一种扁平酒瓶标签粘贴缺陷自动检测方法
技术领域
本发明为一种扁平酒瓶标签粘贴缺陷自动检测方法,涉及包装检测领域。
背景技术
因扁平玻璃酒瓶并非圆柱形回转体,在其上粘贴标签时,需要确保标签与瓶身之间设定的相对位姿,若标签粘贴倾斜、偏移或漏贴,则该瓶酒将被视为次品。目前,相关生产厂家,如:劲酒等,一般通过大量人工在生产线上检测瓶身标签的粘贴缺陷,工作强度大、易疲劳,效率低。目前,对于对称回转型玻璃制品标签粘贴质量的检测,已经存在有效的自动检测方法如:啤酒瓶等。但由于对称回转型玻璃瓶上的标签,只需要满足标签与瓶身之间的相对姿态,而对相对位置没有严格要求。因而其所用的自动检测方法并不能胜任扁平玻璃瓶标签粘贴质量的检测,因而需要开发专门的自动检测方法。
发明内容
为了克服现有的标签粘贴缺陷检测方法,不能有效的对扁平酒瓶标签粘贴缺陷进行检测的问题。本发明提供一种扁平酒瓶标签粘贴缺陷自动检测方法,该方法能够有效的检测扁平酒瓶标签的粘贴缺陷。
本发明采取的技术方案为:一种扁平酒瓶标签粘贴缺陷自动检测方法,包括照明取像系统、图像处理系统、缺陷判断系统;
所述照明取像系统采集已贴标签或未贴标签的酒瓶的灰度图像;
所述图像处理系统依次通过图像对比度拉伸变换、图像降噪处理、图像阈值处理、图像填充处理对所获得的酒瓶图像进行预处理;
所述缺陷判断系统是在酒瓶图像经过预处理之后,首先检测图像中扁平酒瓶瓶盖顶点、以及顶点正下方处于标签区域的三个设定点,然后计算设定点与标签的位姿关系,从而以实际中标签正确粘贴时、扁平酒瓶上这些点与标签的位姿关系与其进行对比,来判断图像中标签的粘贴是否合格,以此来判断标签是否有粘贴缺陷。
所述标签粘贴缺陷判断过程的具体步骤如下:
1.寻找经过预处理后酒瓶图像的瓶盖顶部边缘,将其中心点设为酒瓶瓶盖的顶点;
2.以实际中瓶盖区域与标签区域的位姿关系为基准获得酒瓶瓶盖顶点正下方的处于标签区域内的三个设定点:定点A、定点B、定点C;
3.检测三个设定点中是否有一个或多个点的图像像素值和瓶盖顶点的图像像素值相同,若相同,则判定标签没有漏贴;若都不同,则判定为标签漏贴;
4.分别计算图像中三个设定点到标签左边缘的距离、以这三个距离相互之间的比值r,u,v来判断标签是否倾斜,若比值中有一个值或多个值为“1”,则判定未倾斜;
5.计算定点A到标签左、右边缘的距离r和L、以这两个距离的比值t和指定的阈值进行对比来判断标签是否左右偏移;
6.寻找瓶盖顶点到标签上、下边缘的竖直距离m和n,并计算这两个距离的比值h,再用这个比值和指定的阈值对比来判断标签是否有上下偏移。
所述设定点A、B、C,是以实际中标签正确粘贴时,瓶盖区域与标签区域的位姿关系为基准所确定的位于标签区域内部的固定点。不会根据其他被检测图像中标签区域的位置变动而产生位置变动。
所述阈值,是以实际检测环境下,扁平酒瓶标签正确粘贴时,设定点与标签的位姿关系为基准的,这样以实际条件为基准设定阈值将会使检测时的结果判定更为精确,检测具有确定性。设定点无需在实物上进行标记,只需在图像区域内设定其坐标即可,符合工业流水线上的生产要求。
所述标签区域,若被检测酒瓶图像中存在标签,则经过预处理后,其标签区域中的三个设定点A、B、C中至少有一个点的图像像素值将与瓶盖区域像素值相同;若不存在标签,则经过预处理后,其标签区域中的三个设定点A、B、C的图像像素值都将与瓶盖区域像素值不同;这种标签区域和瓶盖区域之间像素值的关系可以判断标签是否漏贴。
