CN107014821A - 一种塑料自封袋检测***及方法 - Google Patents
一种塑料自封袋检测***及方法 Download PDFInfo
- Publication number
- CN107014821A CN107014821A CN201710115768.7A CN201710115768A CN107014821A CN 107014821 A CN107014821 A CN 107014821A CN 201710115768 A CN201710115768 A CN 201710115768A CN 107014821 A CN107014821 A CN 107014821A
- Authority
- CN
- China
- Prior art keywords
- bag
- plastics valve
- valve bag
- image
- product
- 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.)
- Granted
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
- G01N21/8901—Optical details; Scanning details
-
- 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
- G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material 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
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8901—Optical details; Scanning details
- G01N2021/8908—Strip illuminator, e.g. light tube
-
- 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
- G01N2021/8909—Scan signal processing specially adapted for inspection of running sheets
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种塑料自封袋检测***及方法,该***包括:线扫描装置;检测底座,检测底座位于线扫描装置下方;安装在检测底座上的光电传感器;吹气装置,用于按照预设程序将塑料自封袋产品吹至预设位置;电磁阀,用于控制吹气装置吹气或停止吹气,电性连接于吹气装置;分别设置于检测底座两侧的第一滚轴及第二滚轴,用于带动塑料自封袋产品在检测底座上运动;驱动电机;电机驱动器,电性连接于驱动电机;工控机,分别连接于线扫描装置、电磁阀、光电传感器及电机驱动器。该发明的有益效果为:提高产品的合格率,降低出厂产品的质量风险,充分利用图像处理与模式识别技术识别塑料自封袋缺陷。
Description
技术领域
本发明涉及机器视觉图像检测与模式识别技术领域,尤其涉及一种塑料自封袋检测***及方法。
背景技术
近年来,随着图像处理与模式识别技术的飞速发展,利用图像处理算法解决实际问题的工程项目越来越多,例如对工件产品进行尺寸测量、分类和识别,产品表面缺陷检测,车牌号码识别,条形码识别等。我们的日常生活已经离不开各种塑料自封袋,塑料自封袋上的黑点和脏污会影响到袋内包装食品的卫生,从而影响身体健康,塑料自封袋上的印花模糊或者偏位会影响到自封袋本身的美观,塑料自封袋的破裂容易导致袋内食品或者液体的泄漏,目前这些塑料自封袋产品的缺陷是通过人工检测识别出来的,而且塑料自封袋产品本身材质比较柔软,大小也不统一,产品尺寸从几厘米到上百厘米的范围,使得人工缺陷检测效率低、成本高,同时对检测人员的视力健康也会带来隐患,如果人工在生产线在线检测的话,也有一定的安全风险,同时对于塑料自封袋上印花图案的位置偏移,人工只能采用卡尺测量的手段,但这种手段效率极低,不能实现塑料自封袋产品的全检,产量大时,只能采用抽检或者目测估计的方式,产品的质量存在很高的风险。
发明内容
本发明要解决的技术问题在于,针对上述现有技术中塑料自封袋产品人工检测生产效率低、成本高、不安全性的问题,提供一种塑料自封袋检测***及方法。
本发明解决其技术问题所采用的技术方案是:
构造一种塑料自封袋检测***,包括:
线扫描装置,用于采集待检测的塑料自封袋产品图像;
检测底座,用于承托所述塑料自封袋产品,所述检测底座位于所述线扫描装置下方;
