基于多角度和目标检测的透明容器缺陷检测方法及装置制造方法及图纸

本发明专利技术涉及一种基于多角度和目标检测的透明容器缺陷检测方法及装置。本发明专利技术方法包括：多角度获取待测透明容器不同部位的系列原始图像；应用深度学习目标检测方法，以待测透明容器的缺陷为检测目标，对系列原始图像进行检测；通过机器视觉方法对系列原始图像中检测出的缺陷的参数进行计算，并统计同一待测透明容器的所有缺陷数据；根据预设的过滤参数，对待测透明容器的缺陷数据进行过滤，判定待测透明容器是否合格。本发明专利技术装置包括取图模块、目标检测模块、计算模块及判定模块。本发明专利技术利用深度学习目标检测方法，配合多角度获取图像，可以检测形态各异的透明容器，扩大了检测方法与装置的适用范围，提高了检测的准确性和全面性。性。性。

【技术实现步骤摘要】
基于多角度和目标检测的透明容器缺陷检测方法及装置


[0001]本专利技术涉及包装行业的透明容器制品的检测设备，具体地说是一种基于多角度和目标检测的透明容器缺陷检测方法及装置。

技术介绍

[0002]透明容器，例如玻璃容器，在包装行业被广泛使用。玻璃因其稳定、环保等各种优点被广泛应用于包装行业，如酒类、化妆品、食品、医学药品的包装等。玻璃容器因其生产工艺的原因，常常伴有气泡、结石、裂纹、料印、烧伤等缺陷。
[0003]目前，因玻璃容器产品形态各异，缺陷种类繁多，常用人工目测全检的方法来做质量把关，需要耗费大量人工成本。并且，人的个性差异、心理定势、视力好坏、疲劳状态等因素都会影响检测的判断结果，因此漏检率较高。
[0004]当前市场上已经有一些用视觉方法对玻璃容器进行检测的应用案例，如以啤酒瓶、管制瓶为主的形态统一的玻璃瓶的视觉检测机，但其视觉方法都是用的传统机器视觉方案。传统视觉算法对于形态规整，且统一规格的玻璃容器检测有不错的效果。但是对于经常更换的瓶子样式，则显得无能为力，或者设置十分繁琐。当光照发生些许偏差时，传统算法很容本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多角度和目标检测的透明容器缺陷检测方法，其特征在于，所述方法包括：多角度获取待测透明容器不同部位的系列原始图像；应用深度学习目标检测方法，以所述待测透明容器的缺陷为检测目标，对所述系列原始图像进行检测；通过机器视觉方法对所述系列原始图像中检测出的缺陷的参数进行计算，并统计同一所述待测透明容器的所有缺陷数据；根据预设的过滤参数，对所述待测透明容器的缺陷数据进行过滤，判定所述待测透明容器是否合格。2.根据权利要求1所述的基于多角度和目标检测的透明容器缺陷检测方法，其特征在于，所述多角度获取待测透明容器不同部位的系列原始图像包括：让所述待测透明容器依次通过多个工位，在每个工位上对所述待测透明容器的一个待测部位进行拍照；旋转每个工位上的所述待测透明容器，按照预设数量n，所述待测透明容器每旋转360
°
/n角度拍摄一张图像，共取n张图像；或者，在每个工位上在360
°
范围内布置n个相机，获取n张图像。3.根据权利要求1所述的基于多角度和目标检测的透明容器缺陷检测方法，其特征在于，所述深度学习目标检测方法包括：根据图像属性和缺陷特性，设计并搭建合理的深度学习模型；用大量图片和标注数据对模型进行训练；将训练好的模型用于对图像进行缺陷检测。4.根据权利要求1所述的基于多角度和目标检测的透明容器缺陷检测方法，其特征在于，所述过滤参数包括缺陷类型、面积、光学对比度、球型度、宽度、高度、宽高比、外接矩形面积和角度中的一种或者多种，每种缺陷最大容许数量，以及所有缺陷最大容许数量。5.根据权利要求1所述的基于多角度和目标检测的透明容器缺陷检测方法，其特征在于，所述深度学习目标检测方法的模型训练方法包括：图片收集和分类；图片预处理，清洗图片上存在的干扰特征，使得特征更加明显；确定标注标准，确定标注原则和标注位置；图片标注，根据已经确定好的标注标准进行标注；添加已标注图片到训练集，遵循少量多次的原则；设置训练参数，包括迭代次数、数据自动增强及精度控制相关参数，训练模型；对模型效果进行测试，根据结果分析优化方案，再次训练，直到模型满足预设要求。6.一种基于多角度和目标检测的透明容器缺陷检测装置，其特征在于，所述装置包括：取...

【专利技术属性】
技术研发人员：张魁东，吴慧，宋晨阳，崔颖，
申请(专利权)人：安徽顺鼎阿泰克科技有限公司，
类型：发明
国别省市：