CN114359260B - 一种烟条表面的缺陷检测方法及装置 - Google Patents
一种烟条表面的缺陷检测方法及装置 Download PDFInfo
- Publication number
- CN114359260B CN114359260B CN202210054934.8A CN202210054934A CN114359260B CN 114359260 B CN114359260 B CN 114359260B CN 202210054934 A CN202210054934 A CN 202210054934A CN 114359260 B CN114359260 B CN 114359260B
- Authority
- CN
- China
- Prior art keywords
- tobacco rod
- image
- detection
- images
- cigarette
- 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
- 241000208125 Nicotiana Species 0.000 title claims abstract description 105
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 105
- 230000007547 defect Effects 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims description 20
- 238000001514 detection method Methods 0.000 claims abstract description 106
- 235000019504 cigarettes Nutrition 0.000 claims abstract description 77
- 238000007781 pre-processing Methods 0.000 claims abstract description 19
- 238000003708 edge detection Methods 0.000 claims abstract description 18
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 230000002950 deficient Effects 0.000 claims description 30
- 238000005286 illumination Methods 0.000 claims description 6
- 235000002566 Capsicum Nutrition 0.000 claims description 3
- 239000006002 Pepper Substances 0.000 claims description 3
- 235000016761 Piper aduncum Nutrition 0.000 claims description 3
- 235000017804 Piper guineense Nutrition 0.000 claims description 3
- 235000008184 Piper nigrum Nutrition 0.000 claims description 3
- 238000003491 array Methods 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 claims description 3
- 150000003839 salts Chemical class 0.000 claims description 3
- 244000203593 Piper nigrum Species 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 241000722363 Piper Species 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012858 packaging process Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Classifications
-
- 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
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种烟条表面的缺陷检测方法,包括以下步骤:S1.采集烟条正面和两个端面的图像,得到烟条正面和两个端面的初始图像;S2.将采集到的每一幅初始图像进行格式转换操作、中值滤波操作、sobel边缘检测操作、OTSU自适应二值化操作和霍夫直线检测操作的预处理,得到烟条正面和两个端面的预处理图像;S3.根据烟条正面和两个端面的预处理图像进行烟条表面的缺陷检测,包括拉线缺失检测、拉线偏移检测和端面折线检测。本发明能够基于对烟条表面的图像采集分析,实现烟条表面的缺陷检测,方便于在自动化检测中进行应用。