安装在所述检测底座上的光电传感器,用于检测所述塑料自封袋产品是否到位;
吹气装置,用于按照预设程序将所述塑料自封袋产品吹至预设位置;
电磁阀,用于控制所述吹气装置吹气或停止吹气,电性连接于所述吹气装置;
分别设置于所述检测底座两侧的第一滚轴及第二滚轴,用于带动所述塑料自封袋产品在所述检测底座上运动;
驱动电机,用于驱动所述第一滚轴及第二滚轴;
电机驱动器,用于驱动所述驱动电机带动所述第一滚轴及第二滚轴运动,电性连接于所述驱动电机;
工控机,分别连接于所述线扫描装置、所述电磁阀、所述光电传感器及所述电机驱动器。
在本发明所述的塑料自封袋检测***中,还包括:
LED光源,用于为所述塑料自封袋产品补光,设置于所述检测底座下侧,电性连接于所述工控机。
在本发明所述的塑料自封袋检测***中,还包括:
竖直支架;
水平支架,所述水平支架的一端固定连接于所述竖直支架,另一端固定连接于所述线扫描装置。
在本发明所述的塑料自封袋检测***中,所述线扫描装置包括:
线扫描相机,所述线扫描相机的侧面开设有开口,所述水平支架穿设于所述开口以固定所述线扫描相机,所述线扫描相机电性连接于所述工控机;
线扫描镜头,设置于所述线扫描相机的下表面以对准所述塑料自封袋产品。
在本发明所述的塑料自封袋检测***中,所述塑料自封袋产品与所述检测底座的中心位于同一条中轴线上,所述检测底座上开设有长条形通孔,从而使所述塑料自封袋产品进行线扫描。
在本发明所述的塑料自封袋检测***中,所述工控机包括:
千兆网接口,连接至所述线扫描装置以传输所述塑料自封袋产品的图像数据;
I/O控制接口,连接至所述光电传感器;
RS232接口,连接至所述电机驱动器;
VGA接口,连接至预设的显示器。
在本发明所述的塑料自封袋检测***中,所述工控机包括:
数字光源控制接口,连接至所述LED光源。
另一方面,提供一种塑料自封袋检测方法,提供上述的塑料自封袋检测***,其特征在于,包括:
藉由所述线扫描装置采集塑料自封袋产品的图像,并将所述图像传送至所述工控机;
藉由所述工控机将所述图像转换为灰度图,并计算所述灰度图与预设的标准塑料自封袋产品的偏差,通过轮廓提取算法及最小外接四边形算法获取所述塑料自封袋产品的定位信息;
依据所述定位信息判断所述塑料自封袋产品是否存在缺陷;
控制所述吹气装置按照预设程序将所述塑料自封袋产品吹至预设位置。
在本发明所述的塑料自封袋检测方法中,所述藉由所述工控机将所述图像转换为灰度图,并计算所述灰度图与预设的标准塑料自封袋产品的偏差,通过轮廓提取算法及最小外接四边形算法获取所述塑料自封袋产品的定位信息,包括:
藉由所述工控机将所述图像转换为灰度图,并将所述灰度图缩小至预设的标准塑料自封袋产品的尺寸;
计算所述灰度图与预设的标准塑料自封袋产品的差值,并取所述差值的绝对值以获取所述差值图像;
对所述差值图像进行图像局部增强处理以获取增强图像,其中,增强处理包括:遍历所述差值图像的像素值,将大于预设指定值的像素值增加预设设定值,将小于或等于所述预设指定值的像素值置为零;
采用轮廓提取算法对所述增强图像进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形算法进行外接四边形拟合处理,从而得到外接四边形四个顶点的坐标。
在本发明所述的塑料自封袋检测方法中,所述依据所述定位信息判断所述塑料自封袋产品是否存在缺陷,包括:
判断所述塑料自封袋产品是否存在袋边黑点缺陷:通过定位信息获取袋边区域,对所述袋边区域内图像进行固定阈值二值化处理,计算袋边区域非零点像素的袋边总数,判断所述袋边总数是否处于预设的第一阈值范围内,若是,则判断为无袋边黑点缺陷,若否,则判断为存在袋边黑点缺陷;
判断所述塑料自封袋产品是否存在袋边破裂缺陷:对所述袋边区域内图像进行自适应阈值二值化处理,采用连通域提取算法获取若干个连通区域,计算若干个所述连通区域的特征参数,判断所述特征参数是否处于预设的第二阈值范围内,若是,则判断为无袋边破裂缺陷,若否,则判断为袋边破裂缺陷;
判断所述塑料自封袋产品是否存在袋体印花偏位缺陷:通过所述定位信息获取袋体区域,对所述袋体区域内图像进行局部图像增强处理及腐蚀运算,通过轮廓提取算法及最小外接四边形算法对印花区域进行定位,判断所述印花区域的定位参数是否超出预设的第三阈值范围,若是,则判断为袋体印花偏位缺陷,若否,则判断为无袋体印花偏位缺陷;
判断所述塑料自封袋产品是否存在袋体脏污缺陷:对所述袋体区域内图像进行自适应阈值二值化处理及腐蚀运算,计算袋体区域非零点像素的袋体总数,判断所述袋体总数是否处于预设的第四阈值范围内,若是,则判断为无袋体脏污缺陷,若否,则判断为袋体脏污缺陷。
