CN102519972B - 一种pet瓶瓶盖和液位的检测方法 - Google Patents
一种pet瓶瓶盖和液位的检测方法 Download PDFInfo
- Publication number
- CN102519972B CN102519972B CN201110413074.4A CN201110413074A CN102519972B CN 102519972 B CN102519972 B CN 102519972B CN 201110413074 A CN201110413074 A CN 201110413074A CN 102519972 B CN102519972 B CN 102519972B
- Authority
- CN
- China
- Prior art keywords
- image
- pet bottle
- carried out
- qualified
- liquid level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
Abstract
本发明公开了一种PET瓶瓶盖和液位的检测方法,对图像进行感兴趣区域的分割和图像预处理,完成PET瓶瓶体区域和背景区域的分割,对预处理后的图像进行PET瓶对称轴定位,根据对称轴的位置,根据定位PET瓶适配环所在直线和适配环中心点的坐标进行检测。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。
Description
技术领域
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。
背景技术
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。
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。
发明内容
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。
本发明的技术方案是: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;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;
(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,当所有矩形框合格时,PET瓶液位合格,没有缺陷。
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。
附图说明
图1为本发明的工艺流程图。
具体实施方式
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:
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。
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。
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。
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。
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。
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。
Claims (1)
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110413074.4A CN102519972B (zh) | 2011-12-10 | 2011-12-10 | 一种pet瓶瓶盖和液位的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110413074.4A CN102519972B (zh) | 2011-12-10 | 2011-12-10 | 一种pet瓶瓶盖和液位的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102519972A CN102519972A (zh) | 2012-06-27 |
CN102519972B true CN102519972B (zh) | 2014-04-16 |
Family
ID=46290962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110413074.4A Active CN102519972B (zh) | 2011-12-10 | 2011-12-10 | 一种pet瓶瓶盖和液位的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102519972B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102854193A (zh) * | 2012-08-30 | 2013-01-02 | 苏州天准精密技术有限公司 | 一种用于图像瑕疵检测的检测方法和检测系统 |
CN103258218B (zh) * | 2013-05-28 | 2016-04-20 | 清华大学 | 蒙版检测框架生成方法、装置、缺陷检测方法及装置 |
CN103552712B (zh) * | 2013-10-28 | 2015-06-03 | 中达电通股份有限公司 | 药瓶瓶盖安装就位的检测方法及装置 |
CN104764746B (zh) * | 2014-01-06 | 2017-04-05 | 山东明佳包装检测科技有限公司 | 一种全方位pet瓶盖防盗环缺陷的检测方法 |
CN104181176B (zh) * | 2014-08-14 | 2017-04-05 | 公安部第一研究所 | 在x射线包裹图像中进行液体物品自动识别的方法 |
CN104528617B (zh) * | 2014-12-10 | 2016-06-29 | 天津普达软件技术有限公司 | 一种检测瓶身液位是否符合灌装要求的方法 |
CN104700423A (zh) * | 2015-03-27 | 2015-06-10 | 四川索牌科技股份有限公司 | 一种瓶盖检测方法和装置 |
CN105301003A (zh) * | 2015-11-05 | 2016-02-03 | 天津大学 | 一种基于机器视觉的瓶盖表面生产日期检测方法 |
CN105865570A (zh) * | 2016-06-15 | 2016-08-17 | 天津大学 | 一种基于机器视觉的玻璃瓶液位检测方法 |
CN106370659B (zh) * | 2016-08-17 | 2018-12-04 | 湘潭大学 | 一种瓶体封装质量视觉检测方法 |
CN106546600B (zh) * | 2016-10-26 | 2019-07-16 | 湖南大学 | 一种基于机器视觉的pet瓶多角度检测方法和装置 |
CN106651850A (zh) * | 2016-12-28 | 2017-05-10 | 天津普达软件技术有限公司 | 一种检测包装盒喷印字符位置是否合格的方法 |
CN106651851A (zh) * | 2016-12-28 | 2017-05-10 | 天津普达软件技术有限公司 | 一种包装盒喷印字符超界不合格品的剔除方法 |
CN106778747A (zh) * | 2016-12-28 | 2017-05-31 | 天津普达软件技术有限公司 | 一种检测包装盒喷印字符位置偏移量的方法 |
CN108759973B (zh) * | 2018-04-28 | 2020-03-31 | 南京昊控软件技术有限公司 | 一种水位测量方法 |
CN108982544B (zh) * | 2018-06-20 | 2020-09-29 | 青岛联合创智科技有限公司 | 一种印制电路板瑕疵部件检测方法 |
CN110686873B (zh) * | 2018-06-20 | 2022-01-18 | 苏州巨佳电子科技有限公司 | 一种笔记本转轴质量检测装置及方法 |
CN109325519A (zh) * | 2018-08-20 | 2019-02-12 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 故障识别方法及装置 |
CN110132985A (zh) * | 2019-05-30 | 2019-08-16 | 中国科学院长春光学精密机械与物理研究所 | 基于低轶稀疏分解的瓶装液体可见异物检测方法及其系统 |
CN112508852A (zh) * | 2020-11-12 | 2021-03-16 | 深圳科瑞技术股份有限公司 | 一种储液瓶中液位检测方法和系统 |
CN113516702B (zh) * | 2021-07-16 | 2022-04-08 | 中国科学院自动化研究所 | 自动配液安瓿瓶液位检测方法、系统及药液占比检测方法 |
CN114581653A (zh) * | 2022-01-21 | 2022-06-03 | 北京信息科技大学 | 一种微孔板的液位检测方法、设备、介质及产品 |
CN115457067B (zh) * | 2022-11-09 | 2023-04-07 | 乐比(广州)健康产业有限公司 | 一种通鼻提神药物液位检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1715328A1 (de) * | 2005-04-18 | 2006-10-25 | Khs Ag | Inspektionsvorichtung zur Inspektion von verschlossenen Behältern |
EP1558919B1 (fr) * | 2002-10-25 | 2009-03-18 | Tiama | Procede et dispositif pour detecter des defauts de surface presentes par une bague d'un recipient de revolution transparent ou translucide |
CN101806752A (zh) * | 2010-03-12 | 2010-08-18 | 长沙图创机电科技有限公司 | 用于瓶装液体药品中可见异物视觉检测的方法及设备 |
CN101858734B (zh) * | 2010-05-19 | 2011-06-29 | 山东明佳包装检测科技有限公司 | 一种检测pet瓶口质量的方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08122276A (ja) * | 1994-10-19 | 1996-05-17 | Ishizuka Glass Co Ltd | 壜の口天面検査方法 |
JPH1048139A (ja) * | 1996-07-31 | 1998-02-20 | Mitsubishi Plastics Ind Ltd | 端面検査装置 |
JP2004317184A (ja) * | 2003-04-14 | 2004-11-11 | Shimadzu Corp | X線異物検査装置 |
-
2011
- 2011-12-10 CN CN201110413074.4A patent/CN102519972B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1558919B1 (fr) * | 2002-10-25 | 2009-03-18 | Tiama | Procede et dispositif pour detecter des defauts de surface presentes par une bague d'un recipient de revolution transparent ou translucide |
EP1715328A1 (de) * | 2005-04-18 | 2006-10-25 | Khs Ag | Inspektionsvorichtung zur Inspektion von verschlossenen Behältern |
CN101806752A (zh) * | 2010-03-12 | 2010-08-18 | 长沙图创机电科技有限公司 | 用于瓶装液体药品中可见异物视觉检测的方法及设备 |
CN101858734B (zh) * | 2010-05-19 | 2011-06-29 | 山东明佳包装检测科技有限公司 | 一种检测pet瓶口质量的方法 |
Non-Patent Citations (5)
Title |
---|
《基于直线拟合算法的PET瓶瓶盖检测方法》;郑云峰等;《计算机应用研究》;20111130;第28卷(第11期);全文 * |
JP特开2004-317184A 2004.11.11 |
JP特开平10-48139A 1998.02.20 |
JP特开平8-122276A 1996.05.17 |
郑云峰等.《基于直线拟合算法的PET瓶瓶盖检测方法》.《计算机应用研究》.2011,第28卷(第11期),全文. |
Also Published As
Publication number | Publication date |
---|---|
CN102519972A (zh) | 2012-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102519972B (zh) | 一种pet瓶瓶盖和液位的检测方法 | |
CN108896574B (zh) | 一种基于机器视觉的瓶装白酒杂质检测方法及系统 | |
CN107966454A (zh) | 一种基于fpga的端塞缺陷检测装置及检测方法 | |
CN109308700A (zh) | 一种基于印刷品字符的视觉识别缺陷检测方法 | |
CN105403147B (zh) | 一种基于嵌入式的瓶胚检测系统和检测方法 | |
CN109324061B (zh) | 一种锂电池极片的毛刺检测装置和方法 | |
Yazdi et al. | Feature extraction algorithm for fill level and cap inspection in bottling machine | |
CN102136061A (zh) | 一种矩形石英晶片缺陷自动检测分类识别方法 | |
CN111696077A (zh) | 一种基于WaferDet网络的晶圆缺陷检测方法 | |
CN101995223A (zh) | 一种芯片外观检测方法及系统 | |
CN106295789A (zh) | 一种基于图像处理的作物种子计数方法 | |
CN102393906B (zh) | 一种基于计算机视觉检测技术的二维码快速检测提取方法 | |
CN104135660A (zh) | 一种摄像模组脏污检测方法及检测系统 | |
CN201707305U (zh) | 一种检测容器盖质量的检测装置 | |
CN111766245B (zh) | 一种基于机器视觉的纽扣电池负极壳缺陷检测方法 | |
CN101907453A (zh) | 基于机器视觉的块状农产品尺寸在线测量方法与装置 | |
CN103439348A (zh) | 基于差影法的遥控器按键缺陷检测方法 | |
CN109187553A (zh) | 一种基于机器视觉的变质鸡蛋在线智能识别方法 | |
CN107154042A (zh) | 一种包衣机视觉检测方法与装置 | |
CN105005969B (zh) | 一种票据图像涂改检测方法及系统 | |
CN106373140B (zh) | 一种基于单目视觉的透明及半透明液体杂质检测方法 | |
CN106018422A (zh) | 基于匹配的异形冲压件轮廓缺陷视觉检测系统及方法 | |
CN110310275A (zh) | 一种基于图像处理的链式传送带缺陷检测方法 | |
Pithadiya et al. | Comparison of optimal edge detection algorithms for liquid level inspection in bottles | |
CN107358270B (zh) | 一种隧道墙体的渗水检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |