CN106546600A - 一种基于机器视觉的pet瓶多角度检测方法和装置 - Google Patents
一种基于机器视觉的pet瓶多角度检测方法和装置 Download PDFInfo
- Publication number
- CN106546600A CN106546600A CN201610948636.8A CN201610948636A CN106546600A CN 106546600 A CN106546600 A CN 106546600A CN 201610948636 A CN201610948636 A CN 201610948636A CN 106546600 A CN106546600 A CN 106546600A
- Authority
- CN
- China
- Prior art keywords
- mirror surface
- bottle cap
- pet bottle
- liquid level
- support ring
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 66
- 239000007788 liquid Substances 0.000 claims abstract description 51
- 230000007547 defect Effects 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000003384 imaging method Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000033001 locomotion Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 239000000523 sample Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 235000013361 beverage Nutrition 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005538 encapsulation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Textile Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于机器视觉的PET瓶多角度检测方法和装置，该瓶盖缺陷检测方法采用支撑环与瓶身位置相对固定，并且支撑环与瓶盖上方直线几乎平行的原理实现支撑环定位，根据支撑环的直线与瓶盖上方直线的关系，判断瓶盖是否存在缺陷。防盗环缺陷检测通过逐像素往上平移支撑环所在直线，并记录每次穿过像素为零的点的个数，来判断防盗环是否存在缺陷。液位缺陷通过寻找以液位线为底边界的连通域，以液位线中点来定位液位位置，判断液位是否存在缺陷。该装置结构简单、调试方便、成本低、速度快，能实现对检测对象的多角度成像，相比现有检测方法，检测内容更多，速度更快，能在一次成像的过程中实现液位、防盗环及瓶盖的全方位检测。
Description
技术领域
本发明属于工业自动化检测技术领域，特别涉及一种基于机器视觉的PET瓶多角度检测方法和装置。
背景技术
现如今，用PET瓶来灌装饮用水和饮料的生产过程当中，灌装精度是生产厂家非常重视的一个问题，因为灌装的精度与生产厂家的利润和声誉有着直接的关联，如果灌装过多，会使得企业的毛利减少；如果灌装过少，会损害企业在消费者中的形象，因此在灌装后的液位检测是出厂前十分必要的一项工作。瓶盖缺陷的检测也是企业不可忽略的另外一个问题，因为瓶盖如果没有封闭完好，造成高盖，歪盖的现象，在生产运输过程中造成的抖动会使得瓶内液体挥撒出来，使得液体减少，不仅造成资源的浪费还影响企业在消费者心中的地位；如果瓶盖缺失，可能会导致异物进入瓶内，造成食品品质不合格，当然也会影响企业利润和降低企业口碑，所以出厂前瓶盖缺陷的检测也是必不可少的。另外防盗环缺陷的检测与PET瓶的质量息息相关，也是企业非常看重的一个问题。如果防盗环掉落，会让消费者怀疑此瓶是否被开启过，从而对此品牌产生不良印象，不敢购买，直接影响企业利润，所以防盗环的检测也是出厂前的必备工作。
饮料生产线中灌装量检测方法通常为人眼检测，射线检测和机器视觉检测，目前现场中使用较多的是射线检测、传感器检测、红外热检测和肉眼检测的方法。人眼检测是最早的一种检测方式，就是用人工的方式，在流水线上凭人肉眼去判断瓶子的好坏，有非常大的局限性，比如：加大企业的成本，人工检测速度相对来说较慢，不满足高速生产的要求，检测结果与人的主观意识有关，检测精度低；射线检测受外界环境影响大，有较大辐射，会对人的健康有一定的影响，并不适合在非无人车间使用，而且不符合现代人宣传和追捧的食品安全观念；而基于机器视觉的方法来对PET瓶液位进行检测，是当代的主流检测方法，满足高速检测自动化生产线的自动化要求，逐步应用于各种PET瓶的液位检测当中来。
