基于顏色智能識(shí)別的嵌入式筒管分揀系統(tǒng)設(shè)計(jì)*

孫瑞霞, 李 煒, 王宗乾

(安徽工程大學(xué) 安徽省電氣傳動(dòng)與控制重點(diǎn)實(shí)驗(yàn)室，安徽 蕪湖 241000)

基于顏色智能識(shí)別的嵌入式筒管分揀系統(tǒng)設(shè)計(jì)*

孫瑞霞, 李 煒, 王宗乾

(安徽工程大學(xué) 安徽省電氣傳動(dòng)與控制重點(diǎn)實(shí)驗(yàn)室，安徽 蕪湖 241000)

為了滿(mǎn)足紡織企業(yè)對(duì)筒管分揀系統(tǒng)的要求，提高分揀精度、實(shí)時(shí)性和智能化程度，研究并設(shè)計(jì)了一個(gè)基于顏色智能識(shí)別的嵌入式筒管分揀系統(tǒng)；選用以ARM Cortex-M4為內(nèi)核的STM32F407VG作為控制芯片，詳細(xì)介紹了系統(tǒng)的硬件設(shè)計(jì)、軟件設(shè)計(jì)過(guò)程和方法；重點(diǎn)研究了自適應(yīng)濾波方法、根據(jù)筒管圖像RGB信息進(jìn)行顏色識(shí)別和分揀的算法，并基于LabVIEW 2014開(kāi)發(fā)了實(shí)用的人機(jī)交互界面；結(jié)果表明：系統(tǒng)可實(shí)現(xiàn)剔除有紗筒管，將空筒管自動(dòng)按顏色分揀；空筒管分揀正確率接近99%，有紗筒管剔除接近98%，運(yùn)行速度180根/min。

ARM；分揀；RGB；圖像；識(shí)別

紡織企業(yè)使用的自動(dòng)絡(luò)筒機(jī)，出來(lái)的筒管都是很雜亂地落在儲(chǔ)管區(qū)，各種顏色的空筒管、有紗筒管混合在一起。目前，大多數(shù)企業(yè)靠人工分揀理順，效率低，勞動(dòng)強(qiáng)度大，生產(chǎn)成本高。為了提高企業(yè)自動(dòng)化水平和生產(chǎn)效率，許多學(xué)者對(duì)筒管的分揀系統(tǒng)進(jìn)行了研究。比如，李峰等[1]設(shè)計(jì)并實(shí)現(xiàn)了基于ARM Cortex M3內(nèi)核的LPC1768為控制器的自動(dòng)捋管機(jī)控制系統(tǒng)，利用顏色傳感器采集的RGB顏色信息進(jìn)行識(shí)別處理。余海波等[2]介紹了一種基于計(jì)算機(jī)軟件提高紗管分揀精度的紗管分揀控制方法。劉志輝[3]結(jié)合支持向量機(jī)(SVM)建立了顏色識(shí)別預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)有紗管的識(shí)別和對(duì)空紗管的按色分類(lèi)。郭宇[4]利用TCS230顏色傳感器采集RGB值，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，根據(jù)聚類(lèi)準(zhǔn)則進(jìn)行紗管顏色識(shí)別。黃長(zhǎng)存等[5]基于機(jī)器視覺(jué)實(shí)現(xiàn)了對(duì)紡織紗管的精確地分揀，提高了紡織紗管分揀的魯棒性、靈活性和智能化。但方法的識(shí)別精度、實(shí)時(shí)性和智能化程度還有待提高，在一定程度上還不能滿(mǎn)足企業(yè)要求。

從芯片選擇、硬件電路設(shè)計(jì)、軟件設(shè)計(jì)及識(shí)別和分揀算法等方面著手，研究和設(shè)計(jì)了一個(gè)嵌入式筒管多色分揀系統(tǒng)。

1 筒管分揀系統(tǒng)整體框架設(shè)計(jì)

1.1 系統(tǒng)整體結(jié)構(gòu)

根據(jù)筒管分揀的特點(diǎn)和要求，整個(gè)筒管分色分揀系統(tǒng)由筒管輸送線(xiàn)、工業(yè)相機(jī)、光電傳感器、執(zhí)行機(jī)構(gòu)、ARM控制板、工控機(jī)、光源等組成，系統(tǒng)整體結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)整體硬件結(jié)構(gòu)Fig.1 Hardware structure of the system

1.2 系統(tǒng)工作原理

筒管輸送線(xiàn)將筒管送入光電傳感器探測(cè)區(qū)時(shí)，光電傳感器捕捉到信號(hào)，發(fā)送一個(gè)脈沖信號(hào)給ARM控制板；ARM控制板發(fā)一個(gè)觸發(fā)信號(hào)，工控機(jī)啟動(dòng)檢測(cè)程序，工業(yè)相機(jī)開(kāi)始采集圖像，采集的圖像送給工控機(jī)，借助基于圖像處理技術(shù)和識(shí)別技術(shù)的自適應(yīng)算法進(jìn)行處理和識(shí)別；工控機(jī)將識(shí)別處理結(jié)果以執(zhí)行信號(hào)的形式發(fā)送給ARM控制板；ARM控制板把執(zhí)行信號(hào)轉(zhuǎn)化為控制電信號(hào)，控制執(zhí)行機(jī)構(gòu)執(zhí)行相應(yīng)動(dòng)作：若筒管無(wú)紗線(xiàn)，執(zhí)行機(jī)構(gòu)進(jìn)行快速擊打動(dòng)作，把不同顏色的筒管分別擊打到相應(yīng)的筒管承接箱中；有紗筒管或未擊打的空筒管順著輸送帶進(jìn)入儲(chǔ)存箱中，進(jìn)行二次分揀。

2 控制系統(tǒng)的硬件設(shè)計(jì)

為了滿(mǎn)足分揀系統(tǒng)控制精度高、實(shí)時(shí)性好的要求，以ARM作為嵌入式硬件開(kāi)發(fā)平臺(tái)，采用STM32F4-Discovery開(kāi)發(fā)板，它以ARM Cortex M4為內(nèi)核，核心芯片是32位STM32F407VG，在同類(lèi)產(chǎn)品中性能較高。設(shè)計(jì)的嵌入式控制系統(tǒng)的硬件結(jié)構(gòu)如圖2所示。

圖2 嵌入式控制系統(tǒng)的硬件結(jié)構(gòu)Fig.2 Hardware structure of embedded control system

2.1 STM32F4-Discovery開(kāi)發(fā)板

STM32F4-Discovery，主頻168 MHz，192 KB SRAM，1 024 KB FLASH，16個(gè)12位AD，多個(gè)DMA控制器，集成有ST-LINK仿真器。除了SPI、UART、I2C等接口外，LCD并行接口、照相機(jī)接口，USB OTG接口以及用于加密的處理器模塊也一應(yīng)俱全，為高性能和超快數(shù)據(jù)傳送提供了可靠保證，適合于進(jìn)行大量運(yùn)算的高端應(yīng)用。

2.2 光電傳感器與STM32F4的連接

通過(guò)STM32F4的通道ADC123_IN15(PC5)來(lái)讀取光電傳感器的電壓值，通過(guò)電壓的變化判斷有無(wú)筒管進(jìn)入檢測(cè)區(qū)。

2.3 STM32F4與工控機(jī)的串口通信

STM32F4與工控機(jī)通過(guò)串口進(jìn)行通信。RS232不能直接連在STM32F4上，需要一個(gè)電平轉(zhuǎn)換芯片，選用SP3232進(jìn)行電平轉(zhuǎn)換。

2.4 輸出控制電路

工控機(jī)根據(jù)筒管圖像處理的結(jié)果，通過(guò)串口發(fā)送命令給ARM，轉(zhuǎn)換為控制信號(hào)(24 V)，輸出到相應(yīng)的控制端子GPIO，通過(guò)控制5 V繼電器的接通與否來(lái)控制相應(yīng)24 V的電磁閥，執(zhí)行相應(yīng)動(dòng)作，把筒管擊打到相應(yīng)的筒管承接箱，實(shí)現(xiàn)筒管的按色分揀?？刂葡到y(tǒng)能分揀8種顏色筒管，即紅橙黃綠青藍(lán)紫黑，分別通過(guò)8個(gè)繼電器控制8個(gè)電磁閥的工作狀態(tài)。如果是有紗筒管，8個(gè)輸出端口全是低電平；如果是空筒管，相應(yīng)顏色的端口輸出高電平，每一路的顏色可以切換，且可以通過(guò)自學(xué)習(xí)進(jìn)行調(diào)整[6-7]。為了抗干擾，保護(hù)繼電器，在信號(hào)輸入端加入光電耦合電路，通過(guò)光信號(hào)的傳遞來(lái)實(shí)現(xiàn)輸入與輸出間的電隔離。

3 控制系統(tǒng)的軟件設(shè)計(jì)

設(shè)計(jì)的系統(tǒng)在軟件方面必須滿(mǎn)足：適合多種顏色筒管的識(shí)別及分揀，可以根據(jù)工藝需要進(jìn)行調(diào)整；模塊化及可移植性，便于系統(tǒng)開(kāi)發(fā)和完善；智能化[8]。

3.1 主程序流程圖

主程序流程見(jiàn)圖3。

圖3 主程序流程圖Fig.3 Flow chart of the main program

3.2 編譯環(huán)境

在集成開(kāi)發(fā)環(huán)境IAR中，自頂向下，采用模塊化設(shè)計(jì)，用C語(yǔ)言開(kāi)發(fā)嵌入式應(yīng)用程序。新建文件，命名為工程名stm32f4，對(duì)系統(tǒng)進(jìn)行配置。右擊工程O(píng)ptions，在對(duì)話(huà)框中，對(duì)Target項(xiàng)， Device選擇ST STM32F407VG；Linker勾選Override default選項(xiàng)；Debugger，Driver選ST-LINK；ST-LINK，Interface選擇SWD等[10]。工程包含多個(gè)文件夾，其中：inc放頭文件；startup放啟動(dòng)文件startup_stm32f4xx.s；user放用戶(hù)自己定義的文件，如main.c等。編譯環(huán)境如圖4所示。

圖4 編譯環(huán)境Fig.4 Compile environment

4 筒管圖像的處理與識(shí)別

通過(guò)對(duì)大量筒管進(jìn)行研究發(fā)現(xiàn)，盡管紗線(xiàn)的含量和位置不同，但有紗線(xiàn)和無(wú)紗線(xiàn)筒管在顏色上存在較大差異。所以，提取筒管圖像的RGB值作為特征量。

4.1 自適應(yīng)濾波設(shè)計(jì)

為了準(zhǔn)確檢測(cè)出筒管是否帶紗線(xiàn)，且區(qū)分出筒管的顏色，提高顏色識(shí)別和分揀的精度，首先對(duì)筒管圖像進(jìn)行自適應(yīng)濾波。

傳統(tǒng)的中值濾波法應(yīng)用到整個(gè)圖像，采用小窗口時(shí)可以保持圖像的細(xì)節(jié)，但不能濾除噪聲；大窗口時(shí)雖然很好的濾除噪聲，但圖像會(huì)變模糊。根據(jù)筒管圖像的特點(diǎn)，在傳統(tǒng)中值濾波的基礎(chǔ)上進(jìn)行改進(jìn)，提出一種自適應(yīng)濾波法，步驟：

(1) 將筒管圖像分割成若干子區(qū)域，統(tǒng)計(jì)各子區(qū)域中噪聲點(diǎn)數(shù)及平均值Navg1；

(2) 對(duì)各子區(qū)域根據(jù)噪聲點(diǎn)數(shù)確定濾波窗口的大小及處理方式：如果噪聲點(diǎn)數(shù)大于Navg1，把濾波窗口變小，進(jìn)行中值濾波； 如果噪聲點(diǎn)數(shù)小于Navg1，統(tǒng)計(jì)噪聲點(diǎn)平均值Navg2，大于Navg2的子區(qū)域，窗口不變，進(jìn)行濾波；小于Navg2，不進(jìn)行濾波處理。

圖5 圖像的RGB數(shù)據(jù)濾波結(jié)果Fig.5 Filtering results of RGB data of an image

對(duì)筒管圖像的RGB數(shù)據(jù)進(jìn)行對(duì)比，圖5(a)為未處理、(b)為自適應(yīng)濾波法處理的數(shù)據(jù)波形。方法達(dá)到了很好的效果，有效濾除了毛刺和噪聲。

4.2 筒管顏色識(shí)別和分揀算法設(shè)計(jì)

提取筒管圖像的RGB值作為特征量，在三維空間中將其抽象為數(shù)學(xué)模型，并進(jìn)行系統(tǒng)自學(xué)習(xí)和校正，設(shè)計(jì)出筒管顏色識(shí)別和分揀算法。

系統(tǒng)自學(xué)習(xí)和校正過(guò)程：先記錄并保存合適的背景圖像，再以人工分揀的無(wú)紗、有紗筒管為研究對(duì)象，讓分揀系統(tǒng)依次通過(guò)不同顏色的筒管，記錄筒管圖像、RGB值及其二值化圖像，并提取圖像的有效區(qū)域。通過(guò)大量筒管進(jìn)行校正、反復(fù)調(diào)試，確定最佳閾值C，保存最終的筒管圖像、RGB校正值，作為匹配模板。

筒管顏色識(shí)別和分揀流程見(jiàn)圖6，具體算法如下：

(1) 先判斷有無(wú)紗線(xiàn)：將工業(yè)相機(jī)捕捉的筒管圖像，減去背景圖像，以消除背景的影響；進(jìn)行二值化處理，圖像的有效區(qū)域?yàn)榘咨?，面積為S，其余區(qū)域?yàn)楹谏?。?dāng)有效區(qū)域面積小于設(shè)定的閾值C，則表明有紗線(xiàn)，標(biāo)識(shí)sign置1；否則為無(wú)紗線(xiàn)，標(biāo)識(shí)sign置0；

(2) 對(duì)于有紗筒管，將順著輸送帶進(jìn)入儲(chǔ)存箱中，進(jìn)行二次分揀；

(3) 對(duì)于無(wú)紗筒管，再與事先保存的筒管圖像進(jìn)行匹配，根據(jù)與匹配模板的匹配度，進(jìn)行顏色識(shí)別，選取匹配度最大的作為匹配結(jié)果，分揀輸出到相應(yīng)顏色的筒管承接箱。匹配度按照歐式距離法計(jì)算：

(1)

其中，Ri、Gi、Bi分別為第i個(gè)模板圖像的RGB值，R′、G′、B′分別為圖像有效區(qū)域S內(nèi)RGB平均值。

(2)

G′、B計(jì)算方法類(lèi)似。

結(jié)果圖7和圖8表明：將捕捉的筒管圖像減去背景圖像，再進(jìn)行二值化處理，可以明顯消除背景、噪聲等因素的影響，提高識(shí)別和分揀的精度。且二值化圖像的有效面積與有無(wú)紗線(xiàn)存在明顯關(guān)聯(lián)。

圖6 筒管顏色識(shí)別和分揀流程Fig.6 Color recognition and sorting process of bobbin

5 人機(jī)交互界面設(shè)計(jì)

LabVIEW是NI設(shè)計(jì)平臺(tái)的核心，開(kāi)發(fā)環(huán)境集成了工程師和科學(xué)家快速構(gòu)建各種應(yīng)用所需的所有工具，是開(kāi)發(fā)測(cè)量或控制系統(tǒng)的理想選擇[9]。在LabVIEW 2014平臺(tái)上，開(kāi)發(fā)了一個(gè)實(shí)用的人機(jī)交互界面，實(shí)現(xiàn)對(duì)筒管圖像的處理和識(shí)別。主界面見(jiàn)圖9，包括“系統(tǒng)參數(shù)”、“分揀設(shè)置”、“開(kāi)始分揀”、“信號(hào)控制”、“相機(jī)設(shè)置”、“模擬觸發(fā)”等功能鍵；當(dāng)前紗管的RGB值、對(duì)應(yīng)的端子號(hào)、紗線(xiàn)數(shù)、所花費(fèi)的時(shí)間；8種顏色對(duì)應(yīng)的8個(gè)端子及統(tǒng)計(jì)數(shù)據(jù)等。

圖9 主界面Fig.9 Main interface

點(diǎn)擊“系統(tǒng)參數(shù)”，進(jìn)入設(shè)置界面，設(shè)置筒管長(zhǎng)度、靜息時(shí)間、通信端口等。

點(diǎn)擊“相機(jī)設(shè)置”，設(shè)置相機(jī)，拍照區(qū)域，開(kāi)始觸發(fā)。

點(diǎn)擊“分揀設(shè)置”，通過(guò)相機(jī)采樣筒管圖像，捕捉到外界管子，把RGB值記錄下來(lái)，根據(jù)捕捉的顏色在比色盤(pán)上設(shè)置新的顏色區(qū)域，還可以根據(jù)企業(yè)要求，定義新的顏色，RGB的范圍可調(diào)，即所謂的自學(xué)習(xí)功能。并可定義它的RGB區(qū)域范圍、顏色標(biāo)號(hào)、輸出端子、亮度等參數(shù)。

點(diǎn)擊“開(kāi)始分揀”，進(jìn)入正常工作狀態(tài)，開(kāi)始對(duì)外界檢測(cè)的管子進(jìn)行顏色識(shí)別，然后符合之前定義顏色范圍的管子，發(fā)出信號(hào)給輸出端子，不斷循環(huán)執(zhí)行?？梢詣?dòng)態(tài)采集圖片，也可以靜態(tài)測(cè)試，在不打開(kāi)相機(jī)的情況下，點(diǎn)擊“模擬觸發(fā)”，打開(kāi)圖片，自動(dòng)識(shí)別目標(biāo)。

6 系統(tǒng)測(cè)試

經(jīng)多次試驗(yàn)，設(shè)計(jì)的筒管多色分揀系統(tǒng)能自動(dòng)識(shí)別筒管有無(wú)纏線(xiàn)，自動(dòng)完成對(duì)有紗筒管的剔除，空筒管的自動(dòng)按色分揀?？胀补馨凑疹伾謷_率接近99%，有紗筒管檢測(cè)和剔除正確率接近98%，運(yùn)行速度 180根/min。具有用工少，效率高，操作簡(jiǎn)單，檢測(cè)和控制精度高，對(duì)外界環(huán)境魯棒性好等特點(diǎn)。

圖10 筒管識(shí)別結(jié)果Fig.10 Bobbin recognition results

7 結(jié)束語(yǔ)

對(duì)紡織企業(yè)筒管分揀系統(tǒng)的現(xiàn)狀進(jìn)行了深入研究和思考，制訂了筒管多色分揀系統(tǒng)方案。綜合運(yùn)用模式識(shí)別、圖像處理、自動(dòng)控制等多種技術(shù)，選用STM32F4-Discovery控制板，重點(diǎn)研究了濾波和識(shí)別分揀算法，設(shè)計(jì)的嵌入式筒管多色分揀系統(tǒng)能將筒管進(jìn)行實(shí)時(shí)檢測(cè)和控制，剔除有紗筒管，將空筒管自動(dòng)按顏色分揀，具有效率高、檢測(cè)和控制精度高等特點(diǎn)。根據(jù)生產(chǎn)工藝要求的不同，通過(guò)自學(xué)習(xí)，還可以處理各種尺寸、顏色的筒管。系統(tǒng)具有較大的實(shí)用價(jià)值。實(shí)際應(yīng)用中，還可以在提高復(fù)雜環(huán)境下的魯棒性、有紗筒管檢測(cè)精度方面進(jìn)行研究完善。

[1] 李峰.基于ARM的自動(dòng)捋管機(jī)控制系統(tǒng)設(shè)計(jì)[J].儀器儀表用戶(hù),2012,19(1):28-30

LI F.The Design Proposal of Automatic Bobbin Sorting Machine[J].Electronic Instrumentation Customer,,2012,19(1):28-30

[2] 余海波,宋秀龍,趙東京,等.基于計(jì)算機(jī)軟件提高紗管分揀精度的紗管分揀控制方法：中國(guó),CN201410719515.7[P].2015-04-22

YU H B,SONG X L,ZHAO D J,et al.The Control Method Based on Computer Software to Improve the Precision of Yarn Bobbin Sorting:China,CN201410719515.7[P].2015-04-22

[3] 劉志輝,宋麗梅.自動(dòng)擄管機(jī)顏色識(shí)別系統(tǒng)研究[J].儀器儀表用戶(hù),2012(6):35-37

LIU Z H,SONG L M.Research on Color Recognition System of Automatic Tube Machine[J].Electronic Instrumentation Customer,2012(6):35-37

[4] 郭宇.基于神經(jīng)網(wǎng)絡(luò)的顏色識(shí)別在自動(dòng)擄管機(jī)上的應(yīng)用研究[D].天津:天津工業(yè)大學(xué),2012

GUO Y.Application Research of Automatic Tube Machine on Color Recognition Based on Neural Network[D].Tianjin:Tianjin University of Technology,2012

[5] 黃長(zhǎng)存,張智宇,孫彥春,等.基于機(jī)器視覺(jué)實(shí)現(xiàn)紡織紗管分揀的方法:中國(guó),CN201410612225.2[P].2015-04-01

HUANG C C,SUN Z Y,SUN Y C,et al.The Sorting Method of Textile Bobbin Based on Machine Vision:China,CN201410612225.2[P].2015-04-01

[6] 姚現(xiàn)偉.基于STM32的智能家居紅外控制系統(tǒng)研究與設(shè)計(jì)[D].秦皇島:燕山大學(xué),2014

YAO X W.Research and Design of Home Furnishing Intelligent Infrared Control System Based on STM32[D].Qinhuangdao:Yanshan University,2014

[7] 吳才章.基于ARM 的圖像采集與顯示系統(tǒng)設(shè)計(jì)[J].自動(dòng)化技術(shù)與應(yīng)用,2010,29(3):118-122

WU C Z.Design of Image Acquisition and Display System Based on ARM[J].Automation Technology and Applic-ation,2010,29 (3):118-122[8] MENDOZA F,DEJMEK P,AGUILERA J M.Calibrated Color Measurements of Agricultural Foods Using Image Analy-sis[J].Postharvest Biology and Technology,2006,41(3):285-295[9] 陳樹(shù)學(xué).LabVIEW寶典[M].北京:電子工業(yè)出版社,2011

CHEN S X.LabVIEW collection [M].Beijing:Electronic Industry Press,2011

責(zé)任編輯：田 靜

Design of Embedded Bobbin Multicolor Sorting System Based on Color Intelligent Identification

SUN Rui-xia, LI Wei, WANG Zong-qian

(Anhui Polytechnic University，Anhui Provincial Key Laboratory of Electrical Transmission and Control，Anhui Wuhu 241000, China)

In order to meet the requirement of textile enterprise on the bobbin sorting system, increase the sorting accuracy, real-time and intelligent degree, an embedded tube multicolor sorting control system is studied and designed from chip selection, hardware design, software design and optimization. ARM cortex-M4 architecture is chosen as the core, STM32F407VG as control chip, and introduction of the system design is given in detail. Adaptive filtering method, the color identification and sorting algorithm of bobbin based on RGB information are mainly studied. A practical man-machine interface is developed based on the LabVIEW 2014. The results show that removing tube can be realized, empty bobbin will be automatically sorted according to color and reducers straighten out. Empty bobbin sorting accuracy is close to 99%. Bobbin eliminating accuracy is close to 98%. Running speed is 180 per minute.

Advanced RISC Machines(ARM); sorting; RGB; image; recognition

10.16055/j.issn.1672-058X.2017.0003.013

2016-12-11；

2017-02-26. * 基金項(xiàng)目：安徽省高等學(xué)校自然科學(xué)研究項(xiàng)目(KZ00216024).

孫瑞霞(1980-)，女，山東濟(jì)寧人，講師，碩士，從事智能控制與優(yōu)化、計(jì)算機(jī)應(yīng)用研究.

TP39

A

1672-058X(2017)03-0071-06