CN113610772A - 易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质 - Google Patents
易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN113610772A CN113610772A CN202110804787.7A CN202110804787A CN113610772A CN 113610772 A CN113610772 A CN 113610772A CN 202110804787 A CN202110804787 A CN 202110804787A CN 113610772 A CN113610772 A CN 113610772A
- Authority
- CN
- China
- Prior art keywords
- code spraying
- image information
- defect
- area
- pop
- 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
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
- G06T7/11—Region-based segmentation
-
- 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
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质,方法包括:获取待检测易拉罐瓶底的第一图像信息,从第一图像信息中提取出感兴趣区域,并对感兴趣区域进行阈值分割得到第二图像信息;对第二图像信息进行裁剪得到圆形检测区域;对圆形检测区域进行阈值分割,并通过特征选择提取出喷码的第一外接矩形,进而根据第一外接矩形对圆形检测区域进行裁剪,得到含有喷码的第一矩形区域;对第一矩形区域进行阈值分割和字符切割提取出若干个字符;根据第一矩形区域的宽度和面积以及字符的个数确定是否存在喷码缺行、喷码重复以及喷码打偏等缺陷。本发明在保证准确度的同时提高了字符缺陷检测的效率,可广泛应用于图像处理技术领域。
Description
技术领域
本发明涉及图像处理技术领域,尤其是一种易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质。
背景技术
目前,易拉罐的生产日期批次等信息多放在瓶底喷码上,但由于喷码机有一定的喷码容错率,因此必须对易拉罐瓶底喷码进行缺陷检测,避免没有生产日期的产品流入市场。在对喷码的检查过程中,目测法对易拉罐瓶底喷码缺陷检测是一项非常耗费人力时间的工作,并且不能保证检测的可靠性。为了减少人力时间成本,实现工业上的自动化,基于机器人视觉的机器自动检测应运而生。
现有技术中,易拉罐瓶底喷码缺陷检测大多采用模板匹配的方法。模板匹配的基本思想是让模板在目标图像中做平移运动,将模板左上角和待检测的图像左上角重合,每移动一个像素,计算模板与待匹配图像的相似度,遍历结束之后,将符合阈值的位置认定为最佳匹配位置。但是随着字符图像分辨率的提高,图像匹配的时间会增加,匹配准确度也存在差异,甚至会发生匹配失效的情况,从而导致易拉罐瓶底喷码缺陷检测的效率并不高,结果也不准确。
发明内容
本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
为此,本发明实施例的一个目的在于提供一种准确、高效的易拉罐瓶底喷码缺陷检测方法。
本发明实施例的另一个目的在于提供一种易拉罐瓶底喷码缺陷检测系统。
为了达到上述技术目的,本发明实施例所采取的技术方案包括:
第一方面,本发明实施例提供了一种易拉罐瓶底喷码缺陷检测方法,包括以下步骤:
获取待检测易拉罐瓶底的第一图像信息,从所述第一图像信息中提取出感兴趣区域,并对所述感兴趣区域进行阈值分割得到第二图像信息;
对所述第二图像信息进行裁剪得到圆形检测区域;
对所述圆形检测区域进行阈值分割,并通过特征选择提取出喷码的第一外接矩形,进而根据所述第一外接矩形对所述圆形检测区域进行裁剪,得到含有喷码的第一矩形区域;
对所述第一矩形区域进行阈值分割和字符切割提取出若干个字符;
根据所述第一矩形区域的宽度确定是否存在喷码缺行缺陷,根据所述第一矩形区域的面积确定是否存在喷码重复缺陷,根据所述字符的个数确定是否存在喷码打偏缺陷。
进一步地,在本发明的一个实施例中,所述获取待检测易拉罐瓶底的第一图像信息,从所述第一图像信息中提取出感兴趣区域,并对所述感兴趣区域进行阈值分割得到第二图像信息这一步骤,其具体包括:
通过工业相机获取待检测易拉罐瓶底的第一图像信息;
