CN103279979B - 基于3d建模的近柱面瓶体标签的检测方法 - Google Patents
基于3d建模的近柱面瓶体标签的检测方法 Download PDFInfo
- Publication number
- CN103279979B CN103279979B CN201310160165.0A CN201310160165A CN103279979B CN 103279979 B CN103279979 B CN 103279979B CN 201310160165 A CN201310160165 A CN 201310160165A CN 103279979 B CN103279979 B CN 103279979B
- Authority
- CN
- China
- Prior art keywords
- label
- image
- camera
- bottle label
- bottle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于3D建模的近柱面瓶体标签的检测方法,包括瓶体标签位置的精确定位和标签掩码提取、瓶体标签的3D建模、瓶体标签图像的反柱面展开、瓶体标签图像的检测四个步骤,在高速自动化生产流水线上进行实时不间断检测,检测出标签的不合格产品,检测准确率高。
Description
技术领域
本发明属于生产线自动检测技术领域,尤其是涉及一种基于3D建模的近柱面瓶体标签的检测方法。
背景技术
随着食品饮料包装检测行业的迅速发展,自动化水平的提高,人工检测已经不能满足自动化生产线的要求。在饮料、酒类等产品的灌装生产线上,为了提高产品的总质量,各个生产厂家都有类似于对空瓶的质量,灌装后成品的封盖、液位、瓶子的标签等进行检测的设备,将不合格的产品分拣出来,从而形成了将图像拼接技术与自动化生产线相结合。目前的检测方法包括图像采集系统、图像处理系统和运动控制系统,对标签进行图像采集,相机拍摄到标签图像,对标签进行判断。目前,常用的图像处理是利用相机获取瓶子的图像,然后依次对比关于瓶子图像中心轴对称的两点的图像信号进行缺陷检测;另一种利用对称性保证测量装置和被检环之间密切契合;还有一种检测为多个相机,具有深浅对比的壳体来准确确定传送带上容器的位置等等。然而,在高速运转的生产线上,以上检测准确率偏低,避免不了不合格的产品流入市场,从而影响消费者的利益。
发明内容
本发明的目的是:提供一种在高速自动化生产流水线上进行实时不间断检测、检测准确率高的基于3D建模的近柱面瓶体标签的检测方法。
本发明的技术方案是:包括以下步骤:
一、瓶体标签位置的精确定位和标签掩码提取;方法如下,首先,将模板图像与待检测图像中进行配准,得出待检测图像的旋转角度和偏移量,然后,将模板进行旋转角度和偏移量的补偿,最后,将得到的结果作为每一个待检测图像的标签掩码;
二、瓶体标签的3D建模;方法如下,首先,根据相邻两个图像间标签掩码的位置确定同一个像素点映射到两个相机的位置,其次,利用标定得到的相机外参矩阵,两两确定瓶体标签的中心轴的空间位置,再次,利用标签掩码的像素值宽度,两两确定瓶体标签的空间宽度,重建出瓶体标签在空间中的3D模型;
三、瓶体标签图像的反柱面展开;方法如下,首先,根据相机拍摄图像的空间位置计算映射到图像平面位置,其次,将该平面位置的图像灰度值重新映射到瓶体标签的大图中,最后,对边界部分进行图像融合和光照调整;
四、瓶体标签图像的检测;方法如下,首先,在瓶体标签图像上放置j个不同大小的矩形框,其次,根据矩形框特征生成待检测标签图像的特征矢量,最后,根据分类器给出的结果判定瓶体标签是否存在缺陷。
所述相机外参标定的方法如下,打印棋盘图作为标准图像,在相邻两个相机间拍摄一幅图片,要求两个相机能够拍摄到棋盘图的全身,得到相邻两个相机拍摄的图片Ⅰ、图片Ⅱ,将相邻两个相机内参和图片Ⅰ、图片Ⅱ组成一组,按顺序两两进行相机外参标定,得到四组相机对的4×4的相机外参矩阵,计算得到相机间旋转角、俯仰角以及偏移角之间的差异。
对四个相机分别进行相机内参标定,相机内参标定的方法如下:打印棋盘图作为标准图像,在每个相机前拍摄一幅图片,要求棋盘图垂直于相机的光轴,计算四个相机3×3的相机内参矩阵,得到每个相机焦距、中心点坐标内部参数。
所述矩形框特征包括每个矩形框中纹理特征、颜色特征,统计各矩形框特征生成待检测标签图像的特征矢量。
本发明的有益效果是:本发明通过对瓶体标签位置的精确定位和标签掩码提取、瓶体标签的3D建模、瓶体标签图像的反柱面展开、瓶体标签图像的检测四个步骤,来完成高速自动化生产线上全标签的检测,检测出不合格的产品,例如劣标、大小标、高低标、衔接标、光标、气炸行等。本发明检测速度快,检测准确率高。
附图说明
图1为本发明中标定方法所用的棋盘图;