Description
技术领域
本发明涉及烟条检测,特别是涉及一种烟条表面的缺陷检测方法及装置。
背景技术
目前我国的香烟制造水平随着生产技术的不断更替,在卷烟的卷接包装环节技术已基本成熟,然而在香烟条外包装的质量缺陷检测上仍有大量企业还采用最传统的人工检测的方案。当今香烟包装外观的机器速度都极快,基本都达到了700~800包/分钟的水平,而最新研制的卷烟包装机,甚 至能够达到900包/分钟。在如此快节奏高强度的包装生产环节中,由于人类自身的特点决定了其无法长时间的保持注意力,那么对于质量也就无法保证,从而会导致烟条的错检、漏检。另外,在某些极端环境下的检测结果的准确性与检测数据的规范化存放也是烟企的痛点。
国内一些烟草加工生产企业往往采用多种传感器外加人工检测这种组合方式,这样一来,漏检率一般能控制在一个可接受的水平,但对于拉线偏移等缺陷却不易检测出来。
发明内容
本发明的目的在于克服现有技术的不足,提供一种烟条表面的缺陷检测方法及装置,能够基于对烟条表面的图像采集分析,实现烟条表面的缺陷检测,方便于在自动化检测中进行应用。
本发明的目的是通过以下技术方案来实现的:一种烟条表面的缺陷检测方法,包括以下步骤:
S1.采集烟条正面和两个端面的图像,得到烟条正面和两个端面的初始图像;
采集图像的方式包括如下两种:
第一、直接配置摄像头为灰度输出,配置格式为YUV422,利用摄像头对烟条正面和两个端面的图像进行采集,然后将YUV422格式的图像转换为YUV444格式,得到烟条正面和两个端面的初始图像;
第二、配置摄像头的输出为RGB565输出,利用摄像头对烟条正面和两个端面的图像进行采集,得到三幅图像,然后将三幅图像分别进行RGB565转YUV422格式的操作,再将YUV422格式的图像转换为YUV444格式,得到烟条正面和两个端面的初始图像。
优选地,所述烟条两个端面,是指烟条面积最小的两个面,每个端面和烟条正面各用一个相机进行图像采集。
S2.将采集到的每一幅初始图像进行格式转换操作、中值滤波操作、sobel边缘检测操作、OTSU自适应二值化操作和霍夫直线检测操作的预处理,得到烟条正面和两个端面的预处理图像;
所述步骤S2包括以下子步骤:
S201.对于步骤S1中得到的任一幅初始图像,将其从YUV444格式的图像数据转换成AXI4协议的Stream视频流专用格式;
S202.将转换后的AXI4-Stream格式图像数据进行中值滤波操作,消除图像中的椒盐噪声,减少不必要的干扰;
S203.将中值滤波后的图像数据进行Sobel边缘检测操作,以Sobel算子为核心,对中值滤波后的图像数据整幅图像进行边缘检测操作,操作后输出的图像数据将丢弃烟条背景等干扰信息,保留整幅图像的所有边界线条,进一步减少不必要的干扰,以便为后续的处理节省资源及时间;
S204.将边缘检测后的图像数据进行OTSU自适应二值化操作,将整幅图像划分为黑白分明的图像,即其灰度值只有0和255,以便于突出边界线条特征的同时再次弱化背景等无用信息,便于后续的判断;
S205.将二值化后的图像数据进行霍夫直线检测操作,将整幅图像的直线划分出来;霍夫直线检测操作在输出检测后的图像数据的同时会返回一个参数MAX_LINE_NUM,该参数的含义是检测过程中所检测到的斜线数目总和;前面边缘检测后的图像中线条并不是连续的,故霍夫直线检测进一步提升检测的准确性,便于后续的判断;
S206.对于烟条正面和两个端面的初始图像,分别执行步骤S201~S205的预处理,得到烟条正面和两个端面的预处理图像。
S3.根据烟条正面和两个端面的预处理图像进行烟条表面的缺陷检测,包括拉线缺失检测、拉线偏移检测和端面折线检测。
步骤S3中所述的拉线缺失检测包括:
设烟条盒体长度为280mm,高度为85mm,利用相机进行烟条表面图像采集时,拍摄精度为0.12mm/Pixel,其中Pixel表示像素点;则图像中每行共有280mm/ (0.12mm/Pixel)=2332 Pixel,每列共有85mm/ (0.12mm/Pixel)=708 Pixel;
对烟条正面的预处理图像进行扫描:
将图像中从左至右,从上到下依次扫描每个像素点的灰度值,并构建计数器,初始化为0,扫描过程中如果一行中有连续11个像素点的灰度值为255,则计数器加一,当扫描完整幅图像后,计数器的计数值为整幅图像中满足判断条件的行数总和,此时再次进行判定:
若是计数器的值超过了烟条高度像素值的2/3,即超过708Pixel*2/3=472Pixel;则认为该烟条的拉线存在,否则认为出现拉线缺失缺陷。
步骤S3中所述的拉线偏移检测包括:
A1、对于烟条正面的预处理图像,在经过了拉线缺失的判断后且拉线存在的情况下构建二维数组:
A11、对烟条正面预处理图像,统计出每一列中灰度值为255的像素点数目总和;
A12、构建二维坐标系:
原点位于烟条正面预处理图像的右下角,y轴与烟条正面预处理图像的右边界在同一直线上,且y轴方向由下至上;x轴与烟条正面预处理图像的下边界在同一直线上,且方向由右向左
在由右至左方向上,对于烟条正面预处理图像的第i列像素点,将其该列的序号i作为x轴坐标xi,将该列灰度值为255的像素点数目总和作为y轴坐标yi,则第i列像素点的二维坐标(xi,yi);其中,i=1,2,…N,N表示烟条正面预处理图像的像素点列数,N=2332;
