CN105973903B - 一种口服液瓶盖检测方法 - Google Patents

一种口服液瓶盖检测方法 Download PDF

Info

Publication number
CN105973903B
CN105973903B CN201610520557.7A CN201610520557A CN105973903B CN 105973903 B CN105973903 B CN 105973903B CN 201610520557 A CN201610520557 A CN 201610520557A CN 105973903 B CN105973903 B CN 105973903B
Authority
CN
China
Prior art keywords
image
bottle
acquisition module
oral liquid
bottle cap
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
Application number
CN201610520557.7A
Other languages
English (en)
Other versions
CN105973903A (zh
Inventor
王兵
温代新
秦玉峰
王中诚
许桐辉
刘焕东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dong E E Jiao Co Ltd
Original Assignee
Dong E E Jiao Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dong E E Jiao Co Ltd filed Critical Dong E E Jiao Co Ltd
Priority to CN201610520557.7A priority Critical patent/CN105973903B/zh
Publication of CN105973903A publication Critical patent/CN105973903A/zh
Application granted granted Critical
Publication of CN105973903B publication Critical patent/CN105973903B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Textile Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种口服液瓶盖检测***,其检测结果稳定，精度高，成本低，安全无辐射，无噪音，能够有效地保护瓶体和瓶中储存的液体。其包括瓶体分离装置、图像采集部分、图像处理部分、通信模块；所述瓶体分离装置包括等间距带凹槽的传送皮带，其配置来将每个瓶体向前传送并进行360度旋转；所述图像采集部分包括条形光源、相机、采集模块，条形光源以一定的倾斜角度照向口服液瓶盖，光线经反射之后，形成强烈的明暗差，相机拍摄后将图像传送到采集模块；所述图像处理部分，其配置来对图像进行预处理、目标检测和瓶盖跟踪；所述通信模块，其配置来连接相机和采集模块，连接采集模块和图像处理部分。还提供了采用这种***的方法。

Description

一种口服液瓶盖检测方法
技术领域
本发明属于生产检测的技术领域，具体地涉及一种口服液瓶盖检测方法，其主要用于口服液的瓶盖的缺陷检测。
背景技术
在传统的口服液生产中，瓶盖的缺陷检测是生产中的重要一环。现有的检测手段还是主要依靠人力检测为主。但是人力检测本身技术手段比较原始，生产效率较低，成本高，容易出错等特点极大限制了生产规模的扩大。所以行业内急需自动化检测的技术实现。
发明内容
本发明的技术解决问题是：克服现有技术的不足，提供一种口服液瓶盖检测***,其检测结果稳定，精度高，成本低，安全无辐射，无噪音，能够有效地保护瓶体和瓶中储存的液体。
本发明的技术解决方案是：这种口服液瓶盖检测***，其包括瓶体分离装置、图像采集部分、图像处理部分、通信模块；
所述瓶体分离装置包括等间距带凹槽的传送皮带，其配置来将每个瓶体向前传送并进行360度旋转；
所述图像采集部分包括条形光源、相机、采集模块，条形光源以一定的倾斜角度照向口服液瓶盖，光线经反射之后，形成强烈的明暗差，相机拍摄后将图像传送到采集模块；
所述图像处理部分，其配置来对图像进行预处理、目标检测和瓶盖跟踪；
所述通信模块，其配置来连接相机和采集模块，连接采集模块和图像处理部分。
由于本发明的条形光源以一定的倾斜角度照向口服液瓶盖，光线经反射之后，形成强烈的明暗差，相机拍摄后将图像传送到采集模块，所述图像处理部分，其配置来对图像进行预处理、目标检测和瓶盖跟踪，采用成熟的机器视觉技术手段，结果稳定可靠，精度高；完全不需要接触瓶体，能够有效地保护瓶体和瓶中储存的液体；只需要相机和少量光源即可实现，节省大量的***硬件成本；完全无辐射，无噪音，对工作人员没有任何伤害；由于将工作重点转移到软件开发上，硬件资源较少，便于后期的工作人员的设备维护；自动化生产效率高。
还提供了采用这种口服液瓶盖检测***的方法，包括以下步骤：
(5)由瓶体分离装置将每个瓶体向前传送并进行360度旋转；
(6)条形光源以一定的倾斜角度照向口服液瓶盖，光线经反射之后，形成强烈的明暗差，相机拍摄后将图像传送到采集模块；
(7)对图像进行预处理、目标检测和瓶盖跟踪；
(8)检测到缺陷瓶盖，并记录结果。
附图说明
图1是根据本发明的口服液瓶盖检测***的整体结构示意图。
图2是根据本发明的口服液瓶盖检测***的剔除部分的结构示意图。
具体实施方式
因为口服液瓶盖由光滑塑料材料和光滑金属材料制成，具有反光性能好，不透光等特性，对于有缺陷的瓶盖，在一定角度的光源照射下，可以比较明显的灰度值变化。因此，申请人想到，将条形光源以一定的倾斜角度照向口服液的瓶盖。光线经反射之后，形成强烈的明暗差。相机采集图像之后，传输进入计算机，软件可根据灰度值的差值做为分析依据，实现对缺陷的检测和定位。
由于缺陷的存在位置有可能是360度的任意位置，因此在检测过程中，要至少将瓶体旋转360度，以实现全方位的检测。
如图1所示，这种口服液瓶盖检测***，其包括瓶体分离装置、图像采集部分、图像处理部分、通信模块；
所述瓶体分离装置包括等间距带凹槽的传送皮带，其配置来将每个瓶体向前传送并进行360度旋转；
所述图像采集部分包括条形光源、相机、采集模块，条形光源以一定的倾斜角度照向口服液瓶盖，光线经反射之后，形成强烈的明暗差，相机拍摄后将图像传送到采集模块(在采集模块中，可以对采集的图像视频数据的帧率和分辨率大小进行调整，可以指定ROI区域，以方便图像检测模块的处理)；
所述图像处理部分，其配置来对图像进行预处理、目标检测和瓶盖跟踪；
所述通信模块，其配置来连接相机和采集模块，连接采集模块和图像处理部分。
由于本发明的条形光源以一定的倾斜角度照向口服液瓶盖，光线经反射之后，形成强烈的明暗差，相机拍摄后将图像传送到采集模块，所述图像处理部分，其配置来对图像进行预处理、目标检测和瓶盖跟踪，采用成熟的机器视觉技术手段，结果稳定可靠，精度高；完全不需要接触瓶体，能够有效地保护瓶体和瓶中储存的液体；只需要相机和少量光源即可实现，节省大量的***硬件成本；完全无辐射，无噪音，对工作人员没有任何伤害；由于将工作重点转移到软件开发上，硬件资源较少，便于后期的工作人员的设备维护；自动化生产效率高。
另外，所述相机是工业高清分辨率相机。
另外，所述通信模块为USB或RJ45网线。
另外，所述图像处理部分在工业计算机主机中，该主机连接触摸屏显示器。
另外，如图2所示，该口服液瓶盖检测***还包括剔除部分，其包括：气缸、光电感应开关、回收通道、次品回收装置，当检测到瓶盖缺陷时，在光电感应开关位置开始计数，当检测到缺陷位置的瓶子时，气缸动作将相应瓶子推到回收通道，由回收通道的传送带将瓶子送到次品回收装置内。
还提供了采用这种口服液瓶盖检测***的方法，包括以下步骤：
(1)由瓶体分离装置将每个瓶体向前传送并进行360度旋转；
(2)条形光源以一定的倾斜角度照向口服液瓶盖，光线经反射之后，形成强烈的明暗差，相机拍摄后将图像传送到采集模块；
(3)对图像进行预处理、目标检测和瓶盖跟踪；
(4)检测到缺陷瓶盖，并记录结果。
另外，所述步骤(4)包括：当检测到瓶盖缺陷时，在光电感应开关位置开始计数，当检测到缺陷位置的瓶子时，气缸动作将相应瓶子推到回收通道，由回收通道的传送带将瓶子送到次品回收装置内。
另外，所述步骤(4)包括以下分步骤：
(4.1)利用动态阈值算法对ROI区域做图像预处理(图像预处理的目标是将图像处理成理想的二值化图像。根据实际环境，这里采用的是动态阈值算法)；
(4.2)将步骤(4.1)所得二值化图像做连通处理，分析连通区域，采用Canny算法检测连通区域的轮廓；
(4.3)对目标瓶盖基于Kalman滤波跟踪。
另外，所述步骤(4.1)包括以下分步骤：
(4.1a)形态滤波处理：对图像进行滤波，滤除噪声和平滑图像处理；
(4.2b)对图像进行基于Bernsen算法的局部阈值处理。
局部阈值法把灰度阈值选取为随像素位置变化而变化的函数，它是一种动态选择阈值的自适应方法。算法简述如下：
设图像在像素点(i,j)处的灰度值为f(i,j)，考虑以像素点(i,j)为中心的(2ω+1)(2ω+1)，(2ω+1为窗口的边长)，计算图像中各个像点(i,j)的阈值T(i,j)
对图像中的各像素点(i,j)，用b(i,j)值逐点进行二值化。
另外，所述步骤(4.3)包括以下分步骤：
(4.3a)背景模型训练，得到表示初始背景模型的码本；
(4.3b)输入像素点和码本做比较判断，得到可能的前景像素点，同时更新码本；
(4.3c)去除可能前景像素点中阴影和高亮区域，得到真实的前景点，
同时更新码本；
(4.3d)去噪，连通区域分析，根据检测出的运动目标的长宽消除非车辆目标，将运动车辆分割出来；
(4.3e)使用卡尔曼滤波器预测车辆在下一帧中的可能位置；
(4.3f)预测区域周围对各个瓶盖进行匹配跟踪；跳转到步骤(4.3b)，进行下一轮跟踪。
主要依靠该二叉树的独特分层结构逐层进行匹配比较，最终计算出匹配值。具体的匹配计算可以利用下面这个递归等式来表示：
该公式表示在相邻口服液瓶子的匹配跟踪中，通过外观相似度的最大概率匹配加权，以及瓶子运动位置预测的最近相似度加权，求出A、B两个瓶子的最小错误概率，通过统计平均完成跟踪检测剔除功能。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属本发明技术方案的保护范围。

