基于機器視覺的啤酒瓶瓶口檢測系統的研究.pdf

1、本課題來源于山東萬世德檢測包裝系統技術有限公司的研發(fā)項目“高速全自動啤酒瓶智能檢測機器人”，該機器人是在線非接觸式自動檢測機器人，由啤酒瓶傳送模塊、進瓶檢測模塊、機器視覺檢測模塊和剔除器模塊四個單元模塊構成。機器視覺模塊由四套獨立的視覺檢測系統組成，分別對生產線上的啤酒瓶瓶口、瓶底、進瓶側壁和出瓶側壁進行圖像采集和圖像處理。本論文主要研究了瓶口檢測部分的圖像采集和圖像處理，其中圖像處理包括預處理、瓶口定位、檢測區(qū)域劃分和瓶口的缺陷分析及

2、識別。
　　預處理是圖像分析和缺陷識別的基礎，本文選用亮度對比度增強算法提高瓶口圖像的對比度，采用迭代法查找門限閾值對瓶口進行二值化分割。
　　瓶口檢測的關鍵是定位，本文基于重心法和最小二乘擬合圓算法提出了瓶口圓心的雙定位算法，該算法對瓶口進行了兩次定位，且查找密封環(huán)的內外側兩個圓心和半徑。首先設定平分瓶口圓周的直線型感興趣區(qū)域（ROI），在感興趣區(qū)域內做二值化處理，采用徑向掃描法查找出密封環(huán)外側的邊緣點,用重心法估算出圓心

3、和半徑；根據估算的圓心及半徑重新設定精確的直線型感興趣區(qū)域，采用雙徑向掃描法查找出瓶口密封環(huán)內外側邊緣點，應用最小二乘擬合圓算法擬合最佳的內外側圓，計算出兩個圓的圓心及半徑。
　　瓶口缺陷分為斷口、破損口和臟污三類，根據瓶口密封環(huán)的內外側圓心及半徑將瓶口劃分成三個檢測區(qū)域，分別檢測上述三類缺陷。
　　對于斷口和破損口檢測，本文提出了基于感興趣直線的置信值累積的計算方法。首先在待檢測區(qū)域設定直線型感興趣區(qū)域，在感興趣內做二值化

4、處理；然后計算每條感興趣直線上白像素點的個數，根據白像素點的個數對每條感興趣直線分配相應的置信值和相關檢測范圍；最后根據置信累積值判定是否有斷口或破損。
　　對于瓶口密封面上是否有臟污的檢測，本文參考其它文獻資料采用連通域分析的方法進行分析處理。首先是查找出所有連通區(qū)域并對其進行標記，然后提取每個連通區(qū)域的面積特征值，根據面積特正值的大小判定該連通域是否屬于臟污區(qū)域。
　　本文所提出的瓶口自動檢測系統方案經過實驗，獲得了比較