基于OpenCV 的精裝盒燙金圖案識別與定位系統(tǒng)的研究與設(shè)計

樊 桃， 張 飛， 王曉峰， 劉海斌

（1.中國鐵建電氣化局集團有限公司， 北京 100043； 2.常州數(shù)控技術(shù)研究所， 江蘇 常州 213164）

0 引言

隨著人們生活水平的不斷提高， 人們對包裝產(chǎn)品的需求從以前的實用性轉(zhuǎn)而更加注重它的美觀性， 藝術(shù)性和收藏價值， 高檔精美的包裝產(chǎn)品取代了以前的簡單色彩類的包裝產(chǎn)品。燙金（亦稱燙?。杭y作為印后整飾中的重要工藝，將燙金和壓紋結(jié)合起來對包裝產(chǎn)品起著獨特的裝飾作用，經(jīng)壓紋后的包裝裝飾材料表面呈現(xiàn)出深淺不同的圖案和紋理，具有明顯的浮雕立體感，增強了承壓材料的藝術(shù)感染力，深受人們的關(guān)注和偏愛[1]。 從近年來得市場份額看， 使用壓紋工藝的精裝盒占據(jù)整個精裝盒包裝市場的比例逐年增加。

精裝盒燙金圖案壓紋的質(zhì)量和精確美觀至關(guān)重要，傳統(tǒng)的精裝盒燙金圖案壓紋工序為人工操作， 這種方法借助人眼判斷決定燙金圖案是否擺放正確， 其壓紋效果完全由人主觀判斷決定，具有較大的隨機性和誤差，操作工人的生理因素、心理因素、視覺疲勞、環(huán)境因素等等都能影響最終的壓紋效果， 無法保證整批產(chǎn)品質(zhì)量的穩(wěn)定性和可靠性[2]。 因此，本論文提出了一種基于Opencv 的精裝盒燙金圖案識別與定位系統(tǒng)，將視覺識別應(yīng)用到精裝盒燙金圖案壓紋工序中，來確保精裝盒燙金圖案壓紋質(zhì)量的穩(wěn)定性、可靠性和高精度，實現(xiàn)產(chǎn)品的高效高質(zhì)量生產(chǎn)。

1 系統(tǒng)體系結(jié)構(gòu)設(shè)計

系統(tǒng)在精裝盒燙金圖案壓紋生產(chǎn)線上的工作流程為：當精裝盒到達指定位置后相機進行拍照采集圖片，然后識別圖片中精裝盒燙金圖案的位置數(shù)據(jù)， 其次依據(jù)燙金圖案的位置數(shù)據(jù)計算其定位數(shù)據(jù)， 最后將定位數(shù)據(jù)發(fā)送給機器人系統(tǒng)， 機器人根據(jù)得到的數(shù)據(jù)抓取精裝盒放到指定的位置進行壓紋。

1.1 硬件結(jié)構(gòu)設(shè)計

精裝盒燙金圖案檢測系統(tǒng)硬件主要包括工控機、光源、工業(yè)相機和觸發(fā)裝置。 其中光源和CCD 工業(yè)相機的選型為該系統(tǒng)的重點。 由于精裝盒燙金圖案具有亮度值高和高反光的特性， 光源照射到燙金圖案上產(chǎn)生圖案局部高亮、邊緣模糊不清等現(xiàn)象，不利于圖案采集和圖案識別。本文通過各種顏色光源實驗對比后采用藍色條形光為照明光源，從精裝盒側(cè)面進行照明，有效避免了圖案局部高亮、邊緣模糊不清等情況。 該系統(tǒng)要求燙金圖案最終定位精度在0.1mm 以內(nèi)，識別范圍最大為420mm×350mm，依據(jù)此需求和各項其他因素考慮，我們選擇了大恒圖像1000w像素的水星系列數(shù)字相機，型號為MER-1070-10GM-P。 使用相機外觸發(fā)方式采集圖像， 并通過千兆以太網(wǎng)將圖形數(shù)據(jù)傳輸給系統(tǒng)，保證圖像采集的實時性和高效。

1.2 軟件系統(tǒng)設(shè)計

OpenCV 是一個基于BSD 許可（開源）發(fā)行的跨平臺計算機視覺庫，提供了豐富的圖像處理函數(shù)[3]。 系統(tǒng)設(shè)計中使用Opencv 視覺庫設(shè)計燙金圖案識別算法、 標定算法、模板提取算法、輪廓匹配算法等，并將這些算法代碼封裝成動態(tài)鏈接庫供系統(tǒng)調(diào)用。 系統(tǒng)軟件界面在VS2010開發(fā)平臺上使用C# 語言進行設(shè)計開發(fā)。系統(tǒng)按功能模塊劃分進行設(shè)計，其包括人機交互模塊、參數(shù)設(shè)置模塊、相機標定模塊、相機拍照模塊、圖案模板編輯模塊、燙金圖案識別模塊、定位計算模塊、與機器人系統(tǒng)交互模塊、信息存儲模塊等。 系統(tǒng)體系結(jié)構(gòu)示意圖如圖1 所示。

圖1 系統(tǒng)體系結(jié)構(gòu)框圖Fig.1 System architecture diagram

2 燙金圖案的識別與定位

2.1 改進的SURF 匹配算法

由于不同批次的精裝盒上的燙金圖案各不相同，本文采用圖案匹配的方式來實現(xiàn)燙金圖案識別。目前關(guān)于圖像匹配的研究和應(yīng)用比較多，圖像匹配算法按照處理方式不同主要有灰度相關(guān)算法、 變換域信息算法和圖像特征相關(guān)算法三種方式[4]。

SURF 算法是由Herbert Bay 等在2006 年首次提出的一種穩(wěn)健的局部特征點檢測和描述算法。該算法是Sift算法的加速版本， 改進了Sift 算法的特征的提取和描述方式，用一種更為高效的方式完成特征的提取和描述。對物體的旋轉(zhuǎn)、光照等情況有較好的魯棒性[5]。SURF 算法的實現(xiàn)流程如下：

（1）構(gòu)建Hessian 矩陣（黑塞矩陣），構(gòu)造高斯金字塔尺度空間。

（2）利用非極大值抑制初步確定特征點。

（3）精確定位極值點。

（4）選取特征點主方向。

（5）構(gòu)造SURF 特征點描述算子。

（6）進行特征點匹配。

SURF 算法在求主方向階段過于依賴局部區(qū)域像素的梯度方向， 即便不大偏差角度也可以造成后面特征匹配的誤差放大，從而使匹配不成功。

本文針對這種問題提出了一種改進的SURF 匹配算法[6-8]，提高了匹配的成功率。 其改進方法為在進行SURF算法前，加入圖像濾波處理和邊緣檢測兩項預(yù)處理。

在應(yīng)用于燙金圖案識別時， 由于精裝盒在拍照時兩邊有檔條定位，位置變化小，故精裝盒上燙金圖案的位置變化也小。 本文在進行圖案匹配時只需要對設(shè)定的ROI 區(qū)域進行圖像識別，這樣縮短了計算時間，提高了實時性。 具體實現(xiàn)方法如圖2 所示。

圖2 改進的SURF算法流程圖Fig.2 Improved SURF algorithm flowchart

2.2 改進的SURF 算法特征匹配結(jié)果

在匹配算法程序測試中， 我們的軟件開發(fā)工具為VS2010，使用的視覺庫為Opencv2.9。將精裝盒移動不同位置后進行拍照，得要實驗圖片。本次實驗中使用的精裝盒如圖3 所示， 需要匹配的燙金圖案為橢圓中的圖案。