在科学研究中，基于防盗环检测的方法的研究是非常之少；在饮料生产线中，企业也很少将防盗环进行专门的检测。而防盗环缺陷是PET瓶出厂前必不能忽略的一个问题，防盗环是否存在缺陷是影响消费者是否购买的直接因素之一，也是影响企业利润的重要因素。而本文研究的防盗环缺陷检测，是基于机器视觉的一种方法，能满足高速自动化生产线的要求，符合当代主流检测方法。
2008年孙涛在《基于图像匹配的PET饮料瓶封装缺陷检测研究》中提出一种基于图像匹配的方法来检测PET饮料瓶的缺陷，在高速运动的传送带上，瓶身会发生倾斜，该方法的检测结果会受到影响，而且算法复杂高，难以满足高速生产的要求；2015年蒋笑笑在《基于灰度投影梯度扩散的PET满瓶快速检测》中提出一种基于扩散灰度投影梯度的液位定位算法，该方法只能检测不透明液体，并且受外界光照影响较大。
发明内容
本发明提出的一种基于机器视觉的PET瓶多角度检测方法和装置，具有设备结构简单、成本低、检测速度快，精度高，鲁棒性强的特点。相比现有检测方法，检测内容更多，速度更快，能在一次成像的过程中实现液位、防盗环及瓶盖的全方位检测。
一种基于机器视觉的PET瓶多角度检测方法，包括以下步骤：
步骤1：获取PET初始图像，并对PET初始图像进行预处理；
预处理包括图像灰度化，直方图均衡化，高斯滤波等，从而消除噪声，以防对后续缺陷检测步骤带来干扰；
步骤2：对经步骤1预处理后的图像进行二值化处理，得到二值图像；
步骤3：从二值图像中提取PET瓶瓶盖区域ROI1；
步骤4：将PET瓶瓶盖区域ROI1进行垂直投影，获取PET瓶支撑环两端端点的纵坐标，并以端点纵坐标从PET瓶瓶盖区域ROI1中找到对应端点的横坐标，利用两端点坐标求出支撑环所在直线的直线方程，获取支撑环位置；
所述支撑环所在直线的直线方程的斜率和截距分别为k2和b2；
步骤5：将支撑环所在的直线往上平移10个像素点，在支撑环左右端点所在的长度区间内，将支撑环移动形成的直线每一次平移经过的像素为零的点的个数依次存储到数组v[10]中；
步骤6：判断数组v[10]中数值变化规律并将数组v[10]最小值Min(v)与防盗环检测阈值θk比较：
若数组v[10]中数值先减小再增大，且Min(v)≤θk，则防盗环不存在缺陷，否则，防盗环存在缺陷；
防盗环检测阈值θk为至少五个相同型号的无缺陷PET瓶的瓶盖宽度的平均值。
从PET瓶瓶盖区域ROI1中搜索上边缘点的坐标，若搜索到的上边缘点能够进行直线拟合，则将拟合到的直线方程作为瓶盖上边缘所在直线的直线方程，其斜率和截距分别为k1和b1；若不能拟合，则表示当前PET瓶无盖。
若当前PET瓶存在瓶盖，则将判断k与θk两者的大小，其中，k＝|k1-k2|：
若k>θk，则判断瓶盖为歪盖；
若k≦θk，计算若|d-ds|≤θd，则瓶盖正常，否则，瓶盖为高盖；
其中，d表示瓶盖上边缘与支撑环所在直线间的距离，ds为支撑环到瓶盖上方的标定距离，θd为距离设定阈值。
依据支撑环所在位置距离标准液位距离和PET瓶标准液位处瓶身宽度，以获得的支撑环所在直线向下移动，获取PET瓶液位区域ROI2；
在PET瓶液位区域ROI2中，获取液位、瓶身和瓶颈的组成的连通域，并将其他区域的像素设为零；
再将液位区域ROI2图像做垂直投影，找到投影区域大于零的区间，以及此区间的中间点Level，将中间点Level的横坐标作为液位坐标；
若检测的液位位置高于标定的范围，则为高液位；若低于标定的液位范围，为低液位；其他则为正常液位；
其中，标定的液位范围取距离正常液位横坐标上下为50个像素的范围(正常液位的横坐标可以通过检测无缺陷PET瓶得到)；
所述PET瓶瓶盖区域ROI1的提取过程如下：
对二值图像沿竖直方向扫描找到瓶盖上方边缘点，然后找到距离1/4瓶盖高度处的位置，再进行左右扫描，当遇到像素值为255的点停止扫描；
将距离瓶盖左边缘点上方竖直方向1/2瓶盖高度，左边水平方向1/4瓶盖宽度的点作为瓶盖ROI1区域的左上角顶点；
将距离瓶盖右边缘点下方竖直方向1个瓶盖高度，右边水平方向1/4瓶盖宽度的点作为PET瓶瓶盖区域ROI1的右下角顶点；
由提取的左上角点和右下角点组成的矩形区域作为PET瓶瓶盖区域ROI1。
一种基于机器视觉的PET瓶多角度检测装置，包括面光源7、高速CCD工业相机6、反射镜面组以及工控机；
所述面光源和反射镜面组分别设置于传输待检测的PET瓶的传送带两侧；
所述反射镜面组包括第一反射镜面1、第二反射镜面2、第三反射镜面3、第四反射镜面4以及第五反射镜面5；
其中，第一反射镜面1、第二反射镜面2、第三反射镜面3和第四反射镜面4与PET瓶传送带所在平面垂直，第五反射镜面5与PET瓶传送带所在平面成60度的夹角；
