CN112365446A - 纸袋粘接质量检测方法 - Google Patents

纸袋粘接质量检测方法 Download PDF

Info

Publication number
CN112365446A
CN112365446A CN202011120904.XA CN202011120904A CN112365446A CN 112365446 A CN112365446 A CN 112365446A CN 202011120904 A CN202011120904 A CN 202011120904A CN 112365446 A CN112365446 A CN 112365446A
Authority
CN
China
Prior art keywords
abscissa
black pixel
value
adhesion
array
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
Application number
CN202011120904.XA
Other languages
English (en)
Other versions
CN112365446B (zh
Inventor
沈嘉平
洪雷
周峰
岳军
蔡勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Opto Electronics Co ltd
Original Assignee
Hangzhou Opto Electronics Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Opto Electronics Co ltd filed Critical Hangzhou Opto Electronics Co ltd
Priority to CN202011120904.XA priority Critical patent/CN112365446B/zh
Publication of CN112365446A publication Critical patent/CN112365446A/zh
Application granted granted Critical
Publication of CN112365446B publication Critical patent/CN112365446B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10116—X-ray image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Making Paper Articles (AREA)

Abstract

本发明公开了纸袋粘接质量检测方法，包括区域划分步骤、像素点捕捉步骤、粘连数据采集步骤和粘连质量分析步骤；在区域划分步骤中预先划定区域得到涂胶区域；在像素点捕捉步骤中得到待处理图像；在预设横向基准值步骤中得到若干个黑色像素点；在粘连数据采集步骤中，预设纵向基准值，分别获得相邻的黑色像素点的纵坐标并计算差值得到实际纵向差值，当实际纵向差值大于纵向基准值时，输出实际纵向差值；根据黑色像素点的横坐标和纵坐标判断黑色像素点是否在涂胶区域内，若黑色像素点在涂胶区域内则输出正信号，若黑色像素点不在涂胶区域内则输出负信号；粘连质量分析步骤，根据正信号、负信号和实际纵向差值输出评估初始值。

