基于机器视觉的烟支燃烧线跟踪技术

李 志

（中国电子科技集团第四十一研究所，安徽 蚌埠 233010）

一、引言

基于健康及防火安全等方面考虑，国内外烟草企业广泛通过改变卷烟纸透气度、烟丝结构、卷接松紧度等方式降低烟气中的有害气体成分及烟支的引燃能力，这些要求的不同也使烟支结构发生了改变。烟支燃烧过程中，假如烟丝与卷烟纸燃烧速度不匹配、烟丝结构不合理，在弹烟灰时烟头可能掉落，即落头。落头现象严重影响卷烟的感官质量，且存在一定安全隐患，因此在烟支设计及生产过程中需要加以重视和研究。本文的技术可以测试烟支的燃烧速率和落头性能并通过表格或者图形的形式存储起来，便于测试和分析，可用于卷烟的工艺研究及改进。

二、系统构成

机器视觉系统包括图像采集组件、照明组件、图像处理组件。照明组件用于减弱外界光线变化对图像采集的影响，本文采用单一白色LED光源照射烟支表面；图像采集组件主要对采集图像数据，本文采用工业相机对烟支进行图像采集，并发给图像处理组件。图像处理组件对采集到的图像数据进行处理，从而计算出烟支燃烧速率并判断出是否落头。本文重点介绍图像处理组件。

为了提高图像处理的精度和跟踪烟支燃烧线的位置需要对相机进行标定校准处理和建立图像的投影模型。

（一）相机标定校准

以最简单的针孔相机模型为例，如果将物理世界中的一个点Q投影到相机平面上，如图1所示，可以用式(1)表示。

式中q为相机平面的点为相机的内参为物理平面的点。

图1 针孔相机模型

由于相机和镜头制造和安装的问题，采集到的数字图像或多或少都会存在一些畸变。常见的透镜畸变类型有径向畸变和切向畸变。如图2和图3所示。

图2 径向畸变示意图

图3 切向畸变示意图

1．标定模型

相机标定需要一个标定物。原理上，任何合适的表征物体都可以用作标定物体，而实际上都选用诸如棋盘格这样的规则模型，由于平面棋盘格更容易处理。本项目选取黑白相间的棋盘格如图4所示，图中棋盘格的大小是已知的。

图4 标定物—棋盘格

2．坐标空间的定义

在相机成像几何模型描述中，一般需要用到四种坐标系：图像像素坐标系、图像物理坐标系、相机坐标系和世界坐标系。本文用到前两个坐标系，即图像像素坐标系和图像物理坐标系。

图像像素坐标系：由于相机采集的图像，在计算机内每幅图像都是以数组的形式存储，数组的每个元素称为像素。

图像物理坐标系：也称成像平面坐标系。由于图像像素坐标系只能表示图像像素点在图像存储数组中的列数和行数，并不能表示像点的实际物理位置和尺寸，因此还需建立以物理单位(如毫米)表示的图像平面物理坐标系。

标定物棋盘格所在的坐标系即图像物理坐标系，棋盘格经过相机形成的图像即图像像素坐标系。

3．角点

广义和更加确切地应该叫特征点(feature point)，是指图像灰度变化剧烈的点，如直线的交点，曲线上曲率变化最大的点或者单调背景上的离散点等，但因习惯，文献中一般称为角点。

4.图像标定校准

标定方法是：把相机对准一个有很多独立可标示点的物体（这里采用的是棋盘格，其角点位置确定，即知道角点的实际坐标），通过不同角度观看棋盘格，可采集到不同的图像。对图像进行灰度化处理，再寻找角点，可寻找到图像上角点的位置（像素点坐标）。由此调用OPENCV中的标定函数可计算出畸变参数。知道内参数就可以对相机图像进行校准处理（OPENCV中的校准函数），使得图像更加准确。

（二）图像的投影模型

采用相机标定技术，提高了烟支燃烧线的跟踪精度。如何通过相机检测烟支燃烧线的位置和是否发生落头现象，还需要建立图像与实际物体之间的投影模型，即建立图像在实际物理坐标系与像素坐标系之间映射关系。

相机以一定的角度照射烟支，故将标定物（棋盘格）垂直摆放在烟支加持处，如图5所示。

图5 图像的投影模型

通过实际的坐标和图像坐标对比，如图6和图7所示，归纳出以下特性：

1.实际物理坐标系与图像像素坐标系纵坐标之间为线性关系，具体的线性关系可通过投影模型和标定物的实际坐标通过计算获取。

2.每一行图像像素坐标系中的横坐标与图像物理坐标系中的横坐标具有线性关系，但各行之间的斜率和纵截距并不相同，各行的斜率和纵截距与图像像素坐标系中的纵坐标分别具有线性关系，其中的关系可通过投影模型和标定物的实际坐标通过计算获取。

由此计算出图像像素坐标系和实际物理坐标系的映射关系。

图6 棋盘格在图像像素坐标系中的角点坐标

图7 棋盘格在图像物理坐标系中的角点坐标

三、工作原理

在燃烧线跟踪过程中，如图8将采集到的图片进行标定校准处理，再将得到的图像进行灰度化处理，并将得到的灰度图像进行二值化处理(二值化处理尽量让未燃烧烟支为信息区域的亮度值为255)，然后进行查找外轮廓，获取外轮廓边缘；从信息区域的上端往下端寻找二值化后的第一个图像亮度值为255点，从信息区域下端往上端寻找二值化后的第一个图像亮度值为255的点，上述过程遍历整个信息区域的横坐标，建立一个点数组对象，存储上述每两两点的中心位置的点坐标。拟合一条水平投影为信息区域长度的红色线段。

图8 烟支图像（未设置初始长度）

通过红色线与烟支外轮廓右边缘交线确定红色直线右端顶点，而烟支左端是固定的，设定香烟初始长度可计算出烟支左端点，如图9所示。

图9 黄山红色角度线（设置初始长度后）

找到烟支的起始点后，通过采集图像数据和前面计算的图像投影模型，可计算出烟支长度。如图10和图11所示，这分别是软件计算和直尺测量的烟支长度，可见两种测量方式误差很小。测得长度并记录时间就可方便的计算出燃烧速率并判断烟支是否落头。

图10 烟支熄灭后图像

图11 直尺测量烟支

四、总结

本文介绍了一种基于机器视觉的烟支燃烧线跟踪技术，该技术可以方便、准确、有效的计算烟支燃烧速率以及在燃烧过程中是否发生落头现象，极大地减少了人工的参与，并利于卷烟工艺的研究及改进，具有较大的应用价值。

[1]于仕琪.学习OpenCV（中文版）[M].刘瑞祯，译.北京：清华大学出版社，2009.

[2]齐立波，黄俊伟译.C#入门经典（第六版）[M].北京：清华大学出版社，2014.