基于邊緣檢測的加香噴嘴霧化效果可視化系統(tǒng)

蔡 艷 孫常榮 付曉宇 郭睿涵 王英立

（四川中煙工業(yè)有限責(zé)任公司成都卷煙廠，四川 成都 610000）

0 研究背景

煙絲加香是卷煙廠煙絲制造生產(chǎn)線（簡稱制絲線）的三大工藝環(huán)節(jié)之一，所謂煙絲加香就是根據(jù)制絲線上煙絲流量進行均勻噴香。評估一種加香噴嘴霧化效果優(yōu)劣最主要的性能指標(biāo)就是噴霧質(zhì)量，其中包括噴霧霧滴的直徑、均勻度以及粒譜范圍等參數(shù)。而噴嘴裝置噴霧質(zhì)量直接影響到加香效果的原因包括加香噴嘴噴出霧滴的射程與流量以及霧滴在落地前的滯空時間等，如果噴嘴噴出的霧滴粗大、射程短而很快落地，則會影響加香效果，浪費物料。機器視覺、圖像處理技術(shù)、人工智能學(xué)科的發(fā)展，為工業(yè)檢測提供了新的解決方案，利用高速攝像機結(jié)合圖像處理技術(shù)、卷積神經(jīng)網(wǎng)絡(luò)進行噴霧性能檢測將成為噴霧檢測領(lǐng)域的主要研究方向。

1 主要工作

該課題的研究為實現(xiàn)加香噴嘴霧化效果檢測與分析系統(tǒng)提供基礎(chǔ)，對促進煙絲加香生產(chǎn)線的發(fā)展具有重要意義。根據(jù)現(xiàn)有煙絲加香生產(chǎn)線的設(shè)備條件與加香噴嘴霧化效果檢測與評價技術(shù)的研究需要，該文的研究內(nèi)容主要包括以下三個部分：1）使用圖像格式整形、直方圖處理、灰度化處理、圖像濾波等圖像處理算法完成對噴嘴噴霧圖像的預(yù)處理，提高圖像清晰度，避免圖像過亮或過暗，提高圖像質(zhì)量，滿足算法所需的圖像要求。2）使用邊緣檢測方法對一組時序圖像的霧滴形態(tài)特征進行提取分析，識別圖像上的霧化顆粒輪廓。3）根據(jù)檢測到的顆粒輪廓分析計算其截面積，按照顆粒截面積的大小范圍進行歸類處理，并計算各面積大小范圍內(nèi)的顆粒數(shù)量在整體數(shù)量中所占的比例。

2 檢測方法

2.1 圖像預(yù)處理算法

圖像簡單預(yù)處理的步驟如下：圖像格式變換將圖像格式統(tǒng)一處理成合適大小的圖像，再經(jīng)圖像格式整形、直方圖均衡化、灰度處理、圖像濾波等圖像處理步驟，使圖像特征更加明顯。該文中對噴霧圖像的預(yù)處理流程圖如圖1所示。

圖1 噴霧圖像預(yù)處理的流程圖

2.2 用于識別輪廓的邊緣檢測算法

該文采用的是基于Canny邊緣檢測器的圖像邊緣檢測算法。Canny邊緣檢測器通過4步來識別邊緣。

這種方法依賴于強度的突然變化，如果圖像有很多隨機噪聲，則會將噪聲邊界作為檢測到的顆粒圖像邊緣，所以該文將使用5×5（像素）的高斯濾波器平滑預(yù)處理后的圖像。

計算圖像中每個像素強度的梯度（即強度變化率）以及梯度方向，如公式（1）所示。其中G與G為灰度值，()代表梯度大小，()代表梯度方向。

使用八鄰域模板對檢測到的每個邊緣像素進行再校核，八鄰域模板示意圖如圖2所示。

圖2八鄰域模板示意圖

選取梯度值最高的像素作為邊。在梯度方向上取3×3像素附近的局部最大值。

遲滯閾值化是決定一個梯度的閾值，低于這個閾值所有的像素都將被抑制（設(shè)置為0）。

2.3 邊界的提取與擬合

該文基于統(tǒng)計與回歸方法處理方法計算出圖像中噴霧角上下兩條邊界線的擬合曲線的信息，并將擬合曲線各點的，值存儲于矩陣[]中。其中，表示噴霧角圖像中噴霧角邊界線計算出的點的序號，x為NewArray矩陣中第1列的第個數(shù)據(jù)即為第個點在圖像中的橫坐標(biāo)；相應(yīng)地，y為NewArray矩陣中第2列的第個數(shù)據(jù)，即為第點的縱坐標(biāo)，坐標(biāo)的單位用像素表示。