Description

纸袋粘接质量检测方法
技术领域
本发明涉及纸袋检测技术领域，尤其是涉及一种纸袋粘接质量检测方法。
背景技术
购物袋的使用在日常生活中十分普遍，购物袋通常是由牛皮纸及相应的纸张裁剪成特定形状的平面纸，用机器等折叠成袋子的形状，用不同性能的胶水粘接不同的部位从而成形一个完整的纸袋。所以，在购物纸袋生产过程中胶水的涂布质量将直接影响纸袋的质量。如果胶水涂布不到位，会导致底部、边口或是提手部分粘接不牢或是没粘接上，将导致购物纸袋底部漏底，边缘开口，提手脱落，导致购物纸袋中的物品的掉落，或破损；或在生产过程中涂布时胶水溢出、流淌在不应粘接的位置上，又会导致购物袋不能完整的打开。因此，在购物袋的生产过程中胶水涂布的好坏对购物袋的质量有很大的影响。
购物袋的生产通常采用自动流水线方式生产的，产量大，这就不易用人工抽查的方式来管控质量。另外，由于胶水的涂布是为了粘接纸张的，其胶层是夹在两片纸张的中间。在生产过程中，纸袋又是处于折叠状态的，那胶层可能是在数层纸张的中间。这样，就导致从外观上无法判断胶水涂布的质量如何。常规的机器视觉技术就像人眼那样所见所得，只能检测外表的状况，无法看穿内部的。因此，不能用常规的机器视觉技术来检测胶水的涂布质量。
发明内容
本发明的目的在于提供了一种可通过分析胶水带涂布位置和涂布量来判断纸袋粘连质量的纸袋粘接质量检测方法。
为实现上述目的，本发明采取的技术方案为：纸袋粘接质量检测方法，包括区域划分步骤、像素点捕捉步骤、粘连数据采集步骤和粘连质量分析步骤；
所述区域划分步骤，根据样品纸袋的形状和需要涂胶的位置预先划定区域得到若干个涂胶区域；
所述像素点捕捉步骤，用于粘连纸袋的胶水的密度至少高于纸袋密度的三倍，获得X光射线照射下拍摄的纸袋图像作为原始图像，将所述原始图像二值化处理得到待处理图像；预设横向基准值，横向扫描所述待处理图像，依次识别得到若干个黑色像素点；
所述粘连数据采集步骤，预设纵向基准值，分别获得相邻的所述黑色像素点的纵坐标并计算差值得到实际纵向差值，当所述实际纵向差值大于所述纵向基准值时，输出所述实际纵向差值；获得所述黑色像素点的横坐标和纵坐标，根据所述黑色像素点的横坐标和纵坐标判断所述黑色像素点是否在所述涂胶区域内，若所述黑色像素点在所述涂胶区域内则输出正信号，若所述黑色像素点不在所述涂胶区域内则输出负信号；
所述粘连质量分析步骤，根据所述正信号、所述负信号和所述实际纵向差值输出评估初始值。
作为优选，所述正信号与所述粘连评估值为正相关，所述负信号和所述实际纵向差值与所述粘连评估值均为负相关。
作为优选，所述像素点捕捉步骤与所述粘连数据采集步骤之间还设有构建数组步骤，
所述构建数组步骤，预设横向基准值，分别获得相邻的所述黑色像素点的横坐标并计算差值得到实际横向差值，将实际横向差值小于或等于所述横向基准值的所述黑色像素点的横坐标依次排列到同一个横坐标数组内，直至不能从所述待处理图像中识别得到新的黑色像素点，得到若干所述横坐标数组；
得到每个所述横坐标数组的中位数作为胶水带的横坐标，在所述涂胶区域内预设中心线，计算所述胶水带的横坐标与所述中心线的横坐标之间差值的绝对值，得到中心偏离值；
在所述粘连质量分析步骤中根据所述正信号、所述负信号、所述实际纵向差值、所述中心偏离值得到所述评估最终值。
作为优选，在所述构建数组步骤中，设置面积基准值，根据所述横坐标数组中的横坐标个数和单个黑色像素点的面积得到实际涂布面积，当所述实际涂布面积大于所述面积基准值时，将对应的所述横坐标数组记为有效数组，若所述有效数组的数量大于所述涂胶区域的数量，输出劣品信息，所述劣品信息用于提示被检测的纸袋为不合格品。
与现有技术相比，本发明的有益效果为：
1、本发明通过在胶水中加入在X光照射下能产生荧光的物质，且获得X光射线照射下的纸袋图像为原始图像。因纸袋在X光照射下不会产生英冠，在原始图像中几乎不呈现纸袋的形状而胶水的形状清晰可见，达到方便后期对胶水粘连情况进行评定的目的；
