CN104700423A - 一种瓶盖检测方法和装置 - Google Patents

Abstract

本方案公开了一种瓶盖检测方法和装置。该方法对待检测瓶盖的原始图像进行阈值分割处理，得到的阈值分割图像。进而，利用该阈值分割图像对待检测瓶盖进行外轮廓跟踪以及区域标记，从而根据外轮廓信息和所标记的区域对瓶盖进行防盗环检测、外形尺寸检测、缺/溢料检测以及污渍检测。与现有的人眼检测瓶盖的方式相比，本发明采用图像处理技术对瓶盖进行一系列的检测，检测过程全部为自动检测，因而检测精度更高。

Description

一种瓶盖检测方法和装置

技术领域

本发明涉及图像处理领域，尤其涉及一种瓶盖检测方法和装置。

背景技术

近年来随着食品安全问题的频繁发生，消费者对食品包装的质量要求也越来越高，同时伴随着产业的竞争加剧，食品包装的质量关系着其生产企业的生存。

其中，瓶盖质量的好坏直接关系到食品的质量。瓶盖在出厂时，通常要通过严格的质量检测，对于瓶盖内表面有污渍、瓶盖圆度变形、缺料、溢料、无防盗环等质量不合格的产品要进行剔除。而目前对于瓶盖的质量检测，大部分厂家均采用人工检测的方式，但是由于人眼长时间处于紧张状态，容易产生视觉疲劳，导致人工检测精度较低。

