一种高速生产线上瓶盖瑕疵检测模组制造技术

本发明专利技术适用于瓶盖生产技术领域，提供了一种高速生产线上瓶盖瑕疵检测模组，包括：采集单元，用于采集若干工位的产品图像；获取单元，用于通过获取的产品图像截取检测区域图片；检测单元，用于将截取的检测区域图片输入预先训练好的深度学习模型进行检测；判断单元，用于当检测到检测区域图片中存在瑕疵时，判断对应的产品为瑕疵品；控制单元，用于控制剔除装置将瑕疵品剔除，本发明专利技术的有益效果是：提高检测效率，减少漏检。减少漏检。减少漏检。

【技术实现步骤摘要】
一种高速生产线上瓶盖瑕疵检测模组


[0001]本专利技术属于瓶盖生产
，尤其涉及一种高速生产线上瓶盖瑕疵检测模组。

技术介绍

[0002]瓶盖多用于酒水饮料、食用油等食品包装，随着消费者对食品健康的重视程度不断提高，对食品包装的完好、无瑕疵的要求也与日俱增。反推食品生产厂家对食品包装瓶盖的质量要求越来越高，因此，瓶盖生产厂家在高速产线上加装视觉检测模组，来取代效率低、易漏检的人工目检迫在眉睫。
[0003]现有技术方案多采用人工目检或使用传统AOI检测的方式，人工目检采用高亮光源辅助，手动调整角度目视检测瑕疵，观察到瑕疵即手动剔除，无法实现高效全自动化生产；传统AOI检测需要针对不同产品单独设置视觉检测区域，步骤繁琐，同时为避免背景干扰，检测区域会人为缩减，造成漏检，更加难以匹配高速产线的生产效率。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种高速生产线上瓶盖瑕疵检测模组，旨在解决上述
技术介绍
中提出的问题。
[0005]本专利技术实施例是这样实现的，一种高速生产线上瓶盖瑕疵检测模组，包括：采集单元，用于采集若干工位的产品图像；获取单元，用于通过获取的产品图像截取检测区域图片；检测单元，用于将截取的检测区域图片输入预先训练好的深度学习模型进行检测；判断单元，用于当检测到检测区域图片中存在瑕疵时，判断对应的产品为瑕疵品；控制单元，用于控制剔除装置将瑕疵品剔除。
[0006]作为本专利技术的进一步方案，所述采集若干工位的产品图像的至少包括6个相机，当所述相机为6个时，其中相机分别布置在第一个工位的顶部、第二个工位的4个侧面以及第三个工位的底部，其中第一个工位的相机用于配合低角度环光检测瓶盖顶部黑点、变形瑕疵，第二工位的相机用于配合棱镜、同轴光检测侧面黑点、组合不良、印刷不良瑕疵，第三工位的相机用于配合内窥镜头、高角度环光检测瓶盖内部黑点、异物、变形、孔洞瑕疵。
[0007]作为本专利技术的再进一步方案，所述采集单元包括：感应子单元，用于通过光电开关感应产品是否到位；触发子单元，用于感应产品到位后触发相机采图。
[0008]作为本专利技术的又进一步方案，所述获取单元具体包括：获取子单元，用于获取图像后通过机器视觉定位算法计算出产品位置；截取子单元，用于根据检测区域和产品位置的相对坐标截取检测区域图片。
[0009]作为本专利技术的进一步方案，所述训练深度学习模型的步骤包括：在前期训练模型时，将检测区域的图片进行人工标注，分为良品和各种瑕疵若干；
将人工标注输入到基础模型中进行深度学习，得到深度学习模型。
[0010]作为本专利技术的进一步方案，所述模组还包括：对比子单元，用于将瑕疵品剔除后将将人工复检的结果上传后与对应的产品瑕疵品剔除信息进行对比；显示子单元，用于在对比结果在人机交互界面进行显示。
[0011]作为本专利技术的进一步方案，所述获取单元还包括：亮度补偿子单元，用于采集产品图像时，检测工位的环境亮度，当环境亮度低于预设亮度阈值时，使用不同光源和镜头补充保证各个检测面都能够清晰的成像。
[0012]本专利技术实施例提供的一种高速生产线上瓶盖瑕疵检测模组，通过采用3个工位，至少6个相机，全方位无死角拍照的方式，保证了瑕疵被相机采集到，使用不同光源和镜头、镜头保证各个检测面都能够清晰的成像，采用传统机器视觉算法与深度学习算法相结合的方式，极大提高了算法检测能力，鲁棒性强，不需要缩减检测范围，减少漏检。
附图说明
[0013]图1是一种高速生产线上瓶盖瑕疵检测模组的主结构示意图。
[0014]图2是一种高速生产线上瓶盖瑕疵检测模组的工作流程图。
[0015]图3是一种高速生产线上瓶盖瑕疵检测模组中采集单元的结构示意图。
[0016]图4是一种高速生产线上瓶盖瑕疵检测模组获取单元的结构示意图。
