[发明专利]一种基于机器视觉的在线PE瓶瓶口密封缺陷的检测方法

说明书

技术领域

本发明属于图像处理技术领域，特别涉及一种基于机器视觉的在线PE瓶瓶口密封缺陷的检测方法。

背景技术

传统的灌装瓶质量检测是通过人工灯光检验，员工在流水线上利用肉眼查看。但是这种方式从效率到精度以及人工视觉疲劳各方面都达不到检测标准，尤其在大批量生产检测的情况下，往往导致遗漏和误判的情况，导致部分不合格的瓶装饮料流入市场，影响企业形象。因此在灌装完毕后，需要提供一种方法保证PE瓶检测的可靠性和快速性，基于机器视觉的PE瓶检测技术克服人工检测的不足，满足工业自动化生产中的高速高精度检测，而基于机器视觉的在线PE瓶瓶口密封缺陷检测是一个必不可少的过程。

发明内容

为了克服已有PE瓶检测技术人工检测的精度较低、可靠性较差、工作效率较低的不足，本发明提供一种精度较高、可靠性良好、工作效率较高的基于机器视觉的在线PE瓶瓶口密封缺陷的检测方法。

本发明解决其技术问题所采用的技术方案是：

一种基于机器视觉的在线PE瓶瓶口密封缺陷的检测方法，所述检测方法步骤如下：

(1)采集PE瓶口图像，转换为灰度图；

(2)对灰度图进行预处理得到阈值分割图；

(3)通过边缘检测检测得到瓶口密封锡纸的内外轮廓；

(4)将圆环等分为均匀等份，计算每等份圆像素值，并与给定阈值范围进行比较，判断缺陷是否存在。

进一步，所述步骤(1)中，照明光源的选择与布设，相机的图像采集，以及灰度变换，过程如下：选择红色的偏振环光源和isight7200相机垂直于瓶口上方拍摄；采用编码器记录传送带位移，发送外部触发信号控制相机拍照，并将采集到的PE瓶口图像输出给处理器完成图像的灰度变化。

再进一步，所述步骤(2)中，采用迭代最佳阈值法对图像阈值分割，首先根据图像最大和最小灰度值计算出一个初始阈值T₁，利用这个阈值将图像分为两个区域，然后分别求出两个区域的平均灰度值H₁和H₂，计算出新的阈值T₂，直到H₁和H₂的值不再发生变化，否则继续迭代：

更进一步，所述步骤(3)中，采用canny算子对二值图内外轮廓检测，并填充为圆环型；

所述步骤(4)中，利用区域面积特征进行判断，过程如下：如果是一个没有缺陷的瓶口图像，从圆心出发被平均分割为N份，那么这每份像素值应该是近似相等的；但是当这某等份中存在缺陷部分，那么对比于没有缺陷区域的像素值将会出现明显的误差；当这个误差超过设定的阈值就可以判为有缺陷。

所述步骤(4)中，步骤如下：

4.1)通过目标定位环节，确定圆心位置；

4.2)从圆心出发，将整个区域面积，用N条直线均匀划分，N＝360/ɑ，ɑ的取值根据精度可选择不同的角度；

4.3)在完成等分后，开始统计被各条直线均匀角度分割的扇形区域的像素值总和，然后设置一个误差范围值，当有扇形区域的像素总和在这之外，判断该区域存在缺陷。

本发明的有益效果主要表现在：精度较高、可靠性良好、工作效率较高。

附图说明

图1为本发明基于机器视觉的在线PE瓶瓶口密封缺陷的检测方法的流程图。

图2为基于机器视觉的在线PE瓶瓶口密封缺陷的检测的相机光源布设位置图，其中，1为被测物体，2为光源，3为镜头，4为CCD相机。

图3为PE瓶瓶口灰度图，其中，(a)是没有缺陷的瓶口，(b)是一种有缺陷的瓶口，(c)是另一中有缺陷的瓶口。

图4为PE瓶瓶口密封缺陷的迭代最佳阈值法流程图。

图5为PE瓶瓶口等分圆法效果图，其中，(a)是没有缺陷的瓶口，(b)是一种有缺陷的瓶口，(c)是另一中有缺陷的瓶口。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图5，一种基于机器视觉的在线PE瓶瓶口密封缺陷的检测方法，步骤如下：

(1)照明光源的选择与布设，相机的图像采集，以及灰度变换，本发明选择红色的偏振环光源和isight7200相机垂直于瓶口上方拍摄如图2所示；采用编码器记录传送带位移，发送外部触发信号控制相机拍照，并将采集到的PE瓶口图像输出给处理器完成图像的灰度变化。