譚佩儀

摘要：在食品行業(yè)，飲料灌裝前都需要接受空瓶瓶底缺陷檢測，對比傳統(tǒng)的人工監(jiān)測技術(shù)，機(jī)器視覺技術(shù)效果更好，綜合成本低，運(yùn)用范圍更廣。本文針對基于機(jī)器視覺技術(shù)的空瓶檢測機(jī)器人技術(shù)對瓶底定位和缺陷問題進(jìn)行研究，對其瓶底圖像采集和方式進(jìn)行分析和優(yōu)化。

關(guān)鍵詞： 空瓶檢測機(jī)器人、瓶底缺陷、檢測方法

目前，我國的瓶底定位算法的內(nèi)容較多，重心法和三點(diǎn)源擬合法較為常見。這些方式都有自身的優(yōu)點(diǎn)，但是在運(yùn)行中風(fēng)險也客觀存在。本文總結(jié)了常規(guī)檢測活動中，瓶底圖像定位存在的問題以及誤差常見的原因，集合瓶底防滑紋的幾何特征提出了改進(jìn)防滑紋的多種方法。如可以對瓶底圖預(yù)處理后就可以消除圖像中的噪點(diǎn)，也可以采用重心法預(yù)先獲取圓心，并以此為圓擬合算法輸入邊緣，后采用多次隨機(jī)圓擬合算法來減少干擾點(diǎn)對定位的影響。

1.案例研究本文選取啤酒瓶為研究對象，探討其缺陷類型和具體特征，如可以將瓶底分為中心區(qū)域和防滑區(qū)域兩個部分，可以在瓶底的區(qū)域采用最小矩形中心檢測法，防滑區(qū)域則為分割防滑識別方法;確定好基礎(chǔ)信息后將所有的數(shù)據(jù)導(dǎo)入到向量機(jī)結(jié)合徑向基核函數(shù)中進(jìn)行分類研究，分析瓶底數(shù)據(jù)檢測的結(jié)果。最后設(shè)計一個帶有算法驗證功能的空瓶檢測軟件，其特點(diǎn)在于：實際的檢驗過程中，主要從瓶底圖像采集、模型、特征三個方面分析圖像。如空瓶會采用光源頻閃的方式來觸發(fā)相機(jī)拍照，空瓶經(jīng)過檢測工位時需要提前調(diào)解光圈、焦距，進(jìn)而保證圖像清晰，拍攝的時候也要求相機(jī)的光源位于空瓶的底部下方，相機(jī)位于空瓶的正上方。

2.圖像采集系統(tǒng)研究圖形采集需要采用光電傳感器、光源和相機(jī)三種設(shè)備，其中光源是檢測設(shè)備圖像采集的主要設(shè)備，也是圖像特征顯現(xiàn)的重要依據(jù)。光源可以為系統(tǒng)獲得高質(zhì)量的圖像，因為每一個檢測對象選擇的光源結(jié)果不同，為了達(dá)到最好的圖像采集結(jié)果，需要科學(xué)選擇光源，保證采集的有效性。相機(jī)是成像的核心元件，在光源影響下，設(shè)備工控機(jī)接受設(shè)備傳輸?shù)膱D像，進(jìn)行算法處理后將檢測的結(jié)果輸出并顯示出來，因為不同的相機(jī)其分辨率、快門時間以及曝光的時間差異，因此針對不同的圖像需要選擇匹配的相機(jī)來檢測。作為視覺檢驗的關(guān)鍵設(shè)備，光電傳感器運(yùn)用了光電的原理來控制設(shè)備運(yùn)行，如在空瓶檢測的基礎(chǔ)環(huán)境中放置發(fā)光器接收器，操作時瓶子擋住了發(fā)光器的光線，接收器無法接收到信息，傳感器此時也會產(chǎn)生電平脈沖信號輸出信息，對空瓶拍照。

3.圖像處理系統(tǒng)空瓶缺陷采集的圖像處理系統(tǒng)包括了計算器、觸摸顯示器以及相應(yīng)的算法軟件。

3.1圖像的預(yù)處理研究目前的圖形預(yù)處理階段需要接受綜合的圖像模糊和降噪處理，可采用均值濾波、高斯濾波以及中值濾波等技術(shù)進(jìn)行分析，這些技術(shù)可以將原圖像所有的像素點(diǎn)的灰度值設(shè)置為區(qū)域像素灰度中值，進(jìn)而生成新的圖像;中值濾波技術(shù)可以消除圖像的孤立點(diǎn)噪聲，十分適合脈沖噪聲。中值濾波技術(shù)在圖像處理技術(shù)中運(yùn)用十分廣泛，是一個經(jīng)典的平噪聲處理方法，如均值濾波算法屬于一種線性的濾波技術(shù)，多采用領(lǐng)域平均法，即將圖形的特殊區(qū)域的像素點(diǎn)灰值設(shè)置為其中值，進(jìn)而生成新的圖像。

3.2閾值處理閾值處理的是一種常見的基本算法，其圖像中的物體和背景像素分開，進(jìn)而設(shè)置新的目標(biāo)像素點(diǎn)。若設(shè)置的分割閾值是一個適合整個圖像的參數(shù)，其處理結(jié)果被稱之為全局分割閾值處理。實際操作時，分割閾值在圖像上十分不均勻，若像素點(diǎn)的坐標(biāo)唯一就稱之為動態(tài)閾值處理，若處理表現(xiàn)出變化的狀態(tài)即為局部閾值處理。