第一反射镜面1、第二反射镜面2所在的垂直平面成60°-70°夹角，分别直接反射瓶身前后180°成像；第三反射镜面3和第四反射镜面4相邻成一个60°左右的夹角设置，且位于第一反射镜面1和第二反射镜面2的中间，对第一反射镜面1、第二反射镜面2所成的像进行反射；第五反射镜面5与传送带所在平面成60°-65°左右的夹角，位于第三反射镜面3和第四反射镜面4的正前方，能获取第三反射镜面3和第四反射镜面4的图像，即270°的PET瓶图像；工业相机6位于第五反射镜面5所在平面的中垂线上，能完全拍摄到第五反射镜面5所成的像；
所述工业相机与工控机相连，所述工控机按照权利要求1-5任一项所述的方法对图像进行处理，进行PET瓶检测。
瓶子前半部分180°的范围可以通过第一反射镜面1反射在第三反射镜面3中成像，瓶子后半部分180°的范围可以通过第二反射镜面2反射在第四反射镜面4中成像，然后第三反射镜面3，第四反射镜面4中PET瓶所成的像可以反射到第五反射镜面5的左右两边，获得270°的高清PET瓶的图像有90度是两镜面成同一部分像，最后通过与第五反射镜面5中垂线上的高速CCD工业相机6对第五反射镜面5的拍照，便可获取现场PET瓶的图像。
有益效果
与现有技术相比，本发明所具有的优点主要体现在以下几个方面：
1.与现有的PET瓶缺陷检测设备相比，在实现多角度成像的同时，减少了光源和相机的个数。
2.系统拥有较好的鲁棒性，能实现多种瓶型的检测。
3.检测的缺陷种类广，能在一次成像的过程中实现液位、防盗环及瓶盖的全方位检测。
4.提出一种新的基于连通域的液位检测算法，此算法可以消除传送带过快，导致瓶内液体震荡给检测带来的影响。算法可靠性强，检测精度高，运行速度快，能更好的适应高速自动化线上的生产要求。
5.提出一种新的防盗环检测算法，以支撑环所在直线为基准，将此直线依次往上平移十个像素，在支撑环左右端点的区间长度范围内，记录每次平移穿越过的像素为零的点的个数。由于防盗环未掉落下来，与支撑环之间会有缝隙，图像二值化后，直线穿过的黑色像素点的个数会变少，利用此原理，当记录的十次的数据满足特定的规律的时候，可以判断防盗环是否有缺陷。当瓶子受到高速传送带的影响发生倾斜，此算法也同样适用，因此算法适用性广；而且算法复杂度较低，运行速度快。
附图说明
图1本发明图像处理流程图；
图2成像装置的示意图；
图3图像检测模块的垂直投影图；
图4支撑环与防盗环区域示意图；
图5成像装置拍摄的PET瓶图像；
图6瓶盖ROI区域垂直投影图；
图7无缺陷PET瓶检测结果图；
图8液位高以及防盗环掉落检测结果图；
图9液位低以及防盗环掉落检测结果图；
图10高盖以及防盗环掉落检测结果图。
具体实施方式
下面将结合附图和实例对本发明做进一步的说明。
如图1所示，一种基于机器视觉的PET瓶多角度检测方法，包括以下步骤：
步骤1：获取待检测的PET瓶图像，对图像进行预处理，预处理包括图像灰度化，直方图均衡化，高斯滤波等，从而消除噪声，以防对后续缺陷检测步骤带来干扰；
步骤2：对预处理后的图像进行二值化处理，提高图像的处理速度；设定一个二值化分割阈值Tr(本发明做实验的阈值为125)，依据二值化分割阈值，对图像进行二值化分割，使得灰度图像中像素值大于阈值Tr的像素点的像素全部置为1；灰度图像中像素值小于阈值的像素点的像素全部置为0。
从二值化后的图像中，可以清楚的找到PET瓶瓶体区域和背景区域；
步骤3：根据PET瓶的成像图案，如图5所示，得到一副图像左右两边都有PET图像(以下步骤以检测左边图像为例，右边图像检测同理)。然后利用垂直方向扫描法找到瓶盖上方边缘点a位置，横坐标存入Origin(1，1)中，纵坐标存入数组Origin(1，2)中。找到a点正下方十个像素点b的位置，横坐标存入Origin(2，1)中，纵坐标存入数组Origin(2，2)中。在b点沿水平方向向左右两个方向扫描，直到两边各自找到第一个白色像素点为止，即找到瓶盖左右两边的边缘点c，d，其各自的横坐标存入Origin(3，1)、Origin(4，1)中，纵坐标存入数组Origin(3，2)、Origin(4，2)中。在根据实际瓶盖大小，将Origin(3，1)-30、Origin(3，2)-30设置为瓶盖ROI区域左上角的坐标；将Origin(4，1)+130、Origin(4，2)+30设置为瓶盖ROI区域右下角的坐标，然后便可以提取PET瓶瓶盖ROI区域；
步骤4：瓶盖的宽度为Dtopwith＝Origin(4，1)-Origin(3，1)，然后利用垂直扫描法扫描宽度为Dtopwith的瓶盖上边缘的像素点，其坐标分别存入二维数组top()中(第一列存储横坐标，第二列存储对应的纵坐标)。然后利用直线拟合公式:
求得瓶盖上方所在直线的斜率k1和截距b1；若不能拟合，则为无盖；