2、通过识别黑色像素点的横坐标和纵坐标来对胶水粘连情况进行具体的评定。通过事先对涂胶区域的设置以及对黑色像素点横坐标的识别，来判定胶水的涂胶位置是否合格，通过对黑色像素点纵坐标的识别来判定涂胶过程中断胶的情况，以此来综合评定胶水粘连情况，达到准确判断纸袋胶水涂布的质量的目的，实现快速质检。
附图说明
图1为X光射线照射下拍摄的纸袋图像；
图2为将X光射线照射下拍摄的纸袋图像进行二值化处理后的图像；
图3为纸袋粘接质量检测方法流程图。
具体实施方式
下面结合附图和实施例，对本发明进一步详细说明。
实施例1：
如图3所示，纸袋粘接质量检测方法，包括区域划分步骤、像素点捕捉步骤、粘连数据采集步骤和粘连质量分析步骤；
所述区域划分步骤，根据样品纸袋的形状和需要涂胶的位置预先划定区域得到若干个涂胶区域；
所述像素点捕捉步骤，如图1所示，用于粘连纸袋的胶水的密度至少高于纸袋密度的三倍，获得X光射线照射下拍摄的纸袋图像作为原始图像，如图2所示，将所述原始图像二值化处理得到待处理图像；预设横向基准值，横向扫描所述待处理图像，依次识别得到若干个黑色像素点；
所述粘连数据采集步骤，预设纵向基准值，分别获得相邻的所述黑色像素点的纵坐标并计算差值得到实际纵向差值，当所述实际纵向差值大于所述纵向基准值时，输出所述实际纵向差值；获得所述黑色像素点的横坐标和纵坐标，根据所述黑色像素点的横坐标和纵坐标判断所述黑色像素点是否在所述涂胶区域内，若所述黑色像素点在所述涂胶区域内则输出正信号，若所述黑色像素点不在所述涂胶区域内则输出负信号；
所述粘连质量分析步骤，根据所述正信号、所述负信号和所述实际纵向差值输出评估初始值。
所述正信号与所述粘连评估值为正相关，所述负信号和所述实际纵向差值与所述粘连评估值均为负相关。
所述像素点捕捉步骤与所述粘连数据采集步骤之间还设有构建数组步骤，
所述构建数组步骤，预设横向基准值，分别获得相邻的所述黑色像素点的横坐标并计算差值得到实际横向差值，将实际横向差值小于或等于所述横向基准值的所述黑色像素点的横坐标依次排列到同一个横坐标数组内，直至不能从所述待处理图像中识别得到新的黑色像素点，得到若干所述横坐标数组；
构建数组步骤包括初始数组子步骤和终止数组子步骤。初始数组子步骤，获得所述前黑色像素点的横坐标和所述后黑色像素点的横坐标，计算所述前黑色像素点的横坐标和后黑色像素点的横坐标的差值得到横向差值，当所述横向差值小于或等于所述横向基准值时，设置横坐标数组，依次将所述前黑色像素点的横坐标和所述后黑色像素点的横坐标输入所述横坐标数组，继续横向扫描所述待处理图像，将原来的所述后黑色像素点作为新的前黑色像素点，与原来的所述后黑色像素点相邻的所述像素点作为新的后黑色像素点；
重复所述初始数组子步骤直至所述横向差值大于所述横向基准值；
所述终止数组子步骤，设置新的所述横坐标数组，将所述后黑色像素点的横坐标输入所述第二横坐标数组，继续横向扫描所述待处理图像，将原来的所述后黑色像素点作为新的前黑色像素点，与原来的所述后黑色像素点相邻的所述像素点作为新的后黑色像素点，重复所述初始数组子步骤，直至所述横向差值再次大于所述横向基准值；
重复所述终止数组子步骤直至不能从所述待处理图像中识别得到新的黑色像素点，输出全部所述横坐标数组。
得到每个所述横坐标数组的中位数作为胶水带的横坐标，在所述涂胶区域内预设中心线，计算所述胶水带的横坐标与所述中心线的横坐标之间差值的绝对值，得到中心偏离值；
在所述粘连质量分析步骤中根据所述正信号、所述负信号、所述实际纵向差值、所述中心偏离值得到所述评估最终值。
在所述构建数组步骤中，设置面积基准值，根据所述横坐标数组中的横坐标个数和单个黑色像素点的面积得到实际涂布面积，当所述实际涂布面积大于所述面积基准值时，将对应的所述横坐标数组记为有效数组，若所述有效数组的数量大于所述涂胶区域的数量，输出劣品信息，所述劣品信息用于提示被检测的纸袋为不合格品。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (4)