图2为本发明中标定方法的流程图;
图3为本发明基于3D建模的近柱面瓶体标签的检测方法的流程图。
具体实施方式
从图3所示本发明基于3D建模的近柱面瓶体标签的检测方法的流程图可以看出,本发明包括以下四个步骤:瓶体标签位置的精确定位和标签掩码提取,瓶体标签的3D建模,瓶体标签图像的反柱面展开,瓶体标签图像的检测。
步骤一、瓶体标签位置的精确定位和标签掩码提取。方法如下,首先,将模板图像与待检测图像中进行配准,得出待检测图像的旋转角度和偏移量;然后,将模板进行旋转角度和偏移量的补偿;最后,将得到的结果作为每一个待检测图像的标签掩码。
步骤二、瓶体标签的3D建模。方法如下,首先,根据相邻两个图像间标签掩码的位置确定同一个像素点映射到两个相机的位置;其次,利用标定得到的相机外参矩阵,两两确定瓶体标签的中心轴的空间位置;再次,利用标签掩码的像素值宽度,两两确定瓶体标签的空间宽度,重建出瓶体标签在空间中的3D模型。
步骤三、瓶体标签图像的反柱面展开。方法如下,首先,根据相机拍摄图像的空间位置计算映射到图像平面位置;其次,将该平面位置的图像灰度值重新映射到瓶体标签的大图中;最后,对边界部分进行图像融合和光照调整,避免光照不均匀带来的检测误差。
步骤四、瓶体标签图像的检测。方法如下,首先,在瓶体标签图像上放置j个不同大小的矩形框;其次,根据矩形框特征生成待检测标签图像的特征矢量,矩形框特征包括每个矩形框中纹理特征、颜色特征,统计各矩形框特征生成待检测标签图像的特征矢量;最后,根据分类器给出的结果判定瓶体标签是否存在缺陷,可根据SVM分类器给出的结果。
图2为本发明中标定方法的流程图,基于3D建模的近柱面瓶体标签的标定方法的主要步骤为:(一)相机内参数标定,得到每个相机焦距、中心点坐标内部参数;(二)相机外参数标定,得到相机间旋转角、俯仰角以及偏移角之间的差异。对四个相机分别进行相机内参标定,相机内参标定的方法如下:首先,打印棋盘图作为标准图像,图1为本发明中标定方法所用的棋盘图;其次,在每个相机前拍摄一幅图片,要求棋盘图尽量垂直于相机的光轴;最后,根据相机内参估计方法计算得到四个相机3×3的相机内参矩阵,得到每个相机焦距、中心点坐标内部参数。相机外参标定的方法如下:首先,打印棋盘图作为标准图像,其次,在相邻两个相机间拍摄一幅图片,要求两个相机能够拍摄到棋盘图的全身,得到相邻两个相机拍摄的图片Ⅰ、图片Ⅱ,再次,将相邻两个相机内参和图片Ⅰ、图片Ⅱ组成一组,按顺序两两进行相机外参标定,最后,得到四组相机对的4×4的相机外参矩阵,计算得到相机间旋转角、俯仰角以及偏移角之间的差异。
本发明通过对瓶体标签位置的精确定位和标签掩码提取、瓶体标签的3D建模、瓶体标签图像的反柱面展开、瓶体标签图像的检测四个步骤,在高速自动化生产流水线上进行实时不间断检测,检测出标签的不合格产品,检测准确率高。
Claims (4)
1.一种基于3D建模的近柱面瓶体标签的检测方法,其特征在于:包括以下步骤:
一、瓶体标签位置的精确定位和标签掩码提取;方法如下,首先,将模板图像与待检测标签图像进行配准,得出待检测标签图像的旋转角度和偏移量,然后,将模板进行旋转角度和偏移量的补偿,最后,将得到的结果作为每一个待检测标签图像的标签掩码;
二、瓶体标签的3D建模;方法如下,首先,根据相邻两个图像间标签掩码的位置确定同一个像素点映射到两个相机的位置,其次,利用标定得到的相机外参矩阵,两两确定瓶体标签的中心轴的空间位置,再次,利用标签掩码的像素值宽度,两两确定瓶体标签的空间宽度,重建出瓶体标签在空间中的3D模型;
三、瓶体标签图像的反柱面展开;方法如下,首先,根据相机拍摄图像的空间位置计算映射到图像平面位置,其次,将该平面位置的图像灰度值重新映射到瓶体标签的大图中,最后,对边界部分进行图像融合和光照调整;
四、瓶体标签图像的检测;方法如下,首先,在瓶体标签图像上放置j个不同大小的矩形框,其次,根据矩形框特征生成待检测标签图像的特征矢量,最后,根据分类器给出的结果判定瓶体标签是否存在缺陷。
2.根据权利要求1所述的基于3D建模的近柱面瓶体标签的检测方法,其特征在于:所述相机外参标定的方法如下,打印棋盘图作为标准图像,在相邻两个相机间拍摄一幅图片,要求两个相机能够拍摄到棋盘图的全身,得到相邻两个相机拍摄的图片Ⅰ、图片Ⅱ,将相邻两个相机内参和图片Ⅰ、图片Ⅱ组成一组,按顺序两两进行相机外参标定,得到四组相机对的4×4的相机外参矩阵,计算得到相机间旋转角、俯仰角以及偏移角之间的差异。
3.根据权利要求1或2所述的基于3D建模的近柱面瓶体标签的检测方法,其特征在于:对四个相机分别进行相机内参标定,相机内参标定的方法如下,打印棋盘图作为标准图像,在每个相机前拍摄一幅图片,要求棋盘图垂直于相机的光轴,计算四个相机3×3的相机内参矩阵,得到每个相机焦距、中心点坐标内部参数。
4.根据权利要求1所述的基于3D建模的近柱面瓶体标签的检测方法,其特征在于:所述矩形框特征包括每个矩形框中纹理特征、颜色特征,统计各矩形框特征生成待检测标签图像的特征矢量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310160165.0A CN103279979B (zh) | 2013-05-03 | 2013-05-03 | 基于3d建模的近柱面瓶体标签的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310160165.0A CN103279979B (zh) | 2013-05-03 | 2013-05-03 | 基于3d建模的近柱面瓶体标签的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103279979A CN103279979A (zh) | 2013-09-04 |
CN103279979B true CN103279979B (zh) | 2015-08-19 |
Family
ID=49062484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310160165.0A Active CN103279979B (zh) | 2013-05-03 | 2013-05-03 | 基于3d建模的近柱面瓶体标签的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103279979B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106739050B (zh) * | 2016-12-30 | 2018-12-21 | 西安航天精密机电研究所 | 一种轮胎硫化生产过程中轮胎标签位置的检测方法 |
CN106952257B (zh) * | 2017-03-21 | 2019-12-03 | 南京大学 | 一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法 |
CN107862745B (zh) * | 2017-10-25 | 2021-04-09 | 武汉楚锐视觉检测科技有限公司 | 一种反射式的曲面三维重建标签方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6718074B1 (en) * | 2000-06-02 | 2004-04-06 | Cognex Corporation | Method and apparatus for inspection for under-resolved features in digital images |
CN102135416A (zh) * | 2010-12-30 | 2011-07-27 | 天津普达软件技术有限公司 | 瓶盖在线影像检测系统和方法 |
CN102135236A (zh) * | 2011-01-05 | 2011-07-27 | 北京航空航天大学 | 双目视觉管道内壁自动无损检测方法 |
CN102519359A (zh) * | 2011-12-12 | 2012-06-27 | 山东明佳包装检测科技有限公司 | 一种pet瓶标签的检测方法 |
CN103052863A (zh) * | 2010-09-27 | 2013-04-17 | 东洋玻璃株式会社 | 玻璃瓶检查装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10065321A1 (de) * | 2000-12-30 | 2002-07-11 | Krones Ag | Inspektionsvorrichtung und -verfahren |
-
2013
- 2013-05-03 CN CN201310160165.0A patent/CN103279979B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6718074B1 (en) * | 2000-06-02 | 2004-04-06 | Cognex Corporation | Method and apparatus for inspection for under-resolved features in digital images |
CN103052863A (zh) * | 2010-09-27 | 2013-04-17 | 东洋玻璃株式会社 | 玻璃瓶检查装置 |
