CN103257144A

CN103257144A - 一种基于机器视觉的塑料瓶瓶口余料检测方法及装置

Info

Publication number: CN103257144A
Application number: CN2013101801163A
Authority: CN
Inventors: 文生平; 李雪烽
Original assignee: South China University of Technology SCUT
Current assignee: South China University of Technology SCUT
Priority date: 2013-05-15
Filing date: 2013-05-15
Publication date: 2013-08-21

Abstract

本发明公开了一种基于机器视觉的塑料瓶瓶口余料检测方法及装置，检测对象为中空吹塑成型的半透明和不透明塑料瓶制品，检测缺陷类型为瓶口内余料。塑料瓶成型后经传送装置到达检测工位，通过位置传感器点亮光源并触发相机拍照；选择合适的光源、相机、及前两者与塑料瓶之间的距离而建立成像系统，图像的效果只突出瓶口内的细节，屏蔽其他细节的干扰；图像传输到计算机，通过图像处理软件判断瓶子是否存在余料；对于有预料的瓶子剔除并记录。本发明能在线快速、准确检测出塑料瓶瓶口内是否存在余料，特点在于成像方案能突出瓶口内细节，使得后续的图像处理方法简单、运算量少，而且整个检测系统稳定性高。

Description

一种基于机器视觉的塑料瓶瓶口余料检测方法及装置

技术领域

本发明涉及机器视觉自动检测领域，尤其涉及一种基于机器视觉的塑料瓶瓶口余料检测方法及装置。

背景技术

机器视觉技术经过数十年的发展已经成为工业自动化领域的研究热点。机器视觉应用于产品缺陷检测，其优点是高效、稳定，能迅速地识别缺陷且与人工检测相比不会因为工作时间长而疲劳，可以极大地解放人类的劳动力，提高了生产自动化水平。

机器视觉系统中最关键的一方面就是选择正确的成像方案。通过适当的光源照明方案，可以大大降低图像处理算法分割、识别的难度，同时提高系统的定位、测量精度，使系统的可靠性和综合性能得到提高。反之，如果光源方案设计不当，会导致在成像系统设计和图像处理算法设计中事倍功半。

塑料瓶在中空吹塑成型的过程中会因为工艺参数设置不当，在瓶口内部产生余料。瓶口内余料会减小瓶口内面积，致使在向瓶内灌注液体时，造成液体外流或者损坏灌注设备，所以有余料缺陷的塑料瓶必须在生产线上剔除。传统的成像方式不利于瓶口内部信息与瓶身背景信息的分离，一般处理方法是查找瓶口边缘，之后拟合瓶口内外圆，然后再判断圆内图像的灰度值，过程繁琐，限制检测速度，甚至会因为光照或者定位不准确造成误判。

发明内容

本发明的目的在于克服上述现有技术的缺点和不足，提供一种基于机器视觉的塑料瓶瓶口余料检测方法及装置，能快速准确检测瓶口内是否存在余料缺陷。

本发明通过下述技术方案实现：

一种基于机器视觉的塑料瓶瓶口余料检测装置，包括计算机系统、一个用于对瓶口图像进行拍照的成像单元、一个用于对瓶口图像进行处理和缺陷识别的处理单元、一个用于将瓶口内有残存余料的塑料瓶剔除的剔除单元。

成像单元包括位置传感器、光源、相机、光源控制器，相机、光源和塑料瓶口处于同一竖直直线上。

剔除单元包括一个驱动电磁阀、气嘴。

一种基于机器视觉的塑料瓶瓶口余料检测方法，如下步骤：

塑料瓶由传送带送到检测位置，位置传感器感应到塑料瓶的到达，输出高电平至光源控制器和相机，此时光源点亮，同时触发相机对塑料瓶的瓶口部分的图像进行拍照，相机将该图像传输至计算机，计算机对该图像校正、二值化和图像形态学处理，分割出瓶口内无余料区域，计算区域的面积与几何参数，并将此输入缺陷识别模型，缺陷识别模型输出瓶口的检测结果，如果瓶口内存在余料，计算机通过数据接口输出高电平给驱动电磁阀，电磁阀驱动气嘴释放高压气体将瓶口内存在余料的塑料瓶推离传送带。

所述相机对瓶口图像进行拍照过程是，通过调节光源亮度，使得拍摄的图像呈现瓶口内区域暗，瓶口外区域亮；两者相差的灰度等级可以轻易通过灰度方法或者图像形态学方法分割。若瓶口内出现余料，由于余料的反光，余料在图像中显示为亮区域。