所述距离的比值,是按照图像中各距离的像素长度为基准进行比较的,避免需要对相机进行标定。
所述定点A、定点B、定点C,是以实际中标签正确粘贴时瓶盖区域与标签区域的位置关系为基准所确定的位于标签区域内部的固定点。不会根据其他被检测图像中标签区域的位置变动而产生位置变动。通过计算这三个设定点与标签之间的位姿关系才能够正确判定标签的粘贴缺陷。
所述照明取像系统使用同轴照明的照明方式,其光源使用环形的LED灯,使用白色光。因所测酒瓶为高度反光的玻璃制品,而使用同轴照明的照明方式能够有效的减少和抑制采集图像过程中的反光区域。环形LED灯对标签所在的微凸表面有更均匀的照明效果,并能有效减少反光区域。
本发明一种扁平酒瓶标签粘贴缺陷自动检测方法,有益效果如下:
由于所使用的算法类型基于图像中最基本的元素——点之间的位置关系,所以可以检测常用的基于面积关系和区域关系的标签检测方法和视觉检测方法无法检测的扁平酒瓶的标签粘贴缺陷。并且本发明具有“眼见为实”、灵活、可移植、可复用、速度快等特点,且无需对相机进行标定,可以根据工业要求进行改进,以满足其他不同类型的非圆柱回转体酒瓶的标签检测。
附图说明
下面结合附图和实施例对本发明作进一步说明:
图1是本发明照明取像系统流程图;
图2是本发明图像处理系统流程图;
图3是本发明检测流程图;
图4是本发明实施例原理图;
图5是本发明经CCD相机所采集的灰度图;
图6是本发明经阈值处理所获得的二值图;
图7是本发明经填充处理所获得的二值图;
图8是本发明经图像处理系统及算法处理系统处理后的结果图。
其中图1中:1为环形光源,2为小孔,3为扁平酒瓶;
4为图像采集卡,5为工业CCD相机,6为计算机。
其中图4中:7为瓶盖顶点,8为定点A,9为定点B,10为定点C,11为标签范围;
12为定点A到标签左边缘距离r;
13为定点B到标签左边缘距离u;
14为定点C到标签左边缘距离距离v;
15为定点A到标签右边缘距离L;
16为瓶盖顶点到标签上边缘点17的竖直距离m,
17为标签上边缘点;
18为瓶盖顶点到标签下边缘点19的竖直距离n,
19为标签下边缘点。
具体实施方式
如图1、图2所示,一种扁平酒瓶标签粘贴缺陷自动检测方法,包括照明取像系统、图像处理系统、缺陷判断系统;
如图5所示,所述照明取像系统采集已贴标签的酒瓶的灰度图像;
所述图像处理系统依次通过图像对比度拉伸变换、图像降噪处理、图像阈值处理、图像填充处理对所获得的酒瓶图像进行预处理,其中:
图像对比度拉伸变换:对比度拉伸变换是进行动态范围处理的基本工具,能够加强图像中某些过于灰暗的点的对比度。其函数由公式1所表达:
g=1/(1+(m/(double(f)+eps))^E)
其中,w表示输入图像的亮度,s是输出图像中的相应亮度值,E控制该函数的斜率。
该函数可以将输入值低于m的灰度级压缩为输出图像中较暗灰度级的范围内;类似地,该函数可将输入值高于m的灰度级压缩为输出图像中较亮灰度级的较窄范围内。因此通过此函数将输出一幅具有高对比度的图像。
图像降噪处理:当受到外界粉尘或电磁波等因素的影响时,相机所采集的图像将会产生一些微小的不必要的点,为防止这些点影响实验结果,需要通过降噪处理对这些点进行消除。通过公式2对图像进行处理可以消除噪声。
