基于色选技术的建筑垃圾分选系统研发

，，， ，

(1.中国科学院海 西研究院泉州装备制造研究所,福建 泉州 362000

2.厦门理工学院 电气工程与自动化学院，福建 厦门 361000)

0 引言

我国建筑垃圾资源化水平较低，对建筑垃圾的利用大部分局限于简单处理，建筑垃圾中无法精细分拣，经过简单粉碎、过滤而制成的再生骨料，无法保证质量稳定[1-2]。因现有的国产建筑垃圾分拣设备存在分离不同材质物质难度大等问题，尤其是相近比重的不同物质难度大成本高等技术问题，实现建筑垃圾的精细分拣比较困难(典型的，混凝土的比重是1.6 t/m3，而烧结砖块的比重 1.3 t/m3，两者比重相近)，故如何从沙石骨料中有效分离出砖块和混凝土是提高资源再利用品质需要解决的一个关键技术难点。

虽然当前我国基于机器视觉的检测技术比较成熟，用于分选的领域也比较广泛，特别是在食品行业和烟草行业[3-6]，但几乎没有用于建筑垃圾中烧结砖块和混凝土的混合物的分选。况且两者比重相近，传统的分选方法如风选、电磁分选、振动筛分选和比重差分分选等都不适合此混合物的分选。因烧结砖块和混凝土块颜色上存在差异，故本系统提出了一种基于机器视觉求取目标烧结砖块的质心坐标的方法，采用在机械输送分散装置相应部位放置视觉传感器和PLC控制器，并在传送带末端安装高压气阀阵列以实现实时的图像采集、处理与分拣控制。

1 系统的工作原理

图1 系统的工作原理

本系统的总体组成主要包括：机械传送分散装置、上位机VC、光源、图像采集和处理系统及PLC控制系统。系统工作原理如图1所示。 当平整随机分布的混凝土和烧结砖块随传送带运动到两个工业相机组成的面阵检测区域时，相机把采集到的图像经上位机VC图像识别处理后，将处理信号发送给PLC以驱动相应的气阀动作，从而实现准确地分选出目标砖块的目的。

2 系统的硬件设计

2.1 整机系统设计

整机系统包括板式输送机、遮光罩、条形LED光源、相机支架和端部的线阵列高压气阀。板式输送机作为输送装置主体，用于对平铺开的建筑垃圾物料进行输送，可以方便快速地将被测物料输送到检测模块下对其进行检测识别。遮光罩可以减小周围环境的干扰光对物料的影响，而遮光罩里的LED光源则可以克服环境光的干扰来提高图像信噪比，突出检测物料的特征以简化图像处理算法。相机架和输送机相互分离设计，可以防止输送物料时输送机抖动对检测结果的影响。每两个高压气阀的距离为20 mm，共25个，并与平面形成一定的仰角，这样便于目标物吹落到相应的收料箱中。

2.2 PLC控制系统设计

本系统的气动部分主要由PLC控制器控制完成，为了能精准地喷走烧结砖块，在传送带末端装有25路高压气阀，结合系统的实际需求，选用了西门子S7-1200 PLC。该控制器具有结构紧凑、最优模块化、开放式通讯和杰出的实时响应，在任何时候均可对整个过程进行完全控制，从而提高了质量、效率和安全性。该控制器使用的是博图V13编程软件，运用此软件可以对底层应用进行梯形图编程和操作，采用OPC客户/服务器的模式和上位机VC进行通讯。其中OPC是Object Linking and Embedding (OLE) for Process Control的缩写，它是微软公司的对象链接和嵌入技术在过程控制方面的应用。OPC以OLE/COM/DCOM技术为基础，采用客户/服务器模式，为工业自动化软件面向对象的开发提供了统一的标准[7-8]。系统的通讯原理如图2所示。

图2 PLC控制系统通讯原理图

2.3 目标检测区域设计

本系统使用的是Sony IMX174相机，采用CMOS工艺，USB3.0接口，分辨率为1 920*1 200，最高帧率可达163 fps。在检测区域两侧上方分别安装一个长为500 mm的LED灯，用于给检测区域提供稳定的光源。

由于传送带宽度为500 mm，为使得相机的拍摄效果最佳，采用两个相机同时拍摄，每个相机负责对应的区域。为了提高检测的准确性，两相机拍摄部分要有重合区域，至于重合区域的面积大小可由具体情况而定，本系统的检测部分重合区域为50 mm,而每个相机的拍摄长度调节为275 mm,这样就可以刚好拍摄完整个传送带的宽度。系统实物如图3所示。