识别所述第一图像信息中的瓶底图像区域,并提取出所述瓶底图像区域作为感兴趣区域;
对所述感兴趣区域进行全局阈值分割,提取出灰度值在预设的阈值范围内的第一像素点,进而对所述第一像素点进行连通区域联合,得到第一连通区域;
根据所述连通区域确定第二图像信息。
进一步地,在本发明的一个实施例中,所述对所述感兴趣区域进行全局阈值分割这一步骤,其具体包括:
确定所述感兴趣区域的波峰灰度值,并将所述波峰灰度值与预设的第一灰度值作差得到全局阈值;
根据所述全局阈值对所述感兴趣区域进行全局阈值分割。
进一步地,在本发明的一个实施例中,所述对所述第二图像信息进行裁剪得到圆形检测区域这一步骤,其具体包括:
确定所述第二图像信息的最小外接圆;
以预设的半径对所述最小外接圆的边缘进行裁剪,得到所述圆形检测区域。
进一步地,在本发明的一个实施例中,所述对所述圆形检测区域进行阈值分割,并通过特征选择提取出喷码的第一外接矩形,进而根据所述第一外接矩形对所述圆形检测区域进行裁剪,得到含有喷码的第一矩形区域这一步骤,其具体包括:
对所述圆形检测区域进行图像增强处理后再进行阈值分割,得到第三图像信息;
对所述第三图像信息进行特征选择提取出喷码所在的第一喷码区域,并确定所述第一喷码区域的第一外接矩形;
根据所述第一外接矩形对所述圆形检测区域进行裁剪,得到含有喷码的第一矩形区域。
进一步地,在本发明的一个实施例中,所述对所述第一矩形区域进行阈值分割和字符切割提取出若干个字符这一步骤,其具体包括:
对所述第一矩形区域进行平滑处理,得到第四图像信息;
根据所述第四图像信息确定自适应阈值矩阵;
根据所述自适应阈值矩阵对所述第一矩形区域进行动态阈值分割处理得到第五图像信息;
对所述第五图像信息进行字符切割提取出若干个字符。
进一步,在本发明的一个实施例中,所述根据所述第一矩形区域的宽度确定是否存在喷码缺行缺陷,根据所述第一矩形区域的面积确定是否存在喷码重复缺陷,根据所述字符的个数确定是否存在喷码打偏缺陷这一步骤,其具体包括:
当所述第一矩形区域的宽度小于预设的第一阈值,确定待检测易拉罐瓶底存在喷码缺行缺陷;
当所述第一矩形区域的面积大于预设的第二阈值,确定待检测易拉罐瓶底存在喷码重复缺陷;
当所述字符的个数小于预设的第三阈值,确定待检测易拉罐瓶底存在喷码打偏缺陷。
第二方面,本发明实施例提供了一种易拉罐瓶底喷码缺陷检测系统,包括:
第二图像信息确定模块,用于获取待检测易拉罐瓶底的第一图像信息,从所述第一图像信息中提取出感兴趣区域,并对所述感兴趣区域进行阈值分割得到第二图像信息;
圆形检测区域确定模块,用于对所述第二图像信息进行裁剪得到圆形检测区域;
第一矩形区域确定模块,用于对所述圆形检测区域进行阈值分割,并通过特征选择提取出喷码的第一外接矩形,进而根据所述第一外接矩形对所述圆形检测区域进行裁剪,得到含有喷码的第一矩形区域;
字符提取模块,用于对所述第一矩形区域进行阈值分割和字符切割提取出若干个字符;
喷码缺陷确定模块,用于根据所述第一矩形区域的宽度确定是否存在喷码缺行缺陷,根据所述第一矩形区域的面积确定是否存在喷码重复缺陷,根据所述字符的个数确定是否存在喷码打偏缺陷。
第三方面,本发明实施例提供了一种易拉罐瓶底喷码缺陷检测装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行时,使得所述至少一个处理器实现上述的一种易拉罐瓶底喷码缺陷检测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,所述处理器可执行的程序在由处理器执行时用于执行上述的一种易拉罐瓶底喷码缺陷检测方法。
本发明的优点和有益效果将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到:
本发明实施例获取待检测易拉罐瓶底的第一图像信息,提取出感兴趣区域并进行阈值分割得到第二图像信息,对第二图像信息进行裁剪得到圆形检测区域,然后对圆形检测区域进行阈值分割和特征选择得到喷码区域的最小外接矩形(即第一外接矩形),再根据该最小外接矩形对圆形检测区域进行裁剪得到含有喷码的第一矩形区域,进而对第一矩形区域进行阈值分割和字符切割提取出若干个字符,从而可以根据第一矩形区域的宽度和面积确定是否存在喷码缺行缺陷或喷码重复缺陷、根据字符的个数确定是否存在喷码打偏缺陷。本发明实施例通过两次阈值分割、裁剪以及特征选择后可以确定字符所在的整体区域的外接矩形,从而在圆形检测区域中提取出第一矩形区域后再次进行阈值分割和字符切割得到单个的字符,进而可以判断待检测易拉罐瓶底是否存在喷码缺行、喷码重复以及喷码打偏等缺陷,相对于现有的基于模板匹配的缺陷检测算法而言,减小了计算量,降低了对系统算力的要求,在保证准确度的同时,提高了字符缺陷检测的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面对本发明实施例中所需要使用的附图作以下介绍,应当理解的是,下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例,对于本领域的技术人员来说,在无需付出创造性劳动的前提下,还可以根据这些附图获取到其他附图。
图1为本发明实施例提供的一种易拉罐瓶底喷码缺陷检测方法的步骤流程图;
图2为本发明实施例提供的一种易拉罐瓶底喷码缺陷检测系统的结构框图;
图3为本发明实施例提供的一种易拉罐瓶底喷码缺陷检测装置的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中,多个的含义是两个或两个以上,如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。此外,除非另有定义,本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。
参照图1,本发明实施例提供了一种易拉罐瓶底喷码缺陷检测方法,具体包括以下步骤:
S101、获取待检测易拉罐瓶底的第一图像信息,从第一图像信息中提取出感兴趣区域,并对感兴趣区域进行阈值分割得到第二图像信息;
具体地,可通过工业相机拍摄获取待检测易拉罐瓶底的图像,再通过颜色空间转换处理可以得到单通道的第一图像信息;提取感兴趣区域即在第一图像信息中生成圆形区域,该圆形区域为瓶底图像,并在第一图像信息中中截取该圆形区域为感兴趣区域,然后通过阈值分割处理得到第二图像信息,便于后续从中提取出喷码所在区域和单个字符。步骤S101具体包括以下步骤:
S1011、通过工业相机获取待检测易拉罐瓶底的第一图像信息;
S1012、识别第一图像信息中的瓶底图像区域,并提取出瓶底图像区域作为感兴趣区域;
S1013、对感兴趣区域进行全局阈值分割,提取出灰度值在预设的阈值范围内的第一像素点,进而对第一像素点进行连通区域联合,得到第一连通区域;
S1014、根据连通区域确定第二图像信息。
具体地,在机器视觉、图像处理中,从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域。本发明实施例从第一图像信息中提取包含瓶底喷码图像的感兴趣区域,缩小了检测的范围。举例来讲,图像整体为桌子上面的一个易拉罐,提取感兴趣区域即将图像剪切为包含瓶底喷码图像的区域,瓶底其余等部分均被去除掉。
图像分割是将数字图像分成互不重叠的区域并提取出感兴趣目标的图像分割算法,一般是基于灰度的两个性质之一:不连续性和相似性。第一个性质的应用是基于灰度的不连续变化来分割图像。第二个性质的主要应用是根据事先制定的准则将图像分割为相似的区域。
图像阈值分割是图像分割的一种方法,图像分割也可理解为把图像中有意义的特征区域或者需要应用的特征区域提取出来,这些特性区域可以是像素的灰度值、物体轮廓曲线、纹理特性等,也可是空间频谱或直方图特征等阈值分割技术。阈值分割图像的基本原理描述如下:利用图像中要提取的目标物与其背景在灰度特性上的差异,把图像视为具有不同灰度级的两类区域(目标和背景)的组合,选取一个合适的阈值,以确定图像中每个像素点应该属于目标区域还是背景区域,从而产生对应的二值图像。阈值分割是一种简单有效的图像分割方法,它对物体与背景有较强对比的图像分割特别有效,所有灰度大于或者等于预知的像素被判决为属于物体,灰度值用255表示前景,否则这些像素点被排除在物体区域外,灰度值为0,表示背景。
本发明实施例根据感兴趣区域中喷码图像与背景图像在灰度上的差异,将感兴趣区域分割为具有不同灰度级的目标区域和背景区域,选取阈值并确定感兴趣区域中每个像素点属于目标区域或背景区域,产生对应的二值图像,该二值图像中属于目标区域的像素点即为第一像素点,根据第一像素点确定第一连通区域后即可得到第二图像信息。
可选地,本发明实施例通过直方图双峰法对感兴趣区域进行全局阈值分割。
进一步作为可选的实施方式,对感兴趣区域进行全局阈值分割这一步骤,其具体包括:
A1、确定感兴趣区域的波峰灰度值,并将波峰灰度值与预设的第一灰度值作差得到全局阈值;
A2、根据全局阈值对感兴趣区域进行全局阈值分割。
S102、对第二图像信息进行裁剪得到圆形检测区域;
具体地,本发明实施例将第二图像信息的最小外接圆的半径减小定值,让喷码处于生成的圆形检测区域中,同时减小处理面积,以便后续操作。步骤S102具体包括以下步骤:
S1021、确定第二图像信息的最小外接圆;
S1022、以预设的半径对最小外接圆的边缘进行裁剪,得到圆形检测区域。
本发明实施例中,预设的半径为40像素点。
