CN103523491B - 瓶口定位方法 - Google Patents

Abstract

本发明公开了一种瓶口定位方法，包括：S1、对瓶口图像的密封环进行粗定位；S2、在所述粗定位的基础上对所述密封环进行细定位。本发明提出的瓶口定位方法，能够抵抗各种常见干扰，对瓶口的密封环区域快速而准确地进行准确定位，适用于高速自动化流水线的瓶口视觉检测。

Description

瓶口定位方法

技术领域

本发明涉及工业自动化检测技术领域，特别涉及一种瓶口定位方法。

背景技术

目前，我国的食品安全管理体系快速推进，民众对于食品安全的关注程度愈加增强，欧洲的HACCP标准和我国的GB 4927-91标准均对啤酒瓶空瓶的检测提出了严格的要求。在现有的啤酒、饮料和药品的生产过程中，都要求灌装容器满足相应的质量标准，生产每一步均需要进行检查，当不合格瓶流入市场，不但消费者可能会受到伤害，对于产品生产厂家其经济和声誉亦会受到损害。目前啤酒瓶空瓶检测主要依靠人工检测的方法实现，但是人工检测存在以下几个缺点：(1)检测速度慢，效率低下。近些年我国以啤酒为代表的玻璃品饮品的产量快速增加，啤酒产量自2002年以来一直稳居世界首位，啤酒生产线速度国内也快速增加到两万四到四万瓶每小时，国外最快速度超过七万瓶每小时。这样的速度下依靠人工进行检测已经难以实现；(2)随着近些年人力成本的快速增加，人工检测变得愈加昂贵；(3)人检工作需要人员量大，但该工作枯燥、强度大，愿意从事该工作的年轻人越来越少，导致企业招工难；(4)由于受到人员疲劳、情绪等影响，人检后的酒瓶质量和质量一致性均较差，难以满足日益提高的质量要求。所以，采用自动化方法对玻璃瓶空瓶进行检测的玻璃瓶空瓶验瓶机正在国内外被快速推广使用。

国外的玻璃瓶空瓶验瓶机已经有一些成功的案例，其产品在欧美地区拥有广泛的客户群，但进口验瓶机用于国内啤酒生产企业存在如下的问题：

(1)价格昂贵，供货周期长，我国啤酒年产量和生产线数量均居世界首位，但高昂的价格和维护成本却非大部分企业所能承受的，且一般前期供货和售后维修周期均较长；

(2)标准不同，进口验瓶机大多基于欧洲检测标准设计算法和参数，与我国的国家标准存在不相符合的情况，给啤酒生产厂商带来困扰；

(3)瓶源不同，我国的啤酒瓶大于80％为回收瓶，20％为新瓶，而在欧洲比例相反。我国的新瓶生产一般为多家玻璃瓶厂同时生产，新瓶质量、外形也各有差异。回收瓶多为多次使用，瓶体磕损、划伤、裂纹较为严重。在这种情况下若采用进口验瓶机则失去了对国内瓶源以及各生产商质量要求的灵活性，往往无法满足国内啤酒生产商的需求，使进口验瓶机出现“水土不服”的情况。所以，研究和大力发展具有完全自主知识产权的自有品牌验瓶机设备对于提升我国自有核心技术的掌控和科技创新能力具有重要意义，对我国食品饮料行业卫生安全的提升具有实际价值。

作为玻璃瓶空瓶检测的重要环节，瓶口检测被啤酒生产厂商极为看重，当瓶口破损严重时，可能会对饮用者造成伤害，而即使微小的缺损，也会由于漏气导致酒在运输储存过程中快速变质，所以瓶口检测要求具有很高的精度。另一方面，由于瓶口缺陷的瓶子一般为废弃瓶，所以大多啤酒生产厂商将瓶口检测不合格的瓶子直接剔除击碎，而如侧壁、瓶底等环节检测不合格的瓶子则回洗瓶机再次清洗后回到链道再进行空瓶检测。所以要求瓶口检测的误剔除率必须很低，否则大量合格瓶被误剔除击碎会造成啤酒生产企业可观的经济损失。

目前针对瓶口检测的研究工作已经在一些高校进行。但是由于验瓶机产品要求高速、稳定、高精度、适应性强、便于工程师调试等诸多实际要求，在玻璃瓶瓶口检测的算法设计过程中需要权衡上述各种因素，特别是速度和稳定性方面的要求，开发适合于工业化推广的玻璃瓶空瓶瓶口检测算法。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提供一种高速准确的瓶口定位方法，用于解决现有的高速玻璃瓶灌装自动化生产流水线上空瓶瓶口缺陷检测中定位过程消耗时间长、定位精度低、定位结果易受到各种干扰影响等问题。

(二)技术方案

为解决上述问题，本发明提供一种瓶口定位方法，包括：S1、对瓶口图像的密封环进行粗定位；S2、在所述粗定位的基础上对所述密封环进行细定位。

优选地，所述步骤S1包括：确定粗定位检测区域，使所述密封环处于该区域内。

优选地，所述步骤S1包括：在所述粗定位检测区域中从外向内搜索上升沿，并利用搜索到的各上升沿进行圆拟合从而得到密封环的大致位置。

优选地，所述步骤S1包括：S11、获取瓶口图像中密封环的位置变化，形成同心圆环区域，使密封环始终在所述圆环内变化；S12、在所述图像上将所述区域按照给定的阈值进行二值化处理；S13、在所述圆环上沿由外向内的方向寻找上升沿，若寻找到的上升沿点少于给定值，则返回定位失败，否则执行S14；S14、将所述上升沿点利用随机圆采样一致性拟合算法进行圆拟合，若拟合失败，则返回定位失败，否则记录拟合得到的圆心和半径。

优选地，所述随机圆采样一致性拟合算法包括：(1)对得到的一系列上升沿或下降沿，随机选取三个点确定一个圆；(2)计算每个上升沿或下降沿到圆的距离，若小于指定值则认为是内点，否则认为是外点；(3)若内点数量小于给定数值，则运行(4)，否则采用最小二乘法利用内点重新计算圆的圆心和半径，然后利用内点计算该圆误差；(4)重复执行(1)到(3)指定次数，选出误差最小的圆的结果输出。

优选地，所述步骤S2包括：利用所述粗定位得到的密封环大致位置确定细定位检测区域。

优选地，所述步骤S2包括：在所述细定位检测区域内由内向外搜索上升沿和下降沿，并利用搜索到的各上升沿和下降沿分别进行圆拟合，将拟合结果进行分析和合并，得到最终的密封环定位结果。

优选地，所述步骤S2包括：S21、若粗定位返回定位失败，则直接输出定位失败，否则执行S22；S22、以粗定位得到的结果作为参考，确定细定位检测区域；S23、在细定位环上将所述细定位检测区域按照给定的阈值进行二值化处理；S24、在细定位环上沿由内向外的方向寻找上升沿和下降沿，若寻找到的上升沿点少于给定值，则返回定位失败，否则执行S25；S25、将所述上升沿点利用随机圆采样一致性拟合算法进行圆拟合，若拟合失败，则返回定位失败，否则执行S26；S26、将所述下降沿点利用随机圆采样一致性拟合算法进行圆拟合，若拟合失败则返回上升沿拟合圆心和半径，否则执行S27；S27、对上升沿拟合圆心和下降沿拟合圆心求平均圆心，返回平均圆心、上升沿拟合半径以及密封环宽度，密封环宽度为下降沿拟合半径减去上升沿拟合半径的差。

优选地，所述随机圆采样一致性拟合算法包括：(1)对得到的一系列上升沿或下降沿，随机选取三个点确定一个圆；(2)计算每个上升沿或下降沿到圆的距离，若小于指定值则认为是内点，否则认为是外点；(3)若内点数量小于给定数值，则运行(4)，否则采用最小二乘法利用内点重新计算圆的圆心和半径，然后利用内点计算该圆误差；(4)重复执行(1)到(3)指定次数，选出误差最小的圆的结果输出。

(三)有益效果

本发明提出的瓶口定位方法，能够抵抗各种常见干扰，对瓶口的密封环区域快速而地进行准确定位，适用于高速自动化流水线的瓶口视觉检测。

附图说明

图1为依照本发明一种实施方式的瓶口定位方法流程示意图；

图2为依照本发明一种实施方式的瓶口检测图像示意图；

图3为依照本发明一种实施方式的瓶口检测图像采集***示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

本发明提供一种高速准确的瓶口定位方法，包括：

S1.对瓶口图像的密封环进行粗定位。

根据瓶口图像密封环位置变化确定粗定位的同心圆环区域，在该区域内由圆环外向内对二值化后的图像进行上升沿寻找。对寻找到的各上升沿利用随机圆采样一致性拟合算法进行圆拟合，并将拟合结果发送给细定位环节。

S2.对瓶口图像的密封环进行细定位。

依据粗定位结果确定细定位检测区域。在该区域内由圆环内向外对二值化后图像进行上升沿寻找和下降沿寻找。分别对寻找到的各上升沿和各下降沿利用随机圆采样一致性拟合算法进行圆拟合，将两个拟合结果进行比较分析和合并，最终输出定位结果。

本实施方式中提出的瓶口定位方法的流程如图1所示。仪器观测下典型的瓶口检测图像如图2所示。其中外侧完整的圆形亮环为密封环，内侧圆形亮环为内密封环，密封环外断续的弧线为虚假密封环。

定位的主要步骤包括：

S1.粗定位，其过程为：

S11、在玻璃瓶灌装自动化生产流水线的生产过程中，观察在玻璃瓶连续经过验瓶机并被拍摄过程中瓶口图像中密封环的位置变化，绘制同心圆环，使密封环始终在该圆环内变化。该圆环称为粗定位环；

S12、在图像上将该区域按照给定的阈值进行二值化处理；

S13、在粗定位环上沿由外向内的方向寻找上升沿，并记录上升沿点。若寻找到的上升沿点少于给定值，则返回定位失败，否则执行S14；

S14、将各上升沿点利用随机圆采样一致性拟合算法进行圆拟合，若拟合失败，则返回定位失败，否则记录拟合得到的圆心和半径。

S2.细定位，其过程为：

S21、若粗定位返回定位失败，则直接输出定位失败，否则执行S22；

S22、以粗定位得到的结果作为参考，确定细定位检测区域，该区域称为细定位环；

S23、在细定位环上将该区域按照给定的阈值进行二值化处理；

S24、在细定位环上沿由内向外的方向寻找上升沿和下降沿，并记录各上升沿点和下降沿点。若寻找到的上升沿点少于给定值，则返回定位失败，否则执行S25；

S25、将各上升沿点利用随机圆采样一致性拟合算法进行圆拟合，若拟合失败，则返回定位失败，否则执行S26；

S26、将各下降沿点利用随机圆采样一致性拟合算法进行圆拟合，若拟合失败则返回上升沿拟合圆心、半径。其它则执行S27；

S27、对上升沿拟合圆心和下降沿拟合圆心求平均圆心，返回平均圆心、上升沿拟合半径以及密封环宽度，密封环宽度为下降沿拟合半径减去上升沿拟合半径的差。

在粗定位和细定位中，所采用的随机圆采样一致性拟合算法流程为：

(1)对得到的一系列上升沿或下降沿，随机选取三个点确定一个圆；

(2)计算每个上升沿或下降沿到圆的距离，若小于指定值则认为是内点，否则认为是外点；

(3)若内点数量小于给定数值，则运行(4)，否则采用最小二乘法利用内点重新计算圆的圆心和半径。然后利用内点计算该圆误差；

(4)重复执行(1)到(3)指定次数，选出误差最小的圆的结果输出。

综上所述，本发明具有以下几点优势：

1.定位速度快。定位过程计算量小，同时本方法中随机圆采样一致性拟合算法在较少的运算时间即可准确稳定地获得拟合结果。

2.定位准确，定位精度可调。利用大量密封环上上升沿点和下降沿点获得的定位结果可以达到亚像素级。

3.定位鲁棒，抗噪能力强。定位过程主要受到内密封环、虚假密封环和污点液痕等影响。通过细定位时保证细定位环内圆在内密封环以外即可屏蔽内密封环干扰。由于细定位时为由内向外寻找上升沿和下降沿，而虚假密封环在密封环以外，所以虚假密封环难以对定位结果造成影响。由于随机圆采样一致性拟合算法具有自动屏蔽噪声点的优点，且在二值化过程中亮度较低的污点液痕已经被去除，所以少量的污点和液痕对定位结果也不会造成干扰。

图3为依照本发明一种实施方式的瓶口检测图像采集***示意图，其中环形的LED光源2倾斜照射瓶体3中的瓶口，光线经瓶口表面反射后进入CCD相机1。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims (6)

1.一种瓶口定位方法，其特征在于，包括：

S1、对瓶口图像的密封环进行粗定位；

所述步骤S1包括：

S11、获取瓶口图像中密封环的位置变化，形成同心圆环区域，使密封环始终在所述圆环内变化；

S12、在所述图像上将所述区域按照给定的阈值进行二值化处理；

S13、在所述圆环上沿由外向内的方向寻找上升沿，若寻找到的上升沿点少于给定值，则返回定位失败，否则执行S14；

S14、将所述上升沿点利用随机圆采样一致性拟合算法进行圆拟合，若拟合失败，则返回定位失败，否则记录拟合得到的圆心和半径；

S2、在所述粗定位的基础上对所述密封环进行细定位。

2.根据权利要求1所述的方法，其特征在于，所述随机圆采样一致性拟合算法包括：

(1)对得到的一系列上升沿，随机选取三个点确定一个圆；

(2)计算每个上升沿到圆的距离，若小于指定值则认为是内点，否则认为是外点；

(3)若内点数量小于给定数值，则运行(4)，否则采用最小二乘法利用内点重新计算圆的圆心和半径，然后利用内点计算该圆误差；

(4)重复执行(1)到(3)指定次数，选出误差最小的圆的结果输出。

3.根据权利要求1所述的方法，其特征在于，所述步骤S2包括：利用所述粗定位得到的密封环大致位置确定细定位检测区域。

4.根据权利要求3所述的方法，其特征在于，所述步骤S2包括：在所述细定位检测区域内由内向外搜索上升沿和下降沿，并利用搜索到的各上升沿和下降沿分别进行圆拟合，将拟合结果进行分析和合并，得到最终的密封环定位结果。

5.根据权利要求1、3或4所述的方法，其特征在于，所述步骤S2包括：

S21、若粗定位返回定位失败，则直接输出定位失败，否则执行S22；

S22、以粗定位得到的结果作为参考，确定细定位检测区域；

S23、在细定位环上将所述细定位检测区域按照给定的阈值进行二值化处理；

S24、在细定位环上沿由内向外的方向寻找上升沿和下降沿，若寻找到的上升沿点少于给定值，则返回定位失败，否则执行S25；

S25、将所述上升沿点利用随机圆采样一致性拟合算法进行圆拟合，若拟合失败，则返回定位失败，否则执行S26；

S26、将所述下降沿点利用随机圆采样一致性拟合算法进行圆拟合，若拟合失败则返回上升沿拟合圆心和半径，否则执行S27；

S27、对上升沿拟合圆心和下降沿拟合圆心求平均圆心，返回平均圆心、上升沿拟合半径以及密封环宽度，密封环宽度为下降沿拟合半径减去上升沿拟合半径的差。

6.根据权利要求5所述的方法，其特征在于，所述随机圆采样一致性拟合算法包括：

(1)对得到的一系列上升沿或下降沿，随机选取三个点确定一个圆；

(2)计算每个上升沿或下降沿到圆的距离，若小于指定值则认为是内点，否则认为是外点；

(3)若内点数量小于给定数值，则运行(4)，否则采用最小二乘法利用内点重新计算圆的圆心和半径，然后利用内点计算该圆误差；

(4)重复执行(1)到(3)指定次数，选出误差最小的圆的结果输出。