图3 分选系统实物图

3 图像处理算法

本系统图像处理算法的对象主要是偏红色的烧结块，将相机采集的图像经过滤波、二值化、边沿检测等相应算法，识别出需要喷走的烧结块，求取其像素质心，获取烧结块的位置信息。

3.1 图像预处理

为提高信噪比及算法效率，首先要对获取的图像进行预处理以去除噪声干扰、增强图像等。在烧结块散落在传送带上的过程中，多少会有一些粉尘掉落，这些细小的颗粒，在图像中表现为无关的噪声点，对图像精准分割形成干扰。通过中值滤波对图像进行平滑处理，可以使周围的像素值更接近真实值，从而消除孤立的噪声点并可保护信号边缘。

3.2 基于HSV的阈值分割

本系统图像处理采用了比较直观的HSV颜色空间模型，HSV颜色空间中的H、S、V分别表示色调、饱和度和亮度。其中色调和饱和度包含了图像的彩色信息，改变色调H值的范围会影响图像的整体颜色偏于某一色区，改变饱和度S值的范围会决定颜色的深艳或浅淡，亮度则和物体的透射或反射比相关，比较受光照的影响，不易调控，在此我们对V值保留，因此我们主要提取色调和饱和度这两个分量作为颜色特征[9]。

当将RGB图像取值归一化到[0,1]时，HSV颜色空间中的H、S、V分量与RGB之间的关系如下：

(1)

(2)

(3)

在HSV颜色空间中，每种颜色会对应一定的色区，可以调节H和S的取值范围，保留目标颜色，将非目标物和噪声融于背景。

由于建筑垃圾材料的颜色特征信息明显，易于根据样本的颜色信息确定H取值应该在红色区域附近，先确定H的合适范围，再确定S的阈值区间来实现图像的分割。通过多次试验统计可得出最终理想的H取值范围为0～0.08，S的取值范围为0.35～1，如图4(b)所示，通过这两个阈值可以很好地保留烧结块所在的区域，而混凝土所在的区域基本上被消融掉，稍作处理即可融入背景当中，从而达到对烧结块和混凝土进行颜色识别与分类的目的。

3.3 后续处理

3.3.1 图像像二值化与去除小面积区域

对图像二值化，即用黑色(像素数值设为0)表示背景，白色(像素数值设为255)表示前景感兴趣区域，可以大大减少计算量，方便后续图像处理。

图像经过颜色阈值分割后，会存在一定数量的小面积区域，这些区域主要集中在原混凝土块所在的位置，因为不排除混凝土上存在小部分区域颜色特征与烧结块颜色特征相似，阈值后会变成较小的斑点。为了去除图像中的小面积区域，可以对图像依次行扫描标记和统计各个白色区域中的像素个数并设定合适阈值T，对小于阈值T的区域进行0填充，大于阈值T的区域则保留，结果如图4(c)所示。

3.3.2 凸包拟合

对于一个区域A的凸包可以想象成一个多边形大小刚好地能够将区域A包裹住，即对A中所有的点{a1,a2,...an}当任取两点a1,a2,由它们构成的整个线段a1a2必须在凸包内。由凸包的定义可知，图像中的每一个目标区域内部点不会对凸包形成产生影响，区域的凸包大小和位置主要由区域边缘上的点集决定，所以我们只需对每个目标区域提取边缘点集，再进行凸包计算。实际上采用凸包算法可以很好地对多边形进区域行拟合，填补凹口，图4(d)为采用凸包拟合方法生成的目标石块的轮廓，与图4(c)凸包前的图像对比，凸包拟合可以有效地填补目标区域内的黑洞，使得区域轮廓更完整光滑。

3.3.3 canny边缘检测

图像中边缘可以很好的来界定感兴趣区域的结构轮廓，其主要存在于前景和背景的交界地方。在边界附近图像的像素值变化明显，是高频信号，很容易受到白噪声的影响而误判，canny算法[10-11]能精准定位边缘同时还能抑制白噪声。首先对图像进高斯滤波，令F(x,y)为原始图像函数，G(x,y)为高斯函数，其表达式为：

用G(x,y)与F(x,y)卷积对原图模糊平滑得到f(x,y):

f(x,y)=G(x,y)*F(x,y)

求取边缘的梯度幅值和方向：

3.4 质心计算

由于本系统中烧结块是随机分布在传送带上的，气阀和烧结块的位置至关重要，理想状态下，气阀的喷嘴中心应该与烧结块质心在一个垂直面上，此时烧结块所受的推力最大，最容易被喷走，在实际运行中，并不能保证每个被喷的烧结块处于理想位置，本文解决的方法是确定烧结块的质心位置，以质心位置寻找最近的气阀，图像中的区域质心可以通过计算统计学中在矩特征来获取。