步骤5：将瓶盖区域ROI1进行垂直投影，找到第一个像素减少的位置和最后一个像素增加的位置，见图6，将其纵坐标分别存入数组ROI1support(1，2)和ROI1support(2，2)，然后在两个纵坐标所在的那一例，从上往下用搜索点领域的方法扫描，找到支撑环两边中间点的横坐标，分别存入数组ROI1support(1，1)和ROI1support(2，1)中，这样便得到支撑环两边端点的坐标，接来下利用两点确定直线的方程的公式
进而可以求出支撑环所在的直线方程，其斜率和截距分别为K2和b2；
步骤6：防盗环区域如图4所示，将支撑环所在的直线依次往上平移十个像素点，在支撑环的左右端点纵坐标区间的长度范围内，将直线经过每一行的像素为零的点的个数存储到数组v[10]中；然后判断数组v[10]中数的变化规律是否是先减少再增加，并将最小值与阈值θk比较(本发明做实验用的阈值θk为160，阈值θk由多个无缺陷瓶盖宽度的平均值确定)，若满足
Min(v)≤θk
可得出防盗环没有缺陷，否则为有缺陷；
步骤7：将瓶盖上方拟合直线斜率k1和防盗环所在直线斜率k2两者的值相减取绝对值再赋给k，即|k1-k2|＝k，将k与阈值θk比较(本发明做实验用的阈值θk为160，阈值θk由多个无缺陷瓶盖宽度的平均值确定)，如果k>θk，这判断瓶盖为歪盖，跳到步骤9；
步骤8：如果k≤θk，可假设为两直线平行，然后通过公式
计算两直线的距离d，如果满足|d-ds|≤θd，则瓶盖正常，没有缺陷；如果不满足，则为高盖(其中ds为标定的支撑环到瓶盖上方的距离；θd为距离阈值，表示两直线距离d的可允许误差范围，本发明做实验设置θd为5)；
步骤9：以横坐标ROI1support(1，1)+50，纵坐标60为液位区域ROI2的左上角坐标；以横坐标为ROI1support(1，1)+450，纵坐标为I_width/2-60(I_width为图像宽度)作为液位区域ROI2的右下角坐标，这样便可提取液位区域ROI2。在液位区域ROI2，依次寻找连通域，知道找到编号为液位，瓶盖边缘和瓶颈组成的连通域为止，然后将其他区域的像素置为零。再将此图像垂直投影，找到第一个投影值大于零的位置和最后一个投影值大于零的位置，也就是找到其对应点的纵坐标，将其分别存入数组level(1，2)，level(2，2)，然后找到中间位置，将其纵坐标存入数组level(3，2)。在level(3，2)那一列，从下往上扫描，知道第一个白色像素点停止，即可得到中间位置的横坐标，存入数组level(3，1)中。这样就找到液位的位置，为level(3，1)+ROI2support(1，1)+50，若检测的液位位置高于标定的位置，则为高液位；若低于标定的液位位置，为低液位；其他则为正常液位(标定的液位范围取检测到的支撑环下方100到150个像素，液位范围根据不同类型的样本而定)；
步骤10：根据瓶盖检测、防盗环检测和液位检测的结果，综合判定此PET瓶是否为合格瓶。各种检测结果如图7，图8，图9，图10所示(检测的结果在图中左上角标记；图中三条直线从上到下依次为：瓶盖所在直线，支撑环所在直线，液位线；图中的方框表示液位可允许的误差范围)。
在工业现场上，封装后的PET瓶经传输带运输到本发明的PET成像模块，如图3所示。成像模块由三小块构成，分别是高反射镜面五块(镜面1～5)，高速CCD工业相机6，平面光源7；该模块各部分的摆放位置如图2所示，垂直摆放投影如图3所示；
一种基于机器视觉的PET瓶多角度检测装置，包括面光源(7)、高速CCD工业相机(6)、反射镜面组以及工控机；
所述面光源和反射镜面组分别设置于传输待检测的PET瓶的传送带两侧；
所述反射镜面组包括第一反射镜面(1)、第二反射镜面(2)、第三反射镜面(3)、第四反射镜面(4)以及第五反射镜面(5)；
其中，第一反射镜面(1)、第二反射镜面(2)与传送带所在平面垂直，两者所在的垂直平面成60°-70°夹角，分别直接反射瓶身前后180°成像；第三反射镜面(3)和第四反射镜面(4)所在的垂直平面与传送带所在平面垂直，两者相邻成一个60°-70°的夹角设置，且位于第一反射镜面(1)和第二反射镜面(2)的中间，分别对第一反射镜面(1)、第二反射镜面(2)所成的像进行反射；第五反射镜面(5)与传送带所在平面成60°-65°左右的夹角，位于第三反射镜面(3)和第四反射镜面(4)的正前方，能获取第三反射镜面(3)和第四反射镜面(4)反射的图像，即270°的PET瓶图像(有90°是镜面(1)和(2)成的同一部分图像)；工业相机(6)位于第五反射镜面(5)所在平面的中垂线上，能完全拍摄到第五反射镜面(5)所成的像，如图5所示；
所述工业相机与工控机相连，所述工控机按照本发明所述的检测方法对图像进行处理，进行PET瓶检测。
Claims (6)
1.一种基于机器视觉的PET瓶多角度检测方法，其特征在于，包括以下步骤：
步骤1：获取PET初始图像，并对PET初始图像进行预处理；
步骤2：对经步骤1预处理后的图像进行二值化处理，得到二值图像；