上述公开的一种塑料自封袋检测***及方法具有以下有益效果:能够有效的检测出塑料自封袋印花图案的位置偏移,提高产品的合格率,降低出厂产品的质量风险,充分利用图像处理与模式识别技术识别塑料自封袋缺陷,代替了人工检测,降低了企业生产成本,提高了企业生产效率,提升了企业的经济效益。
附图说明
图1为本发明一实施例提供的一种塑料自封袋检测***的结构示意图;
图2为本发明一实施例提供的图像处理软件平台的结构框图;
图3为本发明一实施例提供的一种塑料自封袋检测方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明提供了一种塑料自封袋检测***及方法,其目的在于,能够有效的检测出塑料自封袋印花图案的位置偏移,提高产品的合格率,降低出厂产品的质量风险,充分利用图像处理与模式识别技术识别塑料自封袋缺陷,代替了人工检测,降低了企业生产成本,提高了企业生产效率,提升了企业的经济效益。
参见图1,图1为本发明一实施例提供的一种塑料自封袋检测***的结构示意图,该塑料自封袋检测***包括线扫描装置、检测底座5、光电传感器8、吹气装置102、电磁阀101、第一滚轴6、第二滚轴7、驱动电机19、电机驱动器18、工控机9、LED光源3、竖直支架21及水平支架20。
线扫描装置用于采集待检测的塑料自封袋产品4图像;所述线扫描装置包括线扫描相机1及线扫描镜头2。所述线扫描相机1的侧面开设有开口,所述水平支架20穿设于所述开口以固定所述线扫描相机1,所述线扫描相机1电性连接于所述工控机9;线扫描镜头2设置于所述线扫描相机1的下表面以对准所述塑料自封袋产品4。
检测底座5用于承托所述塑料自封袋产品4,所述检测底座5位于所述线扫描装置下方;所述塑料自封袋产品4与所述检测底座5的中心位于同一条中轴线上,所述检测底座5上开设有长条形通孔,从而使所述塑料自封袋产品4进行线扫描。
光电传感器8用于检测所述塑料自封袋产品4是否到位,安装在所述检测底座5上;
吹气装置102用于按照预设程序将所述塑料自封袋产品4吹至预设位置;
电磁阀101用于控制所述吹气装置102吹气或停止吹气,电性连接于所述吹气装置102;
第一滚轴6及第二滚轴7分别设置于所述检测底座5两侧,用于带动所述塑料自封袋产品4在所述检测底座5上运动;
驱动电机19用于驱动所述第一滚轴6及第二滚轴7;
电机驱动器18用于驱动所述驱动电机19带动所述第一滚轴6及第二滚轴7运动,电性连接于所述驱动电机19;
工控机9分别连接于所述线扫描装置、所述电磁阀101、所述光电传感器8及所述电机驱动器18。所述工控机9包括千兆网接口14、I/O控制接口10、RS232接口13、VGA接口15、数字光源控制接口12。千兆网接口14连接至所述线扫描装置以传输所述塑料自封袋产品4的图像数据;I/O控制接口10连接至所述光电传感器8;RS232接口13连接至所述电机驱动器18;VGA接口15连接至预设的显示器17。数字光源控制接口12连接至LED光源3。
LED光源3用于为所述塑料自封袋产品补光,设置于所述检测底座5下侧,电性连接于所述工控机9。
所述水平支架20的一端固定连接于所述竖直支架21,另一端固定连接于所述线扫描装置。由水平支架20和竖直支架21组成的支架结构,水平支架20连接于竖直支架21上。线扫描相机1连接在水平支架20上,线扫描镜头2连接于线扫描相机1的下方,线扫描相机1和线扫描镜头2组合后用于采集待检测塑料自封袋产品4的图像数据。线扫描相机1连接线扫描镜头2采集图像数据,通过千兆网卡14传输至工控机9;检测底座5位于线扫描镜头2下方用于承托待检测塑料自封袋产品4;检测底座5上有一长条形通孔,检测底座5下方设置有LED光源3;光电传感器8布置于检测底座5上用于检测塑料自封袋产品4是否到位;工控机9通过I/O控制接口10的输入端连接光电传感器8,通过I/O控制接口10的输出端连接电磁阀101,通过RS232接口13连接电机驱动器18,通过数字光源控制接口12连接LED光源3,通过图像显示VGA接口15连接显示器17,在工控机9中执行各种算法。电源16为工控机9供电。
该***装置中,光电传感器8一直传输低电平信号至I/O控制接口10,此时不进行塑料自封袋缺陷检测;当检测到塑料自封袋产品4到位后,将塑料自封袋产品到位标志置为1,此时光电传感器8传输高电平信号至I/O控制接口10并且持续一段时间然后恢复低电平;工控机9中的图像处理软件每间隔一段时间读取一次I/O控制接口10信号,如果收到I/O控制接口10信号为高电平,立即对当前采集到的塑料自封袋产品图像进行缺陷算法检测,检测结果通过RS232接口13输出至电机驱动器18,电机驱动器18驱动电机19带动滚轴一6和滚轴二7带动塑料自封袋产品4在检测位置运动,检测完成后,通过I/O控制接口10的输出端触发电磁阀101控制吹气装置102将塑料自封袋产品中的不良品吹走,如果接收到信号是低电平,则工控机图像处理软件不进行缺陷检测。
