CN114609141A - 一种基于视觉检测的包装产品表面缺陷检测方法及装置 - Google Patents

一种基于视觉检测的包装产品表面缺陷检测方法及装置 Download PDF

Info

Publication number
CN114609141A
CN114609141A CN202210194807.8A CN202210194807A CN114609141A CN 114609141 A CN114609141 A CN 114609141A CN 202210194807 A CN202210194807 A CN 202210194807A CN 114609141 A CN114609141 A CN 114609141A
Authority
CN
China
Prior art keywords
image information
image
processing
packaged product
pixel
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.)
Pending
Application number
CN202210194807.8A
Other languages
English (en)
Inventor
梁佳楠
王念峰
周磊
曹永军
黄伟溪
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.)
South China University of Technology SCUT
South China Robotics Innovation Research Institute
Institute of Intelligent Manufacturing of Guangdong Academy of Sciences
Original Assignee
South China University of Technology SCUT
South China Robotics Innovation Research Institute
Institute of Intelligent Manufacturing of Guangdong Academy of Sciences
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 South China University of Technology SCUT, South China Robotics Innovation Research Institute, Institute of Intelligent Manufacturing of Guangdong Academy of Sciences filed Critical South China University of Technology SCUT
Priority to CN202210194807.8A priority Critical patent/CN114609141A/zh
Publication of CN114609141A publication Critical patent/CN114609141A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • G01N2021/8887Scan 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

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

Abstract

本发明公开了一种基于视觉检测的包装产品表面缺陷检测方法及装置,其中,所述方法包括:基于预设在传送带上的图像采集设备依次采集包装产品的各个表面图像信息;对所述包装产品的各个表面图像信息按照预设顺序进行拼接处理,形成拼接表面图像信息;对所述拼接编码图像信息进行降噪预处理,获得降噪图像信息;对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息;对所述感兴趣提取区域图像信息进行包装表面缺陷检测处理,获得包装表面缺陷检测结果。在本发明实施例中,可以在传送带传送过程中对包装产品的表面缺陷进行检测,并且自动完成,无需人工参与,提升检测效率并且降低检测成本。

Description

一种基于视觉检测的包装产品表面缺陷检测方法及装置
技术领域
本发明涉及计算机视觉技术领域,尤其涉及一种基于视觉检测的包装产品表面缺陷检测方法及装置。
背景技术
在现有技术中,在传送带上对包装产品的表面进行检测一般都是通过设置多个摄像头采备,并且使用透明的传送带,这样来实现对包装产品的各个外表面的图像采集,并进行包装产品表面的缺陷检测,这样需要设置更多的摄像头设备,同时需要定制相应的传送带,需要较高的成本投入,并且多个摄像头设备采集的图像需要分别进行处理,导致缺陷检测时的计算量增大,降低检测效率;或者通过人工的方式进行包装产品的表面缺陷检测,这样的话,需要投入较多的人力物力,同时容易因为人员的疏忽而导致缺陷检测存在较高的错误率风险。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种基于视觉检测的包装产品表面缺陷检测方法及装置,可以在传送带传送过程中对包装产品的表面缺陷进行检测,并且自动完成,无需人工参与,提升检测效率并且降低检测成本。
为了解决上述技术问题,本发明实施例提供了一种基于视觉检测的包装产品表面缺陷检测方法,所述方法包括:
基于预设在传送带上的图像采集设备依次采集包装产品的各个表面图像信息;
对所述包装产品的各个表面图像信息按照预设顺序进行拼接处理,形成拼接表面图像信息;
对所述拼接表面图像信息进行降噪预处理,获得降噪图像信息;
对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息;
对所述感兴趣提取区域图像信息进行包装表面缺陷检测处理,获得包装表面缺陷检测结果。
可选的,其特征在于,所述基于预设在传送带上的图像采集设备依次采集包装产品的各个表面图像信息,包括:
将所述包装产品放置在所述传送带上进行传送,并检测到所述包装产品传送至预设区域时,触发所述传送带停止传送;并,
启动设置在所述传送带上的图像采集设备依次采集所述包装产品的各个表面图像信息。
可选的,所述启动设置在所述传送带上的图像采集设备依次采集所述包装产品的各个表面图像信息,包括:
启动设置在所述传送带正上方的CCD设备对所述包装产品进行第一个表面图像信息采集;
在采集第一个表面图像信息之后,控制设置在所述传送带上的机械臂按照预设顺序翻转所述包装产品,使得所述包装产品的另一个表面正对所述CCD设备,并重新启动所述CCD设备对所述包装产品的另一个表面进行表面图像信息采集,直至采集完所述包装产品的各个表面的表面图像信息。
可选的,所述对所述包装产品的各个表面图像信息按照预设顺序进行拼接处理,形成拼接表面图像信息,包括:
对所述包装产品的各个表面图像信息进行背景去除处理,获得背景去除后的各个表面图像信息;
将背景去除后的各个表面图像信息按照包装产品的各个表面的连接关系进行拼接处理,形成拼接表面图像信息。
可选的,所述对所述拼接表面图像信息进行降噪预处理,获得降噪图像信息,包括:
将所述拼接图像信息进行中值滤波处理,获得第一降噪图像信息;
将所述第一降噪图像信息进行高斯滤波处理,获得降噪图像信息。
可选的,所述对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息,包括:
基于背景差分法对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息。
可选的,所述对所述感兴趣提取区域图像信息进行包装表面缺陷检测处理,获得包装表面缺陷检测结果,包括:
获得所述感兴趣提取区域图像在所述拼接表面图像信息中的位置信息;并且,
对所述感兴趣提取区域图像进行像素特征提取处理,并将提取到的像素特征构建成像素特征矩阵;
将所述像素特征矩阵与所述位置信息对应的预留拼接表面图像信息的预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果;
基于所述相似度匹配结果进行包装表面缺陷检测处理,获得包装表面缺陷检测结果。
可选的,所述对所述感兴趣提取区域图像进行像素特征提取处理,并将提取到的像素特征构建成像素特征矩阵,包括:
对所述感兴趣提取区域图像进行灰度化处理,获得灰度化感兴趣提取区域图像;
基于灰度级阈值对所述灰度化感兴趣提取区域图像进行二值化处理,并基于二值化处理结果进行像素特征提取处理,获得二值化像素特征;
基于所述二值化像素特征进行像素特征矩阵处理,获得像素特征矩阵。
可选的,所述将所述像素特征矩阵与所述位置信息对应的预留拼接表面图像信息的预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果,包括:
基于所述位置信息在所述预留拼接表面图像信息中选取与所述感兴趣提取区域图像相同位置区域的选取图像;
对所述选取图像进行行灰度化处理,获得灰度化选取图像;
利用灰度级阈值对所述灰度化选取图像二值化处理,并基于二值化处理结果进行选取图像像素特征提取处理,获得二值化选取图像像素特征;
基于二值化选取图像像素特征进行像素特征矩阵处理,获得预留像素特征矩阵;
利用所述像素特征矩阵与所述预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果。
另外,本发明实施例还提供了一种基于视觉检测的包装产品表面缺陷检测装置,所述装置包括:
图像采集模块:用于基于预设在传送带上的图像采集设备依次采集包装产品的各个表面图像信息;
图像拼接模块:用于对所述包装产品的各个表面图像信息按照预设顺序进行拼接处理,形成拼接表面图像信息;
图像降噪模块:用于对所述拼接表面图像信息进行降噪预处理,获得降噪图像信息;
感兴趣区域提取模块:用于对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息;
缺陷检测模块:用于对所述感兴趣提取区域图像信息进行包装表面缺陷检测处理,获得包装表面缺陷检测结果。
在本发明实施例中,可以在传送带传送过程中对包装产品的表面缺陷进行检测,并且自动完成,无需人工参与,提升检测效率并且降低检测成本;并且只需要普通的传送带即可,同时无需安装更多的摄像头设备,这样可以较有效的减少硬件设备的成本;同时减少计算量,增大检测效率;同时无需人工参与,减少人员成本投入等。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例中的基于视觉检测的包装产品表面缺陷检测方法的流程示意图;
图2是本发明实施例中的基于视觉检测的包装产品表面缺陷检测装置的结构组成示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
请参阅图1,图1是本发明实施例中的基于视觉检测的包装产品表面缺陷检测方法的流程示意图。
如图1所示,一种基于视觉检测的包装产品表面缺陷检测方法,所述方法包括:
S11:基于预设在传送带上的图像采集设备依次采集包装产品的各个表面图像信息;
在本发明具体实施过程中,所述基于预设在传送带上的图像采集设备依次采集包装产品的各个表面图像信息,包括:将所述包装产品放置在所述传送带上进行传送,并检测到所述包装产品传送至预设区域时,触发所述传送带停止传送;并,启动设置在所述传送带上的图像采集设备依次采集所述包装产品的各个表面图像信息。
进一步的,所述启动设置在所述传送带上的图像采集设备依次采集所述包装产品的各个表面图像信息,包括:启动设置在所述传送带正上方的CCD设备对所述包装产品进行第一个表面图像信息采集;在采集第一个表面图像信息之后,控制设置在所述传送带上的机械臂按照预设顺序翻转所述包装产品,使得所述包装产品的另一个表面正对所述CCD设备,并重新启动所述CCD设备对所述包装产品的另一个表面进行表面图像信息采集,直至采集完所述包装产品的各个表面的表面图像信息。
具体的,该传送带是普通的传送带,在传送带上设置重力感应设备或者视觉传感设备,即可实时的识别到传送带上是否放置包装产品,在放置有包装产品时,将启动该传送带,将该包装产品在传送带上进行传送,同时在传送带的预定区域内设置红外传感器或者其他传感器,在检查到该包装产品传送到指定区域时,触发该传送带暂停传送,并且启动设置在该传送带上方的图像采集设备依次采集该包装产品的各个表面图像信息。
该图像采集设备为CCD设备,该CCD设备设置在传送带的正上方,正对着保证产品到达的预设停止区域,在保证产品到达预设停止区域后,启动该CCD设备对包装产品进行第一个表面图像信息采集;然后在采集第一个表面图像信息之后,通过设置在该传送带上的机械臂按照预设的翻转顺序翻转该包装产品,使得包装产品的另一个表面正对该CCD设备,然后重新启动CCD设备对该包装产品的另一个表面进行表面图像信息采集,如何重复,直到采集完该包装产品的各个表面的表面图像信息;同时性需要对采集到的各个表面图像信息按照预设的表面信息中的表面图像内容进行表面位置标注,比如上表面、下表面、前表面、后表面、左表面和右表面;具体是通过提前每个表面的表面特征与上述的在***中存储的各个表面的特征进行相似度匹配,选取相似度匹配最高的匹配表面进行表面位置标注。
S12:对所述包装产品的各个表面图像信息按照预设顺序进行拼接处理,形成拼接表面图像信息;
在本发明具体实施过程中,所述对所述包装产品的各个表面图像信息按照预设顺序进行拼接处理,形成拼接表面图像信息,包括:对所述包装产品的各个表面图像信息进行背景去除处理,获得背景去除后的各个表面图像信息;将背景去除后的各个表面图像信息按照包装产品的各个表面的连接关系进行拼接处理,形成拼接表面图像信息。
具体的,首先通过背景差值法对包装产品的各个表面图像信息进行背景去除处理,然后得到背景去除后的各个表面图像信息;通过将背景去除后的各个表面图像信息按照包装产品的各个表面的连接关系进行拼接处理,形成拼接表面图像信息;各个表面的连接关系即上表面、下表面、前表面、后表面、左表面和右表面之间的拼接关系。
S13:对所述拼接表面图像信息进行降噪预处理,获得降噪图像信息;
在本发明具体实施过程中,所述对所述拼接表面图像信息进行降噪预处理,获得降噪图像信息,包括:将所述拼接图像信息进行中值滤波处理,获得第一降噪图像信息;将所述第一降噪图像信息进行高斯滤波处理,获得降噪图像信息。
具体的,由于在图像采集和拼接时候,可能产生图像噪声,如高斯噪声和椒盐噪声,对于椒盐噪声的处理,在本申请中使用中值滤波,对于高斯噪声处理,在本申请中使用高斯滤波处理;即,将拼接图像信息进行中值滤波处理,获得第一降噪图像信息;然后再将第一降噪图像信息进行高斯滤波处理,获得降噪图像信息。
S14:对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息;
在本发明具体实施过程中,所述对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息,包括:基于背景差分法对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息。
在本发明具体实施过程中,直接利用背景差分法来对降噪图像信息与留存图像信息进行对比,从而进行感兴趣区域提取处理,来获得感兴趣提取区域图像信息;并且所提取的感兴趣提取区域图像信息大于利用背景差分法对比可能存在缺陷部分的区域图像信息,并且感兴趣提取区域图像信息为矩形区域。
S15:对所述感兴趣提取区域图像信息进行包装表面缺陷检测处理,获得包装表面缺陷检测结果。
在本发明具体实施过程中,所述对所述感兴趣提取区域图像信息进行包装表面缺陷检测处理,获得包装表面缺陷检测结果,包括:获得所述感兴趣提取区域图像在所述拼接表面图像信息中的位置信息;并且,对所述感兴趣提取区域图像进行像素特征提取处理,并将提取到的像素特征构建成像素特征矩阵;将所述像素特征矩阵与所述位置信息对应的预留拼接表面图像信息的预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果;基于所述相似度匹配结果进行包装表面缺陷检测处理,获得包装表面缺陷检测结果。
进一步的,所述对所述感兴趣提取区域图像进行像素特征提取处理,并将提取到的像素特征构建成像素特征矩阵,包括:对所述感兴趣提取区域图像进行灰度化处理,获得灰度化感兴趣提取区域图像;基于灰度级阈值对所述灰度化感兴趣提取区域图像进行二值化处理,并基于二值化处理结果进行像素特征提取处理,获得二值化像素特征;基于所述二值化像素特征进行像素特征矩阵处理,获得像素特征矩阵。
进一步的,所述将所述像素特征矩阵与所述位置信息对应的预留拼接表面图像信息的预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果,包括:基于所述位置信息在所述预留拼接编码图像信息中选取与所述感兴趣提取区域图像相同位置区域的选取图像;对所述选取图像进行行灰度化处理,获得灰度化选取图像;利用灰度级阈值对所述灰度化选取图像二值化处理,并基于二值化处理结果进行选取图像像素特征提取处理,获得二值化选取图像像素特征;基于二值化选取图像像素特征进行像素特征矩阵处理,获得预留像素特征矩阵;利用所述像素特征矩阵与所述预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果。
具体的,首先需要获得感兴趣提取区域图像在所述拼接编码图像信息中的位置信息,即通过像素定位的方式,确定感兴趣提取区域图像信息在拼接表面图像信息中的位置信息;并且,通过对感兴趣提取区域图像进行像素特征提取处理,并将提取到的像素特征构建成像素特征矩阵;然后将像素特征矩阵与位置信息对应的预留拼接表面图像信息的预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果;根据相似度匹配结果进行包装表面缺陷检测处理,获得包装表面缺陷检测结果;即通过判断相似度匹配结果是否小于或者等于预设相似度阈值,若是,则表面该包装表面存在包装缺陷,反之则该包装表面不存在包装缺陷。
在对感兴趣提取区域图像进行像素特征提取处理时,首先是对感兴趣提取区域图像进行灰度化处理,获得灰度化感兴趣提取区域图像;然后根据灰度级阈值对灰度化感兴趣提取区域图像进行二值化处理,得到二值化结果,根据二值化结果进行像素特征提取处理,获得二值化像素特征;最后根据二值化像素特征进行像素特征矩阵处理,获得像素特征矩阵。
在进行相似度匹配计算时,首先需要根据该位置信息在该预留拼接表面图像信息中选取与感兴趣提取区域图像相同位置区域的选取图像;并且对该选取图像进行行灰度化处理,获得灰度化选取图像;利用灰度级阈值对灰度化选取图像二值化处理,并根据二值化处理结果进行选取图像像素特征提取处理,获得二值化选取图像像素特征;然后根据二值化选取图像像素特征进行像素特征矩阵处理,获得预留像素特征矩阵;最后利用像素特征矩阵与预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果。
在本发明实施例中,可以在传送带传送过程中对包装产品的表面缺陷进行检测,并且自动完成,无需人工参与,提升检测效率并且降低检测成本;并且只需要普通的传送带即可,同时无需安装更多的摄像头设备,这样可以较有效的减少硬件设备的成本;同时减少计算量,增大检测效率;同时无需人工参与,减少人员成本投入等。
实施例二
请参阅图2,图2是本发明实施例中的基于视觉检测的包装产品表面缺陷检测装置的结构组成示意图。
如图2所示,一种基于视觉检测的包装产品表面缺陷检测装置,所述装置包括:
图像采集模块21:用于基于预设在传送带上的图像采集设备依次采集包装产品的各个表面图像信息;
在本发明具体实施过程中,所述基于预设在传送带上的图像采集设备依次采集包装产品的各个表面图像信息,包括:将所述包装产品放置在所述传送带上进行传送,并检测到所述包装产品传送至预设区域时,触发所述传送带停止传送;并,启动设置在所述传送带上的图像采集设备依次采集所述包装产品的各个表面图像信息。
进一步的,所述启动设置在所述传送带上的图像采集设备依次采集所述包装产品的各个表面图像信息,包括:启动设置在所述传送带正上方的CCD设备对所述包装产品进行第一个表面图像信息采集;在采集第一个表面图像信息之后,控制设置在所述传送带上的机械臂按照预设顺序翻转所述包装产品,使得所述包装产品的另一个表面正对所述CCD设备,并重新启动所述CCD设备对所述包装产品的另一个表面进行表面图像信息采集,直至采集完所述包装产品的各个表面的表面图像信息。
具体的,该传送带是普通的传送带,在传送带上设置重力感应设备或者视觉传感设备,即可实时的识别到传送带上是否放置包装产品,在放置有包装产品时,将启动该传送带,将该包装产品在传送带上进行传送,同时在传送带的预定区域内设置红外传感器或者其他传感器,在检查到该包装产品传送到指定区域时,触发该传送带暂停传送,并且启动设置在该传送带上方的图像采集设备依次采集该包装产品的各个表面图像信息。
该图像采集设备为CCD设备,该CCD设备设置在传送带的正上方,正对着保证产品到达的预设停止区域,在保证产品到达预设停止区域后,启动该CCD设备对包装产品进行第一个表面图像信息采集;然后在采集第一个表面图像信息之后,通过设置在该传送带上的机械臂按照预设的翻转顺序翻转该包装产品,使得包装产品的另一个表面正对该CCD设备,然后重新启动CCD设备对该包装产品的另一个表面进行表面图像信息采集,如何重复,直到采集完该包装产品的各个表面的表面图像信息;同时性需要对采集到的各个表面图像信息按照预设的表面信息中的表面图像内容进行表面位置标注,比如上表面、下表面、前表面、后表面、左表面和右表面;具体是通过提前每个表面的表面特征与上述的在***中存储的各个表面的特征进行相似度匹配,选取相似度匹配最高的匹配表面进行表面位置标注。
图像拼接模块22:用于对所述包装产品的各个表面图像信息按照预设顺序进行拼接处理,形成拼接表面图像信息;
在本发明具体实施过程中,所述对所述包装产品的各个表面图像信息按照预设顺序进行拼接处理,形成拼接表面图像信息,包括:对所述包装产品的各个表面图像信息进行背景去除处理,获得背景去除后的各个表面图像信息;将背景去除后的各个表面图像信息按照包装产品的各个表面的连接关系进行拼接处理,形成拼接表面图像信息。
具体的,首先通过背景差值法对包装产品的各个表面图像信息进行背景去除处理,然后得到背景去除后的各个表面图像信息;通过将背景去除后的各个表面图像信息按照包装产品的各个表面的连接关系进行拼接处理,形成拼接表面图像信息;各个表面的连接关系即上表面、下表面、前表面、后表面、左表面和右表面之间的拼接关系。
图像降噪模块23:用于对所述拼接表面图像信息进行降噪预处理,获得降噪图像信息;
在本发明具体实施过程中,所述对所述拼接表面图像信息进行降噪预处理,获得降噪图像信息,包括:将所述拼接图像信息进行中值滤波处理,获得第一降噪图像信息;将所述第一降噪图像信息进行高斯滤波处理,获得降噪图像信息。
具体的,由于在图像采集和拼接时候,可能产生图像噪声,如高斯噪声和椒盐噪声,对于椒盐噪声的处理,在本申请中使用中值滤波,对于高斯噪声处理,在本申请中使用高斯滤波处理;即,将拼接图像信息进行中值滤波处理,获得第一降噪图像信息;然后再将第一降噪图像信息进行高斯滤波处理,获得降噪图像信息。
感兴趣区域提取模块24:用于对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息;
在本发明具体实施过程中,所述对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息,包括:基于背景差分法对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息。
在本发明具体实施过程中,直接利用背景差分法来对降噪图像信息与留存图像信息进行对比,从而进行感兴趣区域提取处理,来获得感兴趣提取区域图像信息;并且所提取的感兴趣提取区域图像信息大于利用背景差分法对比可能存在缺陷部分的区域图像信息,并且感兴趣提取区域图像信息为矩形区域。
缺陷检测模块25:用于对所述感兴趣提取区域图像信息进行包装表面缺陷检测处理,获得包装表面缺陷检测结果。
在本发明具体实施过程中,所述对所述感兴趣提取区域图像信息进行包装表面缺陷检测处理,获得包装表面缺陷检测结果,包括:获得所述感兴趣提取区域图像在所述拼接表面图像信息中的位置信息;并且,对所述感兴趣提取区域图像进行像素特征提取处理,并将提取到的像素特征构建成像素特征矩阵;将所述像素特征矩阵与所述位置信息对应的预留拼接表面图像信息的预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果;基于所述相似度匹配结果进行包装表面缺陷检测处理,获得包装表面缺陷检测结果。
进一步的,所述对所述感兴趣提取区域图像进行像素特征提取处理,并将提取到的像素特征构建成像素特征矩阵,包括:对所述感兴趣提取区域图像进行灰度化处理,获得灰度化感兴趣提取区域图像;基于灰度级阈值对所述灰度化感兴趣提取区域图像进行二值化处理,并基于二值化处理结果进行像素特征提取处理,获得二值化像素特征;基于所述二值化像素特征进行像素特征矩阵处理,获得像素特征矩阵。
进一步的,所述将所述像素特征矩阵与所述位置信息对应的预留拼接表面图像信息的预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果,包括:基于所述位置信息在所述预留拼接编码图像信息中选取与所述感兴趣提取区域图像相同位置区域的选取图像;对所述选取图像进行行灰度化处理,获得灰度化选取图像;利用灰度级阈值对所述灰度化选取图像二值化处理,并基于二值化处理结果进行选取图像像素特征提取处理,获得二值化选取图像像素特征;基于二值化选取图像像素特征进行像素特征矩阵处理,获得预留像素特征矩阵;利用所述像素特征矩阵与所述预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果。
具体的,首先需要获得感兴趣提取区域图像在所述拼接编码图像信息中的位置信息,即通过像素定位的方式,确定感兴趣提取区域图像信息在拼接表面图像信息中的位置信息;并且,通过对感兴趣提取区域图像进行像素特征提取处理,并将提取到的像素特征构建成像素特征矩阵;然后将像素特征矩阵与位置信息对应的预留拼接表面图像信息的预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果;根据相似度匹配结果进行包装表面缺陷检测处理,获得包装表面缺陷检测结果;即通过判断相似度匹配结果是否小于或者等于预设相似度阈值,若是,则表面该包装表面存在包装缺陷,反之则该包装表面不存在包装缺陷。
在对感兴趣提取区域图像进行像素特征提取处理时,首先是对感兴趣提取区域图像进行灰度化处理,获得灰度化感兴趣提取区域图像;然后根据灰度级阈值对灰度化感兴趣提取区域图像进行二值化处理,得到二值化结果,根据二值化结果进行像素特征提取处理,获得二值化像素特征;最后根据二值化像素特征进行像素特征矩阵处理,获得像素特征矩阵。
在进行相似度匹配计算时,首先需要根据该位置信息在该预留拼接表面图像信息中选取与感兴趣提取区域图像相同位置区域的选取图像;并且对该选取图像进行行灰度化处理,获得灰度化选取图像;利用灰度级阈值对灰度化选取图像二值化处理,并根据二值化处理结果进行选取图像像素特征提取处理,获得二值化选取图像像素特征;然后根据二值化选取图像像素特征进行像素特征矩阵处理,获得预留像素特征矩阵;最后利用像素特征矩阵与预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果。
在本发明实施例中,可以在传送带传送过程中对包装产品的表面缺陷进行检测,并且自动完成,无需人工参与,提升检测效率并且降低检测成本;并且只需要普通的传送带即可,同时无需安装更多的摄像头设备,这样可以较有效的减少硬件设备的成本;同时减少计算量,增大检测效率;同时无需人工参与,减少人员成本投入等。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,ReadOnly Memory)、随机存取存储器(RAM,Random AccessMemory)、磁盘或光盘等。
另外,以上对本发明实施例所提供的一种基于视觉检测的包装产品表面缺陷检测方法及装置进行了详细介绍,本文中应采用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于视觉检测的包装产品表面缺陷检测方法,其特征在于,所述方法包括:
基于预设在传送带上的图像采集设备依次采集包装产品的各个表面图像信息;
对所述包装产品的各个表面图像信息按照预设顺序进行拼接处理,形成拼接表面图像信息;
对所述拼接表面图像信息进行降噪预处理,获得降噪图像信息;
对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息;
对所述感兴趣提取区域图像信息进行包装表面缺陷检测处理,获得包装表面缺陷检测结果。
2.根据权利要求1所述的包装产品表面缺陷检测方法,其特征在于,所述基于预设在传送带上的图像采集设备依次采集包装产品的各个表面图像信息,包括:
将所述包装产品放置在所述传送带上进行传送,并检测到所述包装产品传送至预设区域时,触发所述传送带停止传送;并,
启动设置在所述传送带上的图像采集设备依次采集所述包装产品的各个表面图像信息。
3.根据权利要求2所述的包装产品表面缺陷检测方法,其特征在于,所述启动设置在所述传送带上的图像采集设备依次采集所述包装产品的各个表面图像信息,包括:
启动设置在所述传送带正上方的CCD设备对所述包装产品进行第一个表面图像信息采集;
在采集第一个表面图像信息之后,控制设置在所述传送带上的机械臂按照预设顺序翻转所述包装产品,使得所述包装产品的另一个表面正对所述CCD设备,并重新启动所述CCD设备对所述包装产品的另一个表面进行表面图像信息采集,直至采集完所述包装产品的各个表面的表面图像信息。
4.根据权利要求1所述的包装产品表面缺陷检测方法,其特征在于,所述对所述包装产品的各个表面图像信息按照预设顺序进行拼接处理,形成拼接表面图像信息,包括:
对所述包装产品的各个表面图像信息进行背景去除处理,获得背景去除后的各个表面图像信息;
将背景去除后的各个表面图像信息按照包装产品的各个表面的连接关系进行拼接处理,形成拼接表面图像信息。
5.根据权利要求1所述的包装产品表面缺陷检测方法,其特征在于,所述对所述拼接表面图像信息进行降噪预处理,获得降噪图像信息,包括:
将所述拼接图像信息进行中值滤波处理,获得第一降噪图像信息;
将所述第一降噪图像信息进行高斯滤波处理,获得降噪图像信息。
6.根据权利要求1所述的包装产品表面缺陷检测方法,其特征在于,所述对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息,包括:
基于背景差分法对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息。
7.根据权利要求1所述的包装产品表面缺陷检测方法,其特征在于,所述对所述感兴趣提取区域图像信息进行包装表面缺陷检测处理,获得包装表面缺陷检测结果,包括:
获得所述感兴趣提取区域图像信息在所述拼接表面图像信息中的位置信息;并且,
对所述感兴趣提取区域图像进行像素特征提取处理,并将提取到的像素特征构建成像素特征矩阵;
将所述像素特征矩阵与所述位置信息对应的预留拼接表面图像信息的预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果;
基于所述相似度匹配结果进行包装表面缺陷检测处理,获得包装表面缺陷检测结果。
8.根据权利要求7所述的包装产品表面缺陷检测方法,其特征在于,所述对所述感兴趣提取区域图像进行像素特征提取处理,并将提取到的像素特征构建成像素特征矩阵,包括:
对所述感兴趣提取区域图像进行灰度化处理,获得灰度化感兴趣提取区域图像;
基于灰度级阈值对所述灰度化感兴趣提取区域图像进行二值化处理,并基于二值化处理结果进行像素特征提取处理,获得二值化像素特征;
基于所述二值化像素特征进行像素特征矩阵处理,获得像素特征矩阵。
9.根据权利要求7所述的包装产品表面缺陷检测方法,其特征在于,所述将所述像素特征矩阵与所述位置信息对应的预留拼接表面图像信息的预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果,包括:
基于所述位置信息在所述预留拼接表面图像信息中选取与所述感兴趣提取区域图像相同位置区域的选取图像;
对所述选取图像进行行灰度化处理,获得灰度化选取图像;
利用灰度级阈值对所述灰度化选取图像二值化处理,并基于二值化处理结果进行选取图像像素特征提取处理,获得二值化选取图像像素特征;
基于二值化选取图像像素特征进行像素特征矩阵处理,获得预留像素特征矩阵;
利用所述像素特征矩阵与所述预留像素特征矩阵进行相似度匹配计算,获得相似度匹配结果。
10.一种基于视觉检测的包装产品表面缺陷检测装置,其特征在于,所述装置包括:
图像采集模块:用于基于预设在传送带上的图像采集设备依次采集包装产品的各个表面图像信息;
图像拼接模块:用于对所述包装产品的各个表面图像信息按照预设顺序进行拼接处理,形成拼接表面图像信息;
图像降噪模块:用于对所述拼接表面图像信息进行降噪预处理,获得降噪图像信息;
感兴趣区域提取模块:用于对所述降噪图像信息进行感兴趣区域提取处理,获得感兴趣提取区域图像信息;
缺陷检测模块:用于对所述感兴趣提取区域图像信息进行包装表面缺陷检测处理,获得包装表面缺陷检测结果。
CN202210194807.8A 2022-02-28 2022-02-28 一种基于视觉检测的包装产品表面缺陷检测方法及装置 Pending CN114609141A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210194807.8A CN114609141A (zh) 2022-02-28 2022-02-28 一种基于视觉检测的包装产品表面缺陷检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210194807.8A CN114609141A (zh) 2022-02-28 2022-02-28 一种基于视觉检测的包装产品表面缺陷检测方法及装置

Publications (1)

Publication Number Publication Date
CN114609141A true CN114609141A (zh) 2022-06-10

Family

ID=81860677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210194807.8A Pending CN114609141A (zh) 2022-02-28 2022-02-28 一种基于视觉检测的包装产品表面缺陷检测方法及装置

Country Status (1)

Country Link
CN (1) CN114609141A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118097436A (zh) * 2024-04-24 2024-05-28 四川省公路规划勘察设计研究院有限公司 一种建筑体表面缺陷检测***及检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118097436A (zh) * 2024-04-24 2024-05-28 四川省公路规划勘察设计研究院有限公司 一种建筑体表面缺陷检测***及检测方法
CN118097436B (zh) * 2024-04-24 2024-07-12 四川省公路规划勘察设计研究院有限公司 一种建筑体表面缺陷检测***及检测方法

Similar Documents

Publication Publication Date Title
CN109724984B (zh) 一种基于深度学习算法的缺陷检测识别装置和方法
CN110246122A (zh) 基于机器视觉的小型轴承质量检测方法、装置及***
CN109092696B (zh) 分拣***及分拣方法
CN111627004A (zh) 餐具的清洁度的检测方法、检测设备、存储介质与处理器
CN105865570A (zh) 一种基于机器视觉的玻璃瓶液位检测方法
JPH04270950A (ja) 外観検査装置
CN113894055A (zh) 基于机器视觉的五金件表面缺陷检测分类***及方法
CN111570315A (zh) 餐具的处理装置、处理装置的控制方法与控制装置
CN111161263A (zh) 一种包装平整度检测方法、***、电子设备和存储介质
CN114609141A (zh) 一种基于视觉检测的包装产品表面缺陷检测方法及装置
CN108889635B (zh) 一种易拉罐制造缺陷在线视觉检测方法
CN109636793A (zh) 显示器的检测***及其检测方法
CN106846294B (zh) 视觉检测方法、装置及设备
CN109107918A (zh) 一种磁瓦外观质量自动检测方法及***
CN112802017B (zh) 一种基于工作台的产品外部合格性检测方法及装置
CN116754567B (zh) 铜箔材料的周期性缺陷检测方法、装置及设备
CN111458344A (zh) 一种口罩缺陷视觉检测方法、设备、存储介质
CN117173107A (zh) 产品缺陷检测方法、装置、设备、***和可读存储介质
CN116660281A (zh) 一种基于机器视觉的缺陷检测方法、装置及电子设备
CN105973903A (zh) 一种口服液瓶盖检测***及方法
CN110111293B (zh) 塑封器件的失效识别方法及装置
CN104964989B (zh) 一种用于光电模组视觉检测的方法及***
CN115138596A (zh) 一种视觉检测的方法及装置
CN114092476A (zh) 杂质检测方法、***、装置、设备、存储介质及软件产品
JP3494561B2 (ja) 錠剤の外観検査方法と錠剤の外観検査装置

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