A13、对于每一列像素点,重复步骤A12,得到所有列的二维坐标,形成二维数组(x1,y1),(x2,y2),…, (xN,yN);
A14、通过遍历二维数组的方式,找出除开左、右两个边界x1、xN外,数组中存储的像素点总数最大的两个x轴坐标,记为xk1、xk2,这便是拉线带的两个边界线位置,再取出xk1、xk2的中间位置,得到拉线中心点的x轴坐标x0;
A2、拉线中心点距离烟条正面预处理图像右边界的距离,实际上相当于拉线中心点与y轴的距离,即拉线中心点的x坐标轴坐标x0,将拉线中心点距离烟条正面预处理图像右边界的距离记为D=x0,将距离D与标准距离STD进行做差比较,从而获取到偏移量T=D-STD;
若偏移量T的绝对值超出预设阈值,则认为存在拉线偏移缺陷;
优选地,在存在拉线偏移缺陷时,根据T的正负,确定偏移的方向:若T>0,则拉线向左偏移;若T<0,则拉线向右偏移。
步骤S3中所述端面折线检测包括:
在步骤S2中获得每一个端面预处理图像的同时,根据步骤S205中返回的参数MAX_LINE_NUM进行端面折线检测:
如果MAX_LINE_NUM值等于4,则输出1,表示当前端面正常否则输出0,表示当前端面存在缺陷。
一种烟条表面的缺陷检测装置,包括:
烟条图像采集装置,用于采集检测区域内烟条正面和两个端面的图像,得到烟条正面和两个端面的初始图像,传输给控制模块;
控制模块,用于将采集到的每一幅初始图像进行格式转换操作、中值滤波操作、sobel边缘检测操作、OTSU自适应二值化操作和霍夫直线检测操作的预处理,得到烟条正面和两个端面的预处理图像,根据烟条正面和两个端面的预处理图像进行烟条表面的缺陷检测,并输出缺陷检测结果,所述缺陷检测结果即是否存在缺陷,以及存在缺陷时的缺陷类型;并在存在缺陷时,生成次品剔除指令。
所述缺陷检测装置还包括烟条输送装置、检测光源、次品剔除装置和显示模块;
所述烟条输送装置用于将待测烟条输送到检测区域,并在检测结束后,将待测烟条送离检测区域;
所述检测光源用于向检测区域提供光照,保证检测区域的光照亮度;
所述显示模块,用于接收控制模块输出的缺陷判断结果,并进行显示;
所述次品剔除装置,用于在控制模块检测出烟条存在缺陷时,根据控制模块生成的次品剔除指令对存在缺陷的烟条进行剔除。
所述烟条图像采集装置包括三个相机,其中一个相机用于采集烟条正面图像,另外两个相机用于采集烟条端面图像。
本发明的有益效果是:能够基于对烟条表面的图像采集分析,实现烟条表面的缺陷检测,方便于在自动化检测中进行应用,为生产包装过程中不合格品的剔除提供了条件。
附图说明
图1为本发明的方法流程图;
图2为本发明的装置原理示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
如图1所示,一种烟条表面的缺陷检测方法,包括以下步骤:
S1.采集烟条正面和两个端面的图像,得到烟条正面和两个端面的初始图像;
所述烟条两个端面,是指烟条面积最小的两个面,每个端面和烟条正面各用一个相机进行图像采集。
采集图像的方式包括如下两种:
第一、直接配置摄像头为灰度输出,配置格式为YUV422,利用摄像头对烟条正面和两个端面的图像进行采集,然后将YUV422格式的图像转换为YUV444格式,得到烟条正面和两个端面的初始图像;
第二、配置摄像头的输出为RGB565输出,利用摄像头对烟条正面和两个端面的图像进行采集,得到三幅图像,然后将三幅图像分别进行RGB565转YUV422格式的操作,再将YUV422格式的图像转换为YUV444格式,得到烟条正面和两个端面的初始图像。
S2.将采集到的每一幅初始图像进行格式转换操作、中值滤波操作、sobel边缘检测操作、OTSU自适应二值化操作和霍夫直线检测操作的预处理,得到烟条正面和两个端面的预处理图像;
所述步骤S2包括以下子步骤:
S201.对于步骤S1中得到的任一幅初始图像,将其从YUV444格式的图像数据转换成AXI4协议的Stream视频流专用格式;
S202.将转换后的AXI4-Stream格式图像数据进行中值滤波操作,消除图像中的椒盐噪声,减少不必要的干扰;
S203.将中值滤波后的图像数据进行Sobel边缘检测操作,以Sobel算子为核心,对中值滤波后的图像数据整幅图像进行边缘检测操作,操作后输出的图像数据将丢弃烟条背景等干扰信息,保留整幅图像的所有边界线条,进一步减少不必要的干扰,以便为后续的处理节省资源及时间;
S204.将边缘检测后的图像数据进行OTSU自适应二值化操作,将整幅图像划分为黑白分明的图像,即其灰度值只有0和255,以便于突出边界线条特征的同时再次弱化背景等无用信息,便于后续的判断;
S205.将二值化后的图像数据进行霍夫直线检测操作,将整幅图像的直线划分出来;霍夫直线检测操作在输出检测后的图像数据的同时会返回一个参数MAX_LINE_NUM,该参数的含义是检测过程中所检测到的斜线数目总和;前面边缘检测后的图像中线条并不是连续的,故霍夫直线检测进一步提升检测的准确性,便于后续的判断;
S206.对于烟条正面和两个端面的初始图像,分别执行步骤S201~S205的预处理,得到烟条正面和两个端面的预处理图像。
S3.根据烟条正面和两个端面的预处理图像进行烟条表面的缺陷检测,包括拉线缺失检测、拉线偏移检测和端面折线检测。
