[发明专利]一种药食品包装标签智能视觉检测系统及检测方法

权利要求书

1.一种药食品包装标签智能视觉检测系统，包括用于输送包装瓶的同步输送单元（2）和电气控制单元（5），所述同步输送单元包括机架（1）、用于输送药瓶的输送链（202）、用于将药瓶均匀分隔的分瓶器（3）；其特征在于：还包括视觉检测单元（4）；所述视觉检测单元（4）设置在分瓶器（3）的后方，包括设置在输送链（202）外侧的检测台架（406），在检测台架上设置有四部相机（401），四部相机（401）均匀分布在待测包装瓶的周围，在相机（401）的上方设置有光源（402，在相机（401）的下方设置有相机底板（403）；还包括工控机（404），工控机（404）与相机（401）相配合，用于存储图像并向外输出。

2.根据权利要求1所述的药食品包装视觉检测系统，其特征在于：相机底板（403）固定在检测台架上，其位于输送链（202）的下方。

3.根据权利要求1所述的药食品包装标签智能视觉检测系统，其特征在于：所述光源（402）为 LED方形光源。

4.根据权利要求1所述的药食品包装标签智能视觉检测系统，其特征在于：还包括吹气剔除装置（6）和接料桶（7）；所述吹气剔除装置（6）和接料桶（7）相对设置在输送链条（202）的两侧，吹气剔除装置（6）包括与压缩空气相连通的吹气喷嘴，以及用于检测包装瓶位置的检测器，在输送链条（202）与接料桶（7）相配合的位置设置有开口。

5.根据权利要求1所述的药食品包装视觉检测系统，其特征在于：还包括图像处理与识别模块（405），图像处理与识别模块（405）与工控机（404）相配合，用于比对相机（401）采集的图像与设定图像的区别并输出相应的信号。

6.根据权利要求1所述的药食品包装标签智能视觉检测系统，其特征在于： 还包括保护罩，保护罩设置在相机的外侧，在保护罩外侧设置有报警灯。

7.一种药食品包装标签智能视觉检测方法，用于检测药食品包装瓶体上标签的质量，其特征在于：包括如下步骤：

步骤1：确定标签边缘的坐标点，将标签边缘坐标点转化到图像坐标系上，确定该点的归一化方向向量，通过误差函数完成瓶柱面标签的空间定位；具体如下：

（1）依据相机的透视成像原理，建立空间中坐标为（X_w,Y_w,Z_w）的空间点，与其在图像坐标系上的对应点(u,v)的数学关系，其数学表达式为：

（1）

式中，K代表相机的内参数矩阵，R、T分别代表相机坐标系相对于世界坐标系的旋转矩阵和平移矩阵，构成了相机的外参数矩阵，s为被测物在相机坐标系中的Z向坐标；

（2）依据相机标定的外参数矩阵，获得在世界坐标系下各个相机焦点的空间坐标O_i，依据公式(1)，将所提取到的柱面标签边缘点P变换到世界坐标系下，其对应的空间点坐标记为Pw，可以得到一条由相机光心O_i(X_i,Y_i,Z_i)发出，过边缘点Pw(X_ij,Y_ij,Z_ij)的射线,其归一化方向向量k_ij可以表示为：

（2）

其中i指代相机的编号,且i∈1,2,3,4；j表示在相机i下的边缘点序号,且j∈1,2,3,……n；

（3）根据空间中两异面直线的距离公式，射线O_iP_w与瓶标签圆柱体中心轴的距离为：

（3）

其中k₂表示瓶标签圆柱体中心轴的方向向量，O_aO_i表示由瓶标签圆柱体中心轴上定点O_a指向相机焦点O_i的方向向量；D_ij表示为相机i视野下的第j个边缘点与相机i的焦点所构成的射线与瓶标签圆柱体中心轴的距离；i指代相机的编号,i∈1,2,3,4；j表示在相机i下的边缘点序号,j∈1,2,3,……n；

(4)因两条异面直线之间的距离Dij等于瓶标签圆柱体的半径R，据此构建误差函数：

（4）

联立（2）（3）（4）式，使用线性最小二乘法求解使误差函数取得最小值时，瓶标签圆柱体中心轴上的定点O_a，方向向量为k2，即完成了瓶柱面标签的空间定位；

步骤2：确定最优观测相机，进行柱面标签畸变校正，获得瓶柱面标签展开图；具体如下：

依据瓶标签三维点与四个相机焦点的空间相对位置，确定每个相机的观测范围；瓶标签为类圆柱体，提瓶标签三维模型中间位置进行计算，并应用到三维模型中的其他像素点，确定空间模型中每一个三维像素点的最优观测相机；

（5）

式中， Z_k指标签圆柱体中心轴上选取的第Z=k层对应的圆柱体中心轴上的点；C_i指相机i焦点的空间坐标；P_j指三维模型上的空间点；y为四个相机焦点所组成的夹角中余弦最小值；对于每个空间点Pj求取其与四个相机焦点夹角的余弦值，余弦值取最大时所对应的相机即是该点的最优观测相机，即∠Z_kP_jC_i余弦值取得最大值时，函数值y所对应的相机序号即为该空间点P_j的最优观测相机，并将其它相机的坐标变换到最优观测相机坐标系中；

将标签圆柱体空间模型中的三维点变换到各自相机下的像素坐标系中，采用插值算法计算该点所对应的像素值，即完成了单相机视野下的柱面标签畸变校正，最后将相机所观测到所有空间点按顺序在平面展开，即完成了单相机下的瓶标签的校正，循环处理所有相机后即可以获得连续且归一化的瓶柱面标签展开图；

步骤3：将展开图与标准图进行对比，判断该标签是否合格，若合格，无动作并进入下一检测周期；若不合格，剔除器启动将其对应的包装瓶剔除；其中，判断方法如下：

设f(x,y)为标签标准图像，f′(x,y)为柱面标签的展开图像；将标签展开图像与标准图像进行差分运算，然后对差分图像进行二值化阈值分割，并计算二值化图像的面积特征：

diff (x,y) =f′(x,y)-f(x,y)；

式中，diff (x,y)表示差分图像，

对diff (x,y)图像进行二值化阈值分割，设分割阈值为T，则有

；

式中，binary(x,y)表示二值图像；

计算binary(x,y)图像中各区域的面积，各区域的面积可由下式计算

；

式中SR表示连通域R的面积，（i, j）表示连通域内像素点的坐标；然后提取binary(x,y)图像中所有连通域中面积最大值：

式中，Smax表示面积最大值，n表示连通域的数量；

若Smax ≥ t时，则判定当前标签存在缺陷，为不合格产品；否则，则表明当前标签合格；其中t为设定的阈值。

8.根据权利要求7所述的一种药食品包装标签智能视觉检测方法，其特征在于：在步骤2之后还包括如下步骤：

通过四个相机进行四个方位检测，构建其平面展开与图像拼接算法，在圆柱体几何空间内将圆柱标签展开成平面标签，并对其进行图像配准、图像拼接与图像融合，解决表面光照不均匀引起的图像灰度分布不均匀且图像中标签边缘存在严重的畸变与模糊问题，实现圆柱体标签全表面高精度重建，为其质量检测及判定提供真实的感知信息；

扩展每个相机的成像区域，使相邻两个相机成像区域之间有重合区域，分别校正各个相机视野下的柱面标签畸变，得到具有重合区域的瓶标签部分图像；再利用图像拼接算法拼接相邻相机下的柱面标签展开图像，使用渐入渐出融合算法消除拼接缝隙，最终获得一幅完整且拥有较高质量的瓶柱面标签展开图。