发明内容

有鉴于此，本发明提供一种瓶盖检测方法和装置，以防止在对瓶盖进行检测时出现漏检的情况，提高检测精度。

为实现上述目的，本发明提供如下技术方案：

一种瓶盖检测方法，包括：

采集待检测瓶盖的原始图像；

对待检测瓶盖的所述原始图像进行阈值分割，得到待检测瓶盖的阈值分割图像；

根据所述阈值分割图像，提取待检测瓶盖的外轮廓信息以及对待检测瓶盖的原始图像进行区域标记；

根据待检测瓶盖的外轮廓信息判断待检测瓶盖的防盗环的有无、外形尺寸是否满足预设尺寸以及是否缺/溢料；利用区域标记对瓶盖的不同区域进行污渍检测。

优选的，所述对待检测瓶盖的所述原始图像进行阈值分割，包括：

采用固定阈值分割方法对待检测瓶盖的所述原始图像进行阈值分割。

优选的，所述根据所述阈值分割图像，提取待检测瓶盖的外轮廓信息，包括：

采用基于Freeman链码的轮廓跟踪算法，对待检测瓶盖的所述阈值分割图像中的外轮廓进行跟踪，提取待检测瓶盖的外轮廓信息。

优选的，所述对待检测瓶盖的原始图像进行区域标记，包括：

根据所述阈值分割图像中瓶盖成像的深浅差异，对待检测瓶盖的原始图像的不同区域进行标记。

优选的，所述利用区域标记对瓶盖的不同区域进行污渍检测，包括：

采用实时差分污渍检测方法和滑动窗口污渍方法，对瓶盖的不同区域进行污渍检测。

一种瓶盖检测装置，包括：

信息采集单元，用于采集待检测瓶盖的原始图像；

阈值分割单元，用于对待检测瓶盖的所述原始图像进行阈值分割，得到待检测瓶盖的阈值分割图像；

阈值分割图像处理单元，用于根据所述阈值分割图像，提取待检测瓶盖的外轮廓信息以及对待检测瓶盖的原始图像进行区域标记；

检测单元，用于根据待检测瓶盖的外轮廓信息判断待检测瓶盖的防盗环的有无、外形尺寸是否满足预设尺寸以及是否缺/溢料；利用区域标记对瓶盖的不同区域进行污渍检测。

优选的，所述图像阈值分割单元包括：

固定阈值分割子单元，用于采用固定阈值分割方法对待检测瓶盖的所述原始图像进行阈值分割。

优选的，所述阈值分割图像处理单元，包括：

外轮廓跟踪子单元，用于采用基于Freeman链码的轮廓跟踪算法，对待检测瓶盖的所述阈值分割图像中的外轮廓进行跟踪，提取待检测瓶盖的外轮廓信息；

区域标记单元，用于根据所述阈值分割图像中瓶盖成像的深浅差异，对待检测瓶盖的原始图像的不同区域进行标记。

优选的，所述检测单元包括：

第一检测单元，用于采用实时差分污渍检测方法，对待检测瓶盖进行污渍检测；

第二检测单元，用于采用滑动窗口污渍检测方法，对待检测瓶盖进行污渍检测。

经由上述的技术方案可知，本方案公开了一种瓶盖检测方法和装置。该方法对待检测瓶盖的原始图像进行阈值分割处理，得到的阈值分割图像。进而，利用该阈值分割图像对待检测瓶盖进行外轮廓跟踪以及区域标记，从而根据外轮廓信息和所标记的区域对瓶盖进行防盗环检测、外形尺寸检测、缺/溢料检测以及污渍检测。与现有的人眼检测瓶盖的方式相比，本发明采用图像视觉检测技术对瓶盖进行一系列的检测，检测过程全部为自动检测，因而检测精度更高。

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，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1示出了本发明一种瓶盖检测方法的一个实施例的流程示意；

图2示出了本发明瓶盖原始图像灰度直方图；

图3示出了本发明一种瓶盖检测装置的一个实施例的结构示意图。

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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1示出了本发明一种瓶盖检测方法的一个实施例的流程示意图。

由图1可知，该方法包括：

101：采集待检测瓶盖的原始图像。

102：对待检测瓶盖的所述原始图像进行阈值分割，得到待检测瓶盖的阈值分割图像。

本发明利用高速工业相机对生产线的塑料瓶盖采集图像，由于高速工业相机采集到的图像瓶盖区域和背景有明显的灰度差异，系统先通过阈值分割初步确定瓶盖区域，将瓶盖区域从背景图像中分离提取出来，在此基础上进一步对瓶盖区域图形进行处理和分析。

可以理解的是，在对待检测瓶盖的原始图像进行阈值分割时，选择正确的阈值是阈值分割的关键。常用的阈值分割算法有固定阈值分割、自适应阈值分割。通过对瓶盖原始图像灰度直方图进行统计分析，瓶盖区域与背景区域的灰度值主要分布在[0,40]，[110,200]两个区间内，灰度值呈明显双峰分布，如附图2所示，因此在本发明中可通过固定阈值法对图像进行初步分割。

103：根据所述阈值分割图像，提取待检测瓶盖的外轮廓信息以及对待检测瓶盖的原始图像进行区域标记。

轮廓跟踪是依据被检测物体边界的连通性，按照边界像素的分布顺序，依次获得区域轮廓像素的方法。轮廓跟踪的基本方法是先将轮廓上任意一点作为起始点，并从该点出发，按照某种严格的探测准则，对该点邻域进行搜索，不断地找到下一个轮廓点，最终得到完整的区域轮廓。因此，轮廓跟踪效果的好坏主要取决于两个因素：1)跟踪的起始点的选择；2)如何在当前轮廓点的邻域内找到下一轮廓点。可选的，在本发明中可采用基于Freeman链码的跟踪算法。该跟踪算法是根据前一像素点与当前点的位置关系，判断出下一点位于当前点的方向，然后在该方向上进行扫描。该跟踪算法减少了图像背景点的计算次数，提高了算法效率。

在对瓶盖的原始图像进行区域标记时，由于瓶盖成像时的景深差异，因此将根据原始图像生成一幅区域标记图像，对瓶盖的不同区域赋以不同的灰度值，分别用来标记口部一、口部二和瓶盖侧壁三个区域。区域标记分为两个步骤：1)区域划分；2)区域填充。本发明将自适应阈值分割和基于Freeman链码的跟踪算法结合起来，得到区域划分的内部轮廓点的Freeman链码与坐标点。对于已经得到的内部轮廓点，区域填充的关键在于如何准确快速的将轮廓以内的点完全的填充。常用的区域填充的算法有种子生长算法、扫面线填充算法。

