CN103278509B - 一种以泡沫外观为基础的啤酒在线检测方法 - Google Patents
一种以泡沫外观为基础的啤酒在线检测方法 Download PDFInfo
- Publication number
- CN103278509B CN103278509B CN201310202867.0A CN201310202867A CN103278509B CN 103278509 B CN103278509 B CN 103278509B CN 201310202867 A CN201310202867 A CN 201310202867A CN 103278509 B CN103278509 B CN 103278509B
- Authority
- CN
- China
- Prior art keywords
- foam
- beer
- station
- carried out
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种以泡沫外观为基础的啤酒在线检测方法,第一个检测工位采用背光源检测,相机拍摄啤酒瓶的颈部区域进行图像采集,检测泡沫的高度和泡沫的形体;第二个检测工位从啤酒瓶的顶部和侧面打光,通过与侧面光源同方向的相机进行图像采集,检测泡沫的大小和细腻程度。本发明通过对啤酒瓶颈处泡沫外观的检测来分析啤酒质量好坏,检测效率高。
Description
技术领域
本发明属于自动化生产线上的在线检测技术领域,尤其是涉及一种以泡沫外观为基础的啤酒在线检测方法。
背景技术
近年来,随着消费水平的提高和相关法律、法规的完善,在啤酒行业中,产品质量变得越来越重要。由于生产工艺以及封装技术等原因,灌装后的瓶装啤酒中可能存在有异物、封盖不严、瓶体破损等情况出现,这些问题严重影响了产品品质和声誉,所以检测环节是生产过程中的一个重要部分,是控制产品质量的关键环节。目前,啤酒的在线检测方法几乎全部靠人工目测,在一些啤酒厂的自动化流水线后面,经常可以看到众多的检测工人在执行人工检测这道工序,在给工厂增加巨大的人工成本和管理成本的同时,工人劳动强度大,工作环境较差,生产效率与检测准确率仍然得不到保证,不仅浪费大量的人力资源,且漏检率很高,检测率低,检测速度慢,汇总困难和检测成本高等缺陷。
啤酒泡沫的厚度、尺寸分布、细腻程度等外观特性是反映啤酒质量的一个重要指标,它具有起泡性,稳定性和挂杯性的特点。其中,泡沫的形成包括两相泡沫和多相泡沫,只有溶液才能形成明显的泡沫,根据吉布斯吸附公式,溶液中的溶质(表面活性剂)吸附在气-液界面上。啤酒形成的气泡在啤酒表面形成一定量的活性物质,这些活性物质堆积就形成了啤酒气泡。气泡越小,形成的活性物质就越多,这些活性物质的结合能力就越强。目前在现有技术中,还没有通过对啤酒的泡沫外观进行检测,来判断啤酒质量的方法。
发明内容
本发明的目的是:提供一种通过对啤酒瓶颈处泡沫外观的检测来分析啤酒质量好坏,检测效率高的以泡沫外观为基础的啤酒在线检测方法。
本发明的技术方案是:包括两个检测工位,第一个检测工位采用背光源检测,光源Ⅰ、相机Ⅰ和啤酒瓶在一条直线上,相机Ⅰ拍摄啤酒瓶的颈部区域进行图像采集,并进行图像处理,检测泡沫的高度和泡沫的形体;第二个检测工位从啤酒瓶的顶部和侧面打光,通过与侧面光源同方向的相机Ⅱ进行图像采集,并进行图像处理,检测泡沫的大小和细腻程度;第一个检测工位中的图像处理方法为,把图像进行自适应滤波预处理后,对检测区域定位,提取泡沫集群的上下边缘,对上下边缘分别进行直线拟合,得到表示上下边缘的两条线段,计算出两线段的平均距离,并与设定值进行比较判断;第二个检测工位中的图像处理方法为,把图像进行自适应滤波预处理后,对检测区域定位,根据泡沫上下边缘,获得泡沫区域,对泡沫区域进行二值化,并进行统计分析,得到统计直方图,根据直方图的波峰和斜率进行判断。
进一步的,所述第二个检测工位中的图像处理方法为,把图像进行自适应滤波预处理后,对检测区域定位,根据泡沫上下边缘,获得泡沫区域,并对泡沫区域进行二值化,采用一个m*n的滑动窗口在泡沫区域内从左至右、从上往下每次移动a个像素,每次计算出滑动窗口内黑色像素所占窗口总面积的百分比b%,对所有百分比值进行统计分析,得到统计直方图,根据直方图的波峰和斜率进行判断。
本发明的有益效果是:本发明通过检测灌装后啤酒瓶内瓶颈部泡沫外观判断啤酒的质量,通过两个检测工位的检测结果来判断啤酒质量合格与否,第一个检测工位采用的是背光源检测,光源、相机和啤酒瓶在一条直线上,相机拍摄啤酒瓶的颈部区域,检测泡沫的高度和泡沫的形体,第二个检测工位是从啤酒瓶的顶部和侧面打光,通过与侧面光源同方向的相机进行图像采集,并进行图像处理,来检测泡沫的大小和细腻程度。本发明的在线检测方法属于自动检测,避免了人工检测劳动强度大、速度慢、精度低等一系列问题。本发明是在生产线上实际经验的总结基础上提出来的,检测方法简单可靠,实用性和通用性强,适用于啤酒自动化生产线的非接触在线检测,在高速自动化生产线上,可以通过检测泡沫的外观来检测灌装后啤酒质量的好坏,提高了检测速度和检测质量,为啤酒行业的检测提供了一种新的检测方法。
附图说明
图1为本发明中第一个检测工位的成像示意图(不合格的泡沫环);
图2为本发明中第一个检测工位的成像示意图(合格的泡沫环);
图3为本发明中第二个检测工位的成像示意图(不合格的泡沫环);
图4为本发明中第二个检测工位的成像示意图(合格的泡沫环)。
具体实施方式
啤酒的泡沫是啤酒质量的一项重要的指标,它具有起泡性、稳定性和挂杯性的特点,其中,泡沫的形成包括两相泡沫和多相泡沫,只有溶液才能形成明显的泡沫,根据吉布斯吸附公式,溶液中的溶质(表面活性剂)吸附在气-液界面上。啤酒形成的气泡在啤酒表面形成一定量的活性物质,这些活性物质堆积就形成了啤酒气泡。气泡越小,形成的活性物质就越多,这些活性物质的结合能力就越强。为了实现生产线上在线自动检测,本发明在对大量啤酒厂进行调研和数据统计分析后,得出的结论是:啤酒的泡沫是啤酒质量的一项重要的指标,通过对生产过程中经过巴氏杀菌机后面的瓶装熟啤酒进行在线泡沫分析,可以判断啤酒是否符合产品要求,啤酒灌装是否泄漏,啤酒内部是否含有杂质等等产品信息。本发明根据泡沫的原理,采用自动化技术,通过对泡沫外观的大小程度和细腻程度,采用两个工位进行检测,第一个检测工位为背光源检测,第二个检测工位为从顶部和侧面打光,来照亮瓶子,进行图像的采集,对其进行检测。
本发明以泡沫外观为基础的啤酒在线检测方法,其方法如下所述:
(一)在啤酒灌装生产线上,瓶装酒进过巴氏杀菌机后,在刚刚出杀菌机的啤酒在传送的过程中,通过和输送装置的接触,在瓶颈处会出现大小均匀、合适高度的泡沫环,而有异物的瓶子内部的泡沫环会因为啤酒中粒子的表面张力低,气泡会继续形成和发展,形成一些细腻的泡沫,并且泡沫环的高度增加,同时还有小泡沫从瓶子中部升起。(啤酒在生产出来后,都要进入巴氏杀菌机进行杀菌处理)。
(二)在第一个检测工位和第二个检测工位分别进行图像采集和图像处理。
从图1和图2所示第一个检测工位的成像示意图可以看出,第一个检测工位采用背光源检测,光源Ⅰ3、相机Ⅰ2和啤酒瓶1在一条直线上,相机Ⅰ2拍摄啤酒瓶的颈部区域进行图像采集,并进行图像处理,检测泡沫的高度和泡沫的形体。第一个检测工位中的图像处理方法为,把图像进行自适应滤波预处理后,对检测区域定位,提取泡沫集群的上下边缘,并对上下边缘分别进行直线拟合,得到表示上下边缘的两条线段,计算出两线段的平均距离,即泡沫高度G。若泡沫高度G高于设定值K,则认为该瓶啤酒存在有异物、封盖不严或瓶体裂纹漏气等情况。图1为不合格的泡沫环,图2为合格的泡沫环。
从图3和图4所示第二个检测工位的成像示意图可以看出,第二个检测工位从啤酒瓶1的顶部和侧面打光,即顶部光源6和侧面光源5,通过与侧面光源5同方向的相机Ⅱ4进行图像采集,并进行图像处理,检测泡沫的大小和细腻程度。第二个检测工位中的图像处理方法为,把图像进行自适应滤波预处理后,对检测区域定位,并根据泡沫上下边缘,获得泡沫区域,并对泡沫区域进行二值化,采用一个m*n的滑动窗口在泡沫区域内从左至右、从上往下每次移动a个像素,每次计算出滑动窗口内黑色像素所占窗口总面积的百分比b%,最后对所有百分比值进行统计分析,得到统计直方图,根据直方图的波峰和斜率得到经验判据。从图3为不合格的泡沫环,图4为合格的泡沫环。
若瓶内有异物、封盖不严或瓶体裂纹漏气等,在通过输送装置传输过程中,通过瓶子间的相互接触或与链道接触,其泡沫的密度会升高,泡沫的大小和细腻程度也发生变化,气泡将不断变大,且在泡沫下部出现大量小气泡的聚集,泡沫大小不均匀。因此通过以上两个检测工位上进行判别,方法可靠,漏检率低,检测效率高。
Claims (1)
