[发明专利]一种基于图像处理的皇冠盖表面缺陷在线检测方法

说明书

本发明公开了一种基于图像处理的皇冠盖表面缺陷在线检测方法，属于图像处理技术领域，采集皇冠盖内表面图像，并利用图像分割技术实现中心定位和区域提取；利用阈值分割、形态学处理、连通区域特征分析、区域比较等图像处理算法实现瓶盖内表面缺陷检测；采用自动训练学习算法离线建立皇冠盖外表面图案模板；采集皇冠盖外表面图像，利用特征模板匹配、仿射变换和区域比较法完成瓶盖外表面缺陷检测。本发明能够在线快速检测皇冠盖表面多种类型缺陷，可达到每分钟检测300个瓶盖，具有缺陷检测准确率高、鲁棒性强等优点，能够附加在皇冠盖生产线上，实现皇冠盖的缺陷检测和类型判别。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于图像处理的皇冠盖表面缺陷在线检测方法。

背景技术

随着我国智能制造产业的快速发展，机器视觉和图像处理技术成为产品后工序检测主要手段之一。皇冠盖因其良好的密封性能而广泛应用于玻璃瓶装的啤酒和碳酸饮料等行业中。据统计我国从2008年开始皇冠盖的市场需求为470亿个，而且每年以20亿个增长，这也大大刺激了瓶盖生产与检测的效率。作为世界最大的皇冠盖需求市场，提升皇冠盖的缺陷检测水平对于我国皇冠盖产业的发展具有十分重要的意义。

自1981年美国制作了第一台皇冠盖机，在皇冠盖应用和生产激增的情况下，各国都致力于改善和发展皇冠盖自动检测技术，当前国内关于瓶盖检测技术已经取得了一定的进展。

何修远提出了一种基于机器视觉的PET瓶盖缺陷检测算法(2015年)，每分钟可以处理8个瓶盖，漏检率低于0.1％，缺陷准确率达到99％。刘伟提出了一种基于凸包算法的皇冠盖裙齿检测方法(2018年)，但检测内容只涉及外表面缺陷。周文炬(2014)提出了一种基于稀疏表示方法的皇冠盖旋转匹配和瑕疵检测策略，但是该方法对于形状缺陷(如缺胶、飞边)没有详细的分析。CN201110048984.7公开了一种基于机器视觉的表面瑕疵的智能检测方法，但只涉及皇冠盖外表面缺陷检测。CN102192911A公开了一种基于机器视觉的金属瓶盖质量检测系统和方法，但瓶盖缺陷检测类型单一且缺陷类型与皇冠盖不同。

综上所述，现有皇冠盖缺陷检测方案主要问题在于：当前瓶盖研究算法自适应不强，不能适用于皇冠盖的特殊情况；已有的皇冠盖缺陷检测方法缺陷检测类型较为单一，还无法实现皇冠盖内外表面所有缺陷类型的检测。

发明内容

发明目的：本发明的目的在于提供一种基于图像处理的皇冠盖表面缺陷在线检测方法，解决了现有皇冠盖表面多类型缺陷检测和分类问题。

技术方案：为实现上述目的，本发明提供如下技术方案：

一种基于图像处理的皇冠盖表面缺陷在线检测方法，包括如下步骤：

步骤1：通过图像采集系统采集皇冠瓶盖内表面图像，并对采集到的图像进行高斯滤波处理；

步骤2：对采集图像利用阈值分割和连通区域面积特征分析法提取中心区域，对区域轮廓边缘像素点采用最小二乘拟合法拟合圆形轮廓，实现皇冠盖内表面中心定位；

步骤3：根据步骤2得到的瓶盖中心位置坐标，针对不同类型瓶盖预先设置不同区域的物理半径信息，结合像素比参数，实现皇冠盖内表面的区域分割；

步骤4：根据步骤3图像分割结果，提取内表面感兴趣区域图像，设置固定灰度阈值完成图像分割，并利用面积特征分析法祛除噪声区域，实现皇冠盖内表面的黑点缺陷检测；

步骤5：根据步骤3图像分割结果，提取内外环区域图像，采用局部阈值法完成图像分割，利用面积特征分析法祛除噪声区域，实现皇冠盖内表面的内外环区域气泡检测；

步骤6：对采集图像利用固定阈值分割法获得外环区域轮廓边缘，并利用最小二乘法对外环轮廓像素点进行圆拟合，比较外环轮廓区域与拟合区域之间的区域差，实现缺胶缺陷检测；