The invention is applicable to the technical field of tag provides a visual inspection, machine vision label appearance detection method and terminal equipment, which is based on the detected image acquisition of the label; the detected label image feature point detection, the first feature points and first feature description vector; according to the characteristics of the first to be detected the first point of the label image and feature vectors, and second feature points and second characteristics of the standard image template description vector, the detected label image and the standard image template matching and difference comparison, get the difference image; difference comparison for pixel difference comparison; in the pixel value of the image difference the pixel is greater than the preset value, judging the detected label image defects. The invention can improve the efficiency of the appearance detection of the label and reduce the error rate.
【技术实现步骤摘要】
基于机器视觉的标签外观检测方法及终端设备
本专利技术属于标签外观检测
,尤其涉及一种基于机器视觉的标签外观检测方法及终端设备。
技术介绍
市场上出售的饮料瓶和药瓶等商品瓶身上通常都贴有标签,目前,瓶身贴上标签后通常由人工对标签外观进行质量检测,如检测标签是否存在划痕、污迹、褶皱、缺角等缺陷,这种方法检测效率很低。
技术实现思路
有鉴于此,本专利技术实施例提供了一种基于机器视觉的标签外观检测方法及终端设备,以解决现有技术中对瓶身标签的外观质量检测效率低的问题。本专利技术实施例的第一方面提供了一种基于机器视觉的标签外观检测方法,包括:采集待检测标签图像;对所述待检测标签图像进行特征点检测,得到第一特征点和第一特征描述向量;根据所述待检测标签图像的第一特征点和第一特征描述向量,以及标准图像模板的第二特征点和第二特征描述向量,将所述待检测标签图像与所述标准图像模板进行匹配和差值比对,得到差值图像;所述差值比对为像素差值比对;所述差值图像的像素值大于预设像素值时,判定所述待检测标签图像存在缺陷。优选的,所述采集待检测标签图像之前,所述方法还包括:对标准图像模板进行特征点检测,得到第二特征点和第二特征描述向量。优选的,所述对标准图像模板进行特征点检测,得到第二特征点和第二特征描述向量,具体为:将所述标准图像模板分成N部分,分别对每部分进行特征点检测,得到第二特征点和第二特征描述向量;所述对所述待检测标签图像进行特征点检测,得到第一特征点和第一特征描述向量,具体为:将所述待检测标签图像分成N部分,分别对每部分进行特征点检测,得到第一特征点和第一特征描述向量;所述将所述 ...
【技术保护点】
一种基于机器视觉的标签外观检测方法,其特征在于,包括:采集待检测标签图像;对所述待检测标签图像进行特征点检测,得到第一特征点和第一特征描述向量;根据所述待检测标签图像的第一特征点和第一特征描述向量,以及标准图像模板的第二特征点和第二特征描述向量,将所述待检测标签图像与所述标准图像模板进行匹配和差值比对,得到差值图像;所述差值比对为像素差值比对;在所述差值图像的像素值大于预设像素值时,判定所述待检测标签图像存在缺陷。
【技术特征摘要】
1.一种基于机器视觉的标签外观检测方法,其特征在于,包括:采集待检测标签图像;对所述待检测标签图像进行特征点检测,得到第一特征点和第一特征描述向量;根据所述待检测标签图像的第一特征点和第一特征描述向量,以及标准图像模板的第二特征点和第二特征描述向量,将所述待检测标签图像与所述标准图像模板进行匹配和差值比对,得到差值图像;所述差值比对为像素差值比对;在所述差值图像的像素值大于预设像素值时,判定所述待检测标签图像存在缺陷。2.如权利要求1所述的基于机器视觉的标签外观检测方法,其特征在于,所述采集待检测标签图像之前,所述方法还包括:对标准图像模板进行特征点检测,得到第二特征点和第二特征描述向量。3.如权利要求2述的基于机器视觉的标签外观检测方法,其特征在于,所述对标准图像模板进行特征点检测,得到第二特征点和第二特征描述向量,具体为:将所述标准图像模板分成N部分,分别对每部分进行特征点检测,得到第二特征点和第二特征描述向量;所述对所述待检测标签图像进行特征点检测,得到第一特征点和第一特征描述向量,具体为:将所述待检测标签图像分成N部分,分别对每部分进行特征点检测,得到第一特征点和第一特征描述向量;所述将所述待检测标签图像与所述标准图像模板进行匹配和差值比对,得到差值图像,具体为:将所述待检测标签图像的每一部分分别与所述标准图像模板的对应部分进行匹配和差值比对,得到差值图像;所述N为大于1的整数。4.如权利要求1所述的基于机器视觉的标签外观检测方法,其特征在于,所述根据所述待检测标签图像的第一特征点和第一特征描述向量,以及标准图像模板的第二特征点和第二特征描述向量,将所述待检测标签图像与所述标准图像模板进行匹配和差值比对,得到差值图像,具体包括:将所述第一特征点和所述第一特征描述向量分别与所述第二特征点和所述第二特征描述向量进行匹配,并生成匹配误差值;若所述匹配误差值大于预设误差值,则去除所述匹配点,再通过随机抽样一致性算法去除错误的匹配点,得到剩余匹配点;通过剩余匹配点生成仿射变换矩阵;所述仿射变换矩阵为所述标准图像模板与所述待检测标签图像之间的转换矩阵;通过所述仿射变换矩阵对所述标准图像模板进行变换,得到变换标准图像模板;根据所述待检测标签图像的第一...
【专利技术属性】
技术研发人员:孔庆杰,孙旭光,陈智慧,
申请(专利权)人:东莞理工学院,精锐视觉智能科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。