一种基于机器视觉对瓶盖表面瑕疵的智能检测方法技术

本发明专利技术公开了一种基于机器视觉对瓶盖表面瑕疵的智能检测方法，其步骤如下：(1)采集合格瓶盖的图像信息；(2)对瓶盖表面图像进行圆定位和特征参数提取；(3)将获得的瓶盖表面图像的各参数分别存入不同的数组；(4)判断瓶盖采集次数是否达到预先设定的采集次数；(5)统计出各参数的平均值和各参数的上限值及下限值，将上下限值之间的差值作为误差宽容度范围；(6)采集待检测瓶盖的图像信息并提取特征参数；(7)判断该参数对应的误差是否在误差宽容度范围内，并经识别等步骤，对有瑕疵的不合格瓶盖剔除。该方法能够智能化的提取瓶盖表面图像特征参数作为检测标准；实现了图像的快速检测，检测效率较高；可以附加在现有瓶盖生产线上，实现边生产边检测的在线检测。

Intelligent inspection method for surface defects of bottle caps based on machine vision

The invention discloses an intelligent detection method of surface defects of bottle based on machine vision, the steps are as follows: (1) the image information acquisition qualified bottle; (2) on the cap surface image circle positioning and feature extraction; (3) the cap surface image of each parameter separately in different array; (4) to determine whether the bottle collection times reaches a preset number of acquisition; (5) the statistics of the average value of each parameter and the parameters of the upper limit and lower limit value, the difference between the upper and lower limit value as the error tolerance range; (6) the image information and extract the characteristic parameter acquisition detecting cap; (7) the judgment error of the parameters corresponding to whether the error tolerance range, and by the recognition of a defective, unqualified cap removed. The method can extract cap intelligent surface image feature parameters as detection standard; to achieve rapid detection image, high detection efficiency; can be added to existing bottle production line, realize the online detection of production while the.