在工控机9中的CPU11配置算法执行软件,如图2所示,图2为本发明一实施例提供的图像处理软件平台的结构框图,软件框架包括:控制区23(包括启停控制27、用户控制28、相机控制29、光源控制30、I/O控制31)、显示区24(包括图像显示32、结果显示33)、参数区25(包括图像参数34、硬件参数35、缺陷参数36、***参数37)和消息区26(包括调试消息38、运行消息39、***消息40、缺陷消息41)。启停控制27包括启动、停止***的运行状态进行控制;用户控制28包括对用户帐户、密码和登录状态进行管理和控制;相机控制29包括使得相机开始采集图像工作的打开相机和使得相机结束采集图像工作的关闭相机;光源控制30包括使得LED光源3开始工作的打开光源和使得LED光源3结束工作的关闭光源,以及对光源亮度进行数字调节的控制功能;I/O控制31包括采集光电传感器8工作状态的I/O端口输入采集和使得电磁阀101工作的I/O端口输出开关控制。图像显示32用于显示相机采集到的图像;结果显示33用于显示图像算法识别处理后的图像,显示出具体缺陷在图像中的位置和缺陷的严重程度。图像参数34包括设置图像曝光时间、图像亮度、图像色度、图像对比度、图像增益、图像清晰度、伽玛校正等图像参数;硬件参数35包括设置相机的视频格式、帧速率等参数;缺陷参数36包括塑料自封袋缺陷视觉检测算法中需要的缺陷参数设置;***参数37包括***运行需要设置的参数进行设置。调试消息38用于显示***运行中的各种调试信息,有助于开发人员跟踪和处理***运行中出现的问题;运行消息39用于显示***运行中软件处理的状态信息;***消息40用于显示***中硬件模块的状态信息;缺陷消息41用于显示各种缺陷的统计信息。
参见图3,图3为本发明一实施例提供的一种塑料自封袋检测方法的流程图,该塑料自封袋检测方法通过上述的塑料自封袋检测***实现,该塑料自封袋检测方法包括步骤S1-S4:
S1、藉由所述线扫描装置采集塑料自封袋产品4的图像,并将所述图像传送至所述工控机9;采用与工控机9相连的线扫描相机1和线扫描镜头2实时采集待检测塑料自封袋产品4图像。
S2、藉由所述工控机9将所述图像转换为灰度图,并计算所述灰度图与预设的标准塑料自封袋产品4的偏差,通过轮廓提取算法及最小外接四边形算法获取所述塑料自封袋产品4的定位信息;定位不成功时,判断作为定位缺陷处理;否则对当前标准尺寸灰度图像进行仿射变换,并将变换后的结果图像与标准灰度图像进行差值运算和腐蚀处理。所述步骤S2包括子步骤S21-S24:
S21、藉由所述工控机9将所述图像转换为灰度图,并将所述灰度图缩小至预设的标准塑料自封袋产品4的尺寸;
S22、计算所述灰度图与预设的标准塑料自封袋产品4的差值,并取所述差值的绝对值以获取所述差值图像;
S23、对所述差值图像进行图像局部增强处理以获取增强图像,其中,增强处理包括:遍历所述差值图像的像素值,将大于预设指定值的像素值增加预设设定值,将小于或等于所述预设指定值的像素值置为零;该步骤中,对所述差值图像进行图像局部增强处理和避位区域处理,然后进行图像二值化处理和平滑处理,再进行图像腐蚀处理。
S24、采用轮廓提取算法对所述增强图像进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形算法进行外接四边形拟合处理,从而得到外接四边形四个顶点的坐标。利用连通域最小包络矩形提取算法(即最小外接四边形算法),得到所述最小包络矩形的特征参数,从而得到待检测塑料自封袋产品4的位置和角度特征,其中最小包络矩形的特征参数包括所述矩形的顶点位置、面积、中心和角度。对所述差值图像进行图像局部增强处理和避位区域处理,然后进行图像二值化处理和平滑处理,再进行图像腐蚀处理,然后采用轮廓提取算法进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形算法进行四边形拟合处理,得到外接四边形四个顶点的坐标。由于避位区域处理、平滑处理、图像腐蚀处理等均为本领域公知常识,在此不再赘述。
S3、依据所述定位信息判断所述塑料自封袋产品4是否存在缺陷;所述步骤S3包括子步骤S31-S34:
S31、判断所述塑料自封袋产品4是否存在袋边黑点缺陷:通过定位信息获取袋边区域,对所述袋边区域内图像进行固定阈值二值化处理,计算袋边区域非零点像素的袋边总数,判断所述袋边总数是否处于预设的第一阈值范围内,若是,则判断为无袋边黑点缺陷,若否,则判断为存在袋边黑点缺陷;图像的二值化,就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果。
S32、判断所述塑料自封袋产品4是否存在袋边破裂缺陷:对所述袋边区域内图像进行自适应阈值二值化处理,采用连通域提取算法获取若干个连通区域,计算若干个所述连通区域的特征参数,判断所述特征参数是否处于预设的第二阈值范围内,若是,则判断为无袋边破裂缺陷,若否,则判断为袋边破裂缺陷;所述图像的连通区域的特征参数包括所述连通区域的形状、中心、面积、长度和圆形度指标。自适应阈值二值化与固定阈值二值化的不同在于,通过公知的算法计算得出阈值再进行图像二值化。
S33、判断所述塑料自封袋产品4是否存在袋体印花偏位缺陷:通过所述定位信息获取袋体区域,对所述袋体区域内图像进行局部图像增强处理及腐蚀运算,通过轮廓提取算法及最小外接四边形算法对印花区域进行定位,判断所述印花区域的定位参数是否超出预设的第三阈值范围,若是,则判断为袋体印花偏位缺陷,若否,则判断为无袋体印花偏位缺陷;
S34、判断所述塑料自封袋产品4是否存在袋体脏污缺陷:对所述袋体区域内图像进行自适应阈值二值化处理及腐蚀运算,计算袋体区域非零点像素的袋体总数,判断所述袋体总数是否处于预设的第四阈值范围内,若是,则判断为无袋体脏污缺陷,若否,则判断为袋体脏污缺陷。
S4、控制所述吹气装置102按照预设程序将所述塑料自封袋产品4吹至预设位置。
以上就是塑料自封袋缺陷视觉检测的主要算法,塑料自封袋产品4定位需要50ms/个,袋边黑点缺陷检测速率为50ms/个,袋边破裂缺陷检测速率为90ms/个,袋体印花偏位缺陷检测速率为100ms/个,袋体脏污缺陷检测速率为90ms/个,四项都检测的检测速率为380ms/个,袋边黑点缺陷的检测精度达到0.1mm,印花偏位缺陷的检测精度达到0.1mm,塑料自封袋缺陷平均检测精度达到97%以上,完全符合实际工业生产应用。
针对各类塑料自封袋缺陷的检测结果如下表所示:
本文提供了实施例的各种操作。在一个实施例中,所述的一个或操作可以构成一个或计算机可读介质上存储的计算机可读指令,其在被电子设备执行时将使得计算设备执行所述操作。描述一些或所有操作的顺序不应当被解释为暗示这些操作必需是顺序相关的。本领域技术人员将理解具有本说明书的益处的可替代的排序。而且,应当理解,不是所有操作必需在本文所提供的每个实施例中存在。
而且,本文所使用的词语“优选的”意指用作实例、示例或例证。奉文描述为“优选的”任意方面或设计不必被解释为比其他方面或设计更有利。相反,词语“优选的”的使用旨在以具体方式提出概念。如本申请中所使用的术语“或”旨在意指包含的“或”而非排除的“或”。即,除非另外指定或从上下文中清楚,“X使用A或B”意指自然包括排列的任意一个。即,如果X使用A;X使用B;或X使用A和B二者,则“X使用A或B”在前述任一示例中得到满足。
而且,尽管已经相对于一个或实现方式示出并描述了本公开,但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型,并且仅由所附权利要求的范围限制。特别地关于由上述组件(例如元件等)执行的各种功能,用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示),即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外,尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开,但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或其他特征组合。而且,就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言,这样的术语旨在以与术语“包含”相似的方式包括。
本发明实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以多个或多个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器,磁盘或光盘等。上述的各装置或***,可以执行相应方法实施例中的存储方法。
综上所述,虽然本发明已以优选实施例揭露如上,但上述优选实施例并非用以限制本发明,本领域的普通技术人员,在不脱离本发明的精神和范围内,均可作各种更动与润饰,因此本发明的保护范围以权利要求界定的范围为准。
Claims (10)
1.一种塑料自封袋检测***,其特征在于,包括:
线扫描装置,用于采集待检测的塑料自封袋产品图像;
检测底座,用于承托所述塑料自封袋产品,所述检测底座位于所述线扫描装置下方;
安装在所述检测底座上的光电传感器,用于检测所述塑料自封袋产品是否到位;
吹气装置,用于按照预设程序将所述塑料自封袋产品吹至预设位置;
电磁阀,用于控制所述吹气装置吹气或停止吹气,电性连接于所述吹气装置;
分别设置于所述检测底座两侧的第一滚轴及第二滚轴,用于带动所述塑料自封袋产品在所述检测底座上运动;
驱动电机,用于驱动所述第一滚轴及第二滚轴;
电机驱动器,用于驱动所述驱动电机带动所述第一滚轴及第二滚轴运动,电性连接于所述驱动电机;
工控机,分别连接于所述线扫描装置、所述电磁阀、所述光电传感器及所述电机驱动器。
2.根据权利要求1所述的塑料自封袋检测***,其特征在于,还包括:
LED光源,用于为所述塑料自封袋产品补光,设置于所述检测底座下侧,电性连接于所述工控机。
3.根据权利要求2所述的塑料自封袋检测***,其特征在于,还包括:
竖直支架;
水平支架,所述水平支架的一端固定连接于所述竖直支架,另一端固定连接于所述线扫描装置。
4.根据权利要求3所述的塑料自封袋检测***,其特征在于,所述线扫描装置包括:
线扫描相机,所述线扫描相机的侧面开设有开口,所述水平支架穿设于所述开口以固定所述线扫描相机,所述线扫描相机电性连接于所述工控机;
线扫描镜头,设置于所述线扫描相机的下表面以对准所述塑料自封袋产品。
5.根据权利要求4所述的塑料自封袋检测***,其特征在于,所述塑料自封袋产品与所述检测底座的中心位于同一条中轴线上,所述检测底座上开设有长条形通孔,从而使所述塑料自封袋产品进行线扫描。
6.根据权利要求1所述的塑料自封袋检测***,其特征在于,所述工控机包括:
千兆网接口,连接至所述线扫描装置以传输所述塑料自封袋产品的图像数据;
I/O控制接口,连接至所述光电传感器;
RS232接口,连接至所述电机驱动器;
VGA接口,连接至预设的显示器。
7.根据权利要求2所述的塑料自封袋检测***,其特征在于,所述工控机包括:
数字光源控制接口,连接至所述LED光源。
8.一种塑料自封袋检测方法,提供权利要求1-7任一项所述的塑料自封袋检测***,其特征在于,包括:
藉由所述线扫描装置采集塑料自封袋产品的图像,并将所述图像传送至所述工控机;
藉由所述工控机将所述图像转换为灰度图,并计算所述灰度图与预设的标准塑料自封袋产品的偏差,通过轮廓提取算法及最小外接四边形算法获取所述塑料自封袋产品的定位信息;
依据所述定位信息判断所述塑料自封袋产品是否存在缺陷;
控制所述吹气装置按照预设程序将所述塑料自封袋产品吹至预设位置。
9.根据权利要求8所述的塑料自封袋检测方法,其特征在于,所述藉由所述工控机将所述图像转换为灰度图,并计算所述灰度图与预设的标准塑料自封袋产品的偏差,通过轮廓提取算法及最小外接四边形算法获取所述塑料自封袋产品的定位信息,包括:
藉由所述工控机将所述图像转换为灰度图,并将所述灰度图缩小至预设的标准塑料自封袋产品的尺寸;
计算所述灰度图与预设的标准塑料自封袋产品的差值,并取所述差值的绝对值以获取所述差值图像;
对所述差值图像进行图像局部增强处理以获取增强图像,其中,增强处理包括:遍历所述差值图像的像素值,将大于预设指定值的像素值增加预设设定值,将小于或等于所述预设指定值的像素值置为零;
采用轮廓提取算法对所述增强图像进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形算法进行外接四边形拟合处理,从而得到外接四边形四个顶点的坐标。
10.根据权利要求8所述的塑料自封袋检测方法,其特征在于,所述依据所述定位信息判断所述塑料自封袋产品是否存在缺陷,包括:
判断所述塑料自封袋产品是否存在袋边黑点缺陷:通过定位信息获取袋边区域,对所述袋边区域内图像进行固定阈值二值化处理,计算袋边区域非零点像素的袋边总数,判断所述袋边总数是否处于预设的第一阈值范围内,若是,则判断为无袋边黑点缺陷,若否,则判断为存在袋边黑点缺陷;
判断所述塑料自封袋产品是否存在袋边破裂缺陷:对所述袋边区域内图像进行自适应阈值二值化处理,采用连通域提取算法获取若干个连通区域,计算若干个所述连通区域的特征参数,判断所述特征参数是否处于预设的第二阈值范围内,若是,则判断为无袋边破裂缺陷,若否,则判断为袋边破裂缺陷;
判断所述塑料自封袋产品是否存在袋体印花偏位缺陷:通过所述定位信息获取袋体区域,对所述袋体区域内图像进行局部图像增强处理及腐蚀运算,通过轮廓提取算法及最小外接四边形算法对印花区域进行定位,判断所述印花区域的定位参数是否超出预设的第三阈值范围,若是,则判断为袋体印花偏位缺陷,若否,则判断为无袋体印花偏位缺陷;
判断所述塑料自封袋产品是否存在袋体脏污缺陷:对所述袋体区域内图像进行自适应阈值二值化处理及腐蚀运算,计算袋体区域非零点像素的袋体总数,判断所述袋体总数是否处于预设的第四阈值范围内,若是,则判断为无袋体脏污缺陷,若否,则判断为袋体脏污缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710115768.7A CN107014821B (zh) | 2017-02-28 | 2017-02-28 | 一种塑料自封袋检测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710115768.7A CN107014821B (zh) | 2017-02-28 | 2017-02-28 | 一种塑料自封袋检测***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107014821A true CN107014821A (zh) | 2017-08-04 |
CN107014821B CN107014821B (zh) | 2020-08-04 |
Family
ID=59440813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710115768.7A Active CN107014821B (zh) | 2017-02-28 | 2017-02-28 | 一种塑料自封袋检测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107014821B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108344716A (zh) * | 2018-01-08 | 2018-07-31 | 天长市嘉瑞包装材料有限公司 | 一种医用呼吸袋的检验装置 |
CN109596054A (zh) * | 2019-02-01 | 2019-04-09 | 东莞中科蓝海智能视觉科技有限公司 | 长条形工件的尺寸检测识别方法 |
CN113552131A (zh) * | 2021-06-03 | 2021-10-26 | 揭阳市群星机械股份有限公司 | 一种基于机器视觉的补片制袋质量检测方法 |
EP4198501A1 (en) * | 2021-12-16 | 2023-06-21 | Pacraft Co., Ltd. | Bag processing apparatus |
CN117764963A (zh) * | 2023-12-25 | 2024-03-26 | 深圳市恒顺亿包装材料有限公司 | 基于机器视觉的包装袋缺陷检测方法、装置、终端及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003130804A (ja) * | 2001-10-26 | 2003-05-08 | Mikiro Kobayashi | 薄膜体のピンホール検出装置およびその方法 |
CN102305797A (zh) * | 2011-04-29 | 2012-01-04 | 无锡众望四维科技有限公司 | 机器视觉***对医疗产品包装异物的自动检测方法 |
CN103072718A (zh) * | 2012-12-27 | 2013-05-01 | 天津普达软件技术有限公司 | 用于食品包装生产线的机器视觉检测***及方法 |
CN104297255A (zh) * | 2014-10-15 | 2015-01-21 | 西安交通大学 | 一种纸杯缺陷视觉检测方法及***装置 |
CN105806846A (zh) * | 2016-04-06 | 2016-07-27 | 江苏万乐复合材料有限公司 | 一种用于纸塑复合袋一体机的智能视觉缺陷检测*** |
CN106290375A (zh) * | 2016-07-14 | 2017-01-04 | 北京航信增材科技有限公司 | 基于激光选区烧结技术的非接触式在线缺陷自动检测*** |
-
2017
- 2017-02-28 CN CN201710115768.7A patent/CN107014821B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003130804A (ja) * | 2001-10-26 | 2003-05-08 | Mikiro Kobayashi | 薄膜体のピンホール検出装置およびその方法 |
CN102305797A (zh) * | 2011-04-29 | 2012-01-04 | 无锡众望四维科技有限公司 | 机器视觉***对医疗产品包装异物的自动检测方法 |
CN103072718A (zh) * | 2012-12-27 | 2013-05-01 | 天津普达软件技术有限公司 | 用于食品包装生产线的机器视觉检测***及方法 |
CN104297255A (zh) * | 2014-10-15 | 2015-01-21 | 西安交通大学 | 一种纸杯缺陷视觉检测方法及***装置 |
CN105806846A (zh) * | 2016-04-06 | 2016-07-27 | 江苏万乐复合材料有限公司 | 一种用于纸塑复合袋一体机的智能视觉缺陷检测*** |
CN106290375A (zh) * | 2016-07-14 | 2017-01-04 | 北京航信增材科技有限公司 | 基于激光选区烧结技术的非接触式在线缺陷自动检测*** |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108344716A (zh) * | 2018-01-08 | 2018-07-31 | 天长市嘉瑞包装材料有限公司 | 一种医用呼吸袋的检验装置 |
CN109596054A (zh) * | 2019-02-01 | 2019-04-09 | 东莞中科蓝海智能视觉科技有限公司 | 长条形工件的尺寸检测识别方法 |
CN113552131A (zh) * | 2021-06-03 | 2021-10-26 | 揭阳市群星机械股份有限公司 | 一种基于机器视觉的补片制袋质量检测方法 |
CN113552131B (zh) * | 2021-06-03 | 2024-03-15 | 揭阳市群星机械股份有限公司 | 一种基于机器视觉的补片制袋质量检测方法 |
EP4198501A1 (en) * | 2021-12-16 | 2023-06-21 | Pacraft Co., Ltd. | Bag processing apparatus |
CN117764963A (zh) * | 2023-12-25 | 2024-03-26 | 深圳市恒顺亿包装材料有限公司 | 基于机器视觉的包装袋缺陷检测方法、装置、终端及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107014821B (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107014821A (zh) | 一种塑料自封袋检测***及方法 | |
CN107014822A (zh) | 一种无纺布口罩缺陷视觉检测***及方法 | |
CN104992449B (zh) | 基于机器视觉的信息识别及表面缺陷在线检测方法 | |
CN101281597B (zh) | 一种产品包装图形标识信息在线实时采集识别装置及方法 | |
CN100593716C (zh) | 利用机器视觉***对印花布瑕疵进行在线检测的方法 | |
CN107014818A (zh) | 一种镭雕缺陷视觉检测***及方法 | |
CN104297255B (zh) | 一种纸杯缺陷视觉检测方法及***装置 | |
CN104318573B (zh) | 标签缺陷检测方法 | |
CN104360501A (zh) | 一种液晶屏幕缺陷视觉检测方法及装置 | |
WO2020103324A1 (zh) | 一种口罩在线检测***及方法 | |
CN111982921A (zh) | 孔缺陷的检测方法、装置、传送平台及存储介质 | |
CN109472271A (zh) | 印刷电路板图像轮廓提取方法及装置 | |
CN110096980A (zh) | 字符检测识别*** | |
CN112862773A (zh) | 一种刨花板图像缺陷分类检测方法及装置 | |
CN111882606A (zh) | 一种基于深度学习的货架商品分层方法 | |
CN114235837A (zh) | 基于机器视觉的led封装表面缺陷检测方法、装置、介质及设备 | |
CN113838043A (zh) | 金属箔材制造中基于机器视觉的质量分析方法 | |
CN107247057B (zh) | 一种瓶盖表面生产日期缺陷检测方法 | |
CN106093051A (zh) | 基于机器视觉的纸卷切面毛刺检测方法及装置 | |
TWI788175B (zh) | 皮革瑕疵檢測系統 | |
CN210604354U (zh) | 一种布料图案和字符在线采集装置 | |
CN108020550A (zh) | 电子取像技术在工业产品质量检验中的应用方法 | |
CN116256366A (zh) | 一种芯片缺陷的检测方法、检测***及存储介质 | |
CN110406755A (zh) | 一种具有计算机视觉条形码识别功能的自动控制*** | |
CN110646436B (zh) | 一种太阳能晶柱内部瑕疵的检测标识设备及其检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |