CN114261590B - 一种啤酒罐装后动态气泡分析的方法及装置 - Google Patents
一种啤酒罐装后动态气泡分析的方法及装置 Download PDFInfo
- Publication number
- CN114261590B CN114261590B CN202210062648.6A CN202210062648A CN114261590B CN 114261590 B CN114261590 B CN 114261590B CN 202210062648 A CN202210062648 A CN 202210062648A CN 114261590 B CN114261590 B CN 114261590B
- Authority
- CN
- China
- Prior art keywords
- bubble
- image
- beer
- difference images
- motion difference
- 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.)
- Active
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
Abstract
本发明涉及啤酒在线检测技术领域,尤其涉及一种啤酒罐装后动态气泡分析的方法及装置。一种啤酒罐装后动态气泡分析的方法,包括以下步骤:步骤S1,采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像;步骤S2,对多幅气泡运动差异图像分别进行图像坐标修正;步骤S3,对多幅气泡运动差异图像分别进行图像增强处理。所述啤酒罐装后动态气泡分析的方法及装置,能够有效排除容器本身的特征干扰,对不良品的检测准确性高,有效降低产品生产过程中的错误检出率,解决了现有啤酒包装生产线上错误检出率高、不良品仍然流向市场的问题。
Description
技术领域
本发明涉及啤酒在线检测技术领域,尤其涉及一种啤酒罐装后动态气泡分析的方法及装置。
背景技术
目前啤酒包装生产线上,玻璃瓶装的产品在罐装后仍然依靠人工灯检作为主要的检测手段,但是人工检测具有检测稳定性差、检测精度低、人力成本高的缺点,因此罐装啤酒瓶的检测环节难以得到改进,近年来也有不少的生产线使用基于机器视觉直接对异物成像分析的检测方法,但是由于回收瓶、包装容器本身特征干扰(比如瓶身存在凹凸点、瓶内附着有异物)等一系列的干扰因素使其错误检出率太高,在较高的错误检出率下,不良品仍然流向市场,因此目前这些检测手段在市场的认可度低。
发明内容
针对背景技术提出的问题,本发明的目的在于提出一种啤酒罐装后动态气泡分析的方法及装置,能够有效排除容器本身的特征干扰,对不良品的检测准确性高,有效降低产品生产过程中的错误检出率,解决了现有啤酒包装生产线上错误检出率高、不良品仍然流向市场的问题。
为达此目的,本发明采用以下技术方案:
一种啤酒罐装后动态气泡分析的方法,包括以下步骤:
步骤S1,采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像;
步骤S2,对多幅气泡运动差异图像分别进行图像坐标修正;
步骤S3,对多幅气泡运动差异图像分别进行图像增强处理;
步骤S4,对多幅气泡运动差异图像进行图像运算,消除多幅气泡运动差异图像的相同特征点,得到多幅气泡运动差异图像之间的不同特征点的气泡图像;
步骤S5,对气泡图像进行图像灰度特征提取,得到二值化图像;
步骤S6,对二值化图像进行气泡参数的分析计算,根据气泡参数判断得到气泡数据,将气泡数据与设定的允忍值进行对比,得到分析结果。
更进一步说明,所述步骤S2中,对多幅气泡运动差异图像进行图像坐标修正具体为:根据啤酒瓶的轮廓特征,使用图像边缘检测、特征定位或者特殊标记印检测的方法对多幅气泡运动差异图像进行图像坐标修正,使所有图像的非动态特征点均在同一像素位置上。
更进一步说明,所述步骤S3中,对多幅气泡运动差异图像分别进行图像增强处理具体为:对多幅气泡运动差异图像分别使用形态学处理方法及灰度变换的方法进行图像增强处理,使各幅图像中的动态气泡更明显。
更进一步说明,所述步骤S4中,所述图像运算为图像减法运算、绝对差运算或者异或运算中的任意一种。
更进一步说明,所述步骤S5中,具体使用固定阈值或者动态阈值的方法对气泡图像进行图像灰度特征提取,得到二值化图像。