步骤S3中所述的拉线缺失检测包括:
设烟条盒体长度为280mm,高度为85mm,利用相机进行烟条表面图像采集时,拍摄精度为0.12mm/Pixel,其中Pixel表示像素点;则图像中每行共有280mm/ (0.12mm/Pixel)=2332 Pixel,每列共有85mm/ (0.12mm/Pixel)=708 Pixel;
对烟条正面的预处理图像进行扫描:
将图像中从左至右,从上到下依次扫描每个像素点的灰度值,并构建计数器,初始化为0,扫描过程中如果一行中有连续11个像素点的灰度值为255,则计数器加一,当扫描完整幅图像后,计数器的计数值为整幅图像中满足判断条件的行数总和,此时再次进行判定:
若是计数器的值超过了烟条高度像素值的2/3,即超过708Pixel*2/3=472Pixel;则认为该烟条的拉线存在,否则认为出现拉线缺失缺陷。
步骤S3中所述的拉线偏移检测包括:
A1、对于烟条正面的预处理图像,在经过了拉线缺失的判断后且拉线存在的情况下构建二维数组:
A11、对烟条正面预处理图像,统计出每一列中灰度值为255的像素点数目总和;
A12、构建二维坐标系:
原点位于烟条正面预处理图像的右下角,y轴与烟条正面预处理图像的右边界在同一直线上,且y轴方向由下至上;x轴与烟条正面预处理图像的下边界在同一直线上,且方向由右向左
在由右至左方向上,对于烟条正面预处理图像的第i列像素点,将其该列的序号i作为x轴坐标xi,将该列灰度值为255的像素点数目总和作为y轴坐标yi,则第i列像素点的二维坐标(xi,yi);其中,i=1,2,…N,N表示烟条正面预处理图像的像素点列数,N=2332;
A13、对于每一列像素点,重复步骤A12,得到所有列的二维坐标,形成二维数组(x1,y1),(x2,y2),…, (xN,yN);
A14、通过遍历二维数组的方式,找出除开左、右两个边界x1、xN外,数组中存储的像素点总数最大的两个x轴坐标,记为xk1、xk2,这便是拉线带的两个边界线位置,再取出xk1、xk2的中间位置,得到拉线中心点的x轴坐标x0;
A2、拉线中心点距离烟条正面预处理图像右边界的距离,实际上相当于拉线中心点与y轴的距离,即拉线中心点的x坐标轴坐标x0,将拉线中心点距离烟条正面预处理图像右边界的距离记为D=x0,将距离D与标准距离STD进行做差比较,从而获取到偏移量T=D-STD;
若偏移量T的绝对值超出预设阈值,则认为存在拉线偏移缺陷;
在一些实施例中,存在拉线偏移缺陷时,可以根据T的正负,确定偏移的方向:若T>0,则拉线向左偏移;若T<0,则拉线向右偏移。
步骤S3中所述端面折线检测包括:
在步骤S2中获得每一个端面预处理图像的同时,根据步骤S205中返回的参数MAX_LINE_NUM进行端面折线检测:
如果MAX_LINE_NUM值等于4,则输出1,表示当前端面正常否则输出0,表示当前端面存在缺陷。
如图2所示,一种烟条表面的缺陷检测装置,包括:
烟条图像采集装置,用于采集检测区域内烟条正面和两个端面的图像,得到烟条正面和两个端面的初始图像,传输给控制模块;
控制模块,用于将采集到的每一幅初始图像进行格式转换操作、中值滤波操作、sobel边缘检测操作、OTSU自适应二值化操作和霍夫直线检测操作的预处理,得到烟条正面和两个端面的预处理图像,根据烟条正面和两个端面的预处理图像进行烟条表面的缺陷检测,并输出缺陷检测结果,所述缺陷检测结果即是否存在缺陷,以及存在缺陷时的缺陷类型;并在存在缺陷时,生成次品剔除指令。
所述缺陷检测装置还包括烟条输送装置、检测光源、次品剔除装置和显示模块;
所述烟条输送装置用于将待测烟条输送到检测区域,并在检测结束后,将待测烟条送离检测区域;在本申请的一些实施例中,所述烟条输送装置可以采用传送带,每一次将待测烟条送完检测区域完成检测后,继续输送到烟条存储箱/盒等;由于是采用的传送待,故可以流水化检测,在一条传送带上可以依次传送多个待测烟条,每一个烟条到达检测区域之后即可进行检测,检测结束后,等待下一个烟条到达,继续进行检测;
所述检测光源用于向检测区域提供光照,保证检测区域的光照亮度;
所述显示模块,用于接收控制模块输出的缺陷判断结果,并进行显示;
所述次品剔除装置,用于在控制模块检测出烟条存在缺陷时,根据控制模块生成的次品剔除指令对存在缺陷的烟条进行剔除;在本申请的实施例中,所述次品剔除装置可以采用机械手,在接收到控制模块的剔除指令时,将存在缺陷的烟条捡出存放在固定的缺陷烟条收集箱/盒等;次品剔除装置也可以采用运动方向与输送装置传输方向共面垂直的气缸,并在气缸的活塞运动方向上设置缺陷烟条收集箱/盒,在接收到控制模块的剔除指令时,利用气缸将缺陷烟条推入缺陷烟条收集箱/盒内(例如,当烟条输送装置采用传送带时,将气缸的活塞运动方向设置在传送带所在平面上,并与传送带输送方向垂直,接收到控制模块的剔除指令后,将缺陷烟条推离传送带,并在推离位置的传送待正下面设置缺陷烟条收集箱/盒完成收集)。
在本申请的实施例中,所述控制模块由PLC控制器和ZYNQ模块构成,其中,所述ZYNQ模块用于实现图像预处理和缺陷检测,并将缺陷检测结果传输给显示模块进行显示;若存在缺陷,则将检测结果传输给PLC控制器,由PLC控制器生成次品剔除指令,控制次品剔除装置对存在缺陷的烟条进行剔除。
所述烟条图像采集装置包括三个相机,其中一个相机用于采集烟条正面图像,另外两个相机用于采集烟条端面图像。