Claims (4)

1.一种基于口服液瓶盖检测***的口服液瓶盖检测方法，其特征在于：包括以下步骤：
(1)由瓶体分离装置将每个瓶体向前传送并进行360度旋转；
(2)条形光源以一定的倾斜角度照向口服液瓶盖，光线经反射之后，形成强烈的明暗差，相机拍摄后将图像传送到采集模块；
(3)对图像进行预处理、目标检测和瓶盖跟踪；
(4)检测到缺陷瓶盖，并记录结果；其中，具体包括：利用动态阈值算法对ROI区域做图像预处理，将经图像预处理所得二值化图像做连通处理，分析连通区域，采用Canny算法检测连通区域的轮廓，对目标瓶盖基于Kalman滤波跟踪；
其中，所述口服液瓶盖检测***瓶体分离装置、图像采集部分、图像处理部分、通信模块；
所述瓶体分离装置包括等间距带凹槽的传送皮带，其配置来将每个瓶体向前传送并进行360度旋转；
所述图像采集部分包括条形光源、相机、采集模块，条形光源以一定的倾斜角度照向口服液瓶盖，光线经反射之后，形成强烈的明暗差，相机拍摄后将图像传送到采集模块；
所述图像处理部分，其配置来对图像进行预处理、目标检测和瓶盖跟踪；
所述通信模块，其配置来连接相机和采集模块，连接采集模块和图像处理部分；
该口服液瓶盖检测***还包括剔除部分，其包括：气缸、光电感应开关、回收通道、次品回收装置，当检测到瓶盖缺陷时，在光电感应开关位置开始计数，当检测到缺陷位置的瓶子时，气缸动作将相应瓶子推到回收通道，由回收通道的传送带将瓶子送到次品回收装置内。
2.根据权利要求1所述的方法，其特征在于：所述步骤(4)包括：当检测到瓶盖缺陷时，在光电感应开关位置开始计数，当检测到缺陷位置的瓶子时，气缸动作将相应瓶子推到回收通道，由回收通道的传送带将瓶子送到次品回收装置内。
3.根据权利要求1所述的方法，其特征在于：所述用动态阈值算法对ROI区域做图像预处理包括以下分步骤：
(4.1a)形态滤波处理：对图像进行滤波，滤除噪声和平滑图像处理；
(4.2b)对图像进行基于Bernsen算法的局部阈值处理。
4.根据权利要求3所述的方法，其特征在于：所述对目标瓶盖基于Kalman滤波跟踪包括以下分步骤：
(4.3a)背景模型训练，得到表示初始背景模型的码本；
(4.3b)输入像素点和码本做比较判断，得到可能的前景像素点，同时更新码本；
(4.3c)去除可能前景像素点中阴影和高亮区域，得到真实的前景点，同时更新码本；
(4.3d)去噪，连通区域分析，根据检测出的运动目标的长宽消除非车辆目标，将运动车辆分割出来；
(4.3e)使用卡尔曼滤波器预测车辆在下一帧中的可能位置；
(4.3f)预测区域周围对各个瓶盖进行匹配跟踪；跳转到步骤(4.3b)，进行下一轮跟踪。
CN201610520557.7A 2016-07-04 2016-07-04 一种口服液瓶盖检测方法 Active CN105973903B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610520557.7A CN105973903B (zh) 2016-07-04 2016-07-04 一种口服液瓶盖检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610520557.7A CN105973903B (zh) 2016-07-04 2016-07-04 一种口服液瓶盖检测方法

Publications (2)

Publication Number Publication Date
CN105973903A CN105973903A (zh) 2016-09-28
CN105973903B true CN105973903B (zh) 2019-07-30

Family

ID=56953713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610520557.7A Active CN105973903B (zh) 2016-07-04 2016-07-04 一种口服液瓶盖检测方法

Country Status (1)

Country Link
CN (1) CN105973903B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108787489A (zh) * 2018-07-06 2018-11-13 东阿阿胶股份有限公司 一种全自动灯检机的识别检测***
CN112158416A (zh) * 2020-08-20 2021-01-01 大连恒生塑料制品有限公司 一种理、检、计数、包装一体机
CN112581393B (zh) * 2020-12-15 2022-04-26 湖北工业大学 基于语义分割的旋开盖图像处理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102135416A (zh) * 2010-12-30 2011-07-27 天津普达软件技术有限公司 瓶盖在线影像检测***和方法
CN103439343A (zh) * 2013-08-23 2013-12-11 昆山海为自动化有限公司 一种瓶盖质量检测***
CN203772760U (zh) * 2014-04-14 2014-08-13 北京大恒图像视觉有限公司 一种瓶盖检测装置
JP5600942B2 (ja) * 2010-01-15 2014-10-08 ウシオ電機株式会社 検査方法
CN204789384U (zh) * 2015-07-16 2015-11-18 南京汇川工业视觉技术开发有限公司 一种瓶装产品外包装瓶盖缺陷检测***
CN205749332U (zh) * 2016-07-04 2016-11-30 东阿阿胶股份有限公司 一种口服液瓶盖检测***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5600942B2 (ja) * 2010-01-15 2014-10-08 ウシオ電機株式会社 検査方法
CN102135416A (zh) * 2010-12-30 2011-07-27 天津普达软件技术有限公司 瓶盖在线影像检测***和方法
CN103439343A (zh) * 2013-08-23 2013-12-11 昆山海为自动化有限公司 一种瓶盖质量检测***
CN203772760U (zh) * 2014-04-14 2014-08-13 北京大恒图像视觉有限公司 一种瓶盖检测装置
CN204789384U (zh) * 2015-07-16 2015-11-18 南京汇川工业视觉技术开发有限公司 一种瓶装产品外包装瓶盖缺陷检测***
CN205749332U (zh) * 2016-07-04 2016-11-30 东阿阿胶股份有限公司 一种口服液瓶盖检测***

Also Published As

Publication number Publication date
CN105973903A (zh) 2016-09-28

Similar Documents

Publication Publication Date Title
CN105891233B (zh) 基于机器视觉的镜片表面缺陷智能检测***及其实现方法
CN102735695B (zh) 一种镜片瑕疵快速检测方法及装置
CN105023278B (zh) 一种基于光流法的运动目标跟踪方法及***
CN108896574B (zh) 一种基于机器视觉的瓶装白酒杂质检测方法及***
CN105158268A (zh) 精冲零部件缺陷智能在线检测方法、***及装置
CN110146516B (zh) 基于正交双目机器视觉的水果分级装置
CN112318485B (zh) 物体分选***及其图像处理方法、装置
CN105181714A (zh) 一种基于图像处理的瓶装液体杂质检测***及其检测方法
CN105973903B (zh) 一种口服液瓶盖检测方法
CN104732235A (zh) 一种消除夜间道路反光干扰的车辆检测方法
CN110954968B (zh) 一种机场跑道异物检测装置及方法
CN110163852B (zh) 基于轻量化卷积神经网络的输送带实时跑偏检测方法
CN210071686U (zh) 基于正交双目机器视觉的水果分级装置
CN104483320A (zh) 工业脱硝催化剂的数字化缺陷检测装置与检测方法
CN104282018A (zh) 基于机器视觉的工业产品外形直径在线检测的方法
CN107891012B (zh) 基于等效算法的珍珠大小及圆形度分拣装置
CN106778439B (zh) 一种基于图像处理的锂电池批量扫码***及方法
CN104992175A (zh) 一种基于树型关系的过粘连钢坯字符分割方法
CN112338898B (zh) 物体分选***的图像处理方法、装置及物体分选***
CN117152093B (zh) 基于数据融合和深度学习的轮胎缺陷检测***及方法
CN113673614A (zh) 基于机器视觉的地铁隧道异物入侵检测装置及方法
CN109596620A (zh) 基于机器视觉的产品表面形状缺陷检测方法和***
CN105510339A (zh) 一种基于机器视觉的饮料瓶满箱检测方法
CN207397296U (zh) 一种基于背影成像的物体识别装置
CN116500052A (zh) 一种食用油杂质视觉检测***及其使用方法

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
GR01 Patent grant