步骤3：从二值图像中提取PET瓶瓶盖区域ROI1；
步骤4：将PET瓶瓶盖区域ROI1进行垂直投影，获取PET瓶支撑环两端端点的纵坐标，并以端点纵坐标从PET瓶瓶盖区域ROI1中找到对应端点的横坐标，利用两端点坐标求出支撑环所在直线的直线方程，获取支撑环位置；
所述支撑环所在直线的直线方程的斜率和截距分别为k2和b2；
步骤5：将支撑环所在的直线往上平移10个像素点，在支撑环左右端点所在的长度区间内，将支撑环移动形成的直线每一次平移经过的像素为零的点的个数依次存储到数组v[10]中；
步骤6：判断数组v[10]中数值变化规律并将数组v[10]最小值Min(v)与防盗环检测阈值θk比较：
若数组v[10]中数值先减小再增大，且Min(v)≤θk，则防盗环不存在缺陷，否则，防盗环存在缺陷；
防盗环检测阈值θk为至少五个相同型号的无缺陷PET瓶的瓶盖宽度的平均值。
2.根据权利要求1所述的方法，其特征在于，从PET瓶瓶盖区域ROI1中搜索上边缘点的坐标，若搜索到的上边缘点能够进行直线拟合，则将拟合到的直线方程作为瓶盖上边缘所在直线的直线方程，其斜率和截距分别为k1和b1；若不能拟合，则表示当前PET瓶无盖。
3.根据权利要求2所述的方法，其特征在于，若当前PET瓶存在瓶盖，则将判断k与θk两者的大小，其中，k＝|k1-k2|：
若k>θk，则判断瓶盖为歪盖；
若k≦θk，计算若|d-ds|≤θd，则瓶盖正常，否则，瓶盖为高盖；
其中，d表示瓶盖上边缘与支撑环所在直线间的距离，ds为支撑环到瓶盖上方的标定距离，θd为距离设定阈值。
4.根据权利要求1所述的方法，其特征在于，依据支撑环所在位置距离标准液位距离和PET瓶标准液位处瓶身宽度，以获得的支撑环所在直线向下移动，获取PET瓶液位区域ROI2；
在PET瓶液位区域ROI2中，获取液位、瓶身和瓶颈的组成的连通域，并将其他区域的像素设为零；
再将液位区域ROI2图像做垂直投影，找到投影区域大于零的区间，以及此区间的中间点Level，将中间点Level的横坐标作为液位坐标；
若检测的液位位置高于标定的范围，则为高液位；若低于标定的液位范围，为低液位；其他则为正常液位；
其中，标定的液位范围取距离正常液位横坐标上下为50个像素的范围。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述PET瓶瓶盖区域ROI1的提取过程如下：
对二值图像沿竖直方向扫描找到瓶盖上方边缘点，然后找到距离1/4瓶盖高度处的位置，再进行左右扫描，当遇到像素值为255的点停止扫描；
将距离瓶盖左边缘点上方竖直方向1/2瓶盖高度，左边水平方向1/4瓶盖宽度的点作为瓶盖ROI1区域的左上角顶点；
将距离瓶盖右边缘点下方竖直方向1个瓶盖高度，右边水平方向1/4瓶盖宽度的点作为PET瓶瓶盖区域ROI1的右下角顶点；
由提取的左上角点和右下角点组成的矩形区域作为PET瓶瓶盖区域ROI1。
6.一种基于机器视觉的PET瓶多角度检测装置，其特征在于，包括面光源(7)、高速CCD工业相机(6)、反射镜面组以及工控机；
所述面光源和反射镜面组分别设置于传输待检测的PET瓶的传送带两侧；
所述反射镜面组包括第一反射镜面(1)、第二反射镜面(2)、第三反射镜面(3)、第四反射镜面(4)以及第五反射镜面(5)；
其中，第一反射镜面(1)、第二反射镜面(2)、第三反射镜面(3)和第四反射镜面(4)与PET瓶传送带所在平面垂直，第五反射镜面(5)与PET瓶传送带所在平面成60度的夹角；
第一反射镜面(1)、第二反射镜面(2)所在的垂直平面成60°-70°夹角，分别直接反射瓶身前后180°成像；第三反射镜面(3)和第四反射镜面(4)相邻成一个60°左右的夹角设置，且位于第一反射镜面(1)和第二反射镜面(2)的中间，对第一反射镜面(1)、第二反射镜面(2)所成的像进行反射；第五反射镜面(5)与传送带所在平面成60°-65°左右的夹角，位于第三反射镜面(3)和第四反射镜面(4)的正前方，能获取第三反射镜面(3)和第四反射镜面(4)的图像，即270°的PET瓶图像；工业相机(6)位于第五反射镜面(5)所在平面的中垂线上，能完全拍摄到第五反射镜面(5)所成的像；
所述工业相机与工控机相连，所述工控机按照权利要求1-5任一项所述的方法对图像进行处理，进行PET瓶检测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610948636.8A CN106546600B (zh) | 2016-10-26 | 2016-10-26 | 一种基于机器视觉的pet瓶多角度检测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610948636.8A CN106546600B (zh) | 2016-10-26 | 2016-10-26 | 一种基于机器视觉的pet瓶多角度检测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106546600A true CN106546600A (zh) | 2017-03-29 |
| CN106546600B CN106546600B (zh) | 2019-07-16 |
Family
ID=58392649
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610948636.8A Active CN106546600B (zh) | 2016-10-26 | 2016-10-26 | 一种基于机器视觉的pet瓶多角度检测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106546600B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107525811A (zh) * | 2017-08-09 | 2017-12-29 | 爱维迅自动化科技（昆山）有限公司 | 一种视觉检测装置及方法，尤其是包装瓶视觉检测方法 |
| CN108871224A (zh) * | 2018-06-06 | 2018-11-23 | 杭州电子科技大学 | 一种用于led玻璃灯杯的凹槽深度检测方法 |
| CN109596637A (zh) * | 2017-09-30 | 2019-04-09 | 湖南海擎智能科技有限责任公司 | 物体凹凸瑕疵视觉检测方法及检测装置 |
| CN111458342A (zh) * | 2020-05-21 | 2020-07-28 | 佛山职业技术学院 | 一种基于机器视觉的pet瓶坯缺陷检测平台 |
| CN114565848A (zh) * | 2022-02-25 | 2022-05-31 | 佛山读图科技有限公司 | 一种复杂场景的药液液位检测方法及系统 |
| CN114581653A (zh) * | 2022-01-21 | 2022-06-03 | 北京信息科技大学 | 一种微孔板的液位检测方法、设备、介质及产品 |
| CN115291765A (zh) * | 2022-09-29 | 2022-11-04 | 成都普什制药有限公司 | 联排安瓿瓶识别系统及识别方法及储存介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0047936A1 (de) * | 1980-09-17 | 1982-03-24 | Siemens Aktiengesellschaft | Verfahren und Anordnung zur optisch-elektronischen Erfassung von Oberflächenstrukturen an rotationssymmetrischen Körpern |
| JP2005134358A (ja) * | 2003-10-28 | 2005-05-26 | Yoshihiko Takashima | ４枚の傾斜ミラーの使用により、カメラ１台で平面と４方向側面を撮像する方式 |
| CN102519972A (zh) * | 2011-12-10 | 2012-06-27 | 山东明佳包装检测科技有限公司 | 一种pet瓶瓶盖和液位的检测方法 |
| CN104764746A (zh) * | 2014-01-06 | 2015-07-08 | 山东明佳包装检测科技有限公司 | 一种全方位pet瓶盖防盗环缺陷的检测方法 |
-
2016
- 2016-10-26 CN CN201610948636.8A patent/CN106546600B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0047936A1 (de) * | 1980-09-17 | 1982-03-24 | Siemens Aktiengesellschaft | Verfahren und Anordnung zur optisch-elektronischen Erfassung von Oberflächenstrukturen an rotationssymmetrischen Körpern |
| JP2005134358A (ja) * | 2003-10-28 | 2005-05-26 | Yoshihiko Takashima | ４枚の傾斜ミラーの使用により、カメラ１台で平面と４方向側面を撮像する方式 |
| CN102519972A (zh) * | 2011-12-10 | 2012-06-27 | 山东明佳包装检测科技有限公司 | 一种pet瓶瓶盖和液位的检测方法 |
| CN104764746A (zh) * | 2014-01-06 | 2015-07-08 | 山东明佳包装检测科技有限公司 | 一种全方位pet瓶盖防盗环缺陷的检测方法 |
Non-Patent Citations (3)
| Title |
|---|
| WENJU ZHOU ET AL.: "A sparse representation based fast detection method for surface defect detection of bottle caps", 《NEUROCOMPUTING》 * |
| 蒋笑笑等: "基于灰度投影梯度扩散的PET满瓶快速检测", 《电子测量与仪器学报》 * |
| 郑云峰等: "基于直线拟合算法的PET瓶瓶盖检测方法", 《计算机应用研究》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107525811A (zh) * | 2017-08-09 | 2017-12-29 | 爱维迅自动化科技（昆山）有限公司 | 一种视觉检测装置及方法，尤其是包装瓶视觉检测方法 |
| CN107525811B (zh) * | 2017-08-09 | 2020-06-23 | 爱维迅自动化科技（昆山）有限公司 | 一种视觉检测装置及方法，尤其是包装瓶视觉检测方法 |
| CN109596637A (zh) * | 2017-09-30 | 2019-04-09 | 湖南海擎智能科技有限责任公司 | 物体凹凸瑕疵视觉检测方法及检测装置 |
| CN108871224A (zh) * | 2018-06-06 | 2018-11-23 | 杭州电子科技大学 | 一种用于led玻璃灯杯的凹槽深度检测方法 |
| CN111458342A (zh) * | 2020-05-21 | 2020-07-28 | 佛山职业技术学院 | 一种基于机器视觉的pet瓶坯缺陷检测平台 |
| CN114581653A (zh) * | 2022-01-21 | 2022-06-03 | 北京信息科技大学 | 一种微孔板的液位检测方法、设备、介质及产品 |
| CN114565848A (zh) * | 2022-02-25 | 2022-05-31 | 佛山读图科技有限公司 | 一种复杂场景的药液液位检测方法及系统 |
| CN114565848B (zh) * | 2022-02-25 | 2022-12-02 | 佛山读图科技有限公司 | 一种复杂场景的药液液位检测方法及系统 |
| CN115291765A (zh) * | 2022-09-29 | 2022-11-04 | 成都普什制药有限公司 | 联排安瓿瓶识别系统及识别方法及储存介质 |
| CN115291765B (zh) * | 2022-09-29 | 2022-12-20 | 成都普什制药有限公司 | 联排安瓿瓶识别系统及识别方法及储存介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106546600B (zh) | 2019-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106546600B (zh) | 一种基于机器视觉的pet瓶多角度检测方法和装置 | |
| EP1779096B1 (en) | Apparatus and method for checking of containers | |
| US5926268A (en) | System and method for stress detection in a molded container | |
| CN105403147B (zh) | 一种基于嵌入式的瓶胚检测系统和检测方法 | |
| US5987159A (en) | System or method for detecting defect within a semi-opaque enclosure | |
| CN108896574B (zh) | 一种基于机器视觉的瓶装白酒杂质检测方法及系统 | |
| WO1997046329A9 (en) | System and method for stress detection in a molded container | |
| US5486692A (en) | Glassware inspection machine comprising diffused light sources and two-dimensional cameras | |
| KR102168724B1 (ko) | 이미지 검사를 이용한 이상 판별 방법 및 장치 | |
| JP2001523815A (ja) | 自動レンズ検査システム | |
| CN104101611A (zh) | 一种类镜面物体表面光学成像装置及其成像方法 | |
| CA2416073A1 (en) | System and method for inspecting containers with openings | |
| CN102141379A (zh) | 新型玻璃瓶罐检测装置 | |
| CN113560219B (zh) | 一种基于机器视觉的药品泡罩包装缺陷检测系统及方法 | |
| CN109507205A (zh) | 一种视觉检测系统及其检测方法 | |
| Fu et al. | Medicine glass bottle defect detection based on machine vision | |
| WO2022222467A1 (zh) | 开口圆环工件外观缺陷检测方法、系统及计算机存储介质 | |
| Li et al. | The method for glass bottle defects detecting based on machine vision | |
| CN113189005A (zh) | 一种便携式表面缺陷一体化检测装置及表面缺陷自动检测方法 | |
| CN209606340U (zh) | 透明药瓶底部积料缺陷检测系统 | |
| CN117173107A (zh) | 产品缺陷检测方法、装置、设备、系统和可读存储介质 | |
| CN111458344A (zh) | 一种口罩缺陷视觉检测方法、设备、存储介质 | |
| CN207397296U (zh) | 一种基于背影成像的物体识别装置 | |
| He et al. | Research on defect detection of the outer side of bottle cap based on high angle and multi-view vision system | |
| US12106468B2 (en) | Foreign material inspection system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Yaonan Inventor after: Li Mingjun Inventor after: Yan Jiadong Inventor after: Huang Senlin Inventor after: Zhou Xianen Inventor after: Peng Yu Inventor after: Mao Jianxu Inventor after: Zhu Qing Inventor after: Liu Yuanqiang Inventor after: Liu Fang Inventor before: Wang Yaonan Inventor before: Yan Jiadong Inventor before: Huang Senlin Inventor before: Zhou Xianen Inventor before: Peng Yu |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20170627 Address after: Yuelu District City, Hunan province 410082 Changsha Lushan Road No. 2 Applicant after: HUNAN University Applicant after: FOSHAN XIANGDE INTELLIGENT TECHNOLOGY CO.,LTD. Address before: Yuelu District City, Hunan province 410082 Changsha Lushan Road No. 2 Applicant before: Hunan University |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231121 Address after: Yuelu District City, Hunan province 410082 Changsha Lushan Road No. 2 Patentee after: HUNAN University Address before: Yuelu District City, Hunan province 410082 Changsha Lushan Road No. 2 Patentee before: HUNAN University Patentee before: FOSHAN XIANGDE INTELLIGENT TECHNOLOGY CO.,LTD. |