一种烟支激光打孔故障检测方法及系统与流程

本发明涉及烟支打孔故障检测，具体涉及一种烟支激光打孔故障检测方法及系统。

背景技术：

1、烟支激光打孔设备主要是以卷接机组带动烟支绕轴心自转360°的旋转方式实现打孔，在卷接机组高速运转过程中，若卷接机组或烟支存在故障或缺陷时均会导致烟支乱序，该烟支乱序包括烟支夹塞到激光打孔设备内部、烟支堵塞在激光打孔设备的加工工位等现象，从而影响烟支打孔效果，出现烟支打孔不合格、打孔工位起火、烟支阴燃等问题。

2、为及时发现激光打孔时的烟支乱序问题，在烟支自转处安装光电传感器，检测烟支是否在自转工位处，若不在则认为烟支乱序等现象发生；因卷接机组通常处于高速运转状态，从而光电传感器也处于高速运转状态，光电传感器在高速旋转状态下，光线从发射器发出后，经过目标表面反射，再回到接收器的过程中，可能会受到旋转产生的气流、振动等因素的影响，导致光线的传播路径发生变化，影响传感器的检测结果，因此高速旋转状态下的光电传感器的检测结果不理想。

技术实现思路

1、本发明的目的在于提供一种烟支激光打孔故障检测方法及系统，所要解决的技术问题是提高烟支高速旋转时的故障检测精度。

2、本发明通过下述技术方案实现：

3、第一方面提供一种烟支激光打孔故障检测方法，包括以下步骤：

4、采集在工位上对烟支进行打孔时的图像，得到输入图像；

5、以上述输入图像的中心为原点建立坐标系；

6、从上述输入图像中提取工位对象和烟支对象的坐标点，得到工位坐标和烟支坐标；

7、判断上述烟支坐标是否含于工位坐标；

8、若上述烟支坐标含于工位坐标，则判断烟支数量，当烟支数量不等于设定数量时，烟支打孔正常；

9、若上述烟支坐标不含于工位坐标，则烟支打孔异常。

10、该方法通过采集烟支打孔时的图像，并提取工位对象和烟支对象的坐标点，通过坐标点提取和坐标判断，可以确定烟支与工位的相对位置关系，基于烟支与工位的相对位置关系确定烟支打孔状态，提高了故障检测的精度和可靠性；相比光电传感器，图像处理不受烟支颜色、透明度等影响，具有更高的适应性；

11、该方法可以实时采集图像并处理，能够及时发现烟支打孔的异常情况，避免故障对生产造成影响。

12、综上所述，该烟支激光打孔故障检测方法相比目前通过光电传感器实现打孔时的故障检测，能够更精确、更广泛、更实时、更可靠地检测烟支打孔的故障，提高烟支高速旋转时的故障检测精度。

13、进一步的，在建立坐标系之前，还需要利用仿射变换校正输入图像。

14、仿射变换是一种线性变换，能够保持图像的平行性和相似性，从而校正图像的几何失真；在烟支激光打孔故障检测中，由于烟支和工位的位置、角度等因素可能导致图像出现畸变或倾斜，影响坐标点的提取和判断。通过仿射变换校正输入图像，可以消除这些几何失真，使得坐标提取更加准确，提高故障检测的精度。

15、具体来说，仿射变换可以通过选择适当的仿射矩阵对输入图像进行变换，使得校正后的图像与实际烟支和工位的位置、角度等相一致。在实施过程中，可以选择适当的仿射矩阵参数，如缩放因子、旋转角度等，以适应不同的烟支和工位几何形状。

16、通过仿射变换校正输入图像，可以进一步提高烟支激光打孔故障检测的精度和可靠性。同时，这种方法也适用于其他需要精确测量和故障检测的图像处理应用场景。

17、进一步的，从上述输入图像中提取工位对象和烟支对象的坐标点，得到工位坐标和烟支坐标，包括以下步骤：

18、对上述输入图像进行灰度化处理，得到灰度化图像；

19、对上述灰度化图像进行边缘检测，得到边缘信息；

20、根据上述边缘信息，提取灰度化图像中的图像轮廓，得到待识别图像；

21、将上述待识别图像与数据库中的工位图像和烟支图像分别进行匹配；

22、若上述待识别图像与数据库中的工位图像匹配成功，则待识别图像为工位对象；

23、若上述待识别图像与数据库中的烟支图像匹配成功，则待识别图像为烟支对象；

24、基于上述坐标系，提取输入图像中工位对象和烟支对象的边缘坐标点，得到工位坐标和烟支坐标。

25、将彩色图像转换为灰度图像，减少图像处理的复杂性，同时保留足够的信息以供后续的边缘检测使用；通过边缘检测识别图像中的边缘和轮廓；基于边缘检测结果，提取出图像的轮廓，为后续的匹配提供基础；将待识别图像与数据库中的标准图像进行匹配，以确定待识别图像是工位对象还是烟支对象；基于确定的工位对象和烟支对象，提取它们的边缘坐标点，进而得到工位坐标和烟支坐标。