1.纸袋粘接质量检测方法，其特征在于，包括区域划分步骤、像素点捕捉步骤、粘连数据采集步骤和粘连质量分析步骤；
所述区域划分步骤，根据样品纸袋的形状和需要涂胶的位置预先划定区域得到若干个涂胶区域；
所述像素点捕捉步骤，用于粘连纸袋的胶水的密度至少高于纸袋密度的三倍，获得X光射线照射下拍摄的纸袋图像作为原始图像，将所述原始图像二值化处理得到待处理图像；预设横向基准值，横向扫描所述待处理图像，依次识别得到若干个黑色像素点；
所述粘连数据采集步骤，预设纵向基准值，分别获得相邻的所述黑色像素点的纵坐标并计算差值得到实际纵向差值，当所述实际纵向差值大于所述纵向基准值时，输出所述实际纵向差值；获得所述黑色像素点的横坐标和纵坐标，根据所述黑色像素点的横坐标和纵坐标判断所述黑色像素点是否在所述涂胶区域内，若所述黑色像素点在所述涂胶区域内则输出正信号，若所述黑色像素点不在所述涂胶区域内则输出负信号；
所述粘连质量分析步骤，根据所述正信号、所述负信号和所述实际纵向差值输出评估初始值。
2.根据权利要求1所述的纸袋粘接质量检测方法，其特征在于，所述正信号与所述粘连评估值为正相关，所述负信号和所述实际纵向差值与所述粘连评估值均为负相关。
3.根据权利要求1所述的纸袋粘接质量检测方法，其特征在于，所述像素点捕捉步骤与所述粘连数据采集步骤之间还设有构建数组步骤，
所述构建数组步骤，预设横向基准值，分别获得相邻的所述黑色像素点的横坐标并计算差值得到实际横向差值，将实际横向差值小于或等于所述横向基准值的所述黑色像素点的横坐标依次排列到同一个横坐标数组内，直至不能从所述待处理图像中识别得到新的黑色像素点，得到若干所述横坐标数组；
得到每个所述横坐标数组的中位数作为胶水带的横坐标，在所述涂胶区域内预设中心线，计算所述胶水带的横坐标与所述中心线的横坐标之间差值的绝对值，得到中心偏离值；
在所述粘连质量分析步骤中根据所述正信号、所述负信号、所述实际纵向差值、所述中心偏离值得到所述评估最终值。
4.根据权利要求3所述的纸袋粘接质量检测方法，其特征在于，在所述构建数组步骤中，设置面积基准值，根据所述横坐标数组中的横坐标个数和单个黑色像素点的面积得到实际涂布面积，当所述实际涂布面积大于所述面积基准值时，将对应的所述横坐标数组记为有效数组，若所述有效数组的数量大于所述涂胶区域的数量，输出劣品信息，所述劣品信息用于提示被检测的纸袋为不合格品。
CN202011120904.XA 2020-10-19 2020-10-19 纸袋粘接质量检测方法 Active CN112365446B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011120904.XA CN112365446B (zh) 2020-10-19 2020-10-19 纸袋粘接质量检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011120904.XA CN112365446B (zh) 2020-10-19 2020-10-19 纸袋粘接质量检测方法