其中,g(x,y)表示输入图像,f(x,y)表示输出图像,x,y为图像中像素的坐标,σ为选定的方差。
图像阈值处理:设定一个T值,将灰度图像中图像像素值小于这个值的点的值设为“0”,大于等于这个值的点的值设为“1”,在图像像素中,“0”代表黑色,“1”代表白色。通过阈值处理可以将图像中的标签区域和瓶盖区域提取出来,获得我们需要的信息,阈值处理后的结果如图6所示。
其中,g(x,y)表示输入图像,p(x,y)表示输出图像,T为选定的阈值。
图像填充处理:填充所采集的标签图像的白色区域,使标签区域统一为白色,这样能够确保标签区域的图像像素值为唯一的“1”值,防止在需要获取被检测图像中A、B、C三点的像素值时出现错误,图像填充结果如图7所示。
所述缺陷判断系统,定位酒瓶瓶身和设定点在酒瓶图像中的位置,并将标签正确粘贴时设定点与标签的位姿关系和需要检测的图像中特殊点与标签的位姿关系进行对比,以此来判断标签是否有粘贴缺陷。
所述定位需要检测图像中扁平酒瓶瓶盖顶点7、以及顶点下方处于标签区域5的三个设定点,计算它们与标签的位姿关系,再以实际中标签正确粘贴时、扁平酒瓶上这些点与标签的位姿关系与其进行对比,来判断图像中标签的粘贴是否合格。
实施例:
如图1所示,照明取像系统,由LED环形灯1发出白色光经过小孔2,照射在扁平酒瓶3上,再由CCD摄像机通过反射光获取图像,然后计算机6对所获得的图像进行预处理,最后计算预处理后的图像中特殊点与标签之间的位姿关系,并与实际中特殊点与标签之间正确的位姿关系进行对比,从而得出结果。
如图4所示,实施步骤如下:
1.寻找瓶盖区域顶部边缘的中点坐标以确定瓶盖顶点7以及扁平酒瓶中轴线,再以实际中标签正确粘贴时瓶盖区域和标签区域的位姿关系为基准,寻找到标签区域内处于瓶盖顶点7正下方且处于中轴线上的另外3个点:定点A、定点B、定点C。瓶盖顶点可以使用改良的边缘检测公式4进行确定:
▽f1(i,j)=2f(i,j)-f(i+1,j)-f(i,j+1),
▽f2(i,j)=2f(i,j)-f(i-1,j)-f(i,j+1),(4)
其中,i代表按照自上向下,自左向右扫描规则扫描时发现的第一个逻辑值为“1”
值的点的行坐标——瓶盖区域顶部边缘的行坐标。▽f1(i,j)和▽f2(i,j)代表通过拉普拉斯算子得出的图像顶部边缘点的左右端点,Xr为计算后所获得的中轴线。
2.当被检测酒瓶图像中存在标签,则经过预处理后,其标签区域中的三个设定点A、B、C中至少有一个点的图像像素值将与瓶盖顶点7像素值相同;若不存在标签,则经过预处理后,其标签区域中的三个设定点A、B、C的图像像素值都将与瓶盖顶点7像素值相反;这种标签区域和瓶盖区域之间像素值的关系可以判断标签是否漏贴。
3.计算设定点A、B、C分别到标签左边缘的距离:距离r、距离u、距离v,分别计算这三个距离之间的比值,若有其中一个的值为“1”,就可以判定标签未贴歪。
o=r/u,a=u/v,b=v/r
4.通过计算点定点A到标签左边缘的距离r,到标签右边缘的距离L两者的比值,再以实际中的粘贴标准来设定这个比值的阈值,可以判断标签是否存在左右偏移;
同理,通过计算瓶盖顶点7与标签上边缘点17的竖直距离m以及瓶盖顶点7与标签下边缘点19的竖直距离n的比值,再以实际中的粘贴标准来设定这个比值的阈值,可以判断标签是否存在上下偏移。
t=r/l∈[0.830,1.120]
(6)
h=m/n∈[0.480,0.555]。