梗，并將圖像數(shù)據(jù)傳輸?shù)焦た貦C進行顯示，結(jié)合形狀判定因子控制剔除子設備分離出煙梗，從而實現(xiàn)煙葉流中含梗煙的在線檢測識別。驗證效果表明，通過該系統(tǒng)進行識別分離后的煙片流中含梗煙含量能夠大大降低，輸出的合格煙片純凈度能滿足正常生產(chǎn)要求。在打葉復烤工序，對于剔除的煙梗和含梗葉片可以通過皮帶傳輸?shù)酱蛉~機組進行再次打葉處理。在制絲工序，也可以配備小打葉機進行煙梗去除。

[1]羅海燕,方文青,楊林波,等, 葉中含梗率與相關打葉質(zhì)量指標的關系[J]. 煙草科技,2005（07）∶11-13.

LUO Haiyan, FANG Wenqing, YANG Linbo, et al. Relationship between ration of stems to leaves and related leaf quality indicators [J]. Journal of tobacco science and technology, 2005(7)∶ 11-13.

[2]董斌,陳瑞,左季,等.基于FPGA的煙支檢測系統(tǒng)的設計[J].電子元器件應用, 2010,(12)∶7-11.

DONG Bin, CHEN Rui, ZUO Ji, et al. Detection system based on FPGA design [J]. Journal of electronic applications, 2010,(12)∶ 7-11.

[3]張俊榮, 李艷華,等,一種多功能煙葉風選除雜方法及設備[P]. 中國專利∶ 2010106189466，2010-12-31.

ZHANG Junrong LI Yanhua, et al. A multi-functional winnowing impurities removal method device in leaf production line[P]. China patent∶ 20101061894662010-12-31.

[4]黃建彩, 風選除雜技術(shù)在打葉生產(chǎn)線中的應用[J]，龍巖學院學報 , 2007, 25(6)∶68-70.

HUANG Jiancai. Winnowing subtraction technology application in the leaf production line [J], Journal of Longyan Institute,2007, 25 (6)∶ 68-70.

[5]馬春麗, 李綸, 馬仁剛. 打葉復烤中非煙雜物剔除工藝[J]，鄭州輕工業(yè)學院學報, 2007, 22(4)∶26-28.

MA Chunli, LI Guan, Ma Rengang.Non-tobacco removal techniques in tobacco leaf redrying process[J], Journal of Zhengzhou Institute of Light Industry, 2007, 22 (4)∶ 26-28.

[6]南京大樹科技股份有限公司，煙草異物剔除系統(tǒng)[P]，中國專利：2010205779334, 2010-10-27.

Nanjing Tree Technology Co., Ltd., Tobacco impurities removal system [P], China patent∶ 2010205779334, 2010-10-27.

[7]郭粉林, 廖光軍, 王藝斌,光學煙葉雜物分選機的原理與結(jié)構(gòu)[J]，煙草科技, 2002, 3：22-24.

GUO Fenlin, LIAO Guangjun, WANG Yibin. Mechanism of optical sorting system for detection and removal of tobacco leave impurities [J], Tobacco Science and Technology, 2002,3 22-24.

[8]于建軍, CameraLink在視頻控制系統(tǒng)中的應用[J]，光機電信息 , 2011,28(5)∶42-45.

YU Jianjun. Application of CameraLink in video control system[J], OME Information, 2011, 28 (5)∶ 42-45.

[9](美)塞弗特. 千兆以太網(wǎng)技術(shù)與應用[M]. 北京∶機械工業(yè)出版社, 2000.

Seifert,R. Gigabit Ethernet technology and applications for high speed LANS[M]. Beijing∶ Mechanical Industry Publishing House, 2000.

[10]劉俊敏. 工業(yè)X射線檢測圖像處理關鍵技術(shù)研究[D].重慶大學, 2006.

LIU Junmin. Industrial X-ray detection key techniques of image processing [D]. Chongqing University, 2006.

Design of online tobacco stems detection system based on FPGA

XI Jianping1, YI Hao1, LIU Bin1, MAO Weijun1, HU Guochang1, ZHANG Hui1, WU Wenqiang1, HANG Jianjun2, YANG Yong2
1 Research & Development Center, China Tobacco Hunan Industrial Co., Ltd., Changsha 410008, China;
2 Shenzhen Greatpack Co,.Ltd., Shenzhen 518040, China

An online detection system with high-speed image processing computer based on FPGA was designed for removal of tobacco stems. X-ray detector was adopted to collect data, which was then sent to high-speed image processing computer with appropriate image processing algorithms used for detection of tobacco stems. A removing sub-device was then activated to separate tobacco stems from leave tobacco. Experimental results showed that the system can identify and remove most of the stems with removal rate up to 90%.

tobacco stem; FPGA; image processing; online detection

席建平，易浩，劉斌,等. 基于FPGA的煙梗在線檢測系統(tǒng)設計 [J]. 中國煙草學報，2016,22（5）

席建平（1975—），本科，高級工程師，主要從事卷煙工藝研究，Tel：0736-7299080，Email∶ xijp1005@hngytobacco.com

易浩，碩士，研究員，Tel：0731-85559171， Email∶yih1114@hngytobacco.com

2015-04-24

：XI Jianping, YI Hao, LIU Bin, et al. Design of online tobacco stems detection system based on FPGA [J]. Acta Tabacaria Sinica,2016, 22(5)