[0017]图5是一种高速生产线上瓶盖瑕疵检测模组中复检显示单元的结构示意图。
具体实施方式
[0018]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0019]以下结合具体实施例对本专利技术的具体实现进行详细描述。
[0020]本专利技术提供的一种高速生产线上瓶盖瑕疵检测模组，解决了
技术介绍
中的技术问题。
[0021]如图1
‑
图2所示，为本专利技术的一个实施例提供的一种高速生产线上瓶盖瑕疵检测模组的主结构示意图，所述一种高速生产线上瓶盖瑕疵检测模组，包括：采集单元10，用于采集若干工位的产品图像；获取单元20，用于通过获取的产品图像截取检测区域图片；检测单元30，用于将截取的检测区域图片输入预先训练好的深度学习模型进行检测；判断单元40，用于当检测到检测区域图片中存在瑕疵时，判断对应的产品为瑕疵品；控制单元50，用于控制剔除装置将瑕疵品剔除。
[0022]瓶盖高速生产线最高生产速度可达800个/分钟，生产过程中存在油污、黑点、组合不良、印刷不良等瑕疵。现有瓶盖压合设备采用先收集，再离线人工目检的方式，效率极低，而且存放过程中容易造成挤压、变形，影响产品质量和生产良率，瓶盖顶部和四周存在不同
的图案，背景相对复杂，较多瑕疵人眼容易忽略，造成漏检，同时瓶盖内壁较深，需要旋转多个角度才能看全，获取图像后通过传统机器视觉定位算法，计算出产品位置，并根据相对坐标截取检测区域。在前期训练模型时，将检测区域的图片进行人工标注，分为良品和各种瑕疵若干类，进行深度学习模型训练，得到模型。在实际生产过程中，读取已经训练好的模型，对每个产品进行深度学习模型预测，给出是否为瑕疵品的判断，若结果为是则发出剔除信号。剔除装置将瑕疵品剔除，并在UI显示预测结果。
[0023]作为本专利技术的一种优选实施例，所述采集若干工位的产品图像的至少包括6个相机，当所述相机为6个时，其中相机分别布置在第一个工位的顶部、第二个工位的4个侧面以及第三个工位的底部，其中第一个工位的相机用于配合低角度环光检测瓶盖顶部黑点、变形瑕疵，第二工位的相机用于配合棱镜、同轴光检测侧面黑点、组合不良、印刷不良瑕疵，第三工位的相机用于配合内窥镜头、高角度环光检测瓶盖内部黑点、异物、变形、孔洞瑕疵。
[0024]本模组对应的检测系统分为3个工位，共配置6个工业相机。第一个工位配置1个顶部相机，配合低角度环光检测瓶盖顶部黑点、变形等瑕疵；第二个工位配置4个侧面相机，配合棱镜、同轴光检测侧面黑点、组合不良、印刷不良等瑕疵；第三个工位配置1个底部相机，配合内窥镜头、高角度环光检测瓶盖内部黑点、异物、变形、孔洞等瑕疵，内窥镜头实现单相机覆盖瓶盖内壁360度视野；采用光电开关感应产品到位，触发相机采图保证图片位置稳定，减少相机视野浪费，提高检测精度和速度。
[0025]如图3所示，作为本专利技术的另一种优选实施例，所述采集单元10包括：感应子单元101，用于通过光电开关感应产品是否到位；触发子单元102，用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高速生产线上瓶盖瑕疵检测模组，其特征在于，包括：采集单元，用于采集若干工位的产品图像；获取单元，用于通过获取的产品图像截取检测区域图片；检测单元，用于将截取的检测区域图片输入预先训练好的深度学习模型进行检测；判断单元，用于当检测到检测区域图片中存在瑕疵时，判断对应的产品为瑕疵品；控制单元，用于控制剔除装置将瑕疵品剔除。2.根据权利要求1所述的高速生产线上瓶盖瑕疵检测模组，其特征在于，所述采集若干工位的产品图像的至少包括6个相机，当所述相机为6个时，其中相机分别布置在第一个工位的顶部、第二个工位的4个侧面以及第三个工位的底部，其中第一个工位的相机用于配合低角度环光检测瓶盖顶部黑点、变形瑕疵，第二工位的相机用于配合棱镜、同轴光检测侧面黑点、组合不良、印刷不良瑕疵，第三工位的相机用于配合内窥镜头、高角度环光检测瓶盖内部黑点、异物、变形、孔洞瑕疵。3.根据权利要求1或2所述的高速生产线上瓶盖瑕疵检测模组，其特征在于，所述采集单元包括：感应子单元，用于通过光电开关感应产品是否到位；触发子单元，用于感应产品到位...

【专利技术属性】
技术研发人员：孟庆铎，
申请(专利权)人：心鉴智控深圳科技有限公司，
类型：发明
国别省市：