CN106651851A - 一种包装盒喷印字符超界不合格品的剔除方法 - Google Patents
一种包装盒喷印字符超界不合格品的剔除方法 Download PDFInfo
- Publication number
- CN106651851A CN106651851A CN201611231064.8A CN201611231064A CN106651851A CN 106651851 A CN106651851 A CN 106651851A CN 201611231064 A CN201611231064 A CN 201611231064A CN 106651851 A CN106651851 A CN 106651851A
- Authority
- CN
- China
- Prior art keywords
- packing box
- character
- spray printing
- packing carton
- character string
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30144—Printing quality
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种包装盒喷印字符超界不合格品的剔除方法,在包装盒上已经印刷了用于喷印字符的虚线矩形框,包括下列步骤:采集一幅喷印字符合格的包装盒的图像,称此包装盒为模板包装盒;保存虚线矩形框的大小;选取字符串矩形中的一部分字符串作为字符模板,并确定字符模板的中心位置(X,Y);根据包装盒的灰度值和背景的灰度值存在一定差异的特征,通过从右向左投影和从下向上投影找到包装盒的右下点;位置偏移量检测,判断整个字符串矩形上面的点是否在虚线矩形框内,将不在虚线矩形框内的像素点加起来,计算字符串矩形偏出虚线框的像素百分比作为偏移量;剔除不合格品。
Description
技术领域
本发明涉及一种包装盒喷印字符位置检测方法。
背景技术
利乐包装的盒装纯牛奶,在生产的过程中,由于在流水线上进行喷印,会出现喷印字符超出限定框(虚线矩形框)的问题,目前为了排除这种问题,采用人工检测。但由于生产速度快,人工检测存在疲劳和主观性因素干扰等问题。
发明内容
本发明的目的是提供一种生产线上包装盒喷印字符位置超界不良品剔除方法。为实现上述目的,本发明采取以下技术方案:
一种包装盒喷印字符超界不合格品的剔除方法,在包装盒上已经印刷了用于喷印字符的虚线矩形框,包括下列步骤:
(1)采集一幅喷印字符合格的包装盒的图像,称此包装盒为模板包装盒;
(2)保存虚线矩形框的大小;选取字符串矩形中的一部分字符串作为字符模板,并确定字符模板的中心位置(X,Y);
(3)根据包装盒的灰度值和背景的灰度值存在一定差异的特征,通过从右向左投影和从下向上投影找到包装盒的右下点,方法如下:
1)采用迭代法求出二值化需要的分割阈值,将获取的包装盒的图像进行二值化处理,由灰度图转化为二值图;
2)对二值图进行投影;
3)获取包装盒的右下点;
(4)位置偏移量检测和不合格品剔除
1)生产线上每通过一个包装盒,采集待检测图像;
2)采用上述步骤(3)的方法对待检测图像进行二值化处理并找到包装盒的右下点;
3)得到虚线矩形框的位置;
4)再根据二值图定位与字符模板相应的部分字符串,从而得到新的中心位置(X1,Y1);
5)通过公式sqrt((X1-X)*(X1-X)+(Y1-Y)*(Y1-Y))与arctan((Y1-Y)/(X1-X))计算出字符串矩形在当前包装盒的位置和与模板包装盒间的偏转角度;
6)判断字符串矩形上面的点是否在虚线矩形框内,将不在虚线矩形框内的像素点加起来,计算字符串矩形偏出虚线框的像素百分比作为偏移量,设定偏移量标准,超过标准的认为字符喷印位置不合格;
7)若存在字符喷印位置不合格,则判断包装盒为不合格品,予以剔除。
本发明由于采取以上技术方案,其具有以下优点:
(1)本发明检测位置偏移量的速度不超过20ms。
(2)本发明能有效过滤盒顶部以外的其它干扰因素,准确确定打印的偏移量。
附图说明
图1是字符喷印合格的牛奶包装盒的原图
图2是虚线范围框;
图3是字符串矩形框;
图4是得到的二值图像;
图5是垂直投影与水平投影;
图6是找到右下点
图7是合格包装盒
图8是不合格包装盒
具体实施方式
下面结合附图和实施对本发明的进行详细的描述。
(1)采集一幅喷印字符合格的牛奶包装盒的图像
原图如图1,包装盒上已经印刷了虚线矩形框。字符应当喷印在虚线矩形框内。
(2)设置固定大小的区域值
由于喷印字体大小不变,包装盒上的虚线矩形框大小不变,为了方便,可以先把这个两个区域的大小保存下来;
备注:虚线矩形框(见图2)的位置与右下点距离是固定的,字符串矩形(见图3)的位置依赖于以字符串“2015”为模板确定的中心位置(X,Y);
(3)投影查找包装盒的右下点
由于包装盒的灰度值和背景的灰度值存在一定差异,通过从右向左投影和从下向上投影找到包装盒的右下点。
首先,将获取的图像进行转化,将采集到的图像由灰度图转化为二值图(见图4):采用迭代法求出二值化需要的分割阈值,其步骤如下:
1)求出图象的最大灰度值和最小灰度值,分别记为Rmax和Rmin,令阈值T=(Rmax+Rmin)/2。
2)根据阈值T将图象的平均灰度值分成两组R1和R2。
3)分别求出两组的平均灰度值μ1和μ2。
4)求出新阈值T=(μ1+μ2)/2。
其次,对二值图进行投影(见图5);
最后,获取包装盒的右下点(见图6);
(4)位置偏移量检测