1.一种以泡沫外观为基础的啤酒在线检测方法,包括两个检测工位,其特征在于:第一个检测工位采用背光源检测,光源Ⅰ、相机Ⅰ和啤酒瓶在一条直线上,相机Ⅰ拍摄啤酒瓶的颈部区域进行图像采集,并进行图像处理,检测泡沫的高度和泡沫的形体;第二个检测工位从啤酒瓶的顶部和侧面打光,通过与侧面光源同方向的相机Ⅱ进行图像采集,并进行图像处理,检测泡沫的大小和细腻程度;所述第一个检测工位中的图像处理方法为,把图像进行自适应滤波预处理后,对检测区域定位,提取泡沫集群的上下边缘,对上下边缘分别进行直线拟合,得到表示上下边缘的两条线段,计算出两线段的平均距离,并与设定值进行比较判断;所述第二个检测工位中的图像处理方法为,把图像进行自适应滤波预处理后,对检测区域定位,根据泡沫上下边缘,获得泡沫区域,并对泡沫区域进行二值化,采用一个m*n的滑动窗口在泡沫区域内从左至右、从上往下每次移动a个像素,每次计算出滑动窗口内黑色像素所占窗口总面积的百分比b%,对所有百分比值进行统计分析,得到统计直方图,根据直方图的波峰和斜率进行判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310202867.0A CN103278509B (zh) | 2013-05-28 | 2013-05-28 | 一种以泡沫外观为基础的啤酒在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310202867.0A CN103278509B (zh) | 2013-05-28 | 2013-05-28 | 一种以泡沫外观为基础的啤酒在线检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103278509A CN103278509A (zh) | 2013-09-04 |
CN103278509B true CN103278509B (zh) | 2015-04-22 |
Family
ID=49061090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310202867.0A Active CN103278509B (zh) | 2013-05-28 | 2013-05-28 | 一种以泡沫外观为基础的啤酒在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103278509B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201614717D0 (en) * | 2016-08-31 | 2016-10-12 | Ge Healthcare Bio Sciences Ab | Detection of foam levels |
CN107238622A (zh) * | 2017-05-26 | 2017-10-10 | 重庆红蜻蜓油脂有限责任公司 | 一种食用油品质测试方法、测试容器及检测*** |
CN107796815B (zh) * | 2017-10-23 | 2019-11-05 | 青岛啤酒股份有限公司 | 一种啤酒泡沫细腻程度的评价方法 |
CN109626302A (zh) * | 2018-12-29 | 2019-04-16 | 苏州西斯派克检测科技有限公司 | 一种啤酒瓶内异物的在线检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6226081B1 (en) * | 1997-03-24 | 2001-05-01 | Optikos Corporation | Optical height of fill detection system and associated methods |
JP3420895B2 (ja) * | 1996-08-20 | 2003-06-30 | 大和製罐株式会社 | 缶内液面検出装置 |
CN102519540A (zh) * | 2011-12-10 | 2012-06-27 | 山东明佳包装检测科技有限公司 | 一种啤酒泡沫补偿液位的检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009022691A1 (de) * | 2009-05-26 | 2010-12-30 | Krones Ag | Verfahren und Vorrichtung zur Bestimmung einer Schaumdichte |
