一種瓶蓋檢測方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種瓶蓋檢測方法和裝置。
【背景技術(shù)】
[0002]近年來隨著食品安全問題的頻繁發(fā)生，消費者對食品包裝的質(zhì)量要求也越來越高，同時伴隨著產(chǎn)業(yè)的競爭加劇，食品包裝的質(zhì)量關(guān)系著其生產(chǎn)企業(yè)的生存。
[0003]其中，瓶蓋質(zhì)量的好壞直接關(guān)系到食品的質(zhì)量。瓶蓋在出廠時，通常要通過嚴格的質(zhì)量檢測，對于瓶蓋內(nèi)表面有污漬、瓶蓋圓度變形、缺料、溢料、無防盜環(huán)等質(zhì)量不合格的產(chǎn)品要進行剔除。而目前對于瓶蓋的質(zhì)量檢測，大部分廠家均采用人工檢測的方式，但是由于人眼長時間處于緊張狀態(tài)，容易產(chǎn)生視覺疲勞，導致人工檢測精度較低。

【發(fā)明內(nèi)容】

[0004]有鑒于此，本發(fā)明提供一種瓶蓋檢測方法和裝置，以防止在對瓶蓋進行檢測時出現(xiàn)漏檢的情況，提尚檢測精度。
[0005]為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案:
[0006]一種瓶蓋檢測方法，包括:
[0007]采集待檢測瓶蓋的原始圖像；
[0008]對待檢測瓶蓋的所述原始圖像進行閾值分割，得到待檢測瓶蓋的閾值分割圖像；
[0009]根據(jù)所述閾值分割圖像，提取待檢測瓶蓋的外輪廓信息以及對待檢測瓶蓋的原始圖像進行區(qū)域標記；
[0010]根據(jù)待檢測瓶蓋的外輪廓信息判斷待檢測瓶蓋的防盜環(huán)的有無、外形尺寸是否滿足預設(shè)尺寸以及是否缺/溢料；利用區(qū)域標記對瓶蓋的不同區(qū)域進行污漬檢測。
[0011]優(yōu)選的，所述對待檢測瓶蓋的所述原始圖像進行閾值分割，包括:
[0012]采用固定閾值分割方法對待檢測瓶蓋的所述原始圖像進行閾值分割。
[0013]優(yōu)選的，所述根據(jù)所述閾值分割圖像，提取待檢測瓶蓋的外輪廓信息，包括:
[0014]采用基于Freeman鏈碼的輪廓跟蹤算法，對待檢測瓶蓋的所述閾值分割圖像中的外輪廓進行跟蹤，提取待檢測瓶蓋的外輪廓信息。
[0015]優(yōu)選的，所述對待檢測瓶蓋的原始圖像進行區(qū)域標記，包括:
[0016]根據(jù)所述閾值分割圖像中瓶蓋成像的深淺差異，對待檢測瓶蓋的原始圖像的不同區(qū)域進行標記。
[0017]優(yōu)選的，所述利用區(qū)域標記對瓶蓋的不同區(qū)域進行污漬檢測，包括:
[0018]采用實時差分污漬檢測方法和滑動窗口污漬方法，對瓶蓋的不同區(qū)域進行污漬檢測。
[0019]一種瓶蓋檢測裝置，包括:
[0020]信息采集單元，用于采集待檢測瓶蓋的原始圖像；
[0021]閾值分割單元，用于對待檢測瓶蓋的所述原始圖像進行閾值分割，得到待檢測瓶蓋的閾值分割圖像；
[0022]閾值分割圖像處理單元，用于根據(jù)所述閾值分割圖像，提取待檢測瓶蓋的外輪廓信息以及對待檢測瓶蓋的原始圖像進行區(qū)域標記；
[0023]檢測單元，用于根據(jù)待檢測瓶蓋的外輪廓信息判斷待檢測瓶蓋的防盜環(huán)的有無、外形尺寸是否滿足預設(shè)尺寸以及是否缺/溢料；利用區(qū)域標記對瓶蓋的不同區(qū)域進行污漬檢測。
[0024]優(yōu)選的，所述圖像閾值分割單元包括:
[0025]固定閾值分割子單元，用于采用固定閾值分割方法對待檢測瓶蓋的所述原始圖像進行閾值分割。
[0026]優(yōu)選的，所述閾值分割圖像處理單元，包括:
[0027]外輪廓跟蹤子單元，用于采用基于Freeman鏈碼的輪廓跟蹤算法，對待檢測瓶蓋的所述閾值分割圖像中的外輪廓進行跟蹤，提取待檢測瓶蓋的外輪廓信息；
[0028]區(qū)域標記單元，用于根據(jù)所述閾值分割圖像中瓶蓋成像的深淺差異，對待檢測瓶蓋的原始圖像的不同區(qū)域進行標記。
[0029]優(yōu)選的，所述檢測單元包括:
[0030]第一檢測單元，用于采用實時差分污漬檢測方法，對待檢測瓶蓋進行污漬檢測；
[0031]第二檢測單元，用于采用滑動窗口污漬檢測方法，對待檢測瓶蓋進行污漬檢測。
[0032]經(jīng)由上述的技術(shù)方案可知，本方案公開了一種瓶蓋檢測方法和裝置。該方法對待檢測瓶蓋的原始圖像進行閾值分割處理，得到的閾值分割圖像。進而，利用該閾值分割圖像對待檢測瓶蓋進行外輪廓跟蹤以及區(qū)域標記，從而根據(jù)外輪廓信息和所標記的區(qū)域?qū)ζ可w進行防盜環(huán)檢測、外形尺寸檢測、缺/溢料檢測以及污漬檢測。與現(xiàn)有的人眼檢測瓶蓋的方式相比，本發(fā)明采用圖像視覺檢測技術(shù)對瓶蓋進行一系列的檢測，檢測過程全部為自動檢測，因而檢測精度更高。
【附圖說明】
[0033]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。
[0034]圖1示出了本發(fā)明一種瓶蓋檢測方法的一個實施例的流程示意；
[0035]圖2示出了本發(fā)明瓶蓋原始圖像灰度直方圖；
[0036]圖3示出了本發(fā)明一種瓶蓋檢測裝置的一個實施例的結(jié)構(gòu)示意圖。
【具體實施方式】
[0037]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0038]參見圖1示出了本發(fā)明一種瓶蓋檢測方法的一個實施例的流程示意圖。
[0039]由圖1可知，該方法包括:
[0040]101:采集待檢測瓶蓋的原始圖像。
[0041]102:對待檢測瓶蓋的所述原始圖像進行閾值分割，得到待檢測瓶蓋的閾值分割圖像。
[0042]本發(fā)明利用高速工業(yè)相機對生產(chǎn)線的塑料瓶蓋采集圖像，由于高速工業(yè)相機采集到的圖像瓶蓋區(qū)域和背景有明顯的灰度差異，系統(tǒng)先通過閾值分割初步確定瓶蓋區(qū)域，將瓶蓋區(qū)域從背景圖像中分離提取出來，在此基礎(chǔ)上進一步對瓶蓋區(qū)域圖形進行處理和分析。
[0043]可以理解的是，在對待檢測瓶蓋的原始圖像進行閾值分割時，選擇正確的閾值是閾值分割的關(guān)鍵。常用的閾值分割算法有固定閾值分割、自適應閾值分割。通過對瓶蓋原始圖像灰度直方圖進行統(tǒng)計分析，瓶蓋區(qū)域與背景區(qū)域的灰度值主要分布在[0，40]，[110, 200]兩個區(qū)間內(nèi)，灰度值呈明顯雙峰分布，如附圖2所示，因此在本發(fā)明中可通過固定閾值法對圖像進行初步分割。
[0044]103:根據(jù)所述閾值分割圖像，提取待檢測瓶蓋的外輪廓信息以及對待檢測瓶蓋的原始圖像進行區(qū)域標記。
[0045]輪廓跟蹤是依據(jù)被檢測物體邊界的連通性，按照邊界像素的分布順序，依次獲得區(qū)域輪廓像素的方法。輪廓跟蹤的基本方法是先將輪廓上任意一點作為起始點，并從該點出發(fā)，按照某種嚴格的探測準則，對該點鄰域進行搜索，不斷地找到下一個輪廓點，最終得到完整的區(qū)域輪廓。因此，輪廓跟蹤效果的好壞主要取決于兩個因素:1)跟蹤的起始點的選擇；2)如何在當前輪廓點的鄰域內(nèi)找到下一輪廓點?？蛇x的，在本發(fā)明中可采用基于Freeman鏈碼的跟蹤算法。該跟蹤算法是根據(jù)前一像素點與當前點的位置關(guān)系，判斷出下一點位于當前點的方向，然后在該方向上進行掃描。該跟蹤算法減少了圖像背景點的計算次數(shù)，提尚了算法效率。
[0046]在對瓶蓋的原始圖像進行區(qū)域標記時，由于瓶蓋成像時的景深差異，因此將根據(jù)原始圖像生成一幅區(qū)域標記圖像，對瓶蓋的不同區(qū)域賦以不同的灰度值，分別用來標記口部一、口部二和瓶蓋側(cè)壁三個區(qū)域。區(qū)域標記分為兩個步驟:1)區(qū)域劃分；2)區(qū)域填充。本發(fā)明將自適應閾值分割和基于Freeman鏈碼的跟蹤算法結(jié)合起來，得到區(qū)域劃分的內(nèi)部輪廓點的Freeman鏈碼與坐標點。對于已經(jīng)得到的內(nèi)部輪廓點，區(qū)域填充的關(guān)鍵在于如何準確快速的將輪廓以內(nèi)的點完全的填充。常用的區(qū)域填充的算法有種子生長算法、掃面線填充算法。
[0047]104:根據(jù)待檢測瓶蓋的外輪廓信息判斷待檢測瓶蓋的防盜環(huán)的有無、外形尺寸是否滿足預設(shè)尺寸以及是否缺/溢料；利用區(qū)域標記對瓶蓋的不同區(qū)域進行污漬檢測。
[0048]需要說明的是，在對待檢測瓶蓋進行污漬檢測時，可對不同針對不同的區(qū)域采用不同污漬檢測方法。
[0049]在本發(fā)明中公開了兩中污漬檢測的方法。
[0050]1、實時差分污漬檢測方法。
[0051]實時差分污漬檢測方法的主要思想是:將原圖像與原圖像經(jīng)過膨脹收縮處理后的圖像進行差分，從而檢測極小的黑色污漬。采用該方法時可以避免根據(jù)復雜物體輪廓進行的區(qū)域設(shè)置，也不需要對檢測物體進行位置補正，因此算法設(shè)置相對簡單。
[0052]2、滑動窗口污漬檢測方法。
[0053]該主要思想是:在滑動窗口內(nèi)，像素點灰度值和個數(shù)值到達污漬門限值，則認為該區(qū)域為污漬。內(nèi)表面污漬特征提取具體步驟如下:
[0054]I)設(shè)置污漬灰度門限值GrayThreshold，污漬像素個數(shù)門限值NumThreshold ；
[0055]2)用M*M滑動窗口對標記區(qū)域進行掃