26、通过以上步骤，可以从输入图像中准确提取出工位对象和烟支对象的坐标点，为后续的故障检测提供准确的数据基础。同时，该方法还具有较高的鲁棒性和适应性，能够应对不同条件下的烟支打孔故障检测需求。

27、进一步的，在上述烟支坐标含于工位坐标时，对判定为烟支对象的待识别图像进行数量统计，得到烟支数量。

28、准确计算出输入图像中的烟支数量，以便进行后续的故障检测和判断；具体来说，当该待识别图像被判定为烟支对象时，将提取该待识别图像的边缘坐标点，得到烟支坐标，当烟支坐标含于工位坐标时，意味着该烟支处于自转打孔工位上；每个待识别图像仅对应一个对象，所以可以通过对判定为烟支对象的待识别图像进行计数，确定输入图像中的烟支数量。

29、在实施过程中，可以通过遍历待识别图像的像素点，统计符合烟支特征的像素点数量，从而得到烟支的数量。同时，为了提高统计的准确性和效率，可以结合图像处理算法和计算机视觉技术，对烟支的数量进行更精确的计算。

30、通过这一步骤，可以获取到输入图像中烟支的数量信息，为后续的故障检测提供更全面的数据支持。同时，该方法还能够适应不同条件下的烟支打孔故障检测需求，提高故障检测的准确性和可靠性。

31、第二方面提供一种烟支激光打孔故障检测系统，该故障检测系统采用上述的故障检测方法；

32、该故障检测系统包括：

33、采集模块，用于采集在工位上对烟支进行打孔时的图像，得到输入图像；

34、处理模块，与上述采集模块连接，上述处理模块用于以上述输入图像的中心为原点建立坐标系；

35、从上述输入图像中提取工位对象和烟支对象的坐标点，得到工位坐标和烟支坐标；

36、判断模块，与上述处理模块连接，上述判断模块用于判断上述烟支坐标是否含于工位坐标；

37、若上述烟支坐标含于工位坐标，则判断烟支数量，当烟支数量不等于设定数量时，烟支打孔正常；

38、若上述烟支坐标不含于工位坐标，则烟支打孔异常。

39、进一步的，上述处理模块还用于在建立坐标系之前，还需要利用仿射变换校正输入图像。

40、进一步的，上述处理模块用于从输入图像中提取工位对象和烟支对象的坐标点，得到工位坐标和烟支坐标，包括以下步骤：

41、对上述输入图像进行灰度化处理，得到灰度化图像；

42、对上述灰度化图像进行边缘检测，得到边缘信息；

43、根据上述边缘信息，提取灰度化图像中的图像轮廓，得到待识别图像；

44、将上述待识别图像与数据库中的工位图像和烟支图像分别进行匹配；

45、若上述待识别图像与数据库中的工位图像匹配成功，则待识别图像为工位对象；

46、若上述待识别图像与数据库中的烟支图像匹配成功，则待识别图像为烟支对象；

47、基于上述坐标系，提取输入图像中工位对象和烟支对象的边缘坐标点，得到工位坐标和烟支坐标。

48、进一步的，上述处理模块用于在烟支坐标含于工位坐标时，对判定为烟支对象的待识别图像进行数量统计，得到烟支数量。

49、第三方面提供一种计算机可读存储介质，其上存储有计算机程序指令，上述计算机程序指令被处理器执行时实现上述的故障检测方法。

50、本发明与现有技术相比，具有如下的优点和有益效果：

51、该方法通过采集烟支打孔时的图像，并提取工位对象和烟支对象的坐标点，通过坐标点提取和坐标判断，可以确定烟支与工位的相对位置关系，基于烟支与工位的相对位置关系确定烟支打孔状态，提高了故障检测的精度和可靠性；相比光电传感器，图像处理不受烟支颜色、透明度等影响，具有更高的适应性；

52、该方法可以实时采集图像并处理，能够及时发现烟支打孔的异常情况，避免故障对生产造成影响。

53、综上所述，该烟支激光打孔故障检测方法相比目前通过光电传感器实现打孔时的故障检测，能够更精确、更广泛、更实时、更可靠地检测烟支打孔的故障，提高烟支高速旋转时的故障检测精度。