一種瓶蓋檢測(cè)方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種瓶蓋檢測(cè)方法和裝置。
【背景技術(shù)】
[0002]近年來(lái)隨著食品安全問(wèn)題的頻繁發(fā)生，消費(fèi)者對(duì)食品包裝的質(zhì)量要求也越來(lái)越高，同時(shí)伴隨著產(chǎn)業(yè)的競(jìng)爭(zhēng)加劇，食品包裝的質(zhì)量關(guān)系著其生產(chǎn)企業(yè)的生存。
[0003]其中，瓶蓋質(zhì)量的好壞直接關(guān)系到食品的質(zhì)量。瓶蓋在出廠時(shí)，通常要通過(guò)嚴(yán)格的質(zhì)量檢測(cè)，對(duì)于瓶蓋內(nèi)表面有污漬、瓶蓋圓度變形、缺料、溢料、無(wú)防盜環(huán)等質(zhì)量不合格的產(chǎn)品要進(jìn)行剔除。而目前對(duì)于瓶蓋的質(zhì)量檢測(cè)，大部分廠家均采用人工檢測(cè)的方式，但是由于人眼長(zhǎng)時(shí)間處于緊張狀態(tài)，容易產(chǎn)生視覺(jué)疲勞，導(dǎo)致人工檢測(cè)精度較低。

【發(fā)明內(nèi)容】

[0004]有鑒于此，本發(fā)明提供一種瓶蓋檢測(cè)方法和裝置，以防止在對(duì)瓶蓋進(jìn)行檢測(cè)時(shí)出現(xiàn)漏檢的情況，提尚檢測(cè)精度。
[0005]為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案:
[0006]一種瓶蓋檢測(cè)方法，包括:
[0007]采集待檢測(cè)瓶蓋的原始圖像；
[0008]對(duì)待檢測(cè)瓶蓋的所述原始圖像進(jìn)行閾值分割，得到待檢測(cè)瓶蓋的閾值分割圖像；
[0009]根據(jù)所述閾值分割圖像，提取待檢測(cè)瓶蓋的外輪廓信息以及對(duì)待檢測(cè)瓶蓋的原始圖像進(jìn)行區(qū)域標(biāo)記；
[0010]根據(jù)待檢測(cè)瓶蓋的外輪廓信息判斷待檢測(cè)瓶蓋的防盜環(huán)的有無(wú)、外形尺寸是否滿足預(yù)設(shè)尺寸以及是否缺/溢料；利用區(qū)域標(biāo)記對(duì)瓶蓋的不同區(qū)域進(jìn)行污漬檢測(cè)。
[0011]優(yōu)選的，所述對(duì)待檢測(cè)瓶蓋的所述原始圖像進(jìn)行閾值分割，包括:
[0012]采用固定閾值分割方法對(duì)待檢測(cè)瓶蓋的所述原始圖像進(jìn)行閾值分割。
[0013]優(yōu)選的，所述根據(jù)所述閾值分割圖像，提取待檢測(cè)瓶蓋的外輪廓信息，包括:
[0014]采用基于Freeman鏈碼的輪廓跟蹤算法，對(duì)待檢測(cè)瓶蓋的所述閾值分割圖像中的外輪廓進(jìn)行跟蹤，提取待檢測(cè)瓶蓋的外輪廓信息。
[0015]優(yōu)選的，所述對(duì)待檢測(cè)瓶蓋的原始圖像進(jìn)行區(qū)域標(biāo)記，包括:
[0016]根據(jù)所述閾值分割圖像中瓶蓋成像的深淺差異，對(duì)待檢測(cè)瓶蓋的原始圖像的不同區(qū)域進(jìn)行標(biāo)記。
[0017]優(yōu)選的，所述利用區(qū)域標(biāo)記對(duì)瓶蓋的不同區(qū)域進(jìn)行污漬檢測(cè)，包括:
[0018]采用實(shí)時(shí)差分污漬檢測(cè)方法和滑動(dòng)窗口污漬方法，對(duì)瓶蓋的不同區(qū)域進(jìn)行污漬檢測(cè)。
[0019]一種瓶蓋檢測(cè)裝置，包括:
[0020]信息采集單元，用于采集待檢測(cè)瓶蓋的原始圖像；
[0021]閾值分割單元，用于對(duì)待檢測(cè)瓶蓋的所述原始圖像進(jìn)行閾值分割，得到待檢測(cè)瓶蓋的閾值分割圖像；
[0022]閾值分割圖像處理單元，用于根據(jù)所述閾值分割圖像，提取待檢測(cè)瓶蓋的外輪廓信息以及對(duì)待檢測(cè)瓶蓋的原始圖像進(jìn)行區(qū)域標(biāo)記；
[0023]檢測(cè)單元，用于根據(jù)待檢測(cè)瓶蓋的外輪廓信息判斷待檢測(cè)瓶蓋的防盜環(huán)的有無(wú)、外形尺寸是否滿足預(yù)設(shè)尺寸以及是否缺/溢料；利用區(qū)域標(biāo)記對(duì)瓶蓋的不同區(qū)域進(jìn)行污漬檢測(cè)。
[0024]優(yōu)選的，所述圖像閾值分割單元包括:
[0025]固定閾值分割子單元，用于采用固定閾值分割方法對(duì)待檢測(cè)瓶蓋的所述原始圖像進(jìn)行閾值分割。
[0026]優(yōu)選的，所述閾值分割圖像處理單元，包括:
[0027]外輪廓跟蹤子單元，用于采用基于Freeman鏈碼的輪廓跟蹤算法，對(duì)待檢測(cè)瓶蓋的所述閾值分割圖像中的外輪廓進(jìn)行跟蹤，提取待檢測(cè)瓶蓋的外輪廓信息；
[0028]區(qū)域標(biāo)記單元，用于根據(jù)所述閾值分割圖像中瓶蓋成像的深淺差異，對(duì)待檢測(cè)瓶蓋的原始圖像的不同區(qū)域進(jìn)行標(biāo)記。
[0029]優(yōu)選的，所述檢測(cè)單元包括:
[0030]第一檢測(cè)單元，用于采用實(shí)時(shí)差分污漬檢測(cè)方法，對(duì)待檢測(cè)瓶蓋進(jìn)行污漬檢測(cè)；
[0031]第二檢測(cè)單元，用于采用滑動(dòng)窗口污漬檢測(cè)方法，對(duì)待檢測(cè)瓶蓋進(jìn)行污漬檢測(cè)。
[0032]經(jīng)由上述的技術(shù)方案可知，本方案公開(kāi)了一種瓶蓋檢測(cè)方法和裝置。該方法對(duì)待檢測(cè)瓶蓋的原始圖像進(jìn)行閾值分割處理，得到的閾值分割圖像。進(jìn)而，利用該閾值分割圖像對(duì)待檢測(cè)瓶蓋進(jìn)行外輪廓跟蹤以及區(qū)域標(biāo)記，從而根據(jù)外輪廓信息和所標(biāo)記的區(qū)域?qū)ζ可w進(jìn)行防盜環(huán)檢測(cè)、外形尺寸檢測(cè)、缺/溢料檢測(cè)以及污漬檢測(cè)。與現(xiàn)有的人眼檢測(cè)瓶蓋的方式相比，本發(fā)明采用圖像視覺(jué)檢測(cè)技術(shù)對(duì)瓶蓋進(jìn)行一系列的檢測(cè)，檢測(cè)過(guò)程全部為自動(dòng)檢測(cè)，因而檢測(cè)精度更高。
【附圖說(shuō)明】
[0033]為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。
[0034]圖1示出了本發(fā)明一種瓶蓋檢測(cè)方法的一個(gè)實(shí)施例的流程示意；
[0035]圖2示出了本發(fā)明瓶蓋原始圖像灰度直方圖；
[0036]圖3示出了本發(fā)明一種瓶蓋檢測(cè)裝置的一個(gè)實(shí)施例的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0037]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0038]參見(jiàn)圖1示出了本發(fā)明一種瓶蓋檢測(cè)方法的一個(gè)實(shí)施例的流程示意圖。
[0039]由圖1可知，該方法包括:
[0040]101:采集待檢測(cè)瓶蓋的原始圖像。
[0041]102:對(duì)待檢測(cè)瓶蓋的所述原始圖像進(jìn)行閾值分割，得到待檢測(cè)瓶蓋的閾值分割圖像。
[0042]本發(fā)明利用高速工業(yè)相機(jī)對(duì)生產(chǎn)線的塑料瓶蓋采集圖像，由于高速工業(yè)相機(jī)采集到的圖像瓶蓋區(qū)域和背景有明顯的灰度差異，系統(tǒng)先通過(guò)閾值分割初步確定瓶蓋區(qū)域，將瓶蓋區(qū)域從背景圖像中分離提取出來(lái)，在此基礎(chǔ)上進(jìn)一步對(duì)瓶蓋區(qū)域圖形進(jìn)行處理和分析。
[0043]可以理解的是，在對(duì)待檢測(cè)瓶蓋的原始圖像進(jìn)行閾值分割時(shí)，選擇正確的閾值是閾值分割的關(guān)鍵。常用的閾值分割算法有固定閾值分割、自適應(yīng)閾值分割。通過(guò)對(duì)瓶蓋原始圖像灰度直方圖進(jìn)行統(tǒng)計(jì)分析，瓶蓋區(qū)域與背景區(qū)域的灰度值主要分布在[0，40]，[110, 200]兩個(gè)區(qū)間內(nèi)，灰度值呈明顯雙峰分布，如附圖2所示，因此在本發(fā)明中可通過(guò)固定閾值法對(duì)圖像進(jìn)行初步分割。
[0044]103:根據(jù)所述閾值分割圖像，提取待檢測(cè)瓶蓋的外輪廓信息以及對(duì)待檢測(cè)瓶蓋的原始圖像進(jìn)行區(qū)域標(biāo)記。
[0045]輪廓跟蹤是依據(jù)被檢測(cè)物體邊界的連通性，按照邊界像素的分布順序，依次獲得區(qū)域輪廓像素的方法。輪廓跟蹤的基本方法是先將輪廓上任意一點(diǎn)作為起始點(diǎn)，并從該點(diǎn)出發(fā)，按照某種嚴(yán)格的探測(cè)準(zhǔn)則，對(duì)該點(diǎn)鄰域進(jìn)行搜索，不斷地找到下一個(gè)輪廓點(diǎn)，最終得到完整的區(qū)域輪廓。因此，輪廓跟蹤效果的好壞主要取決于兩個(gè)因素:1)跟蹤的起始點(diǎn)的選擇；2)如何在當(dāng)前輪廓點(diǎn)的鄰域內(nèi)找到下一輪廓點(diǎn)?？蛇x的，在本發(fā)明中可采用基于Freeman鏈碼的跟蹤算法。該跟蹤算法是根據(jù)前一像素點(diǎn)與當(dāng)前點(diǎn)的位置關(guān)系，判斷出下一點(diǎn)位于當(dāng)前點(diǎn)的方向，然后在該方向上進(jìn)行掃描。該跟蹤算法減少了圖像背景點(diǎn)的計(jì)算次數(shù)，提尚了算法效率。
[0046]在對(duì)瓶蓋的原始圖像進(jìn)行區(qū)域標(biāo)記時(shí)，由于瓶蓋成像時(shí)的景深差異，因此將根據(jù)原始圖像生成一幅區(qū)域標(biāo)記圖像，對(duì)瓶蓋的不同區(qū)域賦以不同的灰度值，分別用來(lái)標(biāo)記口部一、口部二和瓶蓋側(cè)壁三個(gè)區(qū)域。區(qū)域標(biāo)記分為兩個(gè)步驟:1)區(qū)域劃分；2)區(qū)域填充。本發(fā)明將自適應(yīng)閾值分割和基于Freeman鏈碼的跟蹤算法結(jié)合起來(lái)，得到區(qū)域劃分的內(nèi)部輪廓點(diǎn)的Freeman鏈碼與坐標(biāo)點(diǎn)。對(duì)于已經(jīng)得到的內(nèi)部輪廓點(diǎn)，區(qū)域填充的關(guān)鍵在于如何準(zhǔn)確快速的將輪廓以內(nèi)的點(diǎn)完全的填充。常用的區(qū)域填充的算法有種子生長(zhǎng)算法、掃面線填充算法。
[0047]104:根據(jù)待檢測(cè)瓶蓋的外輪廓信息判斷待檢測(cè)瓶蓋的防盜環(huán)的有無(wú)、外形尺寸是否滿足預(yù)設(shè)尺寸以及是否缺/溢料；利用區(qū)域標(biāo)記對(duì)瓶蓋的不同區(qū)域進(jìn)行污漬檢測(cè)。
[0048]需要說(shuō)明的是，在對(duì)待檢測(cè)瓶蓋進(jìn)行污漬檢測(cè)時(shí)，可對(duì)不同針對(duì)不同的區(qū)域采用不同污漬檢測(cè)方法。
[0049]在本發(fā)明中公開(kāi)了兩中污漬檢測(cè)的方法。
[0050]1、實(shí)時(shí)差分污漬檢測(cè)方法。
[0051]實(shí)時(shí)差分污漬檢測(cè)方法的主要思想是:將原圖像與原圖像經(jīng)過(guò)膨脹收縮處理后的圖像進(jìn)行差分，從而檢測(cè)極小的黑色污漬。采用該方法時(shí)可以避免根據(jù)復(fù)雜物體輪廓進(jìn)行的區(qū)域設(shè)置，也不需要對(duì)檢測(cè)物體進(jìn)行位置補(bǔ)正，因此算法設(shè)置相對(duì)簡(jiǎn)單。
[0052]2、滑動(dòng)窗口污漬檢測(cè)方法。
[0053]該主要思想是:在滑動(dòng)窗口內(nèi)，像素點(diǎn)灰度值和個(gè)數(shù)值到達(dá)污漬門(mén)限值，則認(rèn)為該區(qū)域?yàn)槲蹪n。內(nèi)表面污漬特征提取具體步驟如下:
[0054]I)設(shè)置污漬灰度門(mén)限值GrayThreshold，污漬像素個(gè)數(shù)門(mén)限值NumThreshold ；
[0055]2)用M*M滑動(dòng)窗口對(duì)標(biāo)記區(qū)域進(jìn)行掃