[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

说明书

本发明公开了一种基于机器视觉的玻璃瓶底缺陷检测方法及系统，其方法为：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；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；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。本发明对瓶底的缺陷检测精度更高、执行速度更快。

技术领域

本发明属于工业自动化视觉检测技术领域，特别涉及一种基于机器视觉的玻璃瓶底缺陷检测方法及系统。

背景技术

玻璃瓶是一种传统的包装容器，因为其密封性能好、制造成本低、可回收使用等方面的优点，在食品饮料行业广泛应用，尤其在啤酒饮料行业中使用量巨大，据2016年玻璃行业报告中的统计数据，仅中国每年用于啤酒包装的玻璃瓶就超过500亿个，其中约80％的瓶子是回收旧瓶，质量参差不齐，尤其在玻璃瓶的底部可能存在烟头、玻璃渣、透明薄膜和其他脏污等，加之玻璃瓶在运输和生产过程中易发生摩擦、碰撞而造成瓶底破损，回收这些存在异物、脏污或缺陷的玻璃瓶进行灌装生产，可能会导致泄漏甚至爆炸的情况，危及生产线和消费者安全，因此，在玻璃瓶进行灌装前必须进行空瓶质量检测。

玻璃瓶一般分成瓶底、瓶身和瓶口三个部分分别进行检测，其中，瓶底由于缺陷种类多、存在纹理区域干扰、瓶底透光不均等方面的问题造成瓶底缺陷检测困难，采用传统的人工检测方法进行检测，存在效率低、主观性强、易疲劳等一系列的缺点，而基于机器视觉的检测技术已广泛应用于医药、食品等行业产品的质量检测中，其也为玻璃瓶瓶底缺陷检测提供一个更好的解决方式。

目前，虽然国外的海富、克朗斯公司、国内的山东明佳、广州万世德、大恒图像、湖南大学、山东大学、山东科技大学等单位均已研制出基于机器视觉的玻璃瓶检测系统，但是与玻璃瓶瓶底缺陷检测直接相关的研究文献仍然较少，尤其是有关玻璃瓶瓶底防滑纹区域的缺陷检测方法几乎没有。国外，Hajime等在美国发明专利《bottle bottom inspectionapparatus》中介绍了一种基于机器视觉的检测系统，对成像机构和硬件结构进行了详细描述，但未对其检测方法进行说明。Shafait等人在论文《fault detection andlocalization in empty water bottles through machine vision》中首先使采用Hough圆检测实现空矿泉水瓶瓶底定位检测，随后通过双阈值实现缺陷区域提取，该方法简单、执行速度快，但其对图像灰度变化敏感。国内，段峰、王耀南等人最先展开啤酒空瓶检测系统的研究，提出环形边缘检测法、模板匹配法、多神经网络法等三种瓶底缺陷检测法，前两种方法检测速度快，但效果不理想，后者抗干扰能力强，但前期样本采集、神经网络训练工作量大、时间长。马思乐等人在论文《Research on Bottom Detection in IntelligentEmpty Bottle Inspection System》中首先采用最小二乘法对啤酒瓶瓶底进行定位，随后使用离散傅里叶变换检测瓶底缺陷。范涛、朱青等在论文《空瓶检测机器人瓶底缺陷检测方法研究》中利用瓶底防滑纹的几何特征，提出了一种改进的基于变权重随机圆拟合的瓶底定位算法，首先采用重心法对瓶底圆心进行快速预定位，再采用变权重随机圆拟合法实现瓶底精定位，然后检测瓶底图像疑似缺陷区域，并提取区域面积、轮廓长度、圆形度、灰度方差和灰度均值等特征，最后采用支持向量机算法进行分类决策检测出缺陷，该方法定位精度高、执行速度快，但缺陷检测正确率仍有进一步提升空间，且并未深入研究防滑纹区域缺陷检测方法。

如上所述的玻璃瓶瓶底缺陷检测方法仍然存在两个共同问题：(1)虽然已实现瓶底的高速高精度定位，但是当瓶底图像中灰度值分布不均匀、缺陷灰度值变化范围大或防滑纹区域存在异物或脏污时，仍无法实现瓶底区域尤其是瓶底防滑纹区域的高速高精度缺陷检测；(2)虽然已利用防滑纹的特性信息进行了瓶底定位，但是并没有研究针对防滑纹区域的缺陷进行检测的方法，因此，防滑纹区域的缺陷仍然存在着易漏检的问题。