2.4 霧滴形態(tài)特征統(tǒng)計分析方法

該章分析的霧滴形態(tài)特征參數(shù)主要有霧滴二維投影面積、噴霧角度、霧滴位置坐標(biāo)等，其具體計算公式如下。

設(shè)霧滴圖像大小（像素值）為×，霧滴在圖像中的像素位置序號為f（，），則第個霧滴面積Ai的計算公式如下。

一幀圖像中共個霧滴，則圖像中的霧滴總面積計算公式如下。

利用最小二乘法進行線性回歸，第幀圖像中噴霧角兩條邊界的擬合直線如下。

3 試驗設(shè)計與結(jié)果分析

3.1 霧化性能檢測系統(tǒng)硬件設(shè)計

霧化性能檢測系統(tǒng)的硬件組成包括高速相機、光源、穩(wěn)壓電源和工控機。系統(tǒng)示意圖如圖3所示。以下為各硬件因素詳細參數(shù)。其中相機型號為Baslera2A1920-160umPRO。光源采用30W的面陣光源，工控機型號為研華科技AIMC2000。

圖3 霧化性能檢測系統(tǒng)示意圖

3.2 霧化性能檢測系統(tǒng)軟件設(shè)計

該霧化性能檢測系統(tǒng)軟件的設(shè)計開發(fā)過程采用模塊化的設(shè)計思想。該系統(tǒng)的這幾個主要模塊主要包括圖像采集模塊、圖像標(biāo)定模塊、圖像存儲模塊、圖像預(yù)處理模塊以及數(shù)據(jù)分析模塊，這幾個模塊被分別封裝在各自的子模塊中，共同組成該霧化性能檢測系統(tǒng)。軟件系統(tǒng)模塊化示意圖如圖4所示。

圖4 軟件系統(tǒng)模塊示意圖

加香噴霧霧化性能分析系統(tǒng)軟件是使用Qt編程實現(xiàn)的。整個軟件由噴霧檢測界面、滴液檢測界面、霧滴統(tǒng)計分析界面三個部分組成。

3.3 試驗結(jié)果分析

由于圖像采集是針對噴霧區(qū)域中的某個局部區(qū)域，因此每幀中的霧滴數(shù)量是不相等的。此外，霧滴的分布并不完全均勻。就某一局部區(qū)域而言，不同時刻的分布密度會有所不同，導(dǎo)致每幀霧滴的數(shù)量在一定范圍內(nèi)波動。通常用每幀圖像中霧滴的平均數(shù)量來表示霧滴在該區(qū)域的分布情況。經(jīng)過計算，該工況下的液滴平均分布為每幀58個。

液滴主要分布在等效直徑2像素~7像素的區(qū)域，因此該試驗對這一位置的霧滴特征進行了重點分析，進而判定噴霧器的噴霧性能。該圖表明，等效直徑越大，液滴的平均圓度越接近1.0。而霧滴直徑越小，其圓形度越小。

該文從一系列圖像中提取全部10幀，處理50張圖像，合計4138滴。

圖5中霧滴面積單位精確到像素級別，這樣做大大簡化了霧滴面積的計算方法，僅通過統(tǒng)計像素的個數(shù)，即可得到霧滴的面積。

圖5 霧滴累計分布圖

表1 霧化邊界擬合參數(shù)表（0.04MPa）

4 結(jié)論

該研究為了建立霧化效果可視化及評價體系提出了邊緣法利用圖像處理領(lǐng)域的相關(guān)算法，可以按照確定的標(biāo)準(zhǔn)檢測霧滴覆蓋度，分析霧滴的沉積均勻性。提出了采用OpenCV中Canny邊緣檢測算法，通過去噪、梯度計算、非極大抑制、遲滯閾值化四個步驟識別霧滴邊緣，以精確計算霧滴特征參數(shù)，并對三維空間向二維圖像投影中的重疊問題做準(zhǔn)確重構(gòu)，以準(zhǔn)確辨別霧化顆粒輪廓。根據(jù)試驗結(jié)果，以上方法得到了驗證并能達到相應(yīng)的魯棒性。