每通过一个包装盒,采集其图像。先采用上述方法找到包装盒的右下点,然后得到虚线矩形框的位置,再根据二值图定位“2015”得到新的中心位置(X1,Y1),通过公式sqrt((X1-X)*(X1-X)+(Y1-Y)*(Y1-Y))与arctan((Y1-Y)/(X1-X))计算出字符串矩形在当前包装盒的位置和与模板包装盒间的偏转角度,最后通过函数PtInRect循环判断字符串矩形上面的点是否在虚线矩形框内,将不在虚线矩形框内的像素点加起来,计算字符串矩形偏出虚线框的像素百分比作为偏移量;设定偏移标准,超过标准的认为不合格;合格包装盒见图7,不合格包装盒见图8。
(5)不合格包装盒剔除
当产品包装盒经过光电传感器时,光电传感器发送信号给PLC并记录当前时间t,以t为起点,延时一段时间t1后,PLC通知相机拍照并进行检测。以t为起点,延时一段时间t2后,到达剔除位置时,PLC通知电磁阀将不良品剔除。其中,t1=d1/s,t2=d2/s,s为传送带的运动速度。
Claims (2)
1.一种包装盒喷印字符超界不合格品的剔除方法,在包装盒上已经印刷了用于喷印字符的虚线矩形框,包括下列步骤:
(1)采集一幅喷印字符合格的包装盒的图像,称此包装盒为模板包装盒;
(2)保存虚线矩形框的大小;选取字符串矩形中的一部分字符串作为字符模板,并确定字符模板的中心位置(X,Y);
(3)根据包装盒的灰度值和背景的灰度值存在一定差异的特征,通过从右向左投影和从下向上投影找到包装盒的右下点,方法如下:
1)采用迭代法求出二值化需要的分割阈值,将获取的包装盒的图像进行二值化处理,由灰度图转化为二值图;
2)对二值图进行投影;
3)获取包装盒的右下点;
(4)位置偏移量检测和不合格品剔除
1)生产线上每通过一个包装盒,采集待检测图像;
2)采用上述步骤(3)的方法对待检测图像进行二值化处理并找到包装盒的右下点;
3)得到虚线矩形框的位置;
4)再根据二值图定位与字符模板相应的部分字符串,从而得到新的中心位置(X1,Y1);
5)通过公式sqrt((X1-X)*(X1-X)+(Y1-Y)*(Y1-Y))与arctan((Y1-Y)/(X1-X))计算出字符串矩形在当前包装盒的位置和与模板包装盒间的偏转角度;
6)判断字符串矩形上面的点是否在虚线矩形框内,将不在虚线矩形框内的像素点加起来,计算字符串矩形偏出虚线框的像素百分比作为偏移量,设定偏移量标准,超过标准的认为字符喷印位置不合格;
7)若存在字符喷印位置不合格,则判断包装盒为不合格品,予以剔除。
2.根据权利要求1所述的包装盒喷印字符超界不合格品的剔除方法,其特征在于,采用迭代法求出二值化需要的分割阈值的步骤如下:
a.求出包装盒图像的最大灰度值和最小灰度值,分别记为Rmax和Rmin,令阈值T=(Rmax+Rmin)/2;
b.根据阈值T将图像的平均灰度值分成两组R1和R2;
c.分别求出两组的平均灰度值μ1和μ2;
d.求出新阈值T=(μ1+μ2)/2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611231064.8A CN106651851A (zh) | 2016-12-28 | 2016-12-28 | 一种包装盒喷印字符超界不合格品的剔除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611231064.8A CN106651851A (zh) | 2016-12-28 | 2016-12-28 | 一种包装盒喷印字符超界不合格品的剔除方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106651851A true CN106651851A (zh) | 2017-05-10 |
Family
ID=58832955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611231064.8A Pending CN106651851A (zh) | 2016-12-28 | 2016-12-28 | 一种包装盒喷印字符超界不合格品的剔除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106651851A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110723342A (zh) * | 2019-10-15 | 2020-01-24 | 上海烟草机械有限责任公司 | 雪茄烟质量检测系统及检测方法 |
CN112188986A (zh) * | 2018-05-31 | 2021-01-05 | 金伯利-克拉克环球有限公司 | 用于制造定制产品的方法 |
US11970305B2 (en) | 2018-05-31 | 2024-04-30 | Kimberly-Clark Worldwide, Inc. | Method for manufacturing custom products |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103226106A (zh) * | 2013-03-15 | 2013-07-31 | 江南大学 | 基于机器视觉的轴承防尘盖品质监测系统 |
US20150052426A1 (en) * | 2013-08-15 | 2015-02-19 | Konica Minolta Laboratory U.S.A., Inc. | Removal of underlines and table lines in document images while preserving intersecting character strokes |
CN104463124A (zh) * | 2014-12-11 | 2015-03-25 | 天津普达软件技术有限公司 | 一种奶盒喷打字符识别的方法 |
CN106127763A (zh) * | 2016-06-23 | 2016-11-16 | 成都神州数码索贝科技有限公司 | 一种具有广泛适应性的图像二值化方法 |
