[发明专利]一种基于机器视觉的玻璃瓶底缺陷检测方法及系统

权利要求书

1.一种基于机器视觉的玻璃瓶底缺陷检测方法，其特征在于，包括以下步骤：

步骤1，获取瓶底图像，定位与提取瓶底区域，并将瓶底区域划分为三个子区域：中心圆平面区域、环形平面区域和环形纹理区域；

步骤2，采用基于显著性检测的方法对中心圆平面区域进行缺陷检测并标记；

步骤3，采用基于多尺度滤波的方法对环形平面区域进行缺陷检测并标记，具体采用径向方向的灰度投影，将环形平面区域图像转换为一个一维信号，在该一维信号进行多尺度滤波；

步骤4，采用基于模板匹配的方法对环形纹理区域进行缺陷检测并标记，具体先获取纹理模板，再采用模板匹配的方法将瓶底环形纹理区域图像转换为一个一维信号，随后，采用与瓶底环形平面区域相同的缺陷检测方法获取缺陷；

步骤5，将步骤2至4得到的已标记好缺陷的中心圆平面区域、环形平面区域和环形纹理区域进行融合，得到标记有所有缺陷的瓶底图像。

2.根据权利要求1所述的方法，其特征在于，步骤1中，定位与提取瓶底区域并划分为三个子区域的方法为：

步骤1.1，采用圆检测方法定位并提取圆形的瓶底区域；

步骤1.2，以瓶底区域的圆心为瓶底中心，将瓶底区域分成中心圆平面区域和环形区域；

步骤1.3，将环形区域径向展开，然后对展开图像进行边缘检测并筛选防滑纹边缘，并采用多项式拟合对所得防滑纹边缘进行拟合得到纹理区域中线，将纹理区域中线分别向上和向下移动等长距离，由纹理区域中线移动得到的两条曲线与展开图像的边界所围成的区域即为环形纹理区域，展开图像中位于纹理区域上方的区域即为环形平面区域。

3.根据权利要求1所述的方法，其特征在于，步骤2中，采用基于显著性检测方法对中心圆平面区域进行缺陷检测的方法为：

步骤2.1，采用超像素分割方法将中心圆平面区域分割为若干子区域；

步骤2.2，对划分为若干子区域的中心圆平面区域进行显著性检测，得到相应的显著图；

步骤2.3，计算中心圆平面区域中每个子区域的面积和显著值；若子区域的面积和显著值均大于相应的预设阈值，则标记该子区域为缺陷区域。

4.根据权利要求1所述的方法，其特征在于，步骤2.1中，采用超像素分割方法将中心圆平面区域分割为若干子区域的方法为：

步骤2.1.1，对中心圆平面区域进行边缘检测；

步骤2.1.2，针对步骤2.1.1得到的每个边缘结果，均以当前边缘为种子点，进行区域生长，

步骤2.1.3，计算步骤2.1.2得到的每个区域生长结果的面积，并将面积小于设定阈值的区域合并到灰度值相差最小的邻接区域。

5.根据权利要求1所述的方法，其特征在于，步骤3中，采用基于多尺度滤波的方法对环形平面区域进行缺陷检测的方法为：

步骤3.1，将环形平面区域沿径向展开，并缩放为矩形平面区域；

步骤3.2，将矩形平面区域沿竖直方向进行投影灰度均值，得到矩形平面区域每一列的像素均值，所有列像素均值构成矩形平面区域的一维像素均值信号；

步骤3.3，对步骤3.2得到的像素均值信号进行一系列多尺度滤波，得到不同尺度对应的滤波值信号；

步骤3.4，对矩形平面区域的每一列：均计算所有尺度的滤波值与像素均值的差值绝对值，并取每一列最大的差值绝对值一起构成最大值信号；

步骤3.5，对矩形平面区域的每一列，若其最大的差值绝对值大于给定的阈值，则矩形平面区域的该列像素属于缺陷区域。