一种基于机器视觉的PE瓶检测与分拣方法技术

一种基于机器视觉的PE瓶检测与分拣方法，包括如下步骤：(1)PE瓶图像采集；(2)PE瓶图像预处理：对采集到的图像进行图像的滤波和锐化处理；(3)目标定位识别：使用基于轮廓周长的匹配方法对PE瓶图像匹配识别，使用基于最小二乘法拟合椭圆的方法完成质心位置的检测；(4)缺陷检测：采用等分圆法和完成PE瓶瓶口缺陷检测；(5)跟踪抓取：根据反馈的位置信息，计算在线PE瓶在笛卡尔坐标系下的位置，完成在线抓取；(6)分类摆放：将每个PE瓶的特征信息发送至机械臂控制系统，通过机械臂进行分拣，并在不同区域摆放。本发明专利技术检测与分拣效率高和安全性好，有效的实现了PE瓶缺陷的检测与分拣工作。

PE bottle detection and sorting method based on machine vision

A method for detecting and sorting method of PE bottle based on machine vision, which comprises the following steps: (1) PE bottle image acquisition; (2): PE pretreatment bottle image filtering and image processing of the collected images; (3) target recognition: using contour matching method based on the perimeter of PE bottle image matching recognition, using the method of least squares fitting ellipse detection based on centroid position; (4): defect detection method and detection using equal circular PE bottle defects; (5) tracking crawl: according to the position information feedback, online calculation of PE bottle in Cartesian coordinate position, complete the online grab; (6): Assortment will be sent to the manipulator control system characteristic information of each PE bottle, sorting through the arm, and placed in different regions. The invention has the advantages of high detection and sorting efficiency and good safety, and effectively realizes the detection and sorting of the defects of the PE bottle.

【技术实现步骤摘要】
一种基于机器视觉的PE瓶检测与分拣方法
本专利技术涉及工业机器人和机器视觉
，具体为一种基于机器视觉的PE瓶检测与分拣方法。
技术介绍
随着技术的进步，PE灌装精度和卫生都有很大的改善，但仍不能满足严格的食品生产标准。刚刚生产出来的灌装产品中，会存在充装率不达标或者密封缺陷等问题，一旦流入市场被人食用，会危及身体健康，损害企业形象。机械臂搭配视觉系统使得系统柔性化程度更高，机械臂代替传动的分拣机构，减少了机械设计的难度，便于维修，可以作为独立单元，移植到任意的流水线或者其他工位。
技术实现思路
为了克服已有PE瓶检测与分拣采用人工方式的精度较低、工作效率较低的不足，本专利技术提供一种精度较高、工作效率较高的基于机器视觉的PE瓶检测与分拣方法。本专利技术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PE瓶检测与分拣方法，所述方法包括如下步骤：(1)PE瓶图像采集；(2)PE瓶图像预处理：对采集到的图像进行图像的滤波和锐化处理；(3)目标定位识别：使用基于轮廓周长的匹配方法对PE瓶图像匹配识别，使用基于最小二乘法拟合椭圆的方法完成质心位置的检测；(4)缺陷检测：采用等分圆法和完成PE瓶瓶口缺陷检测；(5)跟踪抓取：根据反馈的位置信息，计算在线PE瓶在笛卡尔坐标系下的位置，完成在线抓取。(6)分类摆放：将每个PE瓶的特征信息发送至机械臂控制系统，通过机械臂进行分拣，并在不同区域摆放。进一步，所述步骤(3)中，质心位置的检测过程如下：采用canny算子提取瓶身轮廓和瓶口轮廓；计算瓶身轮廓像素点，完成基于轮廓周长匹配的PE瓶目标识别；采用最小二乘法对图像轮廓离散点进行椭圆拟合，根据拟合完成的椭圆方程，计算椭圆质心坐标，即为PE瓶瓶口像素坐标值。再进一步，所述步骤(4)中，PE瓶瓶口缺陷检测过程如下：(4.1)采集PE瓶口图像，转换为灰度图；(4.2)对灰度图进行预处理得到阈值分割图；(4.3)通过边缘检测检测得到瓶口密封锡纸的内外轮廓；(4.4)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。更进一步，所述步骤(4)中，采用竖直积分投影法完成充装率的检测的过程如下：对预处理后的PE瓶图像进行阈值分割，提取液面轮廓特征；计算PE瓶二值图的竖直积分投影图，寻找PE瓶二值图的液面最低点及其纵坐标；计算PE瓶充装率。本专利技术的有益效果主要表现在：1、准确性好，通过视觉识别定位检测对PE瓶进行分类，并通过机械臂抓取摆放，分拣精度、准确率及自动化程度较高。2、使用寿命长，本系统包括视觉系统、分拣执行机构、运输传送系统，通过视觉识别和控制，可以避免不必要的碰撞及生产时的人为干涉，延长系统的使用寿命。3、生产效率高，通过视觉识别和控制的PE瓶检测与分拣系统，无需人为高强度进行分拣，方便快速准确的抓取PE瓶进行分类整齐排列，具有较高的生产效率。附图说明图1为一种基于机器视觉的PE瓶检测与分拣方法的流程图；图2为基于机器视觉的PE瓶检测与分拣系统的结构示意图。具体实施方式下面结合附图对本专利技术作进一步描述。参照图1和图2，一种基于机器视觉的PE瓶检测与分拣方法，所述方法包括如下步骤：(1)PE瓶图像采集；(2)PE瓶图像预处理：对采集到的图像进行图像的滤波和锐化处理；(3)目标定位识别：使用基于轮廓周长的匹配方法对PE瓶图像匹配识别，使用基于最小二乘法拟合椭圆的方法完成质心位置的检测；(4)缺陷检测：采用等分圆法和完成PE瓶瓶口缺陷检测；(5)跟踪抓取：根据反馈的位置信息，计算在线PE瓶在笛卡尔坐标系下的位置，完成在线抓取。(6)分类摆放：将每个PE瓶的特征信息发送至机械臂控制系统，通过机械臂进行分拣，并在不同区域摆放。进一步，所述步骤(3)中，质心位置的检测过程如下：采用canny算子提取瓶身轮廓和瓶口轮廓；计算瓶身轮廓像素点，完成基于轮廓周长匹配的PE瓶目标识别；采用最小二乘法对图像轮廓离散点进行椭圆拟合，根据拟合完成的椭圆方程，计算椭圆质心坐标，即为PE瓶瓶口像素坐标值。利用opencv中cvCanny函数对灰度变换后的PE瓶身和瓶口进行轮廓检测，计算瓶身轮廓像素点，完成基于轮廓周长匹配的PE瓶目标识别，图像轮廓周长值表示为像素点的总和，一幅图像的长和宽分别为M，N，而白色轮廓的像素值P(i，j)为1，其余位置为0，因此轮廓周长即为：以像素点表示的周长存在较小的误差，假设图像的周长为C′,模板周长为C，周长的允许误差为ε，所以当满足式下面公式认为是PE瓶图像：采用最小二乘法拟合椭圆的方法，将已检测的PE瓶瓶口轮廓图像进行椭圆拟合，计算椭圆质心坐标，完成PE瓶的定位。再进一步，所述步骤(4)中，PE瓶瓶口缺陷检测过程如下：(4.1)采集PE瓶口图像，转换为灰度图；(4.2)对灰度图进行预处理得到阈值分割图；(4.3)通过边缘检测检测得到瓶口密封锡纸的内外轮廓；(4.4)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。所述步骤(4.1)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(4.2)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(4.3)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(4.4)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(4.4)中，步骤如下：4.4.1)通过目标定位环节，确定圆心位置；4.4.2)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；4.4.3)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。更进一步，所述步骤(4)中，采用竖直积分投影法完成充装率的检测的过程如下：对预处理后的PE瓶图像进行阈值分割，提取液面轮廓特征；计算PE瓶二值图的竖直积分投影图，寻找PE瓶二值图的液面最低点及其纵坐标；计算PE瓶充装率。采用中值滤波和拉普拉斯锐化对采集到的PE瓶图像预处理。所述的竖直积分投影法中，选择迭代最佳阈值法对预处理后的PE瓶图像进行阈值分割，得到PE瓶的液面轮廓特征。提取图像的每个像素f(x,y)点的值，然后对y求得图像的水平投影，得到PE瓶的竖直积分投影图。竖直投影是将原图像二值图投影到水平XOY，X轴与图像像素坐标系的横坐标U一致，纵坐标Y为任意一个U所在竖直直线上图像的像素值之和。任意取N条Y方向的水平线，该直线与竖直投影图本文档来自技高网...

【技术保护点】
一种基于机器视觉的PE瓶检测与分拣方法，其特征在于：所述方法包括如下步骤：(1)PE瓶图像采集；(2)PE瓶图像预处理：对采集到的图像进行图像的滤波和锐化处理；(3)目标定位识别：使用基于轮廓周长的匹配方法对PE瓶图像匹配识别，使用基于最小二乘法拟合椭圆的方法完成质心位置的检测；(4)缺陷检测：采用等分圆法和完成PE瓶瓶口缺陷检测；(5)跟踪抓取：根据反馈的位置信息，计算在线PE瓶在笛卡尔坐标系下的位置，完成在线抓取。(6)分类摆放：将每个PE瓶的特征信息发送至机械臂控制系统，通过机械臂进行分拣，并在不同区域摆放。

【技术特征摘要】
1.一种基于机器视觉的PE瓶检测与分拣方法，其特征在于：所述方法包括如下步骤：(1)PE瓶图像采集；(2)PE瓶图像预处理：对采集到的图像进行图像的滤波和锐化处理；(3)目标定位识别：使用基于轮廓周长的匹配方法对PE瓶图像匹配识别，使用基于最小二乘法拟合椭圆的方法完成质心位置的检测；(4)缺陷检测：采用等分圆法和完成PE瓶瓶口缺陷检测；(5)跟踪抓取：根据反馈的位置信息，计算在线PE瓶在笛卡尔坐标系下的位置，完成在线抓取。(6)分类摆放：将每个PE瓶的特征信息发送至机械臂控制系统，通过机械臂进行分拣，并在不同区域摆放。2.如权利要求1所述的基于机器视觉的PE瓶检测与分拣方法，其特征在于：所述步骤(3)中，质心位置的检测过程如下：采用canny算子提取瓶身轮廓和瓶口轮廓；计算瓶身轮廓像素点，完成基于轮廓周长匹配的PE瓶目标识别；采用最小二...

【专利技术属性】
技术研发人员：陈建，胡俊康，王建勇，赵晓，李鑫，陈琨，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33