计算瓶口内孔洞对应的暗区域的面积,通过计算瓶口内无余料区域的面积和形状参数，输入到缺陷识别模型，得到塑料瓶瓶口内是否存在余料的结果。

使用Hopfield神经网络建立缺陷识别模型，通过在检测多个塑料瓶的瓶口内有余料和无余料时的图像作为样本，然后训练该样本，获得神经元的权值；

神经网络的输入向量为瓶口内无余料区域的面积和形状参数，输出为瓶口内是否有余料的两种状态。

本发明相对于现有技术，具有如下的优点及效果：

本发明对吹塑成型的半透明或者不同规格的塑料瓶瓶口内的余料缺陷检测精度、效率和稳定性很好，图形处理的运算量少，对机器性能要求低，具体的优点包括：

（1）能检测不同形状和颜色的瓶子，能适应瓶子在传送带上沿竖直轴线的转动。

（2）由于通过成像单元获得的图像突出了瓶口内的细节，图像信息少，处理方便，而且不容易受到干扰，稳定性高，处理结果准确。

（3）采用缺陷识别模型，只需进行一些简单的图像形态学处理，不需要常规的边缘检测、圆拟合等复杂算法，运算效率很高，避免了因为边缘检测不准确等因素造成的误判。

（4）得益于成像系统得到的简单但包含瓶口内具体特征信息的图像，可采用嵌入式系统代替计算机，进一步提高检测的实时性，降低成本，减少设备占用的空间。

本发明技术手段简便易行，稳定、高效。

附图说明

图1为本发明基于机器视觉的塑料瓶瓶口余料检测装置的结构示意图。

图2为瓶口内无余料，则灰度值低，瓶口外灰度值高的特征示意图。

图3为瓶口内有余料，则余料呈现高灰度值的特征示意图。

具体实施方式

下面结合具体实施例对本发明作进一步具体详细描述。

实施例

如图1、图2、图3所示。本发明基于机器视觉的塑料瓶瓶口余料检测装置，包括计算机系统（图中未示出）、一个用于对瓶口图像进行拍照放入成像单元、一个用于对瓶口图像进行处理和缺陷识别的处理单元、一个用于将瓶口内有残存余料的塑料瓶3剔除的剔除单元。

成像单元包括位置传感器6、光源2、相机1、光源控制器（图中未示出），相机1、光源2和塑料瓶口处于同一竖直直线上。位置传感器6将信号传给光源控制器和相机1，触发光源2点亮和相机1拍照。光源使用环形光，调节好相机1、光源2、塑料瓶3三者的距离，通过调节光源2亮度，使得拍摄的图像呈现瓶口内区域暗，瓶口外区域亮，两者相差的灰度等级可以轻易通过灰度方法或者图像形态学方法分割。若瓶口内出现余料，由于余料的反光，余料在图像中显示为亮区域。

处理单元，通过计算塑料瓶3瓶口内无余料区域的面积和形状参数，输入到缺陷识别模型，得到塑料瓶3瓶口内是否存在余料的结果。缺陷识别通过初期建立识别模型，然后在检测过程中不断修正模型参数。缺陷识别模型的修正方法是在传送带上放置若干好瓶（瓶口无余料）和次瓶（瓶口有余料），记录参数并计算新的模型参数。

当本检测装置发生变动时，需要重新修正缺陷识别模型的参数，以保证正确的检测结果。

剔除单元包括一个驱动电磁阀、气嘴4。剔除单元接收来自计算机的信号，驱动气阀，通过气嘴4释放高压气体将瓶口内有余料的塑料瓶3推离传送带。

一种基于机器视觉的塑料瓶瓶口余料检测方法，可通过下述步骤实现：

塑料瓶3由传送带5送到检测位置，位置传感器6感应到塑料瓶3的到达，输出高电平至光源控制器和相机1，此时光源2点亮，同时触发相机1对塑料瓶3的瓶口部分的图像进行拍照，相机1将该图像传输至计算机，计算机对该图像校正、二值化和图像形态学处理，分割出瓶口内无余料区域，计算区域的面积与几何参数，并将此输入缺陷识别模型，缺陷识别模型输出瓶口的检测结果，如果瓶口内存在余料，计算机通过数据接口输出高电平给驱动电磁阀，电磁阀驱动气嘴4释放高压气体将瓶口内存在余料的塑料瓶3推离传送带5。

所述相机1对瓶口图像进行拍照过程是，通过调节光源2亮度，使得拍摄的图像呈现瓶口内区域暗，瓶口外区域亮；若瓶口内出现余料，由于余料的反光，余料在图像中显示为亮区域。

使用Hopfield神经网络建立缺陷识别模型，通过在检测多个塑料瓶3的瓶口内有余料和无余料时的图像作为样本，然后训练该样本，获得神经元的权值；

如上所述，便可较好地实现本发明。

本发明的实施方式并不受上述实施例的限制，其他任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims

1.一种基于机器视觉的塑料瓶瓶口余料检测方法，其特征在于如下步骤：

塑料瓶由传送带送到检测位置，位置传感器感应到塑料瓶的到达，输出高电平至光源控制器和相机，此时光源点亮，同时触发相机对塑料瓶的瓶口部分进行拍照，相机将该图像传输至计算机，计算机对该图像校正、二值化和图像形态学处理，分割出瓶口内无余料区域，计算区域的面积与几何参数，并将此输入缺陷识别模型，缺陷识别模型输出瓶口的检测结果，如果瓶口内存在余料，计算机通过数据接口输出高电平给驱动电磁阀，电磁阀驱动气嘴释放高压气体将瓶口内存在余料的塑料瓶推离传送带。

2.根据权利要求1所述的基于机器视觉的塑料瓶瓶口余料检测方法，其特征在于，所述相机对瓶口图像进行拍照过程是，通过调节光源亮度，使得拍摄的图像呈现瓶口内区域暗，瓶口外区域亮；若瓶口内出现余料，由于余料的反光，余料在图像中显示为亮区域。

3.根据权利要求1所述的基于机器视觉的塑料瓶瓶口余料检测方法，其特征在于，使用Hopfield神经网络建立缺陷识别模型，通过在检测多个塑料瓶的瓶口内有余料和无余料时的图像作为样本，然后训练该样本，获得神经元的权值；

4.一种基于机器视觉的塑料瓶瓶口余料检测装置，包括计算机系统，其特征在于：还包括一个用于对瓶口进行拍照的成像单元、一个用于对瓶口图像进行处理和缺陷识别的处理单元、一个用于将瓶口内有残存余料的塑料瓶剔除的剔除单元。

5.根据权利要求4所述的基于机器视觉的塑料瓶瓶口余料检测装置，其特征在于：成像单元包括位置传感器、光源、相机、光源控制器，相机、光源和塑料瓶口处于同一竖直直线上。

6.根据权利要求4所述的基于机器视觉的塑料瓶瓶口余料检测装置，其特征在于：剔除单元包括一个驱动电磁阀、气嘴。