上述说明示出并描述了本发明的一个优选实施例,但如前所述,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述发明构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (9)
1.一种烟条表面的缺陷检测方法,其特征在于:包括以下步骤:
S1.采集烟条正面和两个端面的图像,得到烟条正面和两个端面的初始图像;
S2.将采集到的每一幅初始图像进行格式转换操作、中值滤波操作、sobel边缘检测操作、OTSU自适应二值化操作和霍夫直线检测操作的预处理,得到烟条正面和两个端面的预处理图像;
S3.根据烟条正面和两个端面的预处理图像进行烟条表面的缺陷检测,包括拉线缺失检测、拉线偏移检测和端面折线检测;
所述的拉线偏移检测包括:
A1、对于烟条正面的预处理图像,在经过了拉线缺失的判断后且拉线存在的情况下构建二维数组:
A11、对烟条正面预处理图像,统计出每一列中灰度值为255的像素点数目总和;
A12、构建二维坐标系:
原点位于烟条正面预处理图像的右下角,y轴与烟条正面预处理图像的右边界在同一直线上,且y轴方向由下至上;x轴与烟条正面预处理图像的下边界在同一直线上,且方向由右向左
在由右至左方向上,对于烟条正面预处理图像的第i列像素点,将其该列的序号i作为x轴坐标xi,将该列灰度值为255的像素点数目总和作为y轴坐标yi,则第i列像素点的二维坐标(xi,yi);其中,i=1,2,…N,N表示烟条正面预处理图像的像素点列数,N=2332;
A13、对于每一列像素点,重复步骤A12,得到所有列的二维坐标,形成二维数组(x1,y1),(x2,y2),…,(xN,yN);
A14、通过遍历二维数组的方式,找出除开左、右两个边界x1、xN外,数组中存储的像素点总数最大的两个x轴坐标,记为xk1、xk2,这便是拉线带的两个边界线位置,再取出xk1、xk2的中间位置,得到拉线中心点的x轴坐标x0;
A2、拉线中心点距离烟条正面预处理图像右边界的距离,实际上相当于拉线中心点与y轴的距离,即拉线中心点的x坐标轴坐标x0,将拉线中心点距离烟条正面预处理图像右边界的距离记为D=x0,将距离D与标准距离STD进行做差比较,从而获取到偏移量T=D-STD;
若偏移量T的绝对值超出预设阈值,则认为存在拉线偏移缺陷。
2.根据权利要求1所述的一种烟条表面的缺陷检测方法,其特征在于:所述烟条两个端面,是指烟条面积最小的两个面,每个端面和烟条正面各用一个相机进行图像采集。
3.根据权利要求1所述的一种烟条表面的缺陷检测方法,其特征在于:所述步骤S1中,采集图像的方式包括如下两种:
第一、直接配置摄像头为灰度输出,配置格式为YUV422,利用摄像头对烟条正面和两个端面的图像进行采集,然后将YUV422格式的图像转换为YUV444格式,得到烟条正面和两个端面的初始图像;
第二、配置摄像头的输出为RGB565输出,利用摄像头对烟条正面和两个端面的图像进行采集,得到三幅图像,然后将三幅图像分别进行RGB565转YUV422格式的操作,再将YUV422格式的图像转换为YUV444格式,得到烟条正面和两个端面的初始图像。
4.根据权利要求3所述的一种烟条表面的缺陷检测方法,其特征在于:所述步骤S2包括以下子步骤:
S201.对于步骤S1中得到的任一幅初始图像,将其从YUV444格式的图像数据转换成AXI4协议的Stream视频流专用格式;
S202.将转换后的AXI4-Stream格式图像数据进行中值滤波操作,消除图像中的椒盐噪声;
S203.将中值滤波后的图像数据进行Sobel边缘检测操作,以Sobel算子为核心,对中值滤波后的图像数据整幅图像进行边缘检测操作,操作后输出的图像数据将丢弃烟条背景干扰信息,保留整幅图像的所有边界线条;
S204.将边缘检测后的图像数据进行OTSU自适应二值化操作,将整幅图像划分为黑白分明的图像,即其灰度值只有0和255,从而突出边界线条特征的同时再次弱化背景无用信息;
S205.将二值化后的图像数据进行霍夫直线检测操作,将整幅图像的直线划分出来;通过霍夫直线检测操作在输出检测后的图像数据的同时,返回一个参数MAX_LINE_NUM,该参数的含义是检测过程中所检测到的斜线数目总和;
S206.对于烟条正面和两个端面的初始图像,分别执行步骤S201~S205的预处理,得到烟条正面和两个端面的预处理图像。
5.根据权利要求1所述的一种烟条表面的缺陷检测方法,其特征在于:步骤S3中所述的拉线缺失检测包括:
设烟条盒体长度为280mm,高度为85mm,利用相机进行烟条表面图像采集时,拍摄精度为0.12mm/Pixel,其中Pixel表示像素点;则图像中每行共有280mm/(0.12mm/Pixel)≈2332Pixel,每列共有85mm/(0.12mm/Pixel)≈708Pixel;
对烟条正面的预处理图像进行扫描:
将图像中从左至右,从上到下依次扫描每个像素点的灰度值,并构建计数器,初始化为0,扫描过程中如果一行中有连续11个像素点的灰度值为255,则计数器加一,当扫描完整幅图像后,计数器的计数值为整幅图像中满足判断条件的行数总和,此时再次进行判定:
若是计数器的值超过了烟条高度像素值的2/3,即超过708Pixel*2/3=472Pixel;则认为该烟条的拉线存在,否则认为出现拉线缺失缺陷。
6.根据权利要求4所述的一种烟条表面的缺陷检测方法,其特征在于:步骤S3中所述端面折线检测包括:
在步骤S2中获得每一个端面预处理图像的同时,根据步骤S205中返回的参数MAX_LINE_NUM进行端面折线检测:
如果MAX_LINE_NUM值等于4,则输出1,表示当前端面正常否则输出0,表示当前端面存在缺陷。
7.一种烟条表面的缺陷检测装置,采用权利要求1~6中任意一项所述的方法进行烟条表面缺陷检测,其特征在于:包括:
烟条图像采集装置,用于采集检测区域内烟条正面和两个端面的图像,得到烟条正面和两个端面的初始图像,传输给控制模块;
控制模块,用于将采集到的每一幅初始图像进行格式转换操作、中值滤波操作、sobel边缘检测操作、OTSU自适应二值化操作和霍夫直线检测操作的预处理,得到烟条正面和两个端面的预处理图像,根据烟条正面和两个端面的预处理图像进行烟条表面的缺陷检测,并输出缺陷检测结果,所述缺陷检测结果即是否存在缺陷,以及存在缺陷时的缺陷类型;并在存在缺陷时,生成次品剔除指令。
8.根据权利要求7所述的一种烟条表面的缺陷检测装置,其特征在于:所述缺陷检测装置还包括烟条输送装置、检测光源、次品剔除装置和显示模块;
所述烟条输送装置用于将待测烟条输送到检测区域,并在检测结束后,将待测烟条送离检测区域;
所述检测光源用于向检测区域提供光照,保证检测区域的光照亮度;
所述显示模块,用于接收控制模块输出的缺陷判断结果,并进行显示;
所述次品剔除装置,用于在控制模块检测出烟条存在缺陷时,根据控制模块生成的次品剔除指令对存在缺陷的烟条进行剔除。
9.根据权利要求7所述的一种烟条表面的缺陷检测装置,其特征在于:所述烟条图像采集装置包括三个相机,其中一个相机用于采集烟条正面图像,另外两个相机用于采集烟条端面图像。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210054934.8A CN114359260B (zh) | 2022-01-18 | 2022-01-18 | 一种烟条表面的缺陷检测方法及装置 |
JP2022018435A JP7142991B1 (ja) | 2022-01-18 | 2022-02-09 | 棒状たばこ箱表面欠陥検出の方法及び装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210054934.8A CN114359260B (zh) | 2022-01-18 | 2022-01-18 | 一种烟条表面的缺陷检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114359260A CN114359260A (zh) | 2022-04-15 |
CN114359260B true CN114359260B (zh) | 2023-11-03 |
Family
ID=81091152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210054934.8A Active CN114359260B (zh) | 2022-01-18 | 2022-01-18 | 一种烟条表面的缺陷检测方法及装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7142991B1 (zh) |
CN (1) | CN114359260B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116681644B (zh) * | 2023-02-03 | 2024-01-12 | 红云红河烟草(集团)有限责任公司 | 基于变分贝叶斯推理的烟支外观缺陷检测方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4053056A (en) * | 1976-07-19 | 1977-10-11 | Amf Incorporated | Cigarette package inspection apparatus |
CN103512888A (zh) * | 2013-06-05 | 2014-01-15 | 北京化工大学 | 一种基于图像识别技术的烟包封条缺陷检测系统 |
CN103856761A (zh) * | 2014-03-14 | 2014-06-11 | 山东大学 | 基于Zynq-7000的图像监控系统 |
CN104458748A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院沈阳自动化研究所 | 基于机器视觉的铝型材表面缺陷检测方法 |
WO2018040302A1 (zh) * | 2016-08-31 | 2018-03-08 | 上海创和亿电子科技发展有限公司 | 烟丝或梗丝的宽度测定方法、系统及具有该系统的服务器 |
CN207887542U (zh) * | 2017-12-07 | 2018-09-21 | 湖南湘华华大生物科技有限公司 | 一种辐照香烟条包检测系统 |
CN108629775A (zh) * | 2018-05-14 | 2018-10-09 | 华中科技大学 | 一种热态高速线材表面图像处理方法 |
CN108665440A (zh) * | 2018-03-14 | 2018-10-16 | 重庆邮电大学 | 一种基于改进Sobel算子的不规则烟包图像融合边缘检测算法 |
CN109829876A (zh) * | 2018-05-30 | 2019-05-31 | 东南大学 | 基于机器视觉的链板缺陷在线检测装置及方法 |
CN110310255A (zh) * | 2019-05-24 | 2019-10-08 | 同济大学 | 基于目标检测和图像处理的转辙机缺口检测方法 |
CN110717852A (zh) * | 2019-06-13 | 2020-01-21 | 内蒙古大学 | 一种基于fpga的田间视频图像实时分割系统及方法 |
CN112434544A (zh) * | 2020-12-09 | 2021-03-02 | 广东烟草阳江市有限责任公司 | 一种条烟编码检测识别方法及装置 |
CN112550806A (zh) * | 2019-09-26 | 2021-03-26 | 南京文采科技有限责任公司 | 一种小盒烟端面透明纸检测装置 |
WO2021249560A1 (zh) * | 2020-06-12 | 2021-12-16 | 广州极飞科技股份有限公司 | 作物缺失的检测方法及检测装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6301380B1 (en) * | 1997-09-12 | 2001-10-09 | Philip Morris Incorporated | Fold inspection device for transparent overwrap film |
JP5910097B2 (ja) | 2011-01-27 | 2016-04-27 | 株式会社リコー | 画像検査装置、画像形成装置、及び画像検査プログラム |
DE102011120721A1 (de) | 2011-12-12 | 2013-06-13 | Focke & Co. (Gmbh & Co. Kg) | Verfahren und Vorrichtung zum optischen Prüfen von bei der Herstellung und/oder Verpackung von Zigaretten zu prüfenden Objekten |
JP2013200238A (ja) | 2012-03-26 | 2013-10-03 | Mitsubishi Electric Corp | 画像検査方法および画像検査装置 |
JP2014125248A (ja) | 2012-12-27 | 2014-07-07 | Japan Tobacco Inc | 包装体の検査システム |
JP2020160616A (ja) | 2019-03-25 | 2020-10-01 | ブラザー工業株式会社 | 生成装置、コンピュータプログラム、生成方法 |
JP7296035B2 (ja) | 2019-04-22 | 2023-06-22 | キリンホールディングス株式会社 | 包装用フィルム検査装置 |
CN112373874A (zh) | 2020-11-10 | 2021-02-19 | 江苏众立生新材料有限公司 | 一种包装盒及其制造方法 |
-
2022
- 2022-01-18 CN CN202210054934.8A patent/CN114359260B/zh active Active
- 2022-02-09 JP JP2022018435A patent/JP7142991B1/ja active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4053056A (en) * | 1976-07-19 | 1977-10-11 | Amf Incorporated | Cigarette package inspection apparatus |
CN103512888A (zh) * | 2013-06-05 | 2014-01-15 | 北京化工大学 | 一种基于图像识别技术的烟包封条缺陷检测系统 |
CN104458748A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院沈阳自动化研究所 | 基于机器视觉的铝型材表面缺陷检测方法 |
CN103856761A (zh) * | 2014-03-14 | 2014-06-11 | 山东大学 | 基于Zynq-7000的图像监控系统 |
WO2018040302A1 (zh) * | 2016-08-31 | 2018-03-08 | 上海创和亿电子科技发展有限公司 | 烟丝或梗丝的宽度测定方法、系统及具有该系统的服务器 |
CN107798672A (zh) * | 2016-08-31 | 2018-03-13 | 上海创和亿电子科技发展有限公司 | 烟丝或梗丝的宽度测定方法、系统及具有该系统的服务器 |
CN207887542U (zh) * | 2017-12-07 | 2018-09-21 | 湖南湘华华大生物科技有限公司 | 一种辐照香烟条包检测系统 |
CN108665440A (zh) * | 2018-03-14 | 2018-10-16 | 重庆邮电大学 | 一种基于改进Sobel算子的不规则烟包图像融合边缘检测算法 |
CN108629775A (zh) * | 2018-05-14 | 2018-10-09 | 华中科技大学 | 一种热态高速线材表面图像处理方法 |
CN109829876A (zh) * | 2018-05-30 | 2019-05-31 | 东南大学 | 基于机器视觉的链板缺陷在线检测装置及方法 |
CN110310255A (zh) * | 2019-05-24 | 2019-10-08 | 同济大学 | 基于目标检测和图像处理的转辙机缺口检测方法 |
CN110717852A (zh) * | 2019-06-13 | 2020-01-21 | 内蒙古大学 | 一种基于fpga的田间视频图像实时分割系统及方法 |
CN112550806A (zh) * | 2019-09-26 | 2021-03-26 | 南京文采科技有限责任公司 | 一种小盒烟端面透明纸检测装置 |
WO2021249560A1 (zh) * | 2020-06-12 | 2021-12-16 | 广州极飞科技股份有限公司 | 作物缺失的检测方法及检测装置 |
CN112434544A (zh) * | 2020-12-09 | 2021-03-02 | 广东烟草阳江市有限责任公司 | 一种条烟编码检测识别方法及装置 |
Non-Patent Citations (2)
Title |
---|
常灿.基于图像识别的香烟包封条缺陷检测方法.《中国优秀硕士学位论文全文数据库信息科技辑》.2015,(第06期),第I138-616页正文第二、四章. * |
罗紫阳.基于ZYNQ的烟条外观缺陷视觉检测系统的研究.中国优秀硕士学位论文全文数据库工程科技Ⅰ辑.2023,(第02期),第B024-2632页. * |
Also Published As
Publication number | Publication date |
---|---|
CN114359260A (zh) | 2022-04-15 |
JP2023104829A (ja) | 2023-07-28 |
JP7142991B1 (ja) | 2022-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112179910A (zh) | 一种锂电池极片瑕疵实时检测处理方法和系统 | |
US5917602A (en) | System and method for image acquisition for inspection of articles on a moving conveyor | |
CN107804514B (zh) | 一种基于图像识别的牙刷分拣方法 | |
CN114359260B (zh) | 一种烟条表面的缺陷检测方法及装置 | |
CN109765240B (zh) | 一种检测工业零件针脚缺陷装置及方法 | |
CN111507942B (zh) | 一种基于多视角图像分析的化纤长丝毛丝检测装置与方法 | |
CN102854195B (zh) | 彩色滤光片上缺陷坐标的检测方法 | |
CN112630158A (zh) | 一种脱膜布残留检测系统及其检测方法 | |
CN201689062U (zh) | 一种用于pet瓶口质量检测的装置 | |
CN109949308A (zh) | 一种抗星光干扰的空间相对导航目标快速提取方法 | |
CN110813795B (zh) | 一种化纤丝锭纸筒破损在线检测装置及方法 | |
CN111024722B (zh) | 一种基于数据融合的木材缺陷检测系统及方法 | |
CN110282383B (zh) | 一种货物仓储管理系统 | |
CN112432952B (zh) | 一种基于机器视觉技术的烟支空头检测方法 | |
CN109596620A (zh) | 基于机器视觉的产品表面形状缺陷检测方法和系统 | |
CN117232396A (zh) | 一种高速生产线产品质量视觉检测系统及方法 | |
CN112432953A (zh) | 一种基于机器视觉技术的烟包缺支、反支检测方法 | |
CN108180825A (zh) | 一种基于线结构光的长方体形物体三维识别与定位方法 | |
JPH08313454A (ja) | 画像処理装置 | |
CN106780596B (zh) | 一种双绞线绕距在线检测系统及方法 | |
CN113588655A (zh) | 一种mdf纤维线条表面缺陷的检测装置及其工作方法 | |
CN114674830A (zh) | 一种高速生产线上瓶盖瑕疵检测模组 | |
JP2003156451A (ja) | 欠陥検出装置 | |
CN207992089U (zh) | 基于机器视觉的别针徽章瑕疵检测系统 | |
CN208848248U (zh) | 电容器组立捺印连体机 |
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 |