-
2016
- 2016-12-28 CN CN201611231064.8A patent/CN106651851A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103226106A (zh) * | 2013-03-15 | 2013-07-31 | 江南大学 | 基于机器视觉的轴承防尘盖品质监测系统 |
US20150052426A1 (en) * | 2013-08-15 | 2015-02-19 | Konica Minolta Laboratory U.S.A., Inc. | Removal of underlines and table lines in document images while preserving intersecting character strokes |
CN104463124A (zh) * | 2014-12-11 | 2015-03-25 | 天津普达软件技术有限公司 | 一种奶盒喷打字符识别的方法 |
CN106127763A (zh) * | 2016-06-23 | 2016-11-16 | 成都神州数码索贝科技有限公司 | 一种具有广泛适应性的图像二值化方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112188986A (zh) * | 2018-05-31 | 2021-01-05 | 金伯利-克拉克环球有限公司 | 用于制造定制产品的方法 |
US11498714B2 (en) | 2018-05-31 | 2022-11-15 | Kimberly-Clark Worldwide, Inc. | Method for manufacturing custom products |
US11970305B2 (en) | 2018-05-31 | 2024-04-30 | Kimberly-Clark Worldwide, Inc. | Method for manufacturing custom products |
CN110723342A (zh) * | 2019-10-15 | 2020-01-24 | 上海烟草机械有限责任公司 | 雪茄烟质量检测系统及检测方法 |
CN110723342B (zh) * | 2019-10-15 | 2024-01-02 | 上海烟草机械有限责任公司 | 雪茄烟质量检测系统及检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651851A (zh) | 一种包装盒喷印字符超界不合格品的剔除方法 | |
CN104217441B (zh) | 一种基于机器视觉的机械臂定位抓取方法 | |
US20180068460A1 (en) | Liquid Level Detecting System and Method thereof | |
CN106370659B (zh) | 一种瓶体封装质量视觉检测方法 | |
CN104484680B (zh) | 一种多模型多阈值组合的行人检测方法 | |
CN108364675A (zh) | 一种基于图像识别的食物重量及营养素含量的鉴定方法 | |
CN107804514A (zh) | 一种基于图像识别的牙刷分拣方法 | |
CN106971393B (zh) | 一种玉米籽粒的表型测量方法及系统 | |
CN104835166A (zh) | 基于机器视觉检测平台的液体药瓶异物检测方法 | |
CN111652842B (zh) | 高速西林瓶轧盖生产线实时视觉检测方法及系统 | |
TWI588468B (zh) | Method for searching for area of interest of electronic components and method and device for detecting defect of electronic components using the same | |
CN105354550B (zh) | 一种基于图像局部特征点配准的表单内容提取方法 | |
EP3167965A1 (en) | Electronic product sorting system and sorting method | |
CN107957246A (zh) | 基于双目视觉的传送带上物体几何尺寸测量方法 | |
CN108196729A (zh) | 一种基于红外视频的指尖点快速检测方法 | |
CN111080638A (zh) | 一种检测模制瓶瓶底脏污的系统及方法 | |
CN104408727B (zh) | 一种图像边缘污点检测方法及系统 | |
CN117232396B (zh) | 一种高速生产线产品质量视觉检测系统及方法 | |
CN106651852A (zh) | 一种喷印字符关键笔画缺失的检测方法 | |
CN102565084A (zh) | 一种印刷电子产品在线检测系统与方法 | |
CN106778747A (zh) | 一种检测包装盒喷印字符位置偏移量的方法 | |
CN106651850A (zh) | 一种检测包装盒喷印字符位置是否合格的方法 | |
CN108961275A (zh) | 基于投影偏离特征向量的pcb芯片定位与字符分割方法 | |
CN103279979B (zh) | 基于3d建模的近柱面瓶体标签的检测方法 | |
CN115924455A (zh) | 一种复杂工况下基于深度学习的皮带跑偏检测方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170510 |