1 引言

　　擠出吹塑成型是一種生產(chǎn)塑料容器的加工過(guò)程，型坯的成型是擠出吹塑中一個(gè)相當(dāng)重要的階段。型坯成型對(duì)吹塑制品的性能與成本均有很大影響，若能在這個(gè)階段在線檢測(cè)出型坯吹脹前的尺寸，則可用最少的原料消耗獲得所要求的制品性能。為了實(shí)現(xiàn)型坯壁厚的閉環(huán)控制，就必須對(duì)型坯的直徑分布和壁厚分布進(jìn)行在線測(cè)量，這是目前尚未很好解決的問(wèn)題。

本文針對(duì)型坯直徑分布的在線檢測(cè)問(wèn)題，通過(guò)攝像機(jī)直接拍攝型坯輪廓圖像，運(yùn)用數(shù)字圖像處理技術(shù)對(duì)采集到的圖像進(jìn)行處理和分析，實(shí)時(shí)提取目標(biāo)的幾何特征，即型坯的直徑分布，實(shí)現(xiàn)型坯直徑的實(shí)時(shí)在線檢測(cè)。這將為實(shí)現(xiàn)擠出吹塑成型加工過(guò)程質(zhì)量的實(shí)時(shí)閉環(huán)控制提供條件。

　　2 測(cè)量機(jī)構(gòu)的設(shè)計(jì)與安裝

　　擠出吹塑成型中擠出機(jī)使原料熔融，并從機(jī)頭擠出型坯，圖1是現(xiàn)場(chǎng)拍攝的機(jī)頭及擠出型坯圖像。由于型坯溫度高達(dá)200℃左右，且型坯是熔融狀態(tài)，采用接觸式測(cè)量是幾乎不可能的。然而，擠出型坯是半透明管狀的并且外輪廓清晰可辨。因此，本文提出基于圖像處理技術(shù)的非接觸測(cè)量方法。

　　選擇合適的照明方案是數(shù)字圖像處理的關(guān)鍵步驟。如果光源配置恰到好處，攝像機(jī)就能夠拍攝到對(duì)比度高、背景與目標(biāo)物體容易區(qū)分的圖像，這對(duì)下一步的圖像處理將起到事半功倍的作用。從圖1可以看出，型坯背后是擠出機(jī)并且擠出型坯是半透明管狀，這決定了不適合采用背部光源照明，因?yàn)樾团鞯耐腹庑允公@得的圖像對(duì)比度不高，不利于圖像的處理。需要說(shuō)明的是，為了更容易區(qū)分目標(biāo)物體與背景，實(shí)驗(yàn)中使用黑色材料做為背景。

　　本文采用正面散射光照明方式。散射光照射物體正面，光線比較柔和，沒(méi)有方向性，對(duì)型坯表面能減少?gòu)?qiáng)光，光源的安裝易于實(shí)現(xiàn);但是部分邊緣可能產(chǎn)生模糊。光源和攝像機(jī)的安裝位置如圖2所示，攝像機(jī)安裝于左右光源的中間，能夠拍攝到的型坯長(zhǎng)度大約為250ram。

　　相應(yīng)硬件設(shè)備的選擇設(shè)計(jì)如下：

　　1)光源：采用日光燈做為光源，得到的效果較為滿意。如果要獲得更好的效果，可采用LED平面光源，但是將加大運(yùn)行成本。

　　2)光學(xué)鏡頭：采用6倍變焦鏡頭。其技術(shù)指標(biāo)為：視角是31.3～5.5。、焦距是8.5～51mm、光圈是F1.2～16C。

　　3)CCD 攝像機(jī)：采用***Mintron的MS-2821C黑白工業(yè)攝像機(jī)。分辨率是795(H)×596(v)，CCD尺寸為l/2英寸，最小照度為 0.02Lux/ F1.2。在型坯輪廓圖像的處理中，拍攝的型坯長(zhǎng)度約為250mm，最長(zhǎng)直徑約為45mm。由于CCD攝像機(jī)的水平像素為795，可得 250mm/795≈0.31447mm/像素，所以長(zhǎng)度為45mm的直徑大約用143個(gè)像素來(lái)表示。假如有一個(gè)像素的測(cè)量誤差，直徑的誤差將為1 /143≈0.7%?？梢?jiàn)，圖像分辨率是制約檢測(cè)精度的關(guān)鍵因素，選擇高分辨率的圖像采集設(shè)備則是提高測(cè)量精度的有效途徑。

　　4)圖像采集卡：采用基于PCI總線的OK系列圖像采集卡，OK系列圖像采集卡由于采用了高精度Gen Lock技術(shù)和線性箝位技術(shù)，所采集的圖像點(diǎn)陣位置精度高，A/D轉(zhuǎn)換后的數(shù)字視頻信號(hào)誤差小，采樣點(diǎn)的抖動(dòng)不大于3ns，高檔卡可達(dá)ins，傳輸速度最高可達(dá)132MHz。由于采用了匹配式的高速傳輸方式，加上完善的軟硬件中斷處理，在向內(nèi)存采集圖像的同時(shí)，CPU可以獨(dú)立做其它圖像處理工作，這種圖像采集與CPU圖像處理的分享總線技術(shù)為并行圖像處理提供了技術(shù)基礎(chǔ)，使CPU獲得了大量的時(shí)間用于處理。

　　由于通過(guò)高速PCI總線可實(shí)現(xiàn)直接采集圖像到VGA顯存或主機(jī)系統(tǒng)內(nèi)存，而不必像傳統(tǒng)AT總線的采集卡必須自帶幀存。這不僅可以使圖像直接采集到VGA，實(shí)現(xiàn)單屏工作方式，而且可以利用PC機(jī)內(nèi)存的可擴(kuò)展性，實(shí)現(xiàn)所需數(shù)量的序列圖像逐幀連續(xù)采集，進(jìn)行序列圖像處理分析。此外，由于圖像可直接采集到主機(jī)內(nèi)存，圖像處理可直接在內(nèi)存中進(jìn)行，因此圖像處理的速度隨CPU速度的不斷提高而得到提高，因而使得對(duì)主機(jī)內(nèi)存的圖像進(jìn)行并行實(shí)時(shí)處理成為可能。

　　本文所采用的圖像采集卡是OK-C80M。它是基于PCI總線，多路復(fù)合視頻輸入的實(shí)時(shí)采集卡。OK-C80M是可32位彩色格式采集和8位黑白格式采集的彩色黑白兩用采集卡，且Metoer兼容。 OK-C80M適用于圖像處理、工業(yè)監(jiān)控和多媒體的壓縮、處理等研究開(kāi)發(fā)和工程應(yīng)用領(lǐng)域。

　　3 型坯直徑測(cè)量的實(shí)現(xiàn)

　　3.1 圖像采集與處理

　　1)安裝圖像檢測(cè)設(shè)備。調(diào)整CCD攝像機(jī)與型坯之間的距離;保證CCD攝像機(jī)位于水平位置上，使得CCD芯片垂直方向上的列像素與型坯軸線共面，這樣可以減少計(jì)算型坯外徑像素?cái)?shù)的誤差。

　　2)圖像的采集。攝像機(jī)輸出的模擬視頻信號(hào)連接到計(jì)算機(jī)PCI插槽上的圖像采集卡，設(shè)置圖像采集卡參數(shù)，用軟件拍攝型坯圖像，并存儲(chǔ)到計(jì)算機(jī)內(nèi)存或硬盤(pán)里面，作為下一步的圖像處理使用。

　　3)圖像預(yù)處理。對(duì)采集到的型坯圖像進(jìn)行平滑處理，盡可能消除噪聲的干擾，改善圖像質(zhì)量，減少噪聲對(duì)測(cè)量精度的影響。

　　4)邊緣提取和圖像分割。對(duì)平滑后的圖像運(yùn)用邊緣檢測(cè)算子或灰度閾值分割法提取型坯外輪廓的邊緣圖像。

　　5)邊緣曲線的跟蹤和連接。由邊緣提取所得到邊緣圖像含有干擾小線段，為了檢測(cè)出有用的目標(biāo)邊緣曲線，需對(duì)型坯邊緣曲線進(jìn)行跟蹤和連接，

　　去除干擾小線段。

　　6) 型坯直徑的檢測(cè)。對(duì)最終得到的型坯外輪廓邊緣圖像自下向上行掃描，得到型坯左邊緣點(diǎn)坐標(biāo)為，右邊緣點(diǎn)坐標(biāo)為，則通過(guò)簡(jiǎn)單計(jì)算可以得到型坯直徑分布。