Publications (2)

Publication Number Publication Date
CN112365446A true CN112365446A (zh) 2021-02-12
CN112365446B CN112365446B (zh) 2022-08-23

Family

ID=74508215

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011120904.XA Active CN112365446B (zh) 2020-10-19 2020-10-19 纸袋粘接质量检测方法

Country Status (1)

Country Link
CN (1) CN112365446B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115631329A (zh) * 2022-12-08 2023-01-20 杭州明度智能科技有限公司 一种用于开放式车厢的装载控制方法、系统和存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573687A (zh) * 2014-12-22 2015-04-29 飞天诚信科技股份有限公司 一种识别图像中的段码的方法和装置
CN105866136A (zh) * 2015-01-21 2016-08-17 苏州兰叶光电科技有限公司 摄像头模组滤光片涂胶检测装置和方法
US20170256092A1 (en) * 2016-03-02 2017-09-07 Fuji Xerox Co., Ltd. Image processing apparatus, image processing system, image processing method, and non-transitory computer readable medium
TWI645798B (zh) * 2017-08-08 2019-01-01 寶成工業股份有限公司 非接觸式膠量判斷裝置
CN109580642A (zh) * 2018-12-13 2019-04-05 中天光伏材料有限公司 一种膜材料涂胶面缺陷分析控制系统及其方法
CN110070558A (zh) * 2019-04-11 2019-07-30 西安星舟天启智能装备有限责任公司 一种基于图像处理和分区检测的统计分拣方法及装置
CN110827280A (zh) * 2020-01-09 2020-02-21 莱克电气股份有限公司 基于机器视觉的胶水检测方法、装置以及胶水检测设备
CN110956604A (zh) * 2018-09-27 2020-04-03 上海蔚来汽车有限公司 一种用于对粘接胶的有效粘接面积进行统计的方法和系统
CN111179198A (zh) * 2019-12-30 2020-05-19 汕头大学 一种基于ai技术的摄像头涂胶图像增强与检测方法
CN111192237A (zh) * 2019-12-16 2020-05-22 重庆大学 一种基于深度学习的涂胶检测系统和方法
CN111462054A (zh) * 2020-03-18 2020-07-28 广州大学 一种点胶质量检测方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573687A (zh) * 2014-12-22 2015-04-29 飞天诚信科技股份有限公司 一种识别图像中的段码的方法和装置
CN105866136A (zh) * 2015-01-21 2016-08-17 苏州兰叶光电科技有限公司 摄像头模组滤光片涂胶检测装置和方法
US20170256092A1 (en) * 2016-03-02 2017-09-07 Fuji Xerox Co., Ltd. Image processing apparatus, image processing system, image processing method, and non-transitory computer readable medium
TWI645798B (zh) * 2017-08-08 2019-01-01 寶成工業股份有限公司 非接觸式膠量判斷裝置
CN110956604A (zh) * 2018-09-27 2020-04-03 上海蔚来汽车有限公司 一种用于对粘接胶的有效粘接面积进行统计的方法和系统
CN109580642A (zh) * 2018-12-13 2019-04-05 中天光伏材料有限公司 一种膜材料涂胶面缺陷分析控制系统及其方法
CN110070558A (zh) * 2019-04-11 2019-07-30 西安星舟天启智能装备有限责任公司 一种基于图像处理和分区检测的统计分拣方法及装置
CN111192237A (zh) * 2019-12-16 2020-05-22 重庆大学 一种基于深度学习的涂胶检测系统和方法
CN111179198A (zh) * 2019-12-30 2020-05-19 汕头大学 一种基于ai技术的摄像头涂胶图像增强与检测方法
CN110827280A (zh) * 2020-01-09 2020-02-21 莱克电气股份有限公司 基于机器视觉的胶水检测方法、装置以及胶水检测设备
CN111462054A (zh) * 2020-03-18 2020-07-28 广州大学 一种点胶质量检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KEPING LIU等: "Research on Construction Method of Glue Spreading Quality Database Based on Extreme Learning Machine", 《2019 CHINESE CONTROL AND DECISION CONFERENCE (CCDC)》 *
陈甦欣等: "基于视觉的涂胶质量检测方法", 《组合机床与自动化加工技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115631329A (zh) * 2022-12-08 2023-01-20 杭州明度智能科技有限公司 一种用于开放式车厢的装载控制方法、系统和存储介质

Also Published As

Publication number Publication date
CN112365446B (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
Sahu et al. Defect identification and maturity detection of mango fruits using image analysis
CN110473179B (zh) 一种基于深度学习的薄膜表面缺陷检测方法、系统及设备
CN105973909B (zh) 片材检查装置
CN103134785A (zh) 一种基于机器视觉的荧光粉涂覆表面缺陷检测系统及方法
CN113362326A (zh) 一种电池焊点缺陷的检测方法及装置
CN115457037B (zh) 一种用于阿胶制品生产的原材料质检方法
CN109886298A (zh) 一种基于卷积神经网络的焊缝质量检测方法
CN110402487A (zh) 用于在具有深堆叠层的芯片中训练且应用缺陷分类器的系统、方法
KR20150003607A (ko) 레이저 용접 비드 검사 장치 및 방법
KR20100015628A (ko) 목재의 검사 방법, 장치 및 프로그램
CN112365446B (zh) 纸袋粘接质量检测方法
Sharma et al. Grain quality detection by using image processing for public distribution
WO2007068056A1 (en) Stain assessment for cereal grains
CN115170572A (zh) 一种bopp复合薄膜表面涂胶质量监测方法
CN104508469A (zh) 缺陷分类装置、缺陷分类方法、控制程序和记录介质
CN102901735B (zh) 利用计算机对工件缺损、裂变、变形进行自动检测的系统
US20210325860A1 (en) Quality control system for series production
CN111754463A (zh) 一种基于卷积神经网络的无砟轨道ca砂浆层缺陷检测方法
CN106645180A (zh) 检查基板玻璃缺陷的方法、现场终端及服务器
CN113781458A (zh) 一种基于人工智能的识别方法
CN203117109U (zh) 基于机器视觉的荧光粉涂覆表面缺陷检测系统
US20090303469A1 (en) Crack measuring method and apparatus
CN106353340A (zh) 一种棒状高反射率零件表面缺陷检测方法
CN117274251B (zh) 基于图像数据的药品生产过程中药片质量检测方法
JPH08189904A (ja) 表面欠陥検出装置

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
GR01 Patent grant
GR01 Patent grant