【技术实现步骤摘要】
本专利技术涉及一种基于机器视觉对瓶盖表面瑕疵的智能检测方法。
技术介绍
在工业自动化生产线中，特别是金属瓶盖生产中，由于要经过商标印刷、剪裁冲 压、内垫注胶、胶垫成型等多道工序，瓶盖表面容易出现印刷瑕疵、刮擦痕迹等缺陷，这些缺 陷主要包括飞墨、重影、偏色、偏印、漏印、黑点、污染、刮擦等。为了将不合格的产品分拣出 来，提高产品的出厂合格率，需要对产品进行细致的检测。传统的检测是通过专业人员利用 人工视觉目检完成，其缺点是1.速度慢、效率低；2.检测质量不稳定。在重复劳动下，人 工检测容易使人疲劳，常会出现漏检现象，造成产品质量不稳定；3.检测标准不统一。由于 不同人对色彩深浅的判断标准存在个体差异，造成检测的结果存在差异；4.检测控制周期 长。由于人工检测为非在线检测，检测控制周期长，一旦生产线出现产品质量偏差，无法及 时调整，将会有大量的残次品被生产出来，造成浪费。针对瓶盖表面质量人工检测存在的 缺陷，迫切需要一种在线自动检测系统。机器视觉技术具有非接触，检测速度快，准确率高， 检测结果客观可靠的特点，配合合适的检测算法可以迅速准确地检测瓶盖表面瑕疵。机器 视觉在很多检测领域已有应用，在瓶盖检测领域也有应用先例，但是大部分是对瓶盖内垫 或具有旋转对称性图像的外盖的检测(例如专利CN101799431A)。因为具有旋转对称性图像 的算法实现容易，检测较为简单。而大部分瓶盖外表面图像不具有旋转对称性，这就为快速 图像匹配检测带来困难，一般情况下，随机旋转的非对称性图像匹配计算较为复杂，耗时较 长，很难满足快速的要求，特别是在瓶盖生产线中，每分钟至少要检测2500个以上，如何能 够实现快速准确的对瓶盖外表面检测是困扰生产技术人员多年的问题。
技术实现思路
针对现有技术存在的技术问题，本专利技术的目的是提供一种基于机器视觉对瓶盖表 面瑕疵的智能检测方法，该方法不仅能够实现边生产边检测的在线检测，而且检测速度快， 检测效率高。为达到上述目的，本专利技术的构思是利用工业照相机附加到瓶盖生产线上的待测 工位，利用专用光源照明待测瓶盖表面，采集瓶盖的图像信息，将所采集的图像信息传送到 瓶盖表面图像处理系统，瓶盖表面图像处理系统对所述瓶盖表面图像处理后输出控制信 号，控制工件剔除单元动作，剔除有瑕疵的瓶盖，工件剔除单元具有根据不同瑕疵类型自动 分类剔除功能，并将不同瑕疵瓶盖分类放置，方便后续的复检和修复工作。根据上述的专利技术构思，本专利技术采用下述技术方案一种基于机器视觉对瓶盖表面瑕疵的智能检测方法，该方法包括检测流程，其特征在 于，其具体步骤包括如下(1)、 用高速工业照相机附加到瓶盖自动化生产线工件传送带上的待测工位，待测工位 放置事先选出的待检测瓶盖的合格品，用专用光源照明待检测瓶盖表面，采集合格瓶盖的图像信息，读入所述工业计算机内存；(2)、对步骤 (1)中读入工业计算机内存中的瓶盖表面图像进行圆定位和特征参数提取(2-1)、对的瓶盖表面图像进行定位，找出瓶盖表面图像的圆心和半径参数；(2-2)、对瓶盖表面图像进行特征参数提取，首先进行瓶盖图像二值化，按照4连通原 则分割图块，分割区域限定在瓶盖表面图像的圆内进行，然后计算特征参数，其特征参数包 括每个图块的块面积参数、圆心距参数、偏角参数；(3)将步骤(2)中获得的瓶盖表面图像的圆心和半径参数、块面积参数、圆心距参数、 偏角参数分别存入不同的数组；(4)、判断瓶盖采集次数是否达到预先设定的采集次数，若没有达到预先设定的瓶盖采 集次数，则转步骤(1)，继续进行下一个瓶盖的图像采集，下一个瓶盖为同一品种的另一合 格瓶盖，若达到预先设定的采集次数，则转步骤(5)；(5)分别从步骤(3)中的不同的数组中找出半径和不同块的块面积参数、圆心距参 数、偏角参数，求出各参数的平均值和各参数的上限值及下限值，上下限值之间的差值作为 误差宽容度，并将半径参数平均值、块面积参数平均值、圆心距参数平均值、偏角参数平均 值作为标准特征参数，存入工业计算机的数据库中；(6)根据生产的要求，对步骤(5)中得到的误差宽容度范围设定；(7)用高速工业照相机附加到瓶盖自动化生产线上的待测工位，待测工位放置待检测 瓶盖，用专用光源照明待检测瓶盖表面，采集待检测瓶盖的图像信息，读入所述工业计算机 内存；(8)对步骤(7)中读入工业计算机内存中的瓶盖表面图像进行定位，找出瓶盖表面图 像的圆心和半径；(9)对步骤(8)中获得的圆半径与步骤(5)数据库中标准的圆半径之间差值运算，得 到它们之间的误差，判断该误差是否在半径误差宽容度范围内，若该误差是在圆半径的误 差宽容度范围内，转步骤(10)，若该误差不是在圆半径的误差容许范围内，则转步骤(12)；(10)计算步骤(9)中分割后的瓶盖表面图块特征参数，其特征参数包括每个图块的 块面积参数、圆心距参数和偏角参数；(11)、分别计算步骤(10)中获得的瓶盖表面块面积参数、圆心距参数、偏角参数与步 骤(5)数据库中的标准特征参数之间的误差，判断误差是否在与之相对应的误差宽容度范 围内，若误差是在与之相对应的误差宽容度范围内，则认为合格瓶盖，转步骤(7)继续下一 个瓶盖的检测，若误差不是在与之相对应的误差宽容度范围内，则认为有瑕疵瓶盖，转步骤 (12)；(12)瓶盖表面图像处理系统向瓶盖剔除单元输出剔除控制信号，启动工件剔除单元， 打开电磁阀，工件剔除单元的瓶盖吹嘴喷出压缩空气吹落有瑕疵的不合格瓶盖，完成有瑕 疵的不合格瓶盖剔除后，转步骤(7)继续对下一个待测瓶盖的检测。 上述步骤(2)所述的对瓶盖表面图像进行特征参数提取，其特征参数包括分割后 各图块的块面积参数、圆心距参数、偏角参数，其具体计算为设瓶盖表面图像第S图块的图块面积为Α, ι为1，2，···，《中的任一数，图块面积巧的计 算式为本文档来自技高网...

【技术保护点】
一种基于机器视觉对瓶盖表面瑕疵的智能检测方法，该方法包括检测流程，其特征在于，其具体步骤包括如下：（１）、用高速工业照相机附加到瓶盖自动化生产线工件传送带上的待测工位，待测工位放置事先选出的待检测瓶盖的合格品，用专用光源照明待检测瓶盖表面，采集合格瓶盖的图像信息，读入所述工业计算机内存；（２）、对步骤（１）中读入工业计算机内存中的瓶盖表面图像进行圆定位和特征参数提取（２－１）、对的瓶盖表面图像进行定位，找出瓶盖表面图像的圆心和半径参数；（２－２）、对瓶盖表面图像进行特征参数提取，首先进行瓶盖图像二值化，按照４连通原则分割图块，分割区域限定在瓶盖表面图像的圆内进行，然后计算特征参数，其特征参数包括每个图块的块面积参数、圆心距参数、偏角参数；（３）将步骤（２）中获得的瓶盖表面图像的圆心和半径参数、块面积参数、圆心距参数、偏角参数分别存入不同的数组；（４）、判断瓶盖采集次数是否达到预先设定的采集次数，若没有达到预先设定的瓶盖采集次数，则转步骤（１），继续进行下一个瓶盖的图像采集，下一个瓶盖为同一品种的另一合格瓶盖，若达到预先设定的采集次数，则转步骤（５）；（５）分别从步骤（３）中的不同的数组中找出半径和不同块的块面积参数、圆心距参数、偏角参数，求出各参数的平均值和各参数的上限值及下限值，上下限值之间的差值作为误差宽容度，并将半径参数平均值、块面积参数平均值、圆心距参数平均值、偏角参数平均值作为标准特征参数，存入工业计算机的数据库中；（６）根据生产的要求，对步骤（５）中得到的误差宽容度范围设定；（７）用高速工业照相机附加到瓶盖自动化生产线上的待测工位，待测工位放置待检测瓶盖，用专用光源照明待检测瓶盖表面，采集待检测瓶盖的图像信息，读入所述工业计算机内存；（８）对步骤（７）中读入工业计算机内存中的瓶盖表面图像进行定位，找出瓶盖表面图像的圆心和半径；（９）对步骤（８）中获得的圆半径与步骤（５）数据库中标准的圆半径之间差值运算，得到它们之间的误差，判断该误差是否在半径误差宽容度范围内，若该误差是在圆半径的误差宽容度范围内，转步骤（１０），若该误差不是在圆半径的误差容许范围内，则转步骤（１２）；（１０）计算步骤（９）中分割后的瓶盖表面图块特征参数，其特征参数包括每个图块的块面积参数、圆心距参数和偏角参数；（１１）、分别计算步骤（１０）中获得的瓶盖表面块面积参数、圆心距参数、偏角参数与步骤（５）数据库中的标准特征参数之间的误差，判断误差是否在与之相对应的误差宽容度范围内，若误差是在与之相对应的误差宽容度范围内，则认为合格瓶盖，转步骤（７）继续下一个瓶盖的检测，若误差不是在与之相对应的误差宽容度范围内，则认为有瑕疵瓶盖，转步骤（１２）；（１２）瓶盖表面图像处理系统向瓶盖剔除单元输出剔除控制信号，启动工件剔除单元，打开电磁阀，工件剔除单元的瓶盖吹嘴喷出压缩空气吹落有瑕疵的不合格瓶盖，完成有瑕疵的不合格瓶盖剔除后，转步骤（７）继续对下一个待测瓶盖的检测。...

【技术特征摘要】
1. 一种基于机器视觉对瓶盖表面瑕疵的智能检测方法，该方法包括检测流程，其特征 在于，其具体步骤包括如下(1)、用高速工业照相机附加到瓶盖自动化生产线工件传送带上的待测工位，待测工位 放置事先选出的待检测瓶盖的合格品，用专用光源照明待检测瓶盖表面，采集合格瓶盖的 图像信息，读入所述工业计算机内存；(2)、对步骤(1)中读入工业计算机内存中的瓶盖表面图像进行圆定位和特征参数提取(2-1)、对的瓶盖表面图像进行定位，找出瓶盖表面图像的圆心和半径参数；(2-2)、对瓶盖表面图像进行特征参数提取，首先进行瓶盖图像二值化，按照4连通原 则分割图块，分割区域限定在瓶盖表面图像的圆内进行，然后计算特征参数，其特征参数包 括每个图块的块面积参数、圆心距参数、偏角参数；(3)将步骤(2)中获得的瓶盖表面图像的圆心和半径参数、块面积参数、圆心距参数、 偏角参数分别存入不同的数组；(4)、判断瓶盖采集次数是否达到预先设定的采集次数，若没有达到预先设定的瓶盖采 集次数，则转步骤(1)，继续进行下一个瓶盖的图像采集，下一个瓶盖为同一品种的另一合 格瓶盖，若达到预先设定的采集次数，则转步骤(5)；(5)分别从步骤(3)中的不同的数组中找出半径和不同块的块面积参数、圆心距参 数、偏角参数，求出各参数的平均值和各参数的上限值及下限值，上下限值之间的差值作为 误差宽容度，并将半径参数平均值、块面积参数平均值、圆心距参数平均值、偏角参数平均 值作为标准特征参数，存入工业计算机的数据库中；(6)根据生产的要求，对步骤(5)中得到的误差宽容度范围设定；(7)用高速工业照相机附加到瓶盖自动化生产...

【专利技术属性】
技术研发人员：费敏锐，周文举，周晓兵，杜大军，王海宽，
申请(专利权)人：上海大学，
类型：发明
国别省市：31