【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种罐装封尾过程中视觉检测方法及系统。
技术介绍
1、罐装封尾是一种食品或饮料工业中常见的加工过程，旨在确保食品罐或容器密封，保持产品的新鲜度、品质和安全性。其中金属盖、塑料盖封尾均可以通过热封或机械压力将封尾材料紧密封闭在罐口上，现有利用机器视觉对罐口进行边缘检测并定位罐口位置，可实现自动化高速生产，但当罐口或容器的位置与封尾设备期望的位置不一致时，可能会导致封尾不准确，影响产品的密封性能和外观。
2、罐口位置偏移主要由生产线速度不匹配、传送带振动、操作不当等原因所导致，在对罐口进行图像采集时，罐口图像也会受到一定振动影响，导致边缘清晰度、对比度质量下降，尤其一些带有封口螺纹的罐口，可能检测出多条边缘线，一旦图像质量出现问题，可能造成多条边缘线的融合、变形，对后续罐口的定位和封尾造成极大干扰。
技术实现思路
1、本专利技术提供一种罐装封尾过程中视觉检测方法及系统，以解决现有的通过计算机视觉进行罐口检测过程受封口螺纹影响导致罐口定位不准确而影响封尾效果的问题，所采用的技术方案具体如下：
2、第一方面，本专利技术一个实施例提供了一种罐装封尾过程中视觉检测方法，该方法包括以下步骤：
3、采集金属罐的罐口图像，获取罐口圈数；
4、对罐口图像通过高斯模糊得到usm图像，获取usm图像的灰度直方图及梯度直方图；根据灰度直方图中各灰度值的分布、梯度直方图中各梯度幅值的分布以及罐口圈数，构建第一筛选函数并得到若干目标
5、对每类目标灰度值在usm图像的所有像素点通过霍夫圆检测得到若干霍夫点；根据不同目标灰度值的霍夫点的投票数及在usm图像对应的圆，构建第二筛选函数并获取每类目标灰度值的主霍夫点及轮廓圆；根据轮廓圆及对应的目标灰度值，获取每个轮廓圆的受干扰程度；根据轮廓圆的受干扰程度及对应的目标灰度值，获取自适应滤波强度；
6、根据自适应滤波强度对usm图像进行平滑得到调整后usm图像，根据调整后usm图像及罐口图像得到罐口锐化图像；根据罐口锐化图像进行罐口定位。
7、优选的，所述对罐口图像通过高斯模糊得到usm图像，获取usm图像的灰度直方图及梯度直方图，包括的具体方法为：
8、对罐口图像进行高斯模糊，得到模糊罐口图像，通过罐口图像与模糊罐口图像差分，得到usm图像；获取usm图像的灰度直方图，并通过sobel算子获取usm图像中每个像素点的梯度，得到每个像素点的梯度幅值，根据像素点的梯度幅值得到usm图像的梯度直方图。
9、优选的，所述构建第一筛选函数并得到若干目标灰度值，包括的具体方法为：
10、对于任意一类灰度值，获取该类灰度值在灰度直方图中的频率；将该类灰度值与任意一类灰度值组合，得到一个灰度值组合并对应一类梯度幅值，该类灰度值对应若干梯度幅值；
11、获取该类灰度值对应的所有梯度幅值中在梯度直方图中频率最大的梯度幅值，作为该类灰度值的特征梯度；将该类灰度值在灰度直方图中的频率，与特征梯度在梯度直方图中的频率的比值，记为该类灰度值的筛选特征值；
12、获取每类灰度值的筛选特征值；从灰度直方图中所有类灰度值中，每次选取类灰度值构成一个灰度值集合，为罐口圈数，得到若干灰度值集合，基于灰度值集合中的灰度值及其筛选特征值构建第一筛选函数；
13、对每个灰度值集合通过第一筛选函数得到对应的输出值，将第一筛选函数的输出值最小时所对应的灰度值集合，作为目标灰度值集合，目标灰度值集合中每类灰度值记为目标灰度值。
14、优选的，所述第一筛选函数的具体公式为：
15、
16、其中，为第一筛选函数的输出值，为罐口圈数，表示灰度值集合中第类灰度值的筛选特征值，表示灰度值集合中所有类灰度值的筛选特征值的均值。
17、优选的，所述对每类目标灰度值在usm图像的所有像素点通过霍夫圆检测得到若干霍夫点，包括的具体方法为：
18、对于任意一类目标灰度值，获取该类目标灰度值在usm图像上的所有像素点，记为该类目标灰度值的分布像素点，对所有分布像素点进行霍夫圆检测，得到霍夫参数空间中若干霍夫点，记为该类目标灰度值的霍夫点。
19、优选的，所述构建第二筛选函数并获取每类目标灰度值的主霍夫点及轮廓圆，包括的具体方法为：
20、获取每个霍夫点的投票值；根据每个霍夫点的半径，获取每个霍夫点对应圆的周长；从每类目标灰度值的若干霍夫点分别选取一个霍夫点，组成一个霍夫点集合，得到若干霍夫点集合；基于霍夫点集合构建第二筛选函数；
21、获取基于每个霍夫点集合得到的第二筛选函数的输出值，将输出值最小时对应的霍夫点集合，作为主霍夫点集合，主霍夫点集合中每个霍夫点作为对应目标灰度值的主霍夫点，将主霍夫点还原在usm图像中，在usm图像中得到每个主霍夫点对应的圆，记为每个主霍夫点的轮廓圆，并作为每个目标灰度值的轮廓圆。