-
2013
- 2013-05-28 CN CN201310202867.0A patent/CN103278509B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3420895B2 (ja) * | 1996-08-20 | 2003-06-30 | 大和製罐株式会社 | 缶内液面検出装置 |
US6226081B1 (en) * | 1997-03-24 | 2001-05-01 | Optikos Corporation | Optical height of fill detection system and associated methods |
CN102519540A (zh) * | 2011-12-10 | 2012-06-27 | 山东明佳包装检测科技有限公司 | 一种啤酒泡沫补偿液位的检测方法 |
Non-Patent Citations (2)
Title |
---|
《啤酒泡沫及其检测的探讨》;郑坚武等;《现代商检科技》;19971031;第7卷(第5期);第36-38页 * |
《基于计算机视觉的熔渣泡沫高度检测方法》;邓淑贤;《中国优秀硕士学位论文全文数据库》;20061015;第13-15页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103278509A (zh) | 2013-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103364400B (zh) | 一种多工位智能融合的瓶装啤酒在线检测装置 | |
CN103278509B (zh) | 一种以泡沫外观为基础的啤酒在线检测方法 | |
CN101639452B (zh) | 一种钢轨表面缺陷的三维检测方法 | |
CN108896574B (zh) | 一种基于机器视觉的瓶装白酒杂质检测方法及*** | |
CN103983190B (zh) | 群体产地鸭蛋外形尺寸的视觉检测分级装置及其方法 | |
CN106370659B (zh) | 一种瓶体封装质量视觉检测方法 | |
CN111696077A (zh) | 一种基于WaferDet网络的晶圆缺陷检测方法 | |
CN103308113B (zh) | 一种用于啤酒灌装生产线上的产品质量在线检测装置 | |
CN203551472U (zh) | 一种多工位智能融合的瓶装啤酒在线检测装置 | |
CN108107051A (zh) | 基于机器视觉的锂电池缺陷检测***及方法 | |
CN102519972A (zh) | 一种pet瓶瓶盖和液位的检测方法 | |
CN105403147B (zh) | 一种基于嵌入式的瓶胚检测***和检测方法 | |
CN103308523B (zh) | 多尺度瓶口缺陷检测方法及装置 | |
CN103543205A (zh) | 瓶装液体中异物的检测方法及*** | |
CN107664644A (zh) | 一种基于机器视觉的物件表观自动检测装置及方法 | |
CN102136061A (zh) | 一种矩形石英晶片缺陷自动检测分类识别方法 | |
CN104315977A (zh) | 橡胶塞质量检测装置及检测方法 | |
CN102854195B (zh) | 彩色滤光片上缺陷坐标的检测方法 | |
CN103743757A (zh) | 一种玻璃瓶内壁异物的检测装置及方法 | |
CN103345632A (zh) | 一种电池尾端表面划痕缺陷检测方法 | |
CN103529053A (zh) | 瓶口缺陷检测方法 | |
CN111766245B (zh) | 一种基于机器视觉的纽扣电池负极壳缺陷检测方法 | |
CN112129783A (zh) | 基于深度学习的透明药瓶底部缺陷检测装置与检测方法 | |
CN203464969U (zh) | 一种用于啤酒灌装生产线上的产品质量在线检测装置 | |
Li et al. | The method for glass bottle defects detecting based on machine vision |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |