一种基于机器视觉的瓶口质量检测方法技术

本发明专利技术公开了一种基于机器视觉的瓶口质量检测方法，包括如下步骤：采集待检测瓶口的图像，并转化为灰度图；计算灰度图的每一个像素点的梯度矢量，得到待检测瓶口灰度图的边缘图像；根据灰度值阈值范围把边缘分割出来；利用面积作为特征来分割待检测瓶口的内环和外环；分别计算内环和外环圆心坐标及半径，把圆心坐标求平均值得到待检测瓶口的圆心坐标，根据外环和内环半径设定半径取值范围；根据待检测瓶口圆心坐标以及半径取值范围得到圆的参数方程，根据圆的参数方程对圆环进行圆周扫描，计算平均灰度值，画平均灰度值曲线；对平均灰度值曲线进行分析，圆环的变化范围在一定范围内，则判定圆环不存在破损，本发明专利技术提高了瓶口质量检测效率。

【技术实现步骤摘要】

本专利技术涉及质量检测
，具体涉及一种基于机器视觉的瓶口质量检测方法。
技术介绍
酒类、饮料、医药、食品等制造行业在生产中大量采用了灌装生产线，并且大都使用玻璃瓶作为产品的包装。但是玻璃瓶由于在生产、运输过程中难免要受到污染和损坏，尤其像啤酒等行业需要使用可回收的玻璃瓶，因而玻璃瓶必须经过清洗、检测等工序，才能进入灌装工序。为了克服异物和损坏所带来的危害，必须对灌装前的玻璃瓶进行细致的检测，行业中称为实瓶检测。这种检测通常是在暗室中在灯光下由人工进行的。视觉检测机器人主要是利用机器视觉的理论和技术，来对灌装生产线上空瓶质量进行检测。机器视觉作为一门综合性的前沿学科，近年来得到人们广泛关注，是研究热点之一，对其的研究和应用都相当活跃。现有的瓶口检测只能靠人工检测，不仅效率低，而且精度低，严重影响生产线效率。
技术实现思路
有鉴于此，本专利技术的目的在于克服现有技术的上述缺陷，提供一种基于机器视觉的瓶口质量检测方法，解决了以往依靠人工检测精度和效率低的问题，提高了国内制造业检测的技术含量。本专利技术通过以下技术手段解决上述问题：一种基于机器视觉的瓶口质量检测方法，包括如下步骤：S1、采集待检测瓶口的图像，并转化为灰度图；S2、利用Sobel边缘检测算子计算灰度图的每一个像素点的梯度矢量，得到待检测瓶口灰度图的边缘图像；S3、设定灰度值阈值范围，根据灰度值阈值范围把边缘分割出来；S4、根据分割后的区域，利用面积作为特征来分割待检测瓶口的内环和外环；S5、利用重心法分别计算内环和外环圆心坐标及半径，把外环和内环的圆心坐标求平均值，得到待检测瓶口的圆心坐标，根据外环和内环半径设定半径取值范围；S6、根据待检测瓶口圆心坐标以及半径取值范围得到圆的参数方程，根据圆的参数方程对圆环进行圆周扫描，计算平均灰度值，画平均灰度值曲线；S7、对平均灰度值曲线进行分析，圆环的变化范围在一定范围内，则判定圆环不存在破损，否则，判定圆环存在破损，列为不及格产品。进一步地，步骤S1中，利用照明检测系统采集待检测瓶口的图像，所述照明检测系统包括待检测瓶口、LED光源、挡板、CCD工业相机，所述挡板对应于待检测瓶口处有一开口，LED光源将光照射到待检测瓶口，经反射通过开口进入CCD工业相机，得到待检测瓶口的图像。进一步地，步骤S2中，利用Sobel边缘检测算子计算灰度图的每一个像素点的梯度矢量具体方法如下：Sobel边缘检测算子包含两组3*3的矩阵，分别为横向卷积因子及纵向卷积因子以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值，其公式如下： G x = - 1 0 + 1 - 2 0 + 2 - 1 0 + 1 * A ]]> G y = + 1 + 2 + 1 0 0 0 - 1 - 2 - 1 * A ]]>图像的每一个像素点的梯度值大小通过以下公式计算：其中，为了提高效率使用不开平方的近似值：|G|＝|Gx|＋|Gy|，用以下公式计算梯度方向： θ = a r c t a n G y G x ]]>如果以上的角度θ等于零，即代表图像该点处拥有纵向边缘，左方较右方暗。进一步地，步骤S3中，所述灰度值阈值范围为(25,255)。进一步地，步骤S4中，设定一个阈值，如果面积大于阈值的视为待检测瓶口出现裂纹，直接判断为不及格。进一步地，所述阈值为60000。进一步地，步骤S5中，具体过程如下：计算外环外接最小矩形得到外环上、下、左、右四个点的坐标，然后通过重心法计算中点即外环圆心坐标：外环半径计算公式：其中，x2为外环右边点的横坐标，x1为外环左边点的横坐标，y2为外环下边点的纵坐标，y1为外环上边点的纵坐标；按照上述方法同理可得内环圆心坐标：(centerX(内)，centerY(内))及内环半径R内；把外环和内环的圆心坐标求平均值，得到待检测瓶口的圆心坐标：(centerX，centerY)；根据外环和内环半径设定半径取值范围为R。进一步地，步骤S6中，圆的参数方程为： 本文档来自技高网...

【技术保护点】
一种基于机器视觉的瓶口质量检测方法，其特征在于，包括如下步骤：S1、采集待检测瓶口的图像，并转化为灰度图；S2、利用Sobel边缘检测算子计算灰度图的每一个像素点的梯度矢量，得到待检测瓶口灰度图的边缘图像；S3、设定灰度值阈值范围，根据灰度值阈值范围把边缘分割出来；S4、根据分割后的区域，利用面积作为特征来分割待检测瓶口的内环和外环；S5、利用重心法分别计算内环和外环圆心坐标及半径，把外环和内环的圆心坐标求平均值，得到待检测瓶口的圆心坐标，根据外环和内环半径设定半径取值范围；S6、根据待检测瓶口圆心坐标以及半径取值范围得到圆的参数方程，根据圆的参数方程对圆环进行圆周扫描，计算平均灰度值，画平均灰度值曲线；S7、对平均灰度值曲线进行分析，圆环的变化范围在一定范围内，则判定圆环不存在破损，否则，判定圆环存在破损，列为不及格产品。

【技术特征摘要】
1.一种基于机器视觉的瓶口质量检测方法，其特征在于，包括如下步骤：S1、采集待检测瓶口的图像，并转化为灰度图；S2、利用Sobel边缘检测算子计算灰度图的每一个像素点的梯度矢量，得到待检测瓶口灰度图的边缘图像；S3、设定灰度值阈值范围，根据灰度值阈值范围把边缘分割出来；S4、根据分割后的区域，利用面积作为特征来分割待检测瓶口的内环和外环；S5、利用重心法分别计算内环和外环圆心坐标及半径，把外环和内环的圆心坐标求平均值，得到待检测瓶口的圆心坐标，根据外环和内环半径设定半径取值范围；S6、根据待检测瓶口圆心坐标以及半径取值范围得到圆的参数方程，根据圆的参数方程对圆环进行圆周扫描，计算平均灰度值，画平均灰度值曲线；S7、对平均灰度值曲线进行分析，圆环的变化范围在一定范围内，则判定圆环不存在破损，否则，判定圆环存在破损，列为不及格产品。2.根据权利要求1所述的基于机器视觉的瓶口质量检测方法，其特征在于，步骤S1中，利用照明检测系统采集待检测瓶口的图像，所述照明检测系统包括待检测瓶口、LED光源、挡板、CCD工业相机，所述挡板对应于待检测瓶口处有一开口，LED光源将光照射到待检测瓶口，经反射通过开口进入CCD工业相机，得到待检测瓶口的图像。3.根据权利要求2所述的基于机器视觉的瓶口质量检测方法，其特征在于，步骤S2中，利用Sobel边缘检测算子计算灰度图的每一个像素点的梯度矢量具体方法如下：Sobel边缘检测算子包含两组3*3的矩阵，分别为横向卷积因子及纵向卷积因子以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值，其公式如下： G x = - 1 0 + 1 - 2 0 + 2 - 1 0 + 1 * A ]]> G y = + 1 + 2 + 1 0 ...

【专利技术属性】
技术研发人员：张昱，魏千洲，
申请(专利权)人：广东省自动化研究所，
类型：发明
国别省市：广东;44