摘要：针对滤纸放置环节,现有方法存在的识别误差大、响应效率低等问题,设计并实现了一套基于OpenCV的自动化检测系统。系统集成图像预处理、特征提取、位置分析与通信传输模块,依托Jetson Xavier NX平台完成边缘部署。实验结果表明,该系统在检测精度与稳定性方面显著优于人工目测,具备工程推广价值。

　　关键词：OpenCV；滤纸检测；嵌入式视觉；图像处理

　　0引言

　　在生物制品制备、材料分析及新生儿疾病筛查等环节,滤纸的使用具有高度流程规范性,且其放置状态直接影响后续检测与判读的可靠性。当前,大多数滤纸存放仍依赖人工目测完成,存在精度不可控、响应滞后及稳定性差等问题[1]。随着嵌入式计算与视觉识别技术的发展,构建基于图像分析的高精度滤纸定位系统成为可能。本文依托OpenCV图像处理库与Jetson Xavier NX边缘平台,构建滤纸放置检测系统,实现从图像获取到误差分析的全链路闭环,提升自动化程度与检测一致性,满足实际工程场景中对响应速度与精度的双重要求。

　　1系统架构设计

　　系统架构包括图像预处理模块、特征提取模块、位置分析模块与通信模块,如图1所示。图像由工业相机采集,经高速接口传输至嵌入式计算平台,统一交由图像预处理模块处理。处理结果通过内部缓存机制传入特征提取模块,完成目标特征的数据化表示。位置分析模块对结构化特征信息进行计算,生成位置状态量与判断结果。通信模块负责结果输出与外部系统对接,支持串口及网络通信协议。各模块通过标准数据接口连接,处理流程封闭独立,任务边界明确。系统设计强调模块间协同解耦,确保处理链路稳定、响应周期短、部署灵活,满足工业现场滤纸放置检测的实时性与可靠性需求。

　　2核心模块设计与实现

　　2.1图像预处理模块

　　图像预处理模块基于NVIDIA Jetson Xavier NX嵌入式平台构建,图像采集设备为海康威视MV-CE013-10GM工业相机,分辨率1280×1024,图像通过千兆以太网接口实时传输。原始图像采用cv::cvtColor函数进行灰度转换,统一通道格式为单通道8位灰度矩阵,降低后续处理复杂度[2]。噪声抑制阶段采用5×5高斯滤波核,标准差σ设为1.2,滤波函数如式（1）所示：

　　式中,G(x,y)为二维高斯核响应值；σ控制图像平滑强度。噪声去除后,应用Canny边缘检测算法提取结构边缘,阈值上下限设定为80与160,采用Sobel算子计算梯度后执行非极大值抑制与双阈值连接。亮度变化显著区域使用自适应阈值分割处理,通过cv::adaptive Threshold函数,设置11×11滑动窗口,动态调整局部阈值。边缘图像经3×3椭圆核形态学闭运算处理,调用cv::morphologyEx函数执行膨胀与腐蚀操作,修复边界断裂与孔洞区域,生成结构完整的二值图。各处理阶段均基于OpenCV 4.5.1版本与CUDA环境实现。函数调用在独立线程中被封装为GPU加速流程模块,模块间以共享内存传递图像指针,避免重复拷贝,保证数据一致性。图像预处理模块输出标准化边缘图,结构化数据格式与特征提取模块接口完全对齐,支撑后续目标区域轮廓判定与位置运算逻辑。

　　2.2特征提取模块

　　特征提取模块在Jetson Xavier NX平台上运行,基于OpenCV 4.5.1实现滤纸边界轮廓与主轴方向的精确建模。图像输入为标准化二值边缘图,调用cv::findContours函数提取闭合边界轮廓,检索模式设为RETR_EXTER NAL,轮廓逼近采用CHAIN_APPROX_SIMPLE以压缩点集存储结构。面积阈值限定为3000px2,剔除非目标区域。对主轮廓执行cv::minAreaRect最小外接矩形拟合,返回五元组参数[xc,yc,w,h,θ],其中xc、yc为中心坐标,w、h为边界长宽,θ为与水平轴夹角。

　　2.4通信模块

　　通信模块用于实现Jetson Xavier NX平台与外部控制系统之间的实时数据交互,完成检测结果的封包、校验与串口传输。数据输出接口基于CH348T串口控制芯片,支持RS-485通信物理层,工作电压3.3V,最大通信速率2Mbps,配置8位数据位、1位停止位、无奇偶校验,串口通信波特率设定为115200 bps。模块内部数据结构为定长32字节,字段顺序为帧头、功能码、数据段（位置偏差Δx、Δy,旋转角Δθ,边界参数w、h及欧氏偏移量R）、CRC8校验、帧尾。数据帧结构如下：①帧头（0xA5）；②功能码（0x01）；③数据段（28字节,6个浮点值）；④CRC8（1字节）；⑤帧尾（0x5A）。其中CRC8校验字节用于校验前30字节内容完整性,采用生成多项式x8+x2+x+1,其计算公式如式（4）所示：

　　式中,Di为待校验第i字节；⊗为模2乘法,G(x)为多项式权重。模块采用双线程异步通信结构,主线程封装数据,通信线程通过中断方式写入TX缓冲区。为增强鲁棒性,通信过程配置超时计数器（默认阈值为50ms）及接收ACK机制,确认响应帧正确到达后再释放缓冲资源。

　　模块与上位控制单元采用物理隔离型SP485E接口转换器,具备4kV ESD防护能力,提升系统抗干扰水平[5]。所有接口调用封装于SerialTransmitter类中,支持二进制模式与十六进制调试模式切换,便于系统调试与通信行为追踪。通信模块不参与图像处理与位置判断流程,数据处理完成后独立传输,确保检测系统主链路计算负载最小化与通信行为稳定可控。

　　3系统应用与验证

　　3.1实验环境搭建

　　系统部署于Jetson Xavier NX嵌入式平台,操作系统为Ubuntu 20.04,图像处理环境基于OpenCV 4.5.1与CUDA 10.2构建。图像采集采用海康威视MV-CE013-10GM工业相机,分辨率1280×1024,帧率60fps,镜头焦距16mm,安装高度480mm,俯视滤纸模板工装。照明模块为环形LED恒流光源,色温5700 K,功率18W,亮度由PWM控制模块调节。图像通过千兆以太网接口传输,基于GigE Vision协议调用cv::Video Capture实现帧获取。滤纸模板中心点(x0,y0)采用激光器标定,误差控制在±0.3mm。通信部分使用RS-485接口与主控PLC连接,配置为115200bps,采用CH348T串口模块与SP485E隔离驱动器。系统供电经隔离模块独立分配,接地电阻小于4Ω,全部设备布线集中封闭,构建完整稳定的检测环境。

　　3.2性能验证

　　系统在性能验证阶段引入多项定量指标,分别对应图像处理、检测精度、运行稳定性与通信效率等关键环节。通过与人工目测方式的对比实验,系统各项指标在复杂环境下的表现得到全面量化。误差计算基于人工标定基准图,稳定率评估依托长时段运行帧统计,响应延迟则以串口中断+高精度计时器联合完成测量。为量化系统优势,测试中加入“提升幅度”指标,反映相对于传统方法的改进比例。结果如表1所示。

　　表1数据表明,系统在空间偏移和角度识别精度上分别提升81.7%和75.7%,漏报误报控制能力显著增强,系统检测稳定率提升超16%。总体结果验证了本系统具备面向工业生产场景部署的完整性能,其实时性、精度与鲁棒性达到工程级应用要求。

　　4结语

　　本文在OpenCV开源平台上对滤纸放置检测系统进行模块化结构设计,涵盖图像预处理、特征提取、误差计算与串口通信等关键环节。系统在工业级测试环境中运行稳定,位置偏差控制在±0.42px以内,角度误差小于±0.85°,检测稳定率达99.2%。与人工方式相比,系统在识别精度、一致性及响应时间方面均具有明显优势,具备嵌入式部署与工程集成能力。后续可结合多目标识别与深度学习模型,进一步扩展系统对复杂工况与动态任务的适应能力。

　参考文献

　　[1]张千.基于红外技术的中线胶检测系统在滤棒成形检测中的应用[J].品牌与标准化,2025(4):158-160.

　　[2]胡克,张锐,夏智,等.安全阀在线校验密封试验检测方法的技术探讨[J].品牌与标准化,2025(4):152-154.

　　[3]李瑞洋,刘珊.一种基于改进YOLOv8算法的烟雾火焰检测系统[J].电脑编程技巧与维护,2025(6):7-9.

　　[4]黄华椿.基于三维检测技术的汽车冲压件尺寸自动测量系统设计[J].科技创新与应用,2025,15(18):133-136.

　　[5]谭玉华,潘晓芳,李高成,等.新生儿滤纸干血片自动打孔检测系统检测葡萄糖-6-磷酸脱氢酶的性能评价[J].医疗装备,2023,36(2):16-20.