本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別涉及一種基于機(jī)器視覺(jué)的在線PE瓶瓶口密封缺陷的檢測(cè)方法。

背景技術(shù)：

傳統(tǒng)的灌裝瓶質(zhì)量檢測(cè)是通過(guò)人工燈光檢驗(yàn)，員工在流水線上利用肉眼查看。但是這種方式從效率到精度以及人工視覺(jué)疲勞各方面都達(dá)不到檢測(cè)標(biāo)準(zhǔn)，尤其在大批量生產(chǎn)檢測(cè)的情況下，往往導(dǎo)致遺漏和誤判的情況，導(dǎo)致部分不合格的瓶裝飲料流入市場(chǎng)，影響企業(yè)形象。因此在灌裝完畢后，需要提供一種方法保證PE瓶檢測(cè)的可靠性和快速性，基于機(jī)器視覺(jué)的PE瓶檢測(cè)技術(shù)克服人工檢測(cè)的不足，滿(mǎn)足工業(yè)自動(dòng)化生產(chǎn)中的高速高精度檢測(cè)，而基于機(jī)器視覺(jué)的在線PE瓶瓶口密封缺陷檢測(cè)是一個(gè)必不可少的過(guò)程。

技術(shù)實(shí)現(xiàn)要素：

為了克服已有PE瓶檢測(cè)技術(shù)人工檢測(cè)的精度較低、可靠性較差、工作效率較低的不足，本發(fā)明提供一種精度較高、可靠性良好、工作效率較高的基于機(jī)器視覺(jué)的在線PE瓶瓶口密封缺陷的檢測(cè)方法。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：

一種基于機(jī)器視覺(jué)的在線PE瓶瓶口密封缺陷的檢測(cè)方法，所述檢測(cè)方法步驟如下：

(1)采集PE瓶口圖像，轉(zhuǎn)換為灰度圖；

(2)對(duì)灰度圖進(jìn)行預(yù)處理得到閾值分割圖；

(3)通過(guò)邊緣檢測(cè)檢測(cè)得到瓶口密封錫紙的內(nèi)外輪廓；

(4)將圓環(huán)等分為均勻等份，計(jì)算每等份圓像素值，并與給定閾值范圍進(jìn)行比較，判斷缺陷是否存在。

進(jìn)一步，所述步驟(1)中，照明光源的選擇與布設(shè)，相機(jī)的圖像采集，以及灰度變換，過(guò)程如下：選擇紅色的偏振環(huán)光源和isight7200相機(jī)垂直于瓶口上方拍攝；采用編碼器記錄傳送帶位移，發(fā)送外部觸發(fā)信號(hào)控制相機(jī)拍照，并將采集到的PE瓶口圖像輸出給處理器完成圖像的灰度變化。

再進(jìn)一步，所述步驟(2)中，采用迭代最佳閾值法對(duì)圖像閾值分割，首先根據(jù)圖像最大和最小灰度值計(jì)算出一個(gè)初始閾值T₁，利用這個(gè)閾值將圖像分為兩個(gè)區(qū)域，然后分別求出兩個(gè)區(qū)域的平均灰度值H₁和H₂，計(jì)算出新的閾值T₂，直到H₁和H₂的值不再發(fā)生變化，否則繼續(xù)迭代：

更進(jìn)一步，所述步驟(3)中，采用canny算子對(duì)二值圖內(nèi)外輪廓檢測(cè)，并填充為圓環(huán)型；

所述步驟(4)中，利用區(qū)域面積特征進(jìn)行判斷，過(guò)程如下：如果是一個(gè)沒(méi)有缺陷的瓶口圖像，從圓心出發(fā)被平均分割為N份，那么這每份像素值應(yīng)該是近似相等的；但是當(dāng)這某等份中存在缺陷部分，那么對(duì)比于沒(méi)有缺陷區(qū)域的像素值將會(huì)出現(xiàn)明顯的誤差；當(dāng)這個(gè)誤差超過(guò)設(shè)定的閾值就可以判為有缺陷。

所述步驟(4)中，步驟如下：

4.1)通過(guò)目標(biāo)定位環(huán)節(jié)，確定圓心位置；

4.2)從圓心出發(fā)，將整個(gè)區(qū)域面積，用N條直線均勻劃分，N＝360/ɑ，ɑ的取值根據(jù)精度可選擇不同的角度；

4.3)在完成等分后，開(kāi)始統(tǒng)計(jì)被各條直線均勻角度分割的扇形區(qū)域的像素值總和，然后設(shè)置一個(gè)誤差范圍值，當(dāng)有扇形區(qū)域的像素總和在這之外，判斷該區(qū)域存在缺陷。

本發(fā)明的有益效果主要表現(xiàn)在：精度較高、可靠性良好、工作效率較高。

附圖說(shuō)明

圖1為本發(fā)明基于機(jī)器視覺(jué)的在線PE瓶瓶口密封缺陷的檢測(cè)方法的流程圖。

圖2為基于機(jī)器視覺(jué)的在線PE瓶瓶口密封缺陷的檢測(cè)的相機(jī)光源布設(shè)位置圖，其中，1為被測(cè)物體，2為光源，3為鏡頭，4為CCD相機(jī)。

圖3為PE瓶瓶口灰度圖，其中，(a)是沒(méi)有缺陷的瓶口，(b)是一種有缺陷的瓶口，(c)是另一中有缺陷的瓶口。

圖4為PE瓶瓶口密封缺陷的迭代最佳閾值法流程圖。

圖5為PE瓶瓶口等分圓法效果圖，其中，(a)是沒(méi)有缺陷的瓶口，(b)是一種有缺陷的瓶口，(c)是另一中有缺陷的瓶口。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步描述。

參照?qǐng)D1～圖5，一種基于機(jī)器視覺(jué)的在線PE瓶瓶口密封缺陷的檢測(cè)方法，步驟如下：

(1)照明光源的選擇與布設(shè)，相機(jī)的圖像采集，以及灰度變換，本發(fā)明選擇紅色的偏振環(huán)光源和isight7200相機(jī)垂直于瓶口上方拍攝如圖2所示；采用編碼器記錄傳送帶位移，發(fā)送外部觸發(fā)信號(hào)控制相機(jī)拍照，并將采集到的PE瓶口圖像輸出給處理器完成圖像的灰度變化。

(2)如圖3對(duì)灰度圖進(jìn)行預(yù)處理得到閾值分割圖，本文采用迭代最佳閾值法對(duì)圖像閾值分割，首先根據(jù)圖像最大和最小灰度值計(jì)算出一個(gè)初始閾值T₁，利用這個(gè)閾值將圖像分為兩個(gè)區(qū)域，然后分別求出兩個(gè)區(qū)域的平均灰度值H₁和H₂，計(jì)算出新的閾值T₂，直到H₁和H₂的值不再發(fā)生變化，否則繼續(xù)迭代，流程圖如圖4所示：

(3)通過(guò)邊緣檢測(cè)檢測(cè)得到瓶口密封錫紙的內(nèi)外輪廓，采用canny算子對(duì)二值圖內(nèi)外輪廓檢測(cè)，并填充為圓環(huán)，如圖5所示；

(4)將圓環(huán)等分為均勻等份，計(jì)算每等份圓像素值與給定閾值范圍，比較判斷缺陷是否存在。

利用區(qū)域面積特征進(jìn)行判斷的方法。如果是一個(gè)沒(méi)有缺陷的瓶口圖像，從圓心出發(fā)被平均分割為N份,那么這每份像素值應(yīng)該是近似相等的。但是當(dāng)這某等份中存在缺陷部分，那么對(duì)比于沒(méi)有缺陷區(qū)域的像素值將會(huì)出現(xiàn)明顯的誤差。當(dāng)這個(gè)誤差超過(guò)設(shè)定的閾值就可以判為有缺陷，采用等分圓法步驟如下：

4.1)通過(guò)目標(biāo)定位環(huán)節(jié)，確定了圓心位置；

4.2)從圓心出發(fā)，將整個(gè)區(qū)域面積，用N條直線均勻劃分，N＝360/ɑ，ɑ的取值根據(jù)精度可選擇不同的角度，要求精度越高，ɑ的值越??；

4.3)在完成等分后，開(kāi)始統(tǒng)計(jì)被各條直線均勻角度分割的扇形區(qū)域的像素值總和，然后設(shè)置一個(gè)誤差范圍值，當(dāng)有扇形區(qū)域的像素總和在這之外，就可以判斷，該區(qū)域存在缺陷。

對(duì)于等分圓法的缺陷判實(shí)驗(yàn)，可分別將二值圖以圓心為中心劃分為4等份、6等份、8等份，分別計(jì)算劃分區(qū)域的像素值，根據(jù)標(biāo)準(zhǔn)圖像圓環(huán)區(qū)域像素值約為16256，可知4等份合格PE瓶圖像的像素值分別約為4064再根據(jù)實(shí)驗(yàn)得到的數(shù)據(jù)跟合格PE瓶數(shù)據(jù)比對(duì)，如果在允許誤差范圍內(nèi)，可以認(rèn)為該區(qū)域無(wú)缺陷，如表記錄了4等份情況下5組PE瓶的等分圓法數(shù)據(jù)值，表1為等分圓法檢測(cè)結(jié)果。

表1

等分圓法在每個(gè)PE瓶圖像劃分區(qū)域的值可以看出當(dāng)區(qū)域像素值與4064差距達(dá)到一定誤差時(shí)，可認(rèn)為該圖像對(duì)應(yīng)的PE瓶口是存在缺陷的，且此方法耗時(shí)較短。綜上所述，本發(fā)明根據(jù)PE瓶瓶口缺陷特點(diǎn)，分析得到一種快速準(zhǔn)確的檢測(cè)方法，并在實(shí)際傳送帶檢測(cè)平臺(tái)進(jìn)行驗(yàn)證，能夠完成對(duì)快速移動(dòng)的PE瓶瓶口密封缺陷檢測(cè)，且算法魯棒性強(qiáng)。