在处理图像时，可以将图像中的像素坐标可以看做为一个二维的随机变量，非零的像素值表示目标区域，则一幅灰度图像可以用二维随机变量的概率密度函数来表示，(p+q)阶矩则依赖图像尺度、平移等变换。其表达式如：

(4)

将公式(4)离散化，便可应用于数字图像处理。比如一幅M×N数字灰度图像，其p+q阶矩为：

其中:(i,j)表示像素坐标，f(i,j)是图像像素坐标(i,j)处的灰度值，区域的质心可由零阶矩和一阶矩来计算获取。

图4 基于HSV的阈值分割算法

4 分选系统的精确控制实现

本系统的程序部分主要是在上位机VC上完成的。采用多线程技术，主线程主要完成图像的采集与处理，副线程主要完成对PLC的控制工作。因烧结砖块和混凝土块的混合物料是随机平铺的，这样每次图像拍摄的目标物料的个数不同，导致图像处理的时间不同。

故本系统图像采集和处理部分采用双线程，并定义一个全局变量，一个线程负责不断采集图像，并每隔一定的帧数发送一个触发事件，在另一个线程里调用一个WaitForSingleObject函数，线程在没有检测到触发事件时一直被挂起，当检测到触发事件时就立即处理图像，这样理论上可得到空间上连续而无冗余的序列图像。

4.1 环形队列存取技术

为了提高系统的实时性，本系统采用环形队列[12-13]的数据存取方式，环形队列的特点是，不需要进行动态的内存释放和分配，使用固定大小的内存空间反复使用。当控制PLC的线程检测到队列中有数据时，以先入先出的方式从队列中取出数据并进行分析处理后，控制对应的气阀动作。

4.2 精确定位与定时

PLC控制线程可以从环形队列以出队的方式取出目标物料的质心坐标(X，Y，T1)，利用X值可以得到目标物料延迟的时间，利用Y值经过计算可得到与气阀相对应的位置，T1值为相机拍摄时的绝对时间。

4.2.1 精确定位

本系统使用的传送带宽度为500 mm,采用25路气阀实现控制功能，故每个气阀相距20 mm。通过对坐标值Y的计算可以得到与气阀相对应的位置，便可以实现精确定位的目的。系统的定位示意图如图5所示。

图5 系统的定位示意图

4.2.2 精确定时

本系统通过调用相关函数得到相机的拍摄时间，由于每次采集图像的时间都是绝对时间，即使有时存在系统误差，也不会造成系统误差累加。系统的定时示意图如图6所示。

图6 系统的定时示意图

(5)

(6)

利用公式(5)和(6)可以得到系统精确定时的目的，式中T2为工控机系统的当前时间，T1为相机的拍摄时间，ΔT为目标砖块到气阀的延迟时间，S为坐标系原点到气阀的距离，X为目标烧结砖块的质心横坐标，V为传送带运行时的速度。当工控机系统的当前时间T2等于相机的拍摄时间T1与目标砖块到气阀的延迟时间ΔT之和时，对应的气阀被打开，使目标砖块落入到相应的回收箱里。

5 实验结果分析

为了得到分选系统对目标砖块的识别率和分选率，选取目标砖块和混凝土块各300个作为试验样品，则不同带速下分选结果如表1所示。其中识别数为分选系统识别出的目标砖块的数量；喷离数为分选系统从两者的混合物料中分离出目标砖块的数量。

表1 不同带速下的分选结果

实验结果表明，传送带的速度会影响分选系统的对目标砖块的识别率和分选率。带速过大时，考虑到图像采集和处理需要时间以及高压气流作用在目标砖块的时间过短等都会降低分选系统对目标砖块的识别和分选，故带速不宜过大。通过对比发现，在带速分别为0.80 m/s和1.00 m/s时，带速对分选结果的影响不大，且系统的识别率和分选率都较高，故本系统把传送带速度固定为1.00 m/s,测得系统的识别率为96.8%，分选率为91.7%。

6 结束语

本系统通过改进检测方法并优化控制算法，实现一种优化的用于区分烧结砖块和混凝土块的在线检测技术。实验结果表明，当传送带速度为1.00 m/s时，分拣系统的识别率为96.8%，分选率为91.7%。本系统提出的基于机器视觉求取目标物质心的方法，实时性好、分选率高且简单实用；同时，烧结砖块和混凝土块高效分离回收后的经济价值将得到极大的提高，有助于解决我国城市固体建筑垃圾围城的环境难题。