CN102135416B - 瓶盖在线影像检测系统和方法 - Google Patents

Abstract

本发明属于机器视觉和图像处理技术领域，涉及一种瓶盖在线影像检测系统，包括用于传输瓶盖的传送带、光学传感器、摄像头、光源、图像采集卡、计算机，摄像头固定在传送带的正上方，光源置于传送带的斜上方，光学传感器置于摄像头正下方的传送带旁，用于检测摄像头正下方是否存在瓶盖，由光学传感器的检测信号触发摄像头采集位于其正下方的传送带上的瓶盖的图像，所采集的瓶盖图像经过图像采集卡被送入计算机内，本发明同时提供一种采用上述检测系统实现的在线检测方法。本发明可以有效降低由于环境或者其他因素导致的亮度、对比度、质量等图像变化的影响，可以实现实时瓶盖质量的高速在线检测。

Description

瓶盖在线影像检测系统和方法

技术领域

本发明属于机器视觉和图像处理技术领域，涉及一种瓶盖在线影像检测方法和系统。

背景技术

现在国内许多制造商越来越认识到质量和生产率永远是最核心的因素这一点，在工业现场机器视觉技术越来越多的用以监控生产过程和检测产品质量，从而保证产品的性能和外观质量。目前国内绝大多数生产线的产品检测都是靠人力完成，不仅会增加公司的人力投入，也造成了效率低下，因此，用机器视觉技术来完成产品的缺陷检测以及分类、分级有着巨大的市场需求，同时也是目前整个视觉行业比较热衷的领域。目前，塑料盖、铝盖之类瓶盖，在工业生产线上已经能够快速生产，对瓶盖可能存在的缺陷实现高效率的检测和剔除，以适应快速生产线的生产效率，具有必要性。

发明内容

本发明的目的提供一种能够实现瓶盖在线检测，避免产品包装工艺产生质量问题的瓶盖在线检测设备。本发明解决其技术问题所采用的方案如下：

一种瓶盖在线影像检测系统，包括用于传输瓶盖的传送带、光学传感器、摄像头、光源、图像采集卡、计算机，摄像头固定在传送带的正上方，光源置于传送带的斜上方，光学传感器置于摄像头正下方的传送带旁，用于检测摄像头正下方是否存在瓶盖，由光学传感器的检测信号触发摄像头采集位于其正下方的传送带上的瓶盖的图像，所采集的瓶盖图像经过图像采集卡被送入计算机内。

优选地，所述的光学传感器为红外感应光电传感器。

本发明同时提供一种采用上述的瓶盖在线影像检测系统实现的检测方法，包括下列步骤：

(1)对所采集的瓶盖图像经过噪声滤波、灰度拉伸和二值化处理以及形态学滤波后，得到进过预处理的瓶盖图像；

(2)通过拖放三个同心圆构成的区域选择模板提取边沿圆环图像，得到外圆、中圆和内圆，中圆用于估计瓶盖半径，内外圆分别用于界定瓶盖的内沿和外沿；

(3)利用中圆估计瓶盖半径，计算瓶盖的圆形度，并将其与预设的圆形度阈值进行比较，如果低于圆形度阈值，则瓶盖被判断为变形，同时产生剔除信号，结束对该瓶盖的影响检测；

(4)计算对边沿圆环进行拉直投影变换时所需要的位置参数，并存入相应数组；

(5)以区域选择模板中的外圆作为基准，即以外圆作为投影变换后矩形区域的顶边，以内外圆半径差作为投影变换后矩形区域的宽度，利用步骤(4)得到的位置参数，将内圆和外圆构成的边沿圆环切开，使边沿圆环投影到该矩形区域，其中空洞点的像素值采用双线性插值算法得到，从而获得拉直圆环图像；

(6)对拉直圆环图像进行二值化处理，并进行形态学滤波，消除孤立点，得到预处理后的拉直圆环图像；

(7)通过统计得到边沿圆环最大和最小宽度值并计算边沿圆环的平均宽度，如果最大和最小宽度值超过平均宽度一定比例，则认为瓶盖存在毛刺、毛边或缺口缺陷，同时产生剔除信号。

在步骤(2)和步骤(6)的二值化处理中，均采用最大类间方差与最小类内方差比的方法，自适应计算灰度阈值。

本发明提供的瓶盖检测方法和系统，综合应用了图像处理和机器视觉领域的技术，有效提取瓶盖的特征信息，算法具有很强的鲁棒性，可以有效降低由于环境或者其他因素导致的亮度、对比度、质量等图像变化的影响，可以实现实时瓶盖质量的高速在线检测。

附图说明

图1：本发明硬件系统外观组成示意图；

图2：本发明软件流程图；

图3：本发明缺陷检测子程序流程图；

图4：本发明的圆环拉直示意图。

图1中：1传送带，2瓶盖，3光学传感器，4传感器信号线，5摄像头，6光源，7传输线，8图像采集卡，9计算机。

具体实施方式

参见图1，本发明的瓶盖高速检测系统由传送设备、摄像头、专用光源、传输线、图像采集卡、计算机组成。专用传送设备包括传送带和光学传感器。摄像机的摄像头可以是线阵CCD摄像头，安装在传送带正上方，通过光学传感器信号触发实时采集盖口朝上的瓶盖图像。专用光源成一定角度对瓶盖倾斜照射，从而使瓶盖边沿在采集图像中呈现为一定宽度的圆环，以便检测瓶盖缺口。光学传感器为红外感应光电传感器，固定于摄像机下方的传输线旁。图像采集卡可以是基于微型计算机PCI总线结构具有图像前端处理的外插卡，与微机的已有资源形成一个比较完整的实时图像采集处理系统。由于图像信息量大、处理时间长，所述计算机需要具有较高的主频和较强的运算能力。摄像机采集实时图像，大小为800×600，通过传输线及图像采集卡送到计算机存储为BMP格式和并进行实时检测。

本发明由硬件部分和软件部分组成；硬件部分采用计算机作为处理和控制中心；软件部分由图像预处理、边沿提取、变形检测、缺陷检测等多个子程序组成。

参见图2该软件部分包括：1)图像预处理子程序、2)边沿提取子程序、3)变形检测子程序、4)缺陷检测子程序。

1)所述图像预处理子程序包括：图像灰度化、去除噪声、灰度拉伸、二值化和形态学滤波。

图像灰度化，摄像头实时拍摄的图像是16位位图(RGB565格式)数据，为了便于后续的快速图像处理，需对图像数据进行转换，使彩色图像变为256级灰度图。

去除噪声，图像中不可避免的含有噪声，随之采用中值滤波对图像进行预处理。

灰度拉伸，为了增强背景区域和字符区域的对比度，对图像进行灰度拉伸。

二值化，对灰度图像进行二值化处理，采用最大类间方差与最小类内方差比的方法，自适应计算灰度阈值，小于此阈值的区域认为是目标区域，大于此阈值的区域的认为是背景区域。

形态学滤波，对二值图像进行形态学滤波处理，采用膨胀、腐蚀、开操作和闭操作相结合的综合操作。

2)边沿提取子程序，二值化后的图像中瓶盖口边沿呈现为一定宽度的圆环，通过拖放三个同心圆构成的区域选择模板提取边沿圆环图像，三个圆的半径可以独立设定，按照从外向内的顺序将三个圆分别命名为外圆、中圆和内圆。中圆用于估计瓶盖半径，内外圆用于界定瓶盖的边沿圆环，其中内圆匹配瓶盖内沿，外圆匹配瓶盖外沿。

3)变形检测子程序，计算圆环外沿如式1所示的圆形度，并与预设的圆形度阈值进行比较，如果计算结果低于圆形度阈值，则瓶盖被判断为变形，同时产生剔除信号。

$C=\frac{P^2}{A}---\left(1\right)$

其中，P为周长，A为面积。

4)缺陷检测子程序，检测瓶盖是否存在毛刺、毛边和缺口等缺陷，包括：参数计算、圆环拉直、预处理和宽度测量，参见图3。

参数计算：计算边沿圆环拉直投影变换所需的位置参数，即正弦和余弦值，并存入相应数组。如图4所示，设边沿圆环中的某个待拉伸的像素点(xx，yy)与x轴正轴的距离相对于圆心(x0，y0)的夹角为a，这里的正弦和余弦值就是指的是夹角a的正弦和余弦值，用于计算投影变换中展开图在原图即原来的边沿圆环中对应坐标(x，y)而得到像素值，如果是空洞点进一步采用插值计算其像素值。

圆环拉直，以区域选择模板中的外圆作为基准，即以外圆作为投影变换后矩形区域的顶边，内外圆半径差作为投影变换后矩形区域的宽度，将边沿圆环沿右侧水平线切开投影到前述矩形区域，其中空洞点的像素值采用双线性插值算法计算。

预处理，根据图像预处理中二值化的阈值对拉直圆环图像进行二值化处理，并进行形态学滤波，消除孤立点。

宽度测量，通过统计得到圆环最大和最小宽度值并计算圆环的平均宽度，如果最大和最小宽度值超过平均宽度一定比例，则认为瓶盖存在毛刺、毛边或缺口等缺陷，同时产生剔除信号。

以下介绍本实用新型的优选实施例，该部分仅仅是对本实用新型的举例说明，而非对本实用新型及其应用或用途的限制。根据本实用新型得出的其它实施方式，也同样属于本实用新型的技术创新范围。方案中有关参数的设定也并不表明只有举例值可以使用。

本发明的工作过程：系统上电，摄像机连续实时采集瓶盖图像，并通过传输线传输到微机；图像预处理模块对输入图像进行增强、滤波和二值化处理；根据同心圆组构成的区域选择模块提取瓶盖边沿圆环图像；计算圆环外沿的圆形度，并与预设的圆形度阈值比较，如圆形度阈值设为0.8，如果计算结果小于预设阈值，则判断瓶盖为变形，产生剔除信号，否则进入缺陷检测子程序；缺陷检测过程首先计算圆环拉直投影变换所需的正弦和余弦值，再通过投影变换把灰度圆环图像拉直，然后通过二值化和滤波对拉直圆环图像进行处理，最后统计圆环的最大和最小宽度并与平均宽度比较，如果最大和最小宽度超过平均宽度的20％，则判断瓶盖存在缺陷，产生剔除信号。

Claims (2)

1.一种瓶盖在线影像检测方法，所采用的检测系统包括用于传输瓶盖的传送带、光学传感器、摄像头、光源、图像采集卡、计算机，摄像头固定在传送带的正上方，光源置于传送带的斜上方，光学传感器置于摄像头正下方的传送带旁，用于检测摄像头正下方是否存在瓶盖，由光学传感器的检测信号触发摄像头采集位于其正下方的传送带上的瓶盖的图像，所采集的瓶盖图像经过图像采集卡被送入计算机内，其特征在于，包括下列步骤：

（1）对所采集的瓶盖图像经过噪声滤波、灰度拉伸和二值化处理以及形态学滤波后，得到经过预处理的瓶盖图像；

（2）通过拖放三个同心圆构成的区域选择模板提取边沿圆环图像，得到外圆、中圆和内圆，中圆用于估计瓶盖半径，内外圆分别用于界定瓶盖的内沿和外沿；

（3）利用中圆估计瓶盖半径，计算瓶盖的圆形度，并将其与预设的圆形度阈值进行比较，如果低于圆形度阈值，则瓶盖被判断为变形，同时产生剔除信号，结束对该瓶盖的影响检测；

（4）计算对边沿圆环进行拉直投影变换时所需要的位置参数，并存入相应数组；

（5）以区域选择模板中的外圆作为基准，即以外圆作为投影变换后矩形区域的顶边，以内外圆半径差作为投影变换后矩形区域的宽度，利用步骤（4）得到的位置参数，将内圆和外圆构成的边沿圆环切开，使边沿圆环投影到该矩形区域，其中空洞点的像素值采用双线性插值算法得到，从而获得拉直圆环图像；

（6）对拉直圆环图像进行二值化处理，并进行形态学滤波，消除孤立点，得到预处理后的拉直圆环图像；

（7）通过统计得到边沿圆环最大和最小宽度值并计算边沿圆环的平均宽度，如果最大和最小宽度值超过平均宽度一定比例，则认为瓶盖存在毛刺、毛边或缺口缺陷，同时产生剔除信号。

2.根据权利要求1所述的瓶盖在线影像检测方法，其特征在于，在步骤（6）的二值化处理中，采用最大类间方差与最小类内方差比的方法，自适应计算灰度阈值。

Images