CN102135416A (zh) * | 2010-12-30 | 2011-07-27 | 天津普达软件技术有限公司 | 瓶盖在线影像检测系统和方法 |
CN102135236A (zh) * | 2011-01-05 | 2011-07-27 | 北京航空航天大学 | 双目视觉管道内壁自动无损检测方法 |
CN102519359A (zh) * | 2011-12-12 | 2012-06-27 | 山东明佳包装检测科技有限公司 | 一种pet瓶标签的检测方法 |
Non-Patent Citations (4)
Title |
---|
Glass Bottle Inspector Based on Machine Vision;Huanjun Liu, Yaonan Wang, Feng Duan;《World Academy of Science, Engineering and Technology》;20080826;第2卷;606-611 * |
基于RANSAC和灰度一致性的PET瓶胚口缺陷检测;尹玄武 等;《计算机应用研究》;20120930;第29卷(第9期);3525-3527 * |
孙怀远,杨丽英,周夫之.基于机器视觉技术的药品瓶包装在线检测系统.《机电信息》.2011,(第2期), * |
马思乐,王会泉,郝增奔,白丽,于海亮.机器视觉技术在智能空瓶检测系统中的应用研究.《Proceedings of the 8th World Congress on Intelligent Control and Automation》.2010, * |
Also Published As
Publication number | Publication date |
---|---|
CN103279979A (zh) | 2013-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106289106B (zh) | 一种线阵相机和面阵相机相结合的立体视觉传感器及标定方法 | |
CN104299218B (zh) | 基于镜头畸变规律的投影仪标定方法 | |
CN106091983B (zh) | 包含扫描方向信息的线结构光视觉测量系统完整标定方法 | |
TW201724026A (zh) | 基於場景之拍攝圖像而產生合併、融合三維點雲 | |
CN107869954B (zh) | 一种双目视觉体积重量测量系统及其实现方法 | |
CN104732207B (zh) | 高精度与高抗干扰性定位PCB板Mark点的方法及装置 | |
CN107133983B (zh) | 成捆圆钢端面双目视觉系统与空间定位及计数方法 | |
CN107664644B (zh) | 一种基于机器视觉的物件表观自动检测装置及方法 | |
CN103279979B (zh) | 基于3d建模的近柱面瓶体标签的检测方法 | |
CN104835166A (zh) | 基于机器视觉检测平台的液体药瓶异物检测方法 | |
CN109360230A (zh) | 一种基于2d相机与3d相机的图像配准方法及系统 | |
CN112161997A (zh) | 半导体芯片管脚三维几何尺寸的在线精密视觉测量方法及系统 | |
CN113418933B (zh) | 用于检测大尺寸物体的飞拍视觉成像检测系统及方法 | |
CN106600649A (zh) | 一种基于二维标记码的相机自标定方法 | |
CN108917640A (zh) | 一种激光盲孔深度检测方法及其系统 | |
CN111027415A (zh) | 一种基于偏振图像的车辆检测方法 | |
CN110207666A (zh) | 一种气浮平台上模拟卫星的视觉位姿测量方法及装置 | |
CN105513074B (zh) | 一种羽毛球机器人相机以及车身到世界坐标系的标定方法 | |
CN110443856A (zh) | 一种3d结构光模组标定方法、存储介质、电子设备 | |
CN111080716B (zh) | 基于彩色编码相移条纹的相机标定靶标及标定点提取方法 | |
CN107271445A (zh) | 一种缺陷检测方法及装置 | |
CN104167001A (zh) | 基于正交补偿的大视场摄像机标定方法 | |
CN110379002A (zh) | 一种基于红外与可见光图像融合的三维重建表面温度显示方法 | |
CN109064448A (zh) | 中低速磁浮f轨轨缝检测方法 | |
CN106056612A (zh) | 血液分层识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |