一种PET瓶瓶盖和液位的检测方法

1.一种PET瓶瓶盖和液位的检测方法，其特征在于，包括以下步骤：
（一）对拍摄的PET瓶图像输入计算机，对图像进行感兴趣区域的分割；
（二）对感兴趣区域进行图像预处理，完成PET瓶瓶体区域和背景区域的分割；图像预处理的方法如下：第一，对整幅图像进行灰化处理，只保留图像的亮度信息；第二，对灰化后的单通道图像进行滤波，使得图像边缘变得清晰；第三，根据整个图像的灰度直方图确定图像二值化的阈值，并对其进行二值化处理；第四，对二值化后的图像进行连通域分析，设左上角属于背景区域，和该区域连通的区域都属于背景，其余区域都为PET瓶瓶体部分，完成PET瓶瓶体区域和背景区域的分割；
（三）对预处理后的图像进行PET瓶对称轴定位；方法如下：首先，对图像进行边缘检测，获得PET瓶图像外轮廓的点集；其次，寻找m个最左边的轮廓点和m个最右边的轮廓点，求取对应的m个左右平均的轮廓点；再次，根据直线拟合算法估计出对称轴的位置；
（四）根据对称轴的位置，定位PET瓶适配环所在直线和适配环中心点的坐标；方法如下：首先，纠正对称轴的偏移角度，对纠正后的图像统计每行黑色像素的数目；其次，对像素统计的矩阵进行平滑滤波；再次，确定最大值的位置为适配环所在直线的位置；最后，从两侧向中心寻找第一个黑色像素的坐标，左右两侧第一个黑色像素位置的平均值即为适配环中心点；
（五）检测PET瓶瓶盖的缺陷：首先，根据适配环中心点的坐标在PET瓶瓶盖图像上放置i个不同大小的矩形框；其次，统计每个矩形框中黑色像素占全部像素的百分比，在正常阈值区间内则判该矩形框合格；最后，当且仅当所有矩形框合格时，PET瓶瓶盖合格，没有缺陷；
（六）检测PET瓶液位的缺陷：首先，根据适配环中心点的坐标在PET瓶瓶腔内部图像上放置j个不同大小的矩形框；其次，统计每个矩形框中黑色像素占全部像素的百分比，在正常阈值区间内则判该矩形框合格；最后，当且仅当所有矩形框合格时，PET瓶液位合格，没有缺陷。

一种PET瓶瓶盖和液位的检测方法\n技术领域\n[0001] 本发明属于工业自动化检测技术领域，尤其是涉及一种检测PET瓶瓶盖和液位的方法，能够在高速自动化生产流水线上对PET瓶瓶盖和液位的缺陷进行实时不间断检测。\n背景技术\n[0002] 在现在的啤酒、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，在生产灌装的前后都要进行严格的测试。比如，对于PET瓶要检测瓶盖和液位是否存在缺陷，如果瓶盖未封闭好，可能会引入异物造成食品不健康；如果瓶盖有毛刺或裂缝，可能会造成食用者受伤；如果液位过高，可能会导致运输过程或阳光照射下PET瓶的爆炸；如果液位过低，可能会造成企业整体形象的缺失。\n[0003] 目前，对于PET瓶检测的方法和装置主要分成三类：人工检测、传感器检测和计算机视觉的检测。人工检测是传统的工业检测的方法，主要由检测员通过肉眼观察来检测每个PET瓶是否存在缺陷，存在的问题有：检测率低，速度慢，数据统计汇总困难和成本高。传感器检测是利用各种传感器来进行检测，比如利用X光线传感器来检测液位是否合格，存在的问题有：容易受到外界环境的影响，系统通用性差。现在主流的检测方法是利用机器代替人眼，即计算机视觉来完成PET瓶的检测，该检测方法速度快，数据统计汇总能力强，鲁棒性好。国外的计算机视觉检测起步早，德国的海富、克朗斯都进行了自己的研发，但由于国外PET瓶规格统一，检测较为简单，而国内PET瓶种类繁多，因此并不能完成PET瓶的通用性检测，可拓展性差。孙怀远在《计算机应用与软件》中提出了一种图像匹配的检测算法，通过提取PET瓶的特征和模板图像进行比较，从而完成分类与检测；邹振兴在《现代电子技术》中实现了FPGA的嵌入式检测PET质量的装置，通过分析适配环和瓶盖顶部斜率的差异来检测PET瓶盖。但他们的算法复杂度高，无法满足现代高速生产线上检测PET瓶的需要，而且检测率不够，不能克服瓶身倾斜、链道抖动、瓶身水珠和毛刺的影响。\n发明内容\n[0004] 本发明的目的：避免现有技术存在的问题，提供一种能够在高速自动化生产线上进行实时不间断检测、检测率高的PET瓶瓶盖和液位的检测方法。\n[0005] 本发明的技术方案是：包括以下步骤：\n[0006] （一）对拍摄的PET瓶图像输入计算机，对图像进行感兴趣区域的分割；\n[0007] （二）对感兴趣区域进行图像预处理，完成PET瓶瓶体区域和背景区域的分割；图像预处理的方法如下：第一，对整幅图像进行灰化处理，只保留图像的亮度信息；第二，对灰化后的单通道图像进行滤波，使得图像边缘变得清晰；第三，根据整个图像的灰度直方图确定图像二值化的阈值，并对其进行二值化处理；第四，对二值化后的图像进行连通域分析，设左上角属于背景区域，和该区域连通的区域都属于背景，其余区域都为PET瓶瓶体部分，完成PET瓶瓶体区域和背景区域的分割；\n[0008] （三）对预处理后的图像进行PET瓶对称轴定位；该方法为：首先，对图像进行边缘检测，获得PET瓶图像外轮廓的点集；其次，寻找m个最左边的轮廓点和m个最右边的轮廓点，求取对应的m个左右平均的轮廓点；再次，根据直线拟合算法估计出对称轴的位置；\n[0009] （四）根据对称轴的位置，定位PET瓶适配环所在直线和适配环中心点的坐标；方法如下：首先，纠正对称轴的偏移角度，对纠正后的图像统计每行黑色像素的数目；其次，对像素统计的矩阵进行平滑滤波；再次，确定最大值的位置为适配环所在直线的位置；最后，从两侧向中心寻找第一个黑色像素的坐标，左右两侧第一个黑色像素位置的平均值即为适配环中心点；\n[0010] （五）检测PET瓶瓶盖的缺陷：首先，根据适配环中心点的坐标在PET瓶瓶盖图像上放置i个不同大小的矩形框；其次，统计每个矩形框中黑色像素占全部像素的百分比，在正常阈值区间内则判该矩形框合格；最后，当所有矩形框合格时，PET瓶瓶盖合格，没有缺陷；\n[0011] （六）检测PET瓶液位的缺陷：首先，根据适配环中心点的坐标在PET瓶瓶腔内部图像上放置j个不同大小的矩形框；其次，统计每个矩形框中黑色像素占全部像素的百分比，在正常阈值区间内则判该矩形框合格；最后，当所有矩形框合格时，PET瓶液位合格，没有缺陷。\n[0012] 本发明的有益效果：1、由于本发明是基于对称轴技术检测PET瓶瓶盖和液位，可以防止机械链道上PET瓶瓶身倾斜、PET瓶上附着的水珠以及毛刺对于检测的影响；2、根据定位适配环得到中心点坐标唯一确定判定矩形框的位置，可以防止PET瓶在机械链道中不平稳引起的图像抖动对于检测的影响；3、采用了多个判定矩形框级联的方式，每个判定矩形框都作为一个弱分类器，如此架构得到的强分类器检测效率高，实现简单；4、本发明能够在高速自动化生产流水线上对PET瓶瓶盖和液位的缺陷进行实时不间断检测，检测效率高，速度快且容易实现，通用性广，便于移植到其他环境和平台中。\n附图说明\n[0013] 图1为本发明的工艺流程图。\n具体实施方式\n[0014] 结合图1所示本发明的工艺流程图，对本发明作进一步描述，本发明包括以下步骤：\n[0015] 步骤（一）：对拍摄的PET瓶图像输入计算机，对图像进行感兴趣区域的分割。\n[0016] 步骤（二）：对感兴趣区域进行图像预处理，完成PET瓶瓶体区域和背景区域的分割。图像预处理的方法如下：首先，对整幅图像进行灰化处理，只保留图像的亮度信息；其次，对灰化后的单通道图像进行滤波，使得图像边缘变得清晰；再次，根据整个图像的灰度直方图确定图像二值化的阈值，并对其进行二值化处理；最后，对二值化后的图像进行连通域分析，设左上角属于背景区域，那么和该区域连通的区域都属于背景，其余区域都为PET瓶瓶体部分，从而完成了PET瓶瓶体区域和背景区域的分割。\n[0017] 步骤（三）：对预处理后的图像进行PET瓶对称轴定位。方法如下：首先，对图像进行边缘检测，获得PET瓶图像外轮廓的点集；其次，寻找m个最左边的轮廓点和m个最右边的轮廓点，求取对应的m个左右平均的轮廓点；再次，根据直线拟合算法估计出对称轴的位置。\n[0018] 步骤（四）：根据对称轴的位置，定位PET瓶适配环所在直线和适配环中心点的坐标。方法如下：首先，将对称轴的偏移角度纠正回来，对纠正后的图像统计每行黑色像素的数目；其次，对像素统计的矩阵进行平滑滤波，防止水珠和野点的影响；再次，确定最大值的位置为适配环所在直线的位置；最后，从两侧向中心寻找第一个黑色像素的坐标，左右两侧第一个黑色像素位置的平均值即为适配环中心点。\n[0019] 步骤（五）：检测PET瓶瓶盖缺陷，方法如下：首先，根据适配环中心点的坐标在PET瓶瓶盖图像上放置i个不同大小的矩形框；其次，统计每个矩形框中黑色像素占全部像素的百分比，在正常阈值区间内则判该矩形框合格；最后，当且仅当所有矩形框合格时，PET瓶瓶盖合格，没有缺陷。\n[0020] 步骤（六）：检测PET瓶液位缺陷，方法如下：首先，根据适配环中心点的坐标在PET瓶瓶腔内部图像上放置j个不同大小的矩形框；其次，统计每个矩形框中黑色像素占全部像素的百分比，在正常阈值区间内则判该矩形框合格；最后，当且仅当所有矩形框合格时，PET瓶液位合格，没有缺陷。