104：根据待检测瓶盖的外轮廓信息判断待检测瓶盖的防盗环的有无、外形尺寸是否满足预设尺寸以及是否缺/溢料；利用区域标记对瓶盖的不同区域进行污渍检测。

需要说明的是，在对待检测瓶盖进行污渍检测时，可对不同针对不同的区域采用不同污渍检测方法。

在本发明中公开了两中污渍检测的方法。

1、实时差分污渍检测方法。

实时差分污渍检测方法的主要思想是：将原图像与原图像经过膨胀收缩处理后的图像进行差分，从而检测极小的黑色污渍。采用该方法时可以避免根据复杂物体轮廓进行的区域设置，也不需要对检测物体进行位置补正，因此算法设置相对简单。

2、滑动窗口污渍检测方法。

该主要思想是：在滑动窗口内，像素点灰度值和个数值到达污渍门限值，则认为该区域为污渍。内表面污渍特征提取具体步骤如下：

1)设置污渍灰度门限值GrayThreshold，污渍像素个数门限值NumThreshold；

2)用M*M滑动窗口对标记区域进行扫描，滑动窗口内污渍像素个数点Num＝0；

3)若滑动窗口像素点灰度值gray(i,j)≤ThresholdGray，则Num++，否则Num＝0；

若Num≥NumThreshold，则认为污渍存在，否则为没有污渍。

该污渍提取算法利用像素点滑动窗口内像素灰度值来判断当前像素点是否为污渍点，既避免了单个噪声像素点产生的影响，又增加了算法的灵活性，用户可根据实际原始图像大小来划定滑动窗口大小。

在对瓶盖进行检测前，高速工业相机将预先采集到的瓶盖图像数据传送到视觉检测系统，视觉检测系统利用相关检测方法对多个训练样本图像进行预处理、匹配定位、特征区域自动搜寻、相关尺寸测量等运算，抽取样本特征，并构建相应的识别字典。在实时检测过程中，对于采集到的待检测瓶盖图像，采用相同方法进行预处理及特征提取，将待识别的样本与识别字典中的已知标准模板进行多次匹配。如果匹配不合格，则输出废品报警信息及排废控制信号，由机械系统剔除废品，从而实现塑料防盗瓶盖的实时检测。

在本发明中还公开了一种瓶盖检测装置。参见图3该装置包括：信息采集单元1、阈值分割单元2、阈值分割图像处理单元3以及检测单元4。

其中，信息采集单元1用于采集待检测瓶盖的原始图像。该信息采集单元可采用高速工业相机，以对生产线上的瓶盖进行图像采集。

阈值分割单元2，用于对待检测瓶盖的所述原始图像进行阈值分割，得到待检测瓶盖的阈值分割图像。

需要说明的是，由于瓶盖区域和背景区域的恢复值呈双峰部分，因而在本实施例中该阈值分割单元包括阈值分割子单元。该阈值分割子单元可通过固定阈值法对待检测瓶盖的原始图像进行阈值分割。

阈值分割图像处理单元3，用于根据所述阈值分割图像，提取待检测瓶盖的外轮廓信息以及对待检测瓶盖的原始图像进行区域标记。

可选的，该阈值分割图像处理单元包括外轮廓跟踪子单元和区域标记单元。

其中，外轮廓跟踪单元用于采用基于Freeman链码的轮廓跟踪算法，对待检测瓶盖的所述阈值分割图像中的外轮廓进行跟踪，提取待检测瓶盖的外轮廓信息。

区域标记单元用于根据所述阈值分割图像中瓶盖成像的深浅差异，对待检测瓶盖的原始图像的不同区域进行标记。

检测单元4，用于根据待检测瓶盖的外轮廓信息判断待检测瓶盖的防盗环的有无、外形尺寸是否满足预设尺寸以及是否缺/溢料；利用区域标记对瓶盖的不同区域进行污渍检测。

可选的，在本实施例中该检测单元可包括第一检测单元和第二检测单元。所述第一检测单元和所述第二检测单元利用不同的检测方法对瓶盖的不同区域进行污渍检测。第一检测单元采用实时差分污渍检测方法，对待检测瓶盖进行污渍检测；第二检测单元采用滑动窗口污渍检测方法，对待检测瓶盖进行污渍检测。

其中，实时差分污渍检测方法的主要思想是：将原图像与原图像经过膨胀收缩处理后的图像进行差分，从而检测极小的黑色污渍。采用该方法时可以避免根据复杂物体轮廓进行的区域设置，也不需要对检测物体进行位置补正，因此算法设置相对简单。

滑动窗口污渍检测方法主要思想是：在滑动窗口内，像素点灰度值和个数值到达污渍门限值，则认为该区域为污渍。内表面污渍特征提取具体步骤如下：

1)设置污渍灰度门限值GrayThreshold，污渍像素个数门限值NumThreshold；

2)用M*M滑动窗口对标记区域进行扫描，滑动窗口内污渍像素个数点Num＝0；

3)若滑动窗口像素点灰度值gray(i,j)≤ThresholdGray，则Num++，否则Num＝0；

若Num≥NumThreshold，则认为污渍存在，否则为没有污渍。

该污渍提取算法利用像素点滑动窗口内像素灰度值来判断当前像素点是否为污渍点，既避免了单个噪声像素点产生的影响，又增加了算法的灵活性，用户可根据实际原始图像大小来划定滑动窗口大小。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种瓶盖检测方法，其特征在于，包括：

采集待检测瓶盖的原始图像；

对待检测瓶盖的所述原始图像进行阈值分割，得到待检测瓶盖的阈值分割图像；

根据所述阈值分割图像，提取待检测瓶盖的外轮廓信息以及对待检测瓶盖的原始图像进行区域标记；

根据待检测瓶盖的外轮廓信息判断待检测瓶盖的防盗环的有无、外形尺寸是否满足预设尺寸以及是否缺/溢料；利用区域标记对瓶盖的不同区域进行污渍检测。

2.根据权利要求1所述的方法，其特征在于，所述对待检测瓶盖的所述原始图像进行阈值分割，包括：

采用固定阈值分割方法对待检测瓶盖的所述原始图像进行阈值分割。

3.根据权利要求1所述的方法，其特征在于，所述根据所述阈值分割图像，提取待检测瓶盖的外轮廓信息，包括：

采用基于Freeman链码的轮廓跟踪算法，对待检测瓶盖的所述阈值分割图像中的外轮廓进行跟踪，提取待检测瓶盖的外轮廓信息。

4.根据权利要求1所述的方法，其特征在于，所述对待检测瓶盖的原始图像进行区域标记，包括：

根据所述阈值分割图像中瓶盖成像的深浅差异，对待检测瓶盖的原始图像的不同区域进行标记。

5.根据权利要求1所述的方法，其特征在于，所述利用区域标记对瓶盖的不同区域进行污渍检测，包括：

采用实时差分污渍检测方法和滑动窗口污渍方法，对瓶盖的不同区域进行污渍检测。

6.一种瓶盖检测装置，其特征在于，包括：

信息采集单元，用于采集待检测瓶盖的原始图像；

阈值分割单元，用于对待检测瓶盖的所述原始图像进行阈值分割，得到待检测瓶盖的阈值分割图像；

阈值分割图像处理单元，用于根据所述阈值分割图像，提取待检测瓶盖的外轮廓信息以及对待检测瓶盖的原始图像进行区域标记；

检测单元，用于根据待检测瓶盖的外轮廓信息判断待检测瓶盖的防盗环的有无、外形尺寸是否满足预设尺寸以及是否缺/溢料；利用区域标记对瓶盖的不同区域进行污渍检测。

7.根据权利要求6所述的装置，其特征在于，所述图像阈值分割单元包括：

固定阈值分割子单元，用于采用固定阈值分割方法对待检测瓶盖的所述原始图像进行阈值分割。

8.根据权利要求6所述的装置，其特征在于，所述阈值分割图像处理单元，包括：

外轮廓跟踪子单元，用于采用基于Freeman链码的轮廓跟踪算法，对待检测瓶盖的所述阈值分割图像中的外轮廓进行跟踪，提取待检测瓶盖的外轮廓信息；

区域标记单元，用于根据所述阈值分割图像中瓶盖成像的深浅差异，对待检测瓶盖的原始图像的不同区域进行标记。

9.根据权利要求6所述的装置，其特征在于，所述检测单元包括：

第一检测单元，用于采用实时差分污渍检测方法，对待检测瓶盖进行污渍检测；

第二检测单元，用于采用滑动窗口污渍检测方法，对待检测瓶盖进行污渍检测。