算法實現(xiàn)中， 首先加載模板圖片和目標圖片，然后按照圖2流程進行程序?qū)崿F(xiàn)。 算法的部分代碼如下所示：

圖3 測試精裝盒Fig.3 Hardcover box for test

最后本文將模板圖片與目標圖片的匹配點用線連接在一起，實驗結(jié)果如圖4，圖5 所示。 圖4 為本文選擇的模板圖片原圖匹配效果，圖5 為將精裝盒旋轉(zhuǎn)90°后，燙金圖案的匹配效果。

圖4 燙金圖案原圖匹配效果Fig.4 Matching effect of the original bronzing pattern

圖5 燙金圖案旋轉(zhuǎn)90°效果Fig.5 Matching effect of bronzing pattern rotated 90°

2.3 燙金圖案定位

在精裝盒燙金圖案壓紋生產(chǎn)線上，使用的機器人是水平多關(guān)節(jié)機器人，其上安裝的夾具為長條形夾具，夾具安裝方式為一端固定在機器人上下運動的R 軸上。這種安裝方式下夾具的中心點不在機器人上下運動的R 軸的中心點上，這種情況稱夾具為偏心夾具。 夾具如圖6 所示。

在生產(chǎn)工藝要求上， 機器人每次抓取精裝盒時根據(jù)燙金圖案位置調(diào)整機器人位置保證夾具與燙金圖案的位置關(guān)系始終一致。此時燙金圖案位置數(shù)據(jù)無法直接使用，需要處理計算為定位數(shù)據(jù)[9，10]。

燙金圖案定位數(shù)據(jù)為機器人移動到取盒位置時的偏差量數(shù)據(jù)，其目的是保證機器人抓取精裝盒時， 每次抓取時其姿態(tài)位置與燙金圖案的位置關(guān)系始終保持一致。 機器人與燙金圖案的位置關(guān)系在燙金圖案模板設(shè)定時確定。機器人抓取精裝盒的水平面移動量和旋轉(zhuǎn)軸的旋轉(zhuǎn)角度值為機器人初始設(shè)置的位置數(shù)據(jù)與燙金圖案定位數(shù)據(jù)之和。 我們假定燙金圖案模板設(shè)定時燙金圖案坐標值為p0（x0，y0，θ0），機器人抓取精裝盒時坐標值為p1（x1，y1，θ1），當前燙金圖案位置數(shù)據(jù)坐標值為p2（x2，y2，θ2），則燙金圖案定位坐標值為△p（△x，△y，△θ），以上數(shù)據(jù)中x，y 為機器人坐標系下平面坐標值，θ 為旋轉(zhuǎn)角度值。 則圖案定位坐標的旋轉(zhuǎn)角度為：

圖6 精裝盒夾具Fig.6 Hardcover box fixture

在計算燙金圖案定位坐標△p（△x，△y）時，我們假定機器人在p1點抓取燙金圖案模板旋轉(zhuǎn)△θ角度后， 得到的燙金圖案模板坐標值p3（x3，y3，θ3）為：

根據(jù)此坐標值， 最終得到燙金圖案定位坐標值△p（△x，△y，△θ）為：

化簡公式（3）中的中間變量得：

在系統(tǒng)的實現(xiàn)中， 系統(tǒng)將燙金圖案識別的數(shù)據(jù)通過上述公式（4），計算為燙金圖案定位數(shù)據(jù)，然后將其發(fā)送給機器人系統(tǒng)執(zhí)行。

3 總結(jié)

本文基于Opencv 的精裝盒燙金圖案識別與定位系統(tǒng)應(yīng)用在精裝盒燙金圖案自動壓紋生產(chǎn)線上， 實現(xiàn)了燙金圖案識別、定位、缺損檢測等功能。 解決了人工操作燙金圖案壓紋精確度不高和質(zhì)量不穩(wěn)定的缺點， 提高了燙金圖案壓紋精度和生產(chǎn)效率，為企業(yè)提高了經(jīng)濟效益。