　　3.2 型坯直徑的檢測(cè)方法

　　型坯直徑的測(cè)量是通過(guò)對(duì)型坯輪廓圖像的邊緣檢測(cè)來(lái)實(shí)現(xiàn)的。邊緣檢測(cè)有兩種基本方法：一種是采用邊緣檢測(cè)算子進(jìn)行邊緣提取，另一種是采用灰度閾值分割法進(jìn)行邊緣提取。從Roberts算子、 Sobel算子、LoG算子、Canny算子和灰度閾值分割法所得到的檢測(cè)結(jié)果可知，灰度閾值分割方法其算法效率高、檢測(cè)結(jié)果較好，最適合于型坯輪廓邊緣的檢測(cè)。

　　由型坯輪廓邊緣二值圖像求取型坯直徑很容易實(shí)現(xiàn)的。假設(shè)擠出的型坯其軸線是垂直于水平面的，某一小段型坯的直徑可以看成是水平直線與輪廓邊緣的兩個(gè)交點(diǎn)之間的距離。實(shí)現(xiàn)方法為：

　　1)按行掃描邊緣二值圖像，若該行像素點(diǎn)灰度值全為0，則檢測(cè)下一行，否則執(zhí)行下一步。

　　2)若檢測(cè)到某像素點(diǎn)灰度值為255，則判斷其右邊像素點(diǎn)灰度值是否為255。若是，則跳過(guò)該行不檢測(cè)，繼續(xù)檢測(cè)下一行;否則，執(zhí)行下一步。

　　3)已經(jīng)檢測(cè)到左邊緣點(diǎn)的坐標(biāo)，繼續(xù)該行的檢測(cè)，掃描右邊緣點(diǎn)。如果檢測(cè)到，則計(jì)算兩邊緣點(diǎn)問(wèn)的距離并保存，繼續(xù)檢測(cè)下一行;否則直接繼續(xù)檢測(cè)下一行。

　　圖3是對(duì)邊緣二值圖像進(jìn)行直徑檢測(cè)的結(jié)果，檢測(cè)的點(diǎn)間隔為10個(gè)像素，型坯長(zhǎng)度約為630個(gè)像素。其中，圖3(a)是對(duì)灰度閾值分割法得到的邊緣輪廓進(jìn)行處理的結(jié)果，圖3(b)是對(duì)Canny算子檢測(cè)到的邊緣輪廓進(jìn)行處理的結(jié)果。兩種算法得到的直徑分布基本一致。

　　4 結(jié)論

　　通過(guò)攝像機(jī)直接拍攝型坯輪廓圖像，運(yùn)用數(shù)字圖像處理技術(shù)對(duì)采集到的圖像進(jìn)行處理和分析，實(shí)時(shí)提取目標(biāo)的幾何特征，即型坯的直徑分布，可實(shí)現(xiàn)型坯直徑的實(shí)時(shí)在線檢測(cè)。但其測(cè)量精度會(huì)受一些條件的影響，如圖像采集設(shè)備的分辨率、光線環(huán)境及干擾等。本文針對(duì)型坯直徑分布的在線檢測(cè)問(wèn)題進(jìn)行了討論，它將為實(shí)現(xiàn)擠出吹塑成型加工過(guò)程質(zhì)量的實(shí)時(shí)監(jiān)控和閉環(huán)控制提供可能。

　　參考文獻(xiàn)

　　[1] R.W. Diraddo and A. Garcia - Rejon. Noncontact Measurement of Parison Thickness Profiles Affected by Swell and Sag in ConTInuous Extrusion Blow Molding [J]. Polymer Engineering and Science. 1992, 32(19) : 1401～1410.

　　[2] R.W. Diraddo and A. Garcia - Rejon. On - Line Prediction of Final Part Dimensions in Blow Molding: A Neural Network Computing Approach [J]. Polymer Engineering and Science. 1993, 33(11): 653-664.

　　[3] P.L. Swan and M. R. Kamal. Optical On - line Measurement of the Thickness Distribution of Blow Molding Parisons[J]. Polymer Engineering and Science. 1996, 36(7) : 985-992.

　　[4] R.W. Diraddo, W. I. Patterson, and M. R. Kamal. On ? line Measurement and Estimation of Parison Dimensions in Extrusion Blow Molding[J]. Advances in Polymer Technology. 1998, 8 (3) : 265～274.

　　[5] 余煜松，周源華，吳時(shí)光.數(shù)字圖象處理[M].北京：電子工業(yè)出版社，1989.

　　[6] 鄭南寧.計(jì)算機(jī)視覺(jué)與模式識(shí)別[M].北京：國(guó)防工業(yè)出版社。1998