更进一步说明,所述步骤S6中,所述气泡参数包括气泡的像素位置、像素大小、横纵轴比和圆度,所述气泡数据包括气泡的位置、运动速度和气泡密度。
一种啤酒罐装后动态气泡分析的装置,应用于所述的啤酒罐装后动态气泡分析的方法,包括输送带、检测单元、背景光源、传感器、编码器和控制器;
所述输送带用于输送罐装后的啤酒瓶;
所述检测单元与所述背景光源相对地设置于所述输送带的输送方向的两侧,所述检测单元用于采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像,所述背景光源用于为所述检测单元的图像采集提供背景光源;
所述输送带的一侧设有所述传感器,所述输送带安装有所述编码器,所述传感器、编码器和检测单元分别与所述控制器信号连接,所述编码器用于记录啤酒瓶的位置;
所述控制器用于控制所述检测单元采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像,以及所述控制器用于接收并处理分析气泡运动差异图像。
更进一步说明,所述检测单元包括一个工业相机,所述工业相机与所述背景光源相对地设置于所述输送带的输送方向的两侧,所述工业相机用于采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像,所述工业相机与所述控制器信号连接。
更进一步说明,所述检测单元包括多个沿所述输送带的输送方向间隔排列的工业相机,且多个所述工业相机设置于同一水平线上,每个所述工业相机的拍摄角度均相同;
多个所述工业相机与所述背景光源相对地设置于所述输送带的输送方向的两侧,不同的所述工业相机用于采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像,所述工业相机与所述控制器信号连接。
更进一步说明,还包括剔除器,所述剔除器设置于所述输送带的一侧,且所述剔除器位于所述检测单元的下游侧,所述剔除器用于剔除所述输送带上的不良品。
与现有技术相比,本发明的实施例具有以下有益效果:
通过采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像,通过对多幅气泡运动差异图像分别进行图像坐标修正,使所有图像的非动态特征点均在同一像素位置上,再对多幅气泡运动差异图像分别进行图像增强处理,使各幅图像中的动态气泡更明显,经过对多幅气泡运动差异图像进行图像运算,消除多幅气泡运动差异图像的相同特征点,得到多幅气泡运动差异图像之间的不同特征点,这些特征点即为不同时间由于气泡运动所产生的图像特征,从而得到气泡图像,然后对气泡图像进行图像灰度特征提取,进行进一步的非动态特征的分离,最后对二值化图像进行气泡参数的分析计算,根据气泡参数判断得到气泡数据,将气泡数据与设定的允忍值进行对比,得到分析结果,作为产品是否合格的判断依据,能够有效排除容器本身的特征干扰,对不良品的检测准确性高,有效降低产品生产过程中的错误检出率,解决了现有啤酒包装生产线上错误检出率高、不良品仍然流向市场的问题。
附图说明
图1是本发明一个实施例的步骤S1采集的气泡运动差异图像的示意图,其中(a)为采集的第一张图像,(b)为采集的第二张图像;
图2是本发明一个实施例的步骤S2进行图像坐标修正的示意图,其中(a)为采集的第一张图像,(b)为采集的第二张图像;
图3是本发明一个实施例的步骤S3进行图像增强处理的示意图,其中(a1)为经过图像坐标修正的第一张图像,(a2)为经过图像增强处理的第一张图像;
图4是本发明一个实施例的步骤S4进行图像运算的示意图,其中(a2)为经过图像增强处理的第一张图像,(b2)为经过图像增强处理的第二张图像,(c)为得到的气泡图像;
图5是本发明一个实施例的步骤S5进行图像灰度特征提取的示意图,其中(c)为得到的气泡图像,(c1)为经过图像灰度特征提取得到的二值化图像;
图6是本发明一个实施例的步骤S6进行分析的示意图,其中(c1)为经过图像灰度特征提取得到的二值化图像,(c2)为分析过程的图像,(c3)为得到分析结果的图像(图像左上方标示结果:NG);
图7是本发明一个实施例的啤酒罐装后动态气泡分析的装置的俯视图;
图8是本发明一个实施例的啤酒罐装后动态气泡分析的装置的侧视图;
图9是本发明一个实施例的啤酒罐装后动态气泡分析的装置的俯视图;
图10是本发明一个实施例的啤酒罐装后动态气泡分析的装置的俯视图;
其中:啤酒瓶10、输送带1、检测单元2、工业相机21、背景光源3、传感器4、编码器5、剔除器6、收集箱7。
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。
在本发明的描述中,需要理解的是,术语“纵向”、“横向”“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
如图1至图6所示,一种啤酒罐装后动态气泡分析的方法,包括以下步骤:
步骤S1,采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像;
步骤S2,对多幅气泡运动差异图像分别进行图像坐标修正;
步骤S3,对多幅气泡运动差异图像分别进行图像增强处理;
步骤S4,对多幅气泡运动差异图像进行图像运算,消除多幅气泡运动差异图像的相同特征点,得到多幅气泡运动差异图像之间的不同特征点的气泡图像;
步骤S5,对气泡图像进行图像灰度特征提取,得到二值化图像;
步骤S6,对二值化图像进行气泡参数的分析计算,根据气泡参数判断得到气泡数据,将气泡数据与设定的允忍值进行对比,得到分析结果。
啤酒在罐装填充封盖后,由于酒液内含有大量不饱和二氧化碳气体,如果产品出现缺陷,比如瓶盖密封不严实、瓶内有不同于容器的材质(瓶内有异物)、以及内壁出现凸凹点或者瓶口出现裂纹时,在瓶装液位线以下会产生持续相当长时间的气泡流,而正常的产品气泡则在很短的时间内处于稳定态至液位表面,本方法通过采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像(如图1所示,其中虚线框指示瓶子固有的特征或者是外壁的一些异物特征,实线框指示啤酒瓶内部产生的部分气泡),通过对多幅气泡运动差异图像分别进行图像坐标修正,使所有图像的非动态特征点均在同一像素位置上,再对多幅气泡运动差异图像分别进行图像增强处理,使各幅图像中的动态气泡更明显,经过对多幅气泡运动差异图像进行图像运算,消除多幅气泡运动差异图像的相同特征点,得到多幅气泡运动差异图像之间的不同特征点,这些特征点即为不同时间由于气泡运动所产生的图像特征,从而得到气泡图像,然后对气泡图像进行图像灰度特征提取,进行进一步的非动态特征的分离,最后对二值化图像进行气泡参数的分析计算,根据气泡参数判断得到气泡数据,将气泡数据与设定的允忍值进行对比,得到分析结果,作为产品是否合格的判断依据。
更进一步说明,所述同一拍摄视角指的是拍摄角度、焦距、对比度、图像比例和像素大小相同,由于啤酒瓶内的气泡的形态特征及物理位置会在不同的时间发生变化,利用同一拍摄视角不同时间采集图像的方法能够提取到气泡的特征变化,进而忽视容器及其他所有非动态特征,能够有效提高分析结果的准确性。
所述啤酒罐装后动态气泡分析的方法,能够有效排除容器本身的特征干扰,对不良品的检测准确性高,有效降低产品生产过程中的错误检出率,解决了现有啤酒包装生产线上错误检出率高、不良品仍然流向市场的问题。
如图2所示,更进一步说明,所述步骤S2中,对多幅气泡运动差异图像进行图像坐标修正具体为:根据啤酒瓶的轮廓特征,使用图像边缘检测、特征定位或者特殊标记印检测的方法对多幅气泡运动差异图像进行图像坐标修正,使所有图像的非动态特征点均在同一像素位置上。
通过使用图像边缘检测、特征定位或者特殊标记印检测的方法对多幅气泡运动差异图像进行图像坐标修正,能够使得所有气泡运动差异图像的非动态特征点都保持在同一像素位置上,以修正误差,误差的修正与所使用的采集图像的相机像素、生产线稳定程度以及所选择的图像坐标修正的定位方法相关。
如图3所示,更进一步说明,所述步骤S3中,对多幅气泡运动差异图像分别进行图像增强处理具体为:对多幅气泡运动差异图像分别使用形态学处理方法及灰度变换的方法进行图像增强处理,使各幅图像中的动态气泡更明显。
对多幅气泡运动差异图像分别使用形态学处理方法及灰度变换的方法进行图像增强处理,使得各幅图像中的动态气泡的差异化更明显,以保证后续进行图像运算消除多幅气泡运动差异图像的相同特征点,得到多幅气泡运动差异图像之间的不同特征点的准确性,从而提高最终分析结果的准确性,以降低生产过程中的错误检出率。
具体地,所述步骤S4中,所述图像运算为图像减法运算、绝对差运算或者异或运算中的任意一种。
如图4所示,通过使用图像算术逻辑运算如图像减法运算、绝对差运算或者异或运算来消除相同特征点,得到多幅气泡运动差异图像之间的不同特征点,这些特征点即为不同时间由于气泡运动所产生的图像特征,从而得到气泡图像,图像减法运算、绝对差运算和异或运算的运算方式是类似的,其目的是比较同一物体在不同时间的同角度成像的像素差异,由于气泡是动态运动的,在不同时间得到的图像中,气泡在图像上的位置会发生改变,通过图像减法运算、绝对差运算或者异或运算可以把特征位置没有发生改变的像素灰度变成比发生改变的地方更低一些。
如图5所示,更进一步说明,所述步骤S5中,具体使用固定阈值或者动态阈值的方法对气泡图像进行图像灰度特征提取,得到二值化图像。
通过对气泡图像进行图像灰度特征提取得到二值化图像,具体使用固定阈值或者动态阈值的方法,该阈值决定了分析的敏感程度,其中固定阈值的方法可以应用于被检测产品的光学性能比较稳定的场合,而动态阈值的方法则可以应用于环境多变的情况。
具体地,对气泡图像进行进一步的非动态特征的分离,通常情况下一张图片的像素灰度通过0-255的等级区间来划分,因为气泡图像的大部分像素灰度处于0-255之间,需要一个阈值把高于或者低于某一个值(假设该阈值设定为40),那么40以下或者以上的像素灰度就直接变成0或者255,使得步骤S4得到的气泡图像中固有特征位置和动态特征位置运算出来灰度会产生明显差异,在这一步才能成功去分离,从而去除容器固有的非动态特征,保留动态的气泡特征,以便对气泡进行分析,假设每一张图像的灰度都存在差异,那么刚才设定的40就存在不合理的可能,此时采用动态阈值的方法,通过先计算图像灰度占比再把占比叠加到设定的基础值上,从而形成了动态分离法。
具体地,所述气泡参数包括气泡的像素位置、像素大小、横纵轴比和圆度,所述气泡数据包括气泡的位置、运动速度和气泡密度。
对二值化图像进行气泡参数的分析计算,分析计算气泡的像素位置、像素大小、横纵轴长比和圆度等各种气泡参数,利用这些气泡参数判断气泡位置、运动速度和气泡密度,最终依照设定的允忍值与这些气泡数据对比得到最后的结果。如图6所示,在经过步骤S5后,如果还有一些像素斑点保留在步骤S5获取到的二值化图像上,那就可以判断为这些斑点是在两图像的差异图像,即这些差异像素斑点图像是被检测物体内部的一些东西在第一次和第二次成像时发生了位置改变所导致,本方法着重检测气泡,气泡的形状应该是接近圆形的,那么图像上非圆形(长条状)的斑点则可以认为是其他干扰所致,另外气泡的运动特征是从一个产生气泡的点向上运动的,那么图像上的斑点也应该符合这一特性,也即通过各个斑点图像的位置来判断这些斑点中心连线是否满足这一特性,通过选定这些气泡参数和气泡数据,能够进一步排除干扰,使得到的分析结果更加准确。比如,图6经过分析处理,最终得到的分析结果为NG(不合格)。
如图7至图10所示,一种啤酒罐装后动态气泡分析的装置,应用于所述的啤酒罐装后动态气泡分析的方法,包括输送带1、检测单元2、背景光源3、传感器4、编码器5和控制器;
所述输送带1用于输送罐装后的啤酒瓶10;
所述检测单元2与所述背景光源3相对地设置于所述输送带1的输送方向的两侧,所述检测单元2用于采集同一拍摄视角下罐装后的啤酒瓶10在线性移动的过程中不同时间的多幅气泡运动差异图像,所述背景光源3用于为所述检测单元2的图像采集提供背景光源;
所述输送带1的一侧设有所述传感器4,所述输送带1安装有所述编码器5,所述传感器4、编码器5和检测单元2分别与所述控制器信号连接,所述编码器5用于记录啤酒瓶10的位置;
所述控制器用于控制所述检测单元2采集同一拍摄视角下罐装后的啤酒瓶10在线性移动的过程中不同时间的多幅气泡运动差异图像,以及所述控制器用于接收并处理分析气泡运动差异图像。
具体地,啤酒罐装后动态气泡分析的装置的安装位置位于啤酒罐装填充机后面的单排输送带上,选取一段正常产品泡沫相对稳定的输送段设置该装置并实施啤酒罐装后动态气泡分析的方法;
所述啤酒罐装后动态气泡分析的装置,通过设置所述输送带1,所述输送1带用于输送罐装后的啤酒瓶10(图中的箭头方向指示输送带1的输送方向),在输送带1上输送的啤酒瓶10经过所述检测单元2和所述背景光源3,使用背光投射的方式,此时所述检测单元2采集同一拍摄视角下罐装后的啤酒瓶10在线性移动的过程中不同时间的多幅气泡运动差异图像,此外,通过在所述输送带1上安装所述编码器5,具体地,在所述输送带1的主动轴轮上安装旋转编码器,所述传感器4触发并记录当前被检测的啤酒瓶10的编码器位置值,所述输送带1运行时,通过所述编码器5的位置变化使所述检测单元2按照设定的位置关系进行同一拍摄视角不同时间的多幅气泡运动差异图像的采集,由于不管被检测的啤酒瓶持续向前走多远的距离,所述编码器5始终记录该待检测的啤酒瓶10的位置值,从而完成罐装后的啤酒瓶10的同一拍摄视角不同时间的多幅气泡运动差异图像的采集;
所述控制器可以是工控机,所述检测单元2向所述控制器发送采集得到的气泡运动差异图像,所述控制器接收所述检测单元2发送的气泡运动差异图像后,对气泡运动差异图像进行步骤S2至S6的处理分析。
所述啤酒罐装后动态气泡分析的装置,能够有效排除容器本身的特征干扰,对不良品的检测准确性高,有效降低产品生产过程中的错误检出率,解决了现有啤酒包装生产线上错误检出率高、不良品仍然流向市场的问题。
如图9所示,在本发明的一个实施例中,所述检测单元2包括一个工业相机21,所述工业相机21与所述背景光源3相对地设置于所述输送带1的输送方向的两侧,所述工业相机21用于采集同一拍摄视角下罐装后的啤酒瓶10在线性移动的过程中不同时间的多幅气泡运动差异图像,所述工业相机21与所述控制器信号连接。
在本实施例中,使用一个工业相机21的方案,单相机的实施核心点在于利用高速相机的连续多帧拍摄方法,在啤酒瓶10经过所述工业相机21时,所述工业相机21利用其高速连拍的特性,在啤酒瓶10正好经过时连续拍摄该产品的多张图像(图中接近重叠的两个虚线圆圈指示第一次拍摄的位置和第二次拍摄的位置),图像通过逐一缓存或者打包一次性发送的方式发送至所述控制器的图像处理系统,然后进行步骤S2至S6的处理分析,由于这些图像在采集时存在时间差异,被检测产品持续向前运动,其图像视角也发生了微小的改变,通过步骤S2的坐标修正方法可以得到弥补,修正的幅度以及修正可接受的误差率与相机像素、相机最高帧速率、连拍间隔、生产线速度有一定关系,单相机的实施应用于生产线速度比较低时完全可靠,且由于使用一个所述工业相机21,因此设备成本低,使用性价比高。
如图10所示,在本发明的另一些实施例中,所述检测单元2包括多个沿所述输送带1的输送方向间隔排列的工业相机21,且多个所述工业相机21设置于同一水平线上,每个所述工业相机21的拍摄角度均相同;
多个所述工业相机21与所述背景光源3相对地设置于所述输送带1的输送方向的两侧,不同的所述工业相机21用于采集同一拍摄视角下罐装后的啤酒瓶10在线性移动的过程中不同时间的多幅气泡运动差异图像,所述工业相机21与所述控制器信号连接。
在本实施例中,所述工业相机21设置有多个,使用背光投射的方式,此时所述检测单元2采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像,多相机的实施核心点在于利用所述工业相机21的排列位置与所述输送带1的输送方向相同的形式,在啤酒瓶10经过相机时,不同的所述工业相机21分别采用同一拍摄视角(其中包括拍摄角度、焦距、对比度、图像比例和像素大小相同)采集罐装后的啤酒瓶10在线性移动的过程中不同时间的多幅气泡运动差异图像,由于产品内的气泡在第一次拍摄位置到下一个位置时(图中的两个虚线圆圈指示第一次拍摄的位置和第二次拍摄的位置),气泡的形态特征及物理位置会发生变化,利用同视角不同时间采集成像的方法提取到气泡特征变化,从而可以忽视容器及其他所有非动态特征。
需要说明的是,所述工业相机21的物理安装位置也要尽可能保证在相对所述输送带1统一的物理位置上,以保证不同的所述工业相机21的拍摄视角相同,这种分布的多相机法可以最大程度解决由于生产线速度非常快,气泡运动比较缓慢的场合,通过调节所述工业相机21的布局间距可以获取到理想的气泡运动差异图像。
如图7所示,优选地,还包括剔除器6,所述剔除器6设置于所述输送带1的一侧,且所述剔除器6位于所述检测单元2的下游侧,所述剔除器6用于剔除所述输送带1上的不良品。
通过在所述检测单元2的下游侧设置所述剔除器6,能够对检测为不良品的啤酒瓶10从所述输送带1上剔除,从而实现不良品的分离,自动化程度高,有效降低劳动成本。
更进一步说明,所述输送带1的一侧还设有收集箱7,所述收集箱7与所述剔除器6相对地设置于所述输送带1的输送方向的两侧,所述收集箱7用于收集所述剔除器6剔除的不良品,以实现对不良品的收集,避免不良品散落于生产线上。
尽管已经示出和描述了本发明的实施例,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例进行多种变化、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。
Claims (7)
1.一种啤酒罐装后动态气泡分析的方法,其特征在于,包括以下步骤:
步骤S1,采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像;
步骤S2,对多幅气泡运动差异图像分别进行图像坐标修正,具体为:根据啤酒瓶的轮廓特征,使用图像边缘检测、特征定位或者特殊标记印检测的方法对多幅气泡运动差异图像进行图像坐标修正,使所有图像的非动态特征点均在同一像素位置上;
步骤S3,对多幅气泡运动差异图像分别进行图像增强处理,具体为:对多幅气泡运动差异图像分别使用形态学处理方法及灰度变换的方法进行图像增强处理,使各幅图像中的动态气泡更明显;
步骤S4,对多幅气泡运动差异图像进行图像运算,消除多幅气泡运动差异图像的相同特征点,得到多幅气泡运动差异图像之间的不同特征点的气泡图像,所述图像运算为图像减法运算、绝对差运算或者异或运算中的任意一种;
步骤S5,对气泡图像进行图像灰度特征提取,得到二值化图像;
步骤S6,对二值化图像进行气泡参数的分析计算,根据气泡参数判断得到气泡数据,将气泡数据与设定的允忍值进行对比,得到分析结果。
2.根据权利要求1所述的啤酒罐装后动态气泡分析的方法,其特征在于,所述步骤S5中,具体使用固定阈值或者动态阈值的方法对气泡图像进行图像灰度特征提取,得到二值化图像。
3.根据权利要求1所述的啤酒罐装后动态气泡分析的方法,其特征在于,所述步骤S6中,所述气泡参数包括气泡的像素位置、像素大小、横纵轴比和圆度,所述气泡数据包括气泡的位置、运动速度和气泡密度。
4.一种啤酒罐装后动态气泡分析的装置,其特征在于,应用于如权利要求1~3中任意一项所述的啤酒罐装后动态气泡分析的方法,包括输送带、检测单元、背景光源、传感器、编码器和控制器;
所述输送带用于输送罐装后的啤酒瓶;
所述检测单元与所述背景光源相对地设置于所述输送带的输送方向的两侧,所述检测单元用于采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像,所述背景光源用于为所述检测单元的图像采集提供背景光源;
所述输送带的一侧设有所述传感器,所述输送带安装有所述编码器,所述传感器、编码器和检测单元分别与所述控制器信号连接,所述编码器用于记录啤酒瓶的位置;
所述控制器用于控制所述检测单元采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像,以及所述控制器用于接收并处理分析气泡运动差异图像。
5.根据权利要求4所述的啤酒罐装后动态气泡分析的装置,其特征在于,所述检测单元包括一个工业相机,所述工业相机与所述背景光源相对地设置于所述输送带的输送方向的两侧,所述工业相机用于采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像,所述工业相机与所述控制器信号连接。
6.根据权利要求4所述的啤酒罐装后动态气泡分析的装置,其特征在于,所述检测单元包括多个沿所述输送带的输送方向间隔排列的工业相机,且多个所述工业相机设置于同一水平线上,每个所述工业相机的拍摄角度均相同;
多个所述工业相机与所述背景光源相对地设置于所述输送带的输送方向的两侧,不同的所述工业相机用于采集同一拍摄视角下罐装后的啤酒瓶在线性移动的过程中不同时间的多幅气泡运动差异图像,所述工业相机与所述控制器信号连接。
7.根据权利要求4所述的啤酒罐装后动态气泡分析的装置,其特征在于,还包括剔除器,所述剔除器设置于所述输送带的一侧,且所述剔除器位于所述检测单元的下游侧,所述剔除器用于剔除所述输送带上的不良品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210062648.6A CN114261590B (zh) | 2022-01-19 | 2022-01-19 | 一种啤酒罐装后动态气泡分析的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210062648.6A CN114261590B (zh) | 2022-01-19 | 2022-01-19 | 一种啤酒罐装后动态气泡分析的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114261590A CN114261590A (zh) | 2022-04-01 |
CN114261590B true CN114261590B (zh) | 2023-09-22 |
Family
ID=80833060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210062648.6A Active CN114261590B (zh) | 2022-01-19 | 2022-01-19 | 一种啤酒罐装后动态气泡分析的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114261590B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5414778A (en) * | 1993-11-24 | 1995-05-09 | Schwartz; Nira | Dynamic fluid level and bubble inspection for quality and process control |
CN1120163A (zh) * | 1993-11-24 | 1996-04-10 | 尼若·施瓦茨 | 用于质量和流程控制的动态流体液位及气泡的检测 |
EP0753730A1 (fr) * | 1995-07-12 | 1997-01-15 | Verreries Souchon Neuvesel - Vsn | Procédé et dispositif pour détecter optiquement un défaut d'herméticité d'un récipient contenant un liquide gazeux |
JP2007276854A (ja) * | 2006-04-10 | 2007-10-25 | Kao Corp | 汚れ検出装置 |
CN101354359A (zh) * | 2008-09-04 | 2009-01-28 | 湖南大学 | 药液内运动可见异物的检测跟踪与识别方法 |
CN101859378A (zh) * | 2010-06-11 | 2010-10-13 | 湖南大学 | 高速医药生产线上的药液质量视觉检测方法 |
CN103398753A (zh) * | 2013-08-21 | 2013-11-20 | 冶金自动化研究设计院 | 基于机器视觉的浮选液位在线检测装置及方法 |
CN105389814A (zh) * | 2015-11-03 | 2016-03-09 | 浙江工业大学 | 一种用于气密性试验的气泡检测方法 |
CN107976286A (zh) * | 2017-11-08 | 2018-05-01 | 常州大学 | 阀体气密性智能监测系统及方法 |
CN109626302A (zh) * | 2018-12-29 | 2019-04-16 | 苏州西斯派克检测科技有限公司 | 一种啤酒瓶内异物的在线检测方法 |
CN112362674A (zh) * | 2020-11-13 | 2021-02-12 | 四川科伦药业股份有限公司 | 一种基于人工智能视觉技术的输液袋异物识别方法及检测方法 |
-
2022
- 2022-01-19 CN CN202210062648.6A patent/CN114261590B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5414778A (en) * | 1993-11-24 | 1995-05-09 | Schwartz; Nira | Dynamic fluid level and bubble inspection for quality and process control |
CN1120163A (zh) * | 1993-11-24 | 1996-04-10 | 尼若·施瓦茨 | 用于质量和流程控制的动态流体液位及气泡的检测 |
EP0753730A1 (fr) * | 1995-07-12 | 1997-01-15 | Verreries Souchon Neuvesel - Vsn | Procédé et dispositif pour détecter optiquement un défaut d'herméticité d'un récipient contenant un liquide gazeux |
JP2007276854A (ja) * | 2006-04-10 | 2007-10-25 | Kao Corp | 汚れ検出装置 |
CN101354359A (zh) * | 2008-09-04 | 2009-01-28 | 湖南大学 | 药液内运动可见异物的检测跟踪与识别方法 |
CN101859378A (zh) * | 2010-06-11 | 2010-10-13 | 湖南大学 | 高速医药生产线上的药液质量视觉检测方法 |
CN103398753A (zh) * | 2013-08-21 | 2013-11-20 | 冶金自动化研究设计院 | 基于机器视觉的浮选液位在线检测装置及方法 |
CN105389814A (zh) * | 2015-11-03 | 2016-03-09 | 浙江工业大学 | 一种用于气密性试验的气泡检测方法 |
CN107976286A (zh) * | 2017-11-08 | 2018-05-01 | 常州大学 | 阀体气密性智能监测系统及方法 |
CN109626302A (zh) * | 2018-12-29 | 2019-04-16 | 苏州西斯派克检测科技有限公司 | 一种啤酒瓶内异物的在线检测方法 |
CN112362674A (zh) * | 2020-11-13 | 2021-02-12 | 四川科伦药业股份有限公司 | 一种基于人工智能视觉技术的输液袋异物识别方法及检测方法 |
Non-Patent Citations (1)
Title |
---|
郭宝龙,孙伟.《数字图像处理系统工程导论》.西安电子科技大学出版社,2012,126-129. * |
Also Published As
Publication number | Publication date |
---|---|
CN114261590A (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110935644B (zh) | 一种基于机器视觉的轴承滚针尺寸检测系统及方法 | |
CN108896574B (zh) | 一种基于机器视觉的瓶装白酒杂质检测方法及系统 | |
CN101566582B (zh) | 基于机器视觉的粉针剂生产中药瓶标贴信息在线检测系统 | |
US5917602A (en) | System and method for image acquisition for inspection of articles on a moving conveyor | |
CN109374635B (zh) | 一种口罩缺陷检测装置及方法 | |
US5926556A (en) | Systems and methods for identifying a molded container | |
CN105865570A (zh) | 一种基于机器视觉的玻璃瓶液位检测方法 | |
CN102621156B (zh) | 基于图像处理的微小零件自动分拣系统 | |
CN101859378B (zh) | 高速医药生产线上的药液质量视觉检测方法 | |
US9019365B2 (en) | Gob inspection system for glass product | |
CN110146516B (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN106824816A (zh) | 一种基于机器视觉的pe瓶检测与分拣方法 | |
CN201707305U (zh) | 一种检测容器盖质量的检测装置 | |
CN209871627U (zh) | 全面检测的瓶盖筛选检测装置 | |
CN101315338A (zh) | 玻璃制品的缺陷检测系统及方法 | |
CN104794480A (zh) | 一种奶盒喷打字符不良品剔除方法 | |
CN113843178A (zh) | 一种验瓶机及玻璃瓶的缺陷检测方法 | |
JP3658326B2 (ja) | 液体充填容器内の異物検査装置及びその方法 | |
CN106841229A (zh) | 一种基于机器视觉的在线pe瓶瓶口密封缺陷的检测方法 | |
EP1203221A1 (en) | System and method for inspecting cans | |
CN114261590B (zh) | 一种啤酒罐装后动态气泡分析的方法及装置 | |
WO2014103538A1 (ja) | キャップ検査装置 | |
CN111693535A (zh) | 基于机器视觉分析的触摸屏缺陷检测设备及方法 | |
CN110569753A (zh) | 一种基于机器视觉的条烟在线识别方法及系统 | |
CN111855666B (zh) | 一种轴承内圈侧周外观缺陷自动检测方法和系统 |
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 |