3.3邊緣檢測邊緣檢測是一種基本的特征處理方式，其中邊緣檢測可以有效解決數(shù)字圖像和機(jī)器視覺基本處理問題。如通過圖形檢測方法可以精準(zhǔn)找出圖像中梯度變化的明顯區(qū)域進(jìn)而獲得詳細(xì)的邊緣細(xì)節(jié)信息。在實際的機(jī)器視覺檢測中邊緣信息是一個重要的圖像特征信息內(nèi)容，常用的方式包括了Canny 算子、Sobel 算子等。

4.自動控制檢驗系統(tǒng)自動控制檢驗系統(tǒng)的內(nèi)容較多，其中包括了光電傳感器、擊出器以及可編程邏輯控制器以及變頻器等?？刂葡到y(tǒng)需要處理工業(yè)鏈的道路信息啟動、報警和停止功能，如空瓶檢測系統(tǒng)運(yùn)行時候其在工業(yè)鏈道路上進(jìn)行高速移動，內(nèi)部的光電傳感器聯(lián)合內(nèi)置的高速計數(shù)器確定每一個空瓶的具體位移情況?？掌恳苿拥教蕹の粫r候，整個器械就需要執(zhí)行剔除動作，即使分離工業(yè)生產(chǎn)線鏈條，進(jìn)而提升生產(chǎn)效率。

5.瓶底缺陷檢測分析一般采集的瓶底圖像類型可以分為內(nèi)部破損、瓶底氣泡以及瓶底結(jié)石和環(huán)形針等。內(nèi)部破損指的是空瓶在運(yùn)輸中瓶底內(nèi)部有破損缺口，具體表現(xiàn)為防滑紋區(qū)域的斑點(diǎn)。瓶底裂紋是瓶底的中心區(qū)域出現(xiàn)了細(xì)長、彎曲、形狀不規(guī)則的黑色條狀裂紋。瓶底氣泡缺陷大多表現(xiàn)為瓶底區(qū)域出現(xiàn)的白色小氣泡，多是玻璃瓶燒制問題。瓶底結(jié)石是啤酒生產(chǎn)中常見的缺陷，主要表現(xiàn)為中心區(qū)域出現(xiàn)不規(guī)則的黑色區(qū)域，其在瓶底的圖像中位置多變，但是整個缺陷的形狀不規(guī)則、單一，整體變現(xiàn)為黑色矩形區(qū)域。本次設(shè)計的空瓶檢測生產(chǎn)技術(shù)立足于機(jī)器視覺技術(shù)實現(xiàn)處理，其中檢測的內(nèi)容包括了瓶口、瓶身和瓶底，計算機(jī)采用圖像處理措施對三個圖像進(jìn)行算法處理和分析，并可以針對問題進(jìn)行集中處理，以此來提升缺陷的檢測效果和質(zhì)量。整體的檢測技術(shù)受到的影響因素如下：第一是工業(yè)現(xiàn)場的鏈道發(fā)生抖動導(dǎo)致光照不均勻，后期環(huán)境光和相機(jī)的感光噪聲發(fā)生問題，導(dǎo)致采集的圖像有噪音，瓶底也容易出現(xiàn)不穩(wěn)定問題;第二是啤酒生產(chǎn)廠家的啤酒類型多，瓶子的形狀大小和規(guī)則也不一樣，容易引起算法缺陷問題，若瓶底有防滑區(qū)域且內(nèi)部的防滑紋也屬于陰影部分，整個瓶底缺陷也可能出現(xiàn)一些問題，直接影響干擾檢驗的結(jié)果，這也對瓶底缺陷算法是普適性和準(zhǔn)確性提出了要求。針對此問題，相關(guān)技術(shù)人員結(jié)合瓶底防滑紋特點(diǎn)將瓶底的圖像分為防滑區(qū)域和中心區(qū)域兩個部分，因此可以針對該特點(diǎn)采用不同的檢測方式，預(yù)防防滑紋檢測誤差問題。如可以針對瓶底的中心區(qū)域進(jìn)行最小矩形的中心區(qū)域缺陷檢測，其中的瓶底防滑紋可以采用基于區(qū)域的瓶底缺陷識別方法，并可以通過提取多種特征來識別缺陷問題。整體可以采用支持向量結(jié)合徑向基核函數(shù)對瓶底缺陷特征分類。之后也能夠采用多特征支持的向量算法，最后確定最終的檢測結(jié)果。

6.結(jié)語本次研究基于區(qū)域分割概率提出了瓶底缺陷的識別方法，后通過對比分析對多種方法的效果進(jìn)行了研究論證，提出了基于支持向量機(jī)算法的函數(shù)作為瓶底的圖像缺陷算法，基本解決了瓶底防滑紋對缺陷檢測的干擾問題。

參考文獻(xiàn)：

[1]黃森林. 啤酒空瓶檢測機(jī)器人的瓶身缺陷檢測算法研究及應(yīng)用[D].湖南大學(xué)，2018.

[2]范濤. 空瓶檢測機(jī)器人的啤酒瓶底缺陷圖像識別方法[D].湖南大學(xué)，2018.

[3]范濤，朱青，王耀南，周顯恩，劉遠(yuǎn)強(qiáng).空瓶檢測機(jī)器人瓶底缺陷檢測方法研究[J].電子測量與儀器學(xué)報，2017，31（09）：1394-1401.

[4]鄭葉欣. 高速高精度空瓶檢測機(jī)器人瓶身質(zhì)量檢測算法研究與應(yīng)用[D].湖南大學(xué)，2017.

[5]彭玉. 飲料空瓶檢測機(jī)器人的瓶口缺陷識別算法研究[D].湖南大學(xué)，2017.

東莞職業(yè)技術(shù)學(xué)院 ?廣東 ?東莞 ?523808