22、优选的，所述第二筛选函数的具体公式为：
23、
24、其中，表示基于第个霍夫点集合得到的第二筛选函数的输出值，为目标灰度值的数量，表示第类目标灰度值在第个霍夫点集合中对应的霍夫点的投票值，表示第类目标灰度值在第个霍夫点集合中对应的霍夫点对应圆的周长，表示第个霍夫点集合中各霍夫点对应圆的周长的均值。
25、优选的，所述每个轮廓圆的受干扰程度，具体的获取方法为：
26、对于任意一类目标灰度值，获取该类目标灰度值的轮廓圆上灰度值不等于该类目标灰度值的像素点，记为该类目标灰度值的轮廓圆上的非目标灰度值像素点；获取每类目标灰度值的轮廓圆上的非目标灰度值像素点；第类目标灰度值的轮廓圆的受干扰程度的计算方法为：
27、
28、其中，表示第类目标灰度值的轮廓圆的周长，表示第类目标灰度值的轮廓圆上非目标灰度值像素点的数量，表示第类目标灰度值的轮廓圆上第个非目标灰度值像素点的灰度值，表示第类目标灰度值的灰度值大小，表示求绝对值。
29、优选的，所述自适应滤波强度，具体的获取方法为：
30、将任意两个目标灰度值作为一个目标灰度值组合，获取目标灰度值组合中两个目标灰度值的差值绝对值，记为该目标灰度值组合的灰度差异；获取目标灰度值组合中两个目标灰度值的轮廓圆的半径的差值绝对值，记为该目标灰度值组合的半径差异；获取若干目标灰度值组合，得到每个目标灰度值组合的灰度差异及半径差异，自适应滤波强度的计算方法为：
31、
32、其中，表示目标灰度值组合的数量，表示第个目标灰度值组合的灰度差异，表示第个目标灰度值组合的半径差异，表示所有目标灰度值的轮廓圆的受干扰程度的标准差，表示以自然常数为底数的指数函数。
33、第二方面，本专利技术另一个实施例提供了一种罐装封尾过程中视觉检测系统，该系统包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述本文档来自技高网...
【技术保护点】
1.一种罐装封尾过程中视觉检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种罐装封尾过程中视觉检测方法，其特征在于，所述对罐口图像通过高斯模糊得到USM图像，获取USM图像的灰度直方图及梯度直方图，包括的具体方法为：
3.根据权利要求1所述的一种罐装封尾过程中视觉检测方法，其特征在于，所述构建第一筛选函数并得到若干目标灰度值，包括的具体方法为：
4.根据权利要求3所述的一种罐装封尾过程中视觉检测方法，其特征在于，所述第一筛选函数的具体公式为：
5.根据权利要求1所述的一种罐装封尾过程中视觉检测方法，其特征在于，所述对每类目标灰度值在USM图像的所有像素点通过霍夫圆检测得到若干霍夫点，包括的具体方法为：
6.根据权利要求1所述的一种罐装封尾过程中视觉检测方法，其特征在于，所述构建第二筛选函数并获取每类目标灰度值的主霍夫点及轮廓圆，包括的具体方法为：
7.根据权利要求6所述的一种罐装封尾过程中视觉检测方法，其特征在于，所述第二筛选函数的具体公式为：
8.根据权利要求6所述的一种罐
9.根据权利要求8所述的一种罐装封尾过程中视觉检测方法，其特征在于，所述自适应滤波强度，具体的获取方法为：
10.一种罐装封尾过程中视觉检测系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述一种罐装封尾过程中视觉检测方法的步骤。
...【技术特征摘要】
1.一种罐装封尾过程中视觉检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种罐装封尾过程中视觉检测方法，其特征在于，所述对罐口图像通过高斯模糊得到usm图像，获取usm图像的灰度直方图及梯度直方图，包括的具体方法为：
3.根据权利要求1所述的一种罐装封尾过程中视觉检测方法，其特征在于，所述构建第一筛选函数并得到若干目标灰度值，包括的具体方法为：
4.根据权利要求3所述的一种罐装封尾过程中视觉检测方法，其特征在于，所述第一筛选函数的具体公式为：
5.根据权利要求1所述的一种罐装封尾过程中视觉检测方法，其特征在于，所述对每类目标灰度值在usm图像的所有像素点通过霍夫圆检测得到若干霍夫点，包括的具体方法为：
6.根据权利要求1所述的一...
【专利技术属性】
技术研发人员：林镇杰，林程光，
申请(专利权)人：深圳市恒星包装机械有限公司，
类型：发明
国别省市：
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。