S103、对圆形检测区域进行阈值分割,并通过特征选择提取出喷码的第一外接矩形,进而根据第一外接矩形对圆形检测区域进行裁剪,得到含有喷码的第一矩形区域;
进一步作为可选的实施方式,步骤S103具体包括以下步骤:
S1031、对圆形检测区域进行图像增强处理后再进行阈值分割,得到第三图像信息;
S1032、对第三图像信息进行特征选择提取出喷码所在的第一喷码区域,并确定第一喷码区域的第一外接矩形;
S1033、根据第一外接矩形对圆形检测区域进行裁剪,得到含有喷码的第一矩形区域。
具体地,图像增强就是指通过某种图像处理方法对退化的某些图像特征,如边缘、轮廓、对比度等进行处理,以改善图像的视觉效果,提高图像的清晰度,或是突出图像中的某些“有用”,压缩其他“无用”信息,将图像转换为更适合人或计算机分析处理的形式。对圆形检测区域进行增强处理的目的是增大圆形检测区域的对比度,以便于更好的提取喷码。
本发明实施例利用面积area与圆度Roundness的卡方检验的方法来进行特征选择,得到喷码所在的灰度范围比较接近的整体区域,即第一喷码区域,并确定第一喷码区域的第一外接矩形,进而根据该第一外接矩形对圆形检测区域进行裁剪,得到含有喷码的第一矩形区域,同时可确定第一矩形区域的面积和宽度。
S104、对第一矩形区域进行阈值分割和字符切割提取出若干个字符。
具体地,通过第一外接矩形裁剪得到的第一矩形区域可以进一步缩小喷码所在的范围,对该第一矩形区域进行阈值分割后即可得到字符分割明显的区域,然后通过字符切割提取出喷码的各个字符。步骤S104具体包括以下步骤:
S1041、对第一矩形区域进行平滑处理,得到第四图像信息;
S1042、根据第四图像信息确定自适应阈值矩阵;
S1043、根据自适应阈值矩阵对第一矩形区域进行动态阈值分割处理得到第五图像信息;
S1044、对第五图像信息进行字符切割提取出若干个字符。
具体地,本发明实施例中采用自适应阈值矩阵对第一矩形区域进行动态阈值分割处理可以得到字符分割明显的字符区域,从而可以进行字符切割得到若干个字符,并用于后续的缺陷判断。
S105、根据第一矩形区域的宽度确定是否存在喷码缺行缺陷,根据第一矩形区域的面积确定是否存在喷码重复缺陷,根据字符的个数确定是否存在喷码打偏缺陷。
进一步作为可选的实施方式,步骤S105具体包括以下步骤:
S1051、当第一矩形区域的宽度小于预设的第一阈值,确定待检测易拉罐瓶底存在喷码缺行缺陷;
S1052、当第一矩形区域的面积大于预设的第二阈值,确定待检测易拉罐瓶底存在喷码重复缺陷;
S1053、当字符的个数小于预设的第三阈值,确定待检测易拉罐瓶底存在喷码打偏缺陷。
具体地,当第一矩形区域的宽度小于预设的第一阈值时,表示多行喷码存在缺行的缺陷;当第一矩形区域的面积大于预设的第二阈值时,表示存在多次喷码也即喷码重复的缺陷;当喷码中字符的个数小于预设的第三阈值时,表示喷码打偏导致部分字符未显示在瓶底。
以上对本发明实施例的方法步骤进行了说明。可以理解的是,本发明实施例通过两次阈值分割、裁剪以及特征选择后可以确定字符所在的整体区域的外接矩形,从而在圆形检测区域中提取出第一矩形区域后再次进行阈值分割和字符切割得到单个的字符,进而可以判断待检测易拉罐瓶底是否存在喷码缺行、喷码重复以及喷码打偏等缺陷,相对于现有的基于模板匹配的缺陷检测算法而言,减小了计算量,降低了对系统算力的要求,在保证准确度的同时,提高了字符缺陷检测的效率。
参照图2,本发明实施例提供了一种易拉罐瓶底喷码缺陷检测系统,包括:
第二图像信息确定模块,用于获取待检测易拉罐瓶底的第一图像信息,从第一图像信息中提取出感兴趣区域,并对感兴趣区域进行阈值分割得到第二图像信息;
圆形检测区域确定模块,用于对第二图像信息进行裁剪得到圆形检测区域;
第一矩形区域确定模块,用于对圆形检测区域进行阈值分割,并通过特征选择提取出喷码的第一外接矩形,进而根据第一外接矩形对圆形检测区域进行裁剪,得到含有喷码的第一矩形区域;
字符提取模块,用于对第一矩形区域进行阈值分割和字符切割提取出若干个字符;
喷码缺陷确定模块,用于根据第一矩形区域的宽度确定是否存在喷码缺行缺陷,根据第一矩形区域的面积确定是否存在喷码重复缺陷,根据字符的个数确定是否存在喷码打偏缺陷。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
参照图3,本发明实施例提供了一种易拉罐瓶底喷码缺陷检测装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当上述至少一个程序被上述至少一个处理器执行时,使得上述至少一个处理器实现上述的一种易拉罐瓶底喷码缺陷检测方法。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的程序,该处理器可执行的程序在由处理器执行时用于执行上述一种易拉罐瓶底喷码缺陷检测方法。
本发明实施例的一种计算机可读存储介质,可执行本发明方法实施例所提供的一种易拉罐瓶底喷码缺陷检测方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
本发明实施例还公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行图1所示的方法。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或上述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,上述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印上述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得上述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的上述描述中,参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于上述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种易拉罐瓶底喷码缺陷检测方法,其特征在于,包括以下步骤:
获取待检测易拉罐瓶底的第一图像信息,从所述第一图像信息中提取出感兴趣区域,并对所述感兴趣区域进行阈值分割得到第二图像信息;
对所述第二图像信息进行裁剪得到圆形检测区域;
对所述圆形检测区域进行阈值分割,并通过特征选择提取出喷码的第一外接矩形,进而根据所述第一外接矩形对所述圆形检测区域进行裁剪,得到含有喷码的第一矩形区域;
对所述第一矩形区域进行阈值分割和字符切割提取出若干个字符;
根据所述第一矩形区域的宽度确定是否存在喷码缺行缺陷,根据所述第一矩形区域的面积确定是否存在喷码重复缺陷,根据所述字符的个数确定是否存在喷码打偏缺陷。
2.根据权利要求1所述的一种易拉罐瓶底喷码缺陷检测方法,其特征在于,所述获取待检测易拉罐瓶底的第一图像信息,从所述第一图像信息中提取出感兴趣区域,并对所述感兴趣区域进行阈值分割得到第二图像信息这一步骤,其具体包括:
通过工业相机获取待检测易拉罐瓶底的第一图像信息;
识别所述第一图像信息中的瓶底图像区域,并提取出所述瓶底图像区域作为感兴趣区域;
对所述感兴趣区域进行全局阈值分割,提取出灰度值在预设的阈值范围内的第一像素点,进而对所述第一像素点进行连通区域联合,得到第一连通区域;
根据所述连通区域确定第二图像信息。
3.根据权利要求2所述的一种易拉罐瓶底喷码缺陷检测方法,其特征在于,所述对所述感兴趣区域进行全局阈值分割这一步骤,其具体包括:
确定所述感兴趣区域的波峰灰度值,并将所述波峰灰度值与预设的第一灰度值作差得到全局阈值;
根据所述全局阈值对所述感兴趣区域进行全局阈值分割。
4.根据权利要求1所述的一种易拉罐瓶底喷码缺陷检测方法,其特征在于,所述对所述第二图像信息进行裁剪得到圆形检测区域这一步骤,其具体包括:
确定所述第二图像信息的最小外接圆;
以预设的半径对所述最小外接圆的边缘进行裁剪,得到所述圆形检测区域。
5.根据权利要求1所述的一种易拉罐瓶底喷码缺陷检测方法,其特征在于,所述对所述圆形检测区域进行阈值分割,并通过特征选择提取出喷码的第一外接矩形,进而根据所述第一外接矩形对所述圆形检测区域进行裁剪,得到含有喷码的第一矩形区域这一步骤,其具体包括:
对所述圆形检测区域进行图像增强处理后再进行阈值分割,得到第三图像信息;
对所述第三图像信息进行特征选择提取出喷码所在的第一喷码区域,并确定所述第一喷码区域的第一外接矩形;
根据所述第一外接矩形对所述圆形检测区域进行裁剪,得到含有喷码的第一矩形区域。
6.根据权利要求1所述的一种易拉罐瓶底喷码缺陷检测方法,其特征在于,所述对所述第一矩形区域进行阈值分割和字符切割提取出若干个字符这一步骤,其具体包括:
对所述第一矩形区域进行平滑处理,得到第四图像信息;
根据所述第四图像信息确定自适应阈值矩阵;
根据所述自适应阈值矩阵对所述第一矩形区域进行动态阈值分割处理得到第五图像信息;
对所述第五图像信息进行字符切割提取出若干个字符。
7.根据权利要求1至6中任一项所述的一种易拉罐瓶底喷码缺陷检测方法,其特征在于,所述根据所述第一矩形区域的宽度确定是否存在喷码缺行缺陷,根据所述第一矩形区域的面积确定是否存在喷码重复缺陷,根据所述字符的个数确定是否存在喷码打偏缺陷这一步骤,其具体包括:
当所述第一矩形区域的宽度小于预设的第一阈值,确定待检测易拉罐瓶底存在喷码缺行缺陷;
当所述第一矩形区域的面积大于预设的第二阈值,确定待检测易拉罐瓶底存在喷码重复缺陷;
当所述字符的个数小于预设的第三阈值,确定待检测易拉罐瓶底存在喷码打偏缺陷。
8.一种易拉罐瓶底喷码缺陷检测系统,其特征在于,包括:
第二图像信息确定模块,用于获取待检测易拉罐瓶底的第一图像信息,从所述第一图像信息中提取出感兴趣区域,并对所述感兴趣区域进行阈值分割得到第二图像信息;
圆形检测区域确定模块,用于对所述第二图像信息进行裁剪得到圆形检测区域;
第一矩形区域确定模块,用于对所述圆形检测区域进行阈值分割,并通过特征选择提取出喷码的第一外接矩形,进而根据所述第一外接矩形对所述圆形检测区域进行裁剪,得到含有喷码的第一矩形区域;
字符提取模块,用于对所述第一矩形区域进行阈值分割和字符切割提取出若干个字符;
喷码缺陷确定模块,用于根据所述第一矩形区域的宽度确定是否存在喷码缺行缺陷,根据所述第一矩形区域的面积确定是否存在喷码重复缺陷,根据所述字符的个数确定是否存在喷码打偏缺陷。
9.一种易拉罐瓶底喷码缺陷检测装置,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1至7中任一项所述的一种易拉罐瓶底喷码缺陷检测方法。
10.一种计算机可读存储介质,其中存储有处理器可执行的程序,其特征在于,所述处理器可执行的程序在由处理器执行时用于执行如权利要求1至7中任一项所述的一种易拉罐瓶底喷码缺陷检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110804787.7A CN113610772B (zh) | 2021-07-16 | 2021-07-16 | 易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110804787.7A CN113610772B (zh) | 2021-07-16 | 2021-07-16 | 易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113610772A true CN113610772A (zh) | 2021-11-05 |
CN113610772B CN113610772B (zh) | 2023-07-04 |
Family
ID=78337671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110804787.7A Active CN113610772B (zh) | 2021-07-16 | 2021-07-16 | 易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113610772B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113808131A (zh) * | 2021-11-16 | 2021-12-17 | 成都数联云算科技有限公司 | 一种连接器缺陷识别方法及系统及装置及介质 |
CN113978139A (zh) * | 2021-11-23 | 2022-01-28 | 深圳市盛波光电科技有限公司 | 一种薄膜缺陷喷码补喷处理方法及处理系统 |
CN114359178A (zh) * | 2021-12-16 | 2022-04-15 | 苏州镁伽科技有限公司 | 面板检测方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543677A (zh) * | 2018-11-08 | 2019-03-29 | 上海金啤包装检测科技有限公司 | 喷码的检测方法及设备、生产线、计算机设备、存储介质 |
CN109724990A (zh) * | 2019-01-08 | 2019-05-07 | 上海大学 | 一种包装盒标签中喷码区域的快速定位与检测方法 |
CN110060239A (zh) * | 2019-04-02 | 2019-07-26 | 广州大学 | 一种用于瓶子瓶口的缺陷检测方法 |
CN110333240A (zh) * | 2019-07-03 | 2019-10-15 | 珠海格力智能装备有限公司 | 电容外观的检测方法及装置、存储介质和处理器 |
CN111598083A (zh) * | 2020-05-08 | 2020-08-28 | 南通大学 | 一种瓶底合模线上喷印喷码质量检测方法 |
-
2021
- 2021-07-16 CN CN202110804787.7A patent/CN113610772B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543677A (zh) * | 2018-11-08 | 2019-03-29 | 上海金啤包装检测科技有限公司 | 喷码的检测方法及设备、生产线、计算机设备、存储介质 |
CN109724990A (zh) * | 2019-01-08 | 2019-05-07 | 上海大学 | 一种包装盒标签中喷码区域的快速定位与检测方法 |
CN110060239A (zh) * | 2019-04-02 | 2019-07-26 | 广州大学 | 一种用于瓶子瓶口的缺陷检测方法 |
CN110333240A (zh) * | 2019-07-03 | 2019-10-15 | 珠海格力智能装备有限公司 | 电容外观的检测方法及装置、存储介质和处理器 |
CN111598083A (zh) * | 2020-05-08 | 2020-08-28 | 南通大学 | 一种瓶底合模线上喷印喷码质量检测方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113808131A (zh) * | 2021-11-16 | 2021-12-17 | 成都数联云算科技有限公司 | 一种连接器缺陷识别方法及系统及装置及介质 |
CN113978139A (zh) * | 2021-11-23 | 2022-01-28 | 深圳市盛波光电科技有限公司 | 一种薄膜缺陷喷码补喷处理方法及处理系统 |
CN114359178A (zh) * | 2021-12-16 | 2022-04-15 | 苏州镁伽科技有限公司 | 面板检测方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113610772B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113610772A (zh) | 易拉罐瓶底喷码缺陷检测方法、系统、装置及存储介质 | |
CN110310264B (zh) | 一种基于dcnn的大尺度目标检测方法、装置 | |
CN113610774B (zh) | 一种玻璃划痕缺陷检测方法、系统、装置及存储介质 | |
CN112614062B (zh) | 菌落计数方法、装置及计算机存储介质 | |
CN109872303B (zh) | 表面缺陷视觉检测方法、装置和电子设备 | |
CN113610773B (zh) | 一种垫片孔洞质量检测方法、系统、装置及存储介质 | |
EP4071665A1 (en) | Character segmentation method and apparatus, and computer-readable storage medium | |
CN111260626A (zh) | 一种基于深度学习的工件磨损检测方法及系统 | |
CN113111868B (zh) | 一种字符缺陷检测方法、系统、装置及存储介质 | |
CN114549981A (zh) | 一种基于深度学习的智能巡检指针式仪表识别及读数方法 | |
CN111046862B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
CN113298769B (zh) | Fpc软排线外观缺陷检测方法、系统和介质 | |
CN110070523B (zh) | 一种用于瓶底的异物检测方法 | |
CN113128554B (zh) | 一种基于模板匹配的目标定位方法、系统、装置及介质 | |
CN111126383A (zh) | 车牌检测方法、系统、装置及存储介质 | |
CN115496794A (zh) | 混凝土裂缝宽度计算方法、系统、计算机设备及存储介质 | |
CN104616019A (zh) | 电力设备标牌图像的识别方法 | |
CN114926441A (zh) | 一种注塑件加工成型的缺陷检测方法及系统 | |
CN117094975A (zh) | 钢铁表面缺陷检测方法、装置及电子设备 | |
CN110276759B (zh) | 一种基于机器视觉的手机屏坏线缺陷诊断方法 | |
CN113674322A (zh) | 一种运动状态检测方法及相关装置 | |
CN113128346A (zh) | 起重机施工现场的目标识别方法、系统、装置及存储介质 | |
CN116245882A (zh) | 电路板电子元件检测方法、装置及计算机设备 | |
CN116071692A (zh) | 一种基于形态学图像处理的水尺水位识别方法及系统 | |
CN115239595A (zh) | 一种包装印刷品二维码合格性检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |