网刊加载中。。。

使用Chrome浏览器效果最佳，继续浏览，你可能不会看到最佳的展示效果，

确定继续浏览么?

复制成功，请在其他浏览器进行阅读

基于频闪成像的纸病检测系统光源优化技术

- ORCID：
汤伟 ¹
- ORCID：
成爽爽 ¹
✉
- ORCID：
冯波 ^1,2
- ORCID：
曲蕴慧 ¹
- ORCID：
王孟效 ³

1. 陕西科技大学电气与控制工程学院，陕西西安，710021； 2. 陕西科技大学镐京学院，陕西西安，712046； 3. 陕西西微测控工程有限公司，陕西咸阳，712000

中图分类号： TS736⁺.2

最近更新：2021-08-20

DOI：10.11980/j.issn.0254-508X.2021.08.011

摘要

近年来，基于机器视觉的纸病检测技术可以在纸张的生产过程中完成对纸张质量的监测和纸病信息反馈，所以一直是国内外相关领域的研究热点。但是随着纸机车速的加快和纸张幅宽的加大，尺寸小的纸病很难被检测出来，而且采集到的纸张图像质量差。针对在采集纸张图像过程中出现的横向波纹现象。通过香农采样定理的逆向分析，总结出横向波纹产生的原因；结合频闪成像技术，利用速度传感器、A/D转换电路和LED频闪电路设计了一种适用于纸机车速、相机扫描频率和LED光源频闪同步控制系统，借助纸病检测装置，通过采集纸机不同车速下的纸张图像，进行控制系统有效性的验证。结果表明该控制系统可以有效地提高纸张的成像质量，为纸病检测和识别奠定良好的基础。

关键词

频闪成像; 纸病检测; 灰度均值; 灰度均匀度

在纸张生产过程中，由于设备损坏、纸浆遭到周围环境污染等多种原因而使成品纸张产生不同的外观缺陷，这些缺陷统称为纸病^[

1]。

基于机器视觉的纸病检测系统是一种新兴的纸张表面缺陷检测技术，与传统纸病检测技术相比，具有非接触、高精度、高效率的特点^[

2]。但是随着纸机车速的提高和幅宽的加大，线阵CCD相机采集到的纸张图像质量变差，导致纸病检测速度和精度降低，影响纸病类型的识别。

如今纸机的最大幅宽达12 m，运行车速最高可达2800 m/min，纸病检测精度要求达到0.01 mm²，线阵CCD相机的行频需要达到500 kHz才能满足系统在线实时检测的要求。所以，对纸病检测系统中光源系统的稳定性提出了相应的要求^[

3]，因为很小的亮度波动也会导致图像像素灰度值不准确，本课题组的纸病检测系统采集到的图像存在如图1(a)所示规律的横向波纹现象，图像灰度均匀度值低，导致纸病检测和识别的结果不准确，降低纸病检测系统的检测效率。因此在纸病检测系统中拍摄到高速运动中纸张清晰和背景均匀的图像，是进行纸病检测和识别的重要前提^{[参考文献 4-5}4-5]。

图1 纵向灰度不均匀图像

Fig. 1 Longitudinal gray uneven image

本课题通过对香农采样定理和频闪成像原理的分析，设计了一种纸病检测系统中纸机车速、线阵CCD相机扫描频率和LED频闪照明频率相匹配的优化控制技术，设计了相应的频闪同步控制程序。实验结果表明，本课题的优化控制技术可以有效地提高采集到的纸张图像成像质量，为后期的纸病检测与识别奠定了坚实基础。

1 原　理

1.1　香农采样定理

香农采样定理是通信与信号处理学科中的一个重要基本结论，是将连续信号离散化的主要依据。香农采样定理指出：为了不失真地恢复被采集信号的波形，采集系统的采样频率应该至少大于被采集信号最高频率的2倍，采集系统的采样频率越高，恢复出的波形就越接近被采集信号。

在纸病检测系统中，线阵CCD相机实时快速拍摄生产线上高速运动的纸张，并将纸张表面的光学特性转换为数字图像信号^[

1]，而采集到的纸张图像中出现规律性的波纹，表明在图像采集过程中采集到了外界环境中规律性变化的信号。为了确定信号的类别，本课题对可能影响采集效果的纸张和光源2个因素进行了分析，在去掉纸张后采集到如图1(b)所示的光源图像，与图1(a)在波纹的频率上有较高的相似度。为了能更好地对二者进行对比，本课题对二者相同列坐标位置的图像像素灰度值进行了分析，结果如图2所示。

图2 纸张和光源的纵向像素曲线图

Fig. 2 Vertical pixel curve graph of paper and light source

由于受纸张密度不均匀的影响，图2(a)灰度变化规律不是很明显，去掉纸张后的图2(b)光源曲线图更加平滑，变化规律也更明显。光源的频率计算见式（1）。

f_{l} = \frac{t}{N}

（1）

式中， $f_{l}$ 为光源频率；N为周期信号的总次数；t为发生周期信号的总时间。

由图2可知，在231个像素的距离上经历了大约8.5个周期，当前的采集频率2700 Hz，可知231个像素所经历的时间t=8.5/2700≈0.0315 s，代入式（1）可得光源的频率约为0.0035 Hz。光源频率远小于采集频率，符合香农采样定理。由此可以得出，采集到的纸张图像中出现的规律横向波纹是由于系统的采集频率高于光源频率所造成的。

1.2　频闪成像原理

频闪是指光源发出的光通量大小随着时间变化而呈现出一定规律性、周期性变化的现象。频闪成像原理则指在高速图像采集过程中为了采集到清晰的图像，通过调整采集频率和光源频率的方法克服频闪现象，使连续采集图像时每帧图像获取到的光通量都相同的一种图像采集方法^[

6-8]。可根据被采集对象是否有频率变化而分成以下两种主要形式。

（1）被采集对象无频率变化（研究对象为运动中的纸张），影响采集图像灰度均匀度的主要因素为光源的频率变化^[

9]，为保证高速采集纸张图像的灰度均匀度，相机扫描频率与光源频率应满足式(2)。

f_{c} = \frac{1}{n} f_{l}

（2）

式中， $f_{c}$ 为相机扫描频率； $f_{l}$ 为光源频率，需要满足相机的扫描频率小于光源频闪频率，且光源的频闪频率是相机扫描频率的整数倍^[

10]，即相机每次采集图像时都能受到相同次数的光源照射，进而保证相机每次采集图像的光通量是相同的。

（2）被采集对象频率变化时，此时相机的扫描频率是固定值，一般情况下相机的扫描频率小于被采集对象的频率^[

11]。影响图像采集效果的主要是被采集对象的频率与光源频率之间的比例关系。为了获得被采集对象某一相位的清晰图像，要求光源在采集过程中多次照射到被采集对象不同周期的同一相位上^{[参考文献 12

百度学术}12]，光源的照射周期与被采集需周期满足式（3）。

Δ t_{W} + Δ t_{B} = \frac{N}{f_{0}}

（3）

式中， $Δ t_{W}$ 为光源1个周期内的照明时间； $Δ t_{B}$ 为光源1个周期内的黑暗时间；N为被采集对象的周期数；f₀为被采集对象的频率。根据周期与频率的关系，光源频率 $f_{l}$ 计算见式（4）。

f_{l} = 1 / Δ t_{W} + Δ t_{B}

（4）

在纸病检测系统中，被采集的对象是高速运动的纸张，由于纸张呈匀速运动的状态，所以符合第一种情况。

2 系统设计与实现

纸病检测系统的图像采集控制系统由控制模块、LED驱动电路、速度传感器和A/D转换电路等模块组成^[

13]，其中采用AT89C51单片机芯片作为控制器。其原理是通过速度传感器获取纸机车速，通过A/D转换器转换为脉冲输出，控制相机的扫描频率^{[参考文献 14

百度学术}14]。同时根据CCD相机的扫描频率计算出LED阵列的闪光频率，以保证采集到的纸张的成像质量。系统结构设计框图如图3所示。

图3 纸病检测系统原理框图

Fig. 3 Principle block diagram of the paper defect detection system

2.1　硬件设计与实现

2.1.1　A/D转换电路设计

本课题中使用霍尔光电传感器对纸机车速进行测量，将采集到的模拟信号经过A/D转换，输出相应的数字信号，通过控制系统转换为脉冲输出，完成对CCD相机扫描频率的控制，使其能够完成频闪成像^[

15]。采用TLC2543芯片为A/D转换器，该系统的硬件转换电路设计如图4所示。

图4 A/D转换电路

Fig. 4 A/D conversion circuit

2.1.2　LED驱动电路的设计

LED频闪光源是为了纸机在车速较高时保证采集到的纸张成像的质量，因此对LED光源的发光频率和闪光的持续时间有较高要求^[

16-17]，本课题采取100×3的矩形排列方式，采取串联电路并联的混合连接形式，每个串联电路上会有1个限流电阻，驱动电路采用高速光电耦合器和大功率的三极管来完成LED阵列的驱动，驱动电路如图5所示。

图5 LED控制电路

Fig. 5 LED control circuit

LED阵列光源有常亮和定时闪光2种工作模式。当工作在常亮模式时，开关SW2连接到1端，SW1连接到R1，此时光电耦合器的1端始终有电压输出，光源一直发光。当工作在定时闪光模式时，开关SW2连到2端，S1连到R2，闪光时间可以设置，定时触发接口光电耦合器1端输出高电平光源发光，闪光时间为控制器设定好的时间。

2.2　实验平台软件介绍

在纸病检测系统中，采集模块能否获得背景均匀且清晰的图像是后期进行图像检测和识别的关键，通过原理分析可以发现，横向波纹形成的主要原因是LED光源的闪光频率与CCD相机扫描频率不同步^[

18]，在数字存储设备上主要表现为图像在纵向上灰度值的周期性变化，本课题的目的是消除周期性变化的纵向灰度值，提高纸张图像的灰度均匀度。

本程序的软件部分在Windows 10企业版操作系统上使用集成环境VisualStudio 2015开发，主要包括频率同步、图像采集、图像存储和图像分析模块。

（1）频率同步：该模块是软件部分的核心内容，主要分3个步骤，一是测量纸机运行速度和检测精度2个参数，根据以上2个参数确定线性CCD相机的扫描频率见式（5）。

f_{c} = \frac{v}{s}

（5）

式中， $f_{c}$ 为相机的扫描频率，Hz；v为纸张运行的速度，m/s；s为期望的检测精度，mm²。

通过式(5)计算所得到的扫描频率，可以保证CCD相机每次采集到的像素的长度和宽度相等，进而保证采集到的图像不会变形失真；二是根据频闪成像原理，依据式(2)，将n的初始值设为1，可以得到光源的频率 $f_{l}$ ，进而求出LED光源的频闪周期，并将所求的值发送给AT89C51，单片机控制LED驱动电路使光源频闪；三是在纸机车速变化后，重新计算光源频闪频率。

（2）图像采集：本模块的功能是采用线阵CCD相机将运动的纸张图像数据转换为数字图像，然后将采集到的图像传给上位机，图像采集装置使用Teledyne DALSA的Saprea LT SDK 8.3。

（3）图像存储：本模块的作用是将图像采集模块获取到的数字图像无损并且实时地存储到本地硬盘上，为后期图像数据的分析提供数据。为了保持图像不失真，图像存储时应该使用无损的灰度BMP格式，该格式在进行存储时不进行任何压缩，能够做到图像信息的完整性保存，同时灰度BMP格式在存储时仅使用1个通道来表示数据信息，相较于使用3个通道的RGB格式，BMP图像格式可以有效节约存储空间，提高数据处理速度。

（4）图像分析：本模块原有的功能是分析纸张是否存在纸病以及对纸病类型进行识别，本课题为了对优化的结果进行验证，将功能更改为对图像像素的灰度均值和图像的灰度均匀度2个参数进行分析。

图像的像素灰度均值是指将所有的像素值累加后除像素的总个数，如式(6)所示。

P_{a v e} = \sum_{i = 0}^{N} P_{i} / N

（6）

式中， $P_{a v e}$ 表示图像中所有像素的平均值， $P_{i}$ 为第i个像素的灰度值，N为图像中像素的总个数。灰度均值高说明图像亮度高，灰度均值低则说明图像亮度低，图像亮度过高或过低都会影响系统对纸病类型的识别，一般要求图像灰度均值的范围在100~160之间，这样和人们肉眼观看到的效果最为接近，有利于提高纸病的检测和识别效果。

图像的灰度均匀度主要反映一幅图像灰度的均匀性和统一性，常用标准差进行表示，标准差可以较好地反映图像灰度值的离散程度^[

19]。本课题研究内容是图像纵向灰度的不均匀性，而且纸张密度不均匀也容易造成图像灰度值偏离问题，因此标准差不适用于本课题优化设计的分析。

综合考虑波纹在纵向上规律性变化情况，结合灰度均匀度的计算方法，将灰度均匀度的计算过程分成以下2个步骤。

首先以图像中行为单位，求出每行像素灰度的平均值，如式(7)所示。

P_{m} = \sum_{n = 0}^{N} P_{m n} / N

（7）

式中， $P_{m}$ 为第m行像素的平均值； $P_{m n}$ 是第m行n列像素的像素值；N是第m行像素点的总个数。

然后找出所有行平均值的最小值和最大值，用最小行平均值除以最大行平均值，得到灰度均匀度，见式（8）。

G_{r a t e} = P_{M m i n} / P_{M m a x}

（8）

式中， $G_{r a t e}$ 表示灰度均匀度； $P_{M}$ 表示行平均值的集合； $P_{M m i n}$ 表示行平均值的最小值； $P_{M m a x}$ 表示行平均值的最大值。式中所求的 $G_{r a t e}$ 值越大，灰度均匀度效果越好，理想状态下做到图像灰度均匀后，求到的结果应该为1，在纸病检测中，由于图像的灰度还受纸张密度的影响，纸张图像的灰度均匀度只会接近1而不会等于1。

纸病图像检测软件部分流程如图6所示。

图6 流程图

Fig. 6 Flow chart

3 应用效果

本课题针对纸病检测系统中采集到的纸张图像存在横向波纹的现象进行了分析，提出了一种基于频闪成像的纸病检测系统同步控制技术，设计了一种纸机车速、线阵CCD相机扫描频率和LED频闪照明频率相匹配的优化控制系统，使用该系统采集了纸机车速分别为80 m/min、120 m/min时的纸张图像（如图7所示），结果表明该纸病检测控制系统可以在纸机车速提高时，采集到纸张图像的清晰度变高，可为纸病的检测和识别提供重要的保障。

图7 不同车速时采集到的纸张图像

Fig. 7 Paper images collected at different speeds

4 结　论

高频图像采集的成像效果主要受光圈、频率和焦距3方面的影响，本课题主要研究内容是纸机车速、相机扫描频率和LED频闪照明频率相适应的纸病检测控制系统的设计，以保证采集到的纸张图像的清晰度。为了更好地验证优化效果，实验设计中采用了定光圈和定焦距的方式，实验主要通过速度传感器获取纸机车速，通过A/D转换电路转换为脉冲输出，控制线阵CCD相机的扫描频率，保证相机采集图像的扫描行距之和在纸张行进方向上与实际纸张走过的距离相同。LED灯驱动电源的频闪频率与相机的扫描频率成整数倍的正比关系。实验过程主要通过不同的倍率设置来提高运动中纸张的成像质量，同时也满足纸张图像像素灰度平均值在要求的范围之内。

参考文献

周　强，陈　颖，沈天宇，等.基于机器视觉的纸病检测系统发展综述［J］.中国造纸，2016，35（5）：72-79. [百度学术]

ZHOU Q，CHEN Y，SHEN T Y， et al. Review of the Development of Paper Disease Detection System Based on Machine Vision［J］.China Pulp & Paper，2016，35（5）：72-79. [百度学术]

王先通.基于机器视觉的纸病检测系统的研究与实现［D］.西安：陕西科技大学，2016. [百度学术]

WANG X T. Research and Implementation of Paper Disease Detection System Based on Machine Vision ［D］. Xi´an：Shaanxi University of Science and Technology， 2016. [百度学术]

王　峥，周　强，李　敏，等.基于菌群算法的纸病检测系统光源优化控制［J］.中国造纸学报，2017，32（4）：50-55. [百度学术]

WANG Z， ZHOU Q， LI M， et al. Optimal Control of Light Source for Paper Disease Detection System Based on Bacterial Colony Algorithm［J］. Transactions of China Pulp and Paper，2017，32（4）：50-55. [百度学术]

汤　伟，王先通，王　锋，等.基于FPGA和CCD相机的纸病检测系统的设计与实现［J］.中国造纸学报，2016，31（1）：61-66. [百度学术]

TANG W，WANG X T，WANG F， et al. Design and Implementation of Paper Defect Detection System Based on FPGA and CCD Camera［J］. Transactions of China Pulp and Paper，2016，31（1）：61-66. [百度学术]

甄海涛，费　磊，陈庆文.基于LED光源的直升机旋翼频闪成像系统的研究［J］.黑龙江科学，2013（2）：48-50. [百度学术]

ZHEN H T，FEI L，CHEN Q W.Research on Helicopter Rotor Stroboscopic Imaging System Based on LED Light Source［J］.Heilongjiang Science，2013（2）：48-50. [百度学术]

WANG X J，YU Y N.Three-dimensional Visual Test of MAV Aerodynamic Shape Based on Stroboscopic Imaging Technology［J］.Nanotechnology and Precision Engineering，2011，9（6）：509-514. [百度学术]

YU Y N，WANG X J.SIFT Feature Tracking of Flexible Aerodynamic Shape Moving objects Using Stroboscopic Imaging Technology［J］. Infrared and Laser Engineering，2011，40（9）：1823-1828. [百度学术]

王青玲，向　东，何开华，等.基于频闪法的MEMS动静态测试系统［J］.光电工程，2007（2）：27-31. [百度学术]

WANG Q L，XIANG D，HE K H，et al. MEMS Dynamic and Static Test System Based on Stroboscopic Method［J］. Opto-Electronic Engineering，2007（2）：27-31. [百度学术]

郭　彤，胡春光，胡晓东.利用频闪成像方法进行微机电系统的计量［J］.计量学报，2005（4）：299-303. [百度学术]

GUO T，Hu C G，Hu X D.Using Stroboscopic Imaging Method to Measure MEMS［J］. Acta Metrologica Sinica，2005（4）：299-303. [百度学术]

曾亚兵，马志豪，徐　斌.运用频闪成像系统进行喷油嘴喷雾特性的研究［J］.现代车用动力，2004（4）：40-43. [百度学术]

ZENG Y B，MA Z H，XU B.Study on the Spray Characteristics of Fuel Injectors Using Stroboscopic Imaging System［J］.Modern Vehicle Power，2004（4）：40-43. [百度学术]

李凤娇，谈冬兴，唐小聪.光源频闪测量仪校准方法研究［J］.计量与测试技术，2020，47（5）：75-77. [百度学术]

LI F J， TAN D X， TANG X C.Study on the Calibration Method of Light Source Stroboscope Measuring Instrument［J］. Metrology and Measurement Technique，2020，47（5）：75-77. [百度学术]

石培杰，杨国威，王以忠，等.基于频闪激光光栅条纹的发动机叶片曲面测量［J］.天津科技大学学报，2020，35（4）：70-74. [百度学术]

SHI P J，YANG G W，WANG Y Z， et al. Surface measurement of engine blade based on strobe laser grating stripes［J］.Journal of Tianjin University of Science and Technology，2020，35（4）：70-74. [百度学术]

杨国威，孙长库，王　鹏.频闪激光光栅条纹实时投射系统［J］.光学学报，2014，34（11）：143-151. [百度学术]

YANG G W，SUN C K，WANG P.Stroboscopic Laser Grating Fringe Real-time Projection System［J］.Acta Optica Sinica，2014，34（11）：143-151. [百度学术]

李　军，朱方明，周　炯，等.应用频闪原理的选针器频率检测系统设计［J］.纺织学报，2017，38（3）：138-142. [百度学术]

LI J，ZHU F M，ZHOU J，et al.Design of Needle Selector Frequency Detection System Based on Stroboscopic Principle［J］.Journal of Textile Research，2017，38（3）：138-142. [百度学术]

李　鹏，梁习锋，鲁寨军.铁路限界检测可控频闪光源测距方法［J］.铁道科学与工程学报，2017，14（3）：601-609. [百度学术]

LI P，LIANG X F，LU Z J.Method of Distance Measurement with Stroboscopic Light Frequency Controllable in Railway Gauges Detection［J］.Journal of Railway Science and Engineering，2017，14（3）：601-609. [百度学术]

金翠云，李一博，靳世久，等.MEMS动态测试系统中频闪驱动电路的实现［J］.仪器仪表学报，2003（S1）：380-382. [百度学术]

JIN C Y，LI Y B，JIN S J， et al.Realization of Stroboscopic Driving Circuit in MEMS Dynamic Test System［J］.Chinese Journal of Scientific Instrument，2003（S1）：380-382. [百度学术]

王青玲，向　东，何开华，等.基于频闪法的MEMS动静态测试系统［J］.光电工程，2007（2）：27-31+36. [百度学术]

WANG Q L，XIANG D，HE K H， et al.MEMS Dynamic and Static Test System Based on Stroboscopic Method［J］.Opto-Electronic Engineering，2007（2）：27-31+36. [百度学术]

Schillinger B， Brunner J， Calzada E. A Study of Oil Lubrication in a Rotating Engine Using Stroboscopic Neutron Imaging［J］. Physica B，2006（385）：921-923. [百度学术]

Lexholm M， Karlsson I， Hessman D， et al. Stroboscopic Imaging of Oscillating Nanowires［C］. International Conference on Optical Mems and Nanophotonics，2009：35-36. CPP [百度学术]

基于频闪成像的纸病检测系统光源优化技术

摘要

关键词

1 原 理

1.1 香农采样定理

1.2 频闪成像原理