基于机器视觉技术啤酒空瓶检测的技术分析
倒瓶检测方法

倒瓶检测方法引言:倒瓶检测是在生产线上常见的一项质量控制措施,用于检测瓶子是否倒置放置。
本文将介绍几种常用的倒瓶检测方法及其原理,以及它们在工业生产中的应用。
一、视觉检测法视觉检测法是一种常见的倒瓶检测方法,它通过摄像头拍摄瓶子,并分析图像来判断瓶子是否倒置。
该方法的原理是利用计算机视觉技术,通过图像处理和模式识别算法进行瓶子的特征提取和分析,从而判断瓶子的放置状态。
视觉检测法的步骤如下:1. 摄像头拍摄瓶子的图像;2. 图像预处理,包括灰度化、滤波、二值化等步骤;3. 特征提取,提取瓶子的形状、颜色等特征;4. 模式识别,通过比对提取到的特征与已知的倒置状态进行匹配;5. 判断结果,输出瓶子是否倒置。
视觉检测法具有高效、准确的优点,但也存在一些局限性,如对光照条件的要求较高,对瓶子的形状和颜色有一定限制。
二、声音检测法声音检测法是另一种常用的倒瓶检测方法,它通过识别瓶子倒置时产生的声音来判断瓶子的放置状态。
该方法的原理是利用声音传感器感知瓶子倒置时产生的声音信号,并通过信号处理和模式识别算法进行分析,从而判断瓶子是否倒置。
声音检测法的步骤如下:1. 声音传感器感知瓶子的声音信号;2. 信号采集和预处理,包括滤波、放大等步骤;3. 特征提取,提取瓶子倒置时特有的声音特征;4. 模式识别,通过比对提取到的特征与已知的倒置状态进行匹配;5. 判断结果,输出瓶子是否倒置。
声音检测法具有响应速度快、适用范围广的特点,但也存在一些局限性,如对噪声和环境干扰的敏感性较高。
三、重量检测法重量检测法是另一种常用的倒瓶检测方法,它通过称重传感器测量瓶子的重量来判断瓶子的放置状态。
该方法的原理是利用称重传感器感知瓶子的重量变化,并通过信号处理和模式识别算法进行分析,从而判断瓶子是否倒置。
重量检测法的步骤如下:1. 称重传感器测量瓶子的重量;2. 信号采集和预处理,包括滤波、放大等步骤;3. 特征提取,提取瓶子倒置时的重量变化特征;4. 模式识别,通过比对提取到的特征与已知的倒置状态进行匹配;5. 判断结果,输出瓶子是否倒置。
基于数字图像处理的啤酒瓶静态智能检测技术

关键词:啤酒瓶;图像处理;边缘检测;图像测量 中图分类号:123’&0# 文献标识码:4 文章编号:&--+%((53 (+--$)-#%-,,%-3
"
引言
啤酒瓶质量检测是啤酒生产行业日益重视的重要环
数字图像处理算法及分析软件平台,提高回收瓶的质 量,从而为企业降低成本,提高啤酒瓶重复使用的安全 性,降低爆瓶事故发生率,不仅具有理论研究价值,而 且有着重大的社会效益和经济效益。
!"%
软件开发
软件开发不仅要实现各种检测、统计和管理等复杂
功能,而且是实现图像处理模型和算法的关键步骤。通 过选择合适的编程语言,建立合理的程序结构,优化程 序代码等手段,都可以提高运算效率,加快图像处理的 速 度 。 开 发 语 言 拟 采 用 面 向 对 象 的 56178( 9:: 。 与
5;、 <=>?>8@、 <=AB>= 等 开 发 平 台 相 比 , 它 更 具 良
(&0后勤工程学院,四川 重庆,#---#&;+0军事医学科学院,北京
&---,$)
摘
要:提出了一种对再利用啤酒瓶进行质检的智能型方法—图像处理法。文中论证了啤酒瓶质量图像检测 的可行性,讨论了实现检测的基本思想,论述了系统实现的基本技术路线,建立了系统构架,并分 析了研究中需要关注的主要问题。该系统的研制有助于克服当前人工检测的弊端。
节。国家质量技术监督局要求强行实施强制性国家标准
!"#$##%&’’(,以 保 证 消 费 者 使 用 瓶 装 啤 酒 的 安 全 ,减
少伤害事故
)&*
。然而,根据新标准生产的专用啤酒瓶("
基于计算机视觉的啤酒瓶空瓶检测图像采集技术

基于计算机视觉的啤酒瓶空瓶检测图像采集技术
何小虎
【期刊名称】《食品与机械》
【年(卷),期】2016(032)005
【摘要】针对传统的检测系统速度慢、效率低的缺点,论证基于计算机视觉的啤酒瓶空瓶检测图像采集技术实现的可行性,讨论了图像采集技术实现的方法,论述了系统的基本技术路线,建立了系统框架,并分析了研究中需要解决的主要问题.该技术对于克服当前人工检测的弊端、提高酒瓶空瓶检测效率有极大的推动作用.
【总页数】3页(P105-107)
【作者】何小虎
【作者单位】渭南师范学院网络安全与信息化学院,陕西渭南714099
【正文语种】中文
【相关文献】
1.基于图像处理的啤酒瓶瓶口缺陷检测 [J], 陶跃珍;韩采芹
2.基于计算机视觉的空瓶检测系统 [J], 吴斌;胡彦彦;肖爱民;何存富;宋国荣
3.基于数字图像处理的啤酒瓶静态智能检测技术 [J], 赵宏伟;张晓清;冯裕钊;杜胜祥
4.啤酒瓶空瓶检测系统的视频图像采集部分的实现 [J], 王程;边绍辉;周泽魁
5.基于DSP的空瓶图像检测系统 [J], 蒋庆;蔡晋辉;周泽魁;杨娜
因版权原因,仅展示原文概要,查看原文内容请购买。
基于机器视觉的玻璃瓶口缺陷检测方法

基于机器视觉的玻璃瓶口缺陷检测方法随着工业化的发展,玻璃瓶已经成为了我们生活中不可或缺的物品之一。
然而,由于生产过程中的各种原因,玻璃瓶口上可能会出现一些缺陷,这些缺陷会影响到瓶子的密封性能,从而影响到产品的质量。
因此,如何快速、准确地检测玻璃瓶口的缺陷,成为了一个亟待解决的问题。
近年来,基于机器视觉的玻璃瓶口缺陷检测方法逐渐成为了研究的热点。
这种方法利用计算机视觉技术,通过对瓶口图像的处理和分析,来实现对瓶口缺陷的检测。
具体来说,这种方法主要包括以下几个步骤:1. 图像采集:利用相机等设备对玻璃瓶口进行拍摄,获取瓶口图像。
2. 图像预处理:对采集到的图像进行预处理,包括去噪、灰度化、二值化等操作,以便于后续的图像分析。
3. 特征提取:利用图像处理技术,提取瓶口图像中的特征信息,如边缘、角点等。
4. 缺陷检测:根据提取到的特征信息,结合一定的算法模型,对瓶口图像进行缺陷检测。
5. 结果输出:将检测结果输出,以便于后续的处理和分析。
基于机器视觉的玻璃瓶口缺陷检测方法具有以下优点:1. 高效性:利用计算机视觉技术,可以快速、准确地对瓶口缺陷进行检测,大大提高了检测效率。
2. 自动化:该方法可以实现自动化检测,减少了人工干预,降低了人工误差。
3. 精度高:利用图像处理技术,可以对瓶口图像进行高精度的分析和处理,从而实现对瓶口缺陷的精准检测。
4. 可靠性高:该方法可以避免人为因素对检测结果的影响,提高了检测结果的可靠性。
总之,基于机器视觉的玻璃瓶口缺陷检测方法是一种高效、自动化、精度高、可靠性高的检测方法,可以有效地提高玻璃瓶生产的质量和效率。
随着计算机视觉技术的不断发展,相信这种方法在未来会得到更广泛的应用和推广。
基于计算机视觉的瓶身特征提取技术研究

基于计算机视觉的瓶身特征提取技术研究随着人们的生活水平不断提高,各类饮料越来越普及,因此瓶装饮料的生产和销售也日益重要。
对于瓶装饮料生产企业而言,如何在大规模生产时准确地检测瓶身质量、避免瓶身破损、损坏等问题已成为生产过程中重要的难点。
基于计算机视觉的瓶身特征提取技术,成为解决这一问题的有效方法。
一、基于计算机视觉的瓶身特征提取技术介绍基于计算机视觉的瓶身特征提取技术主要是运用了计算机视觉技术的方法,利用光学传感器对各种瓶身进行全面的扫描,将瓶身的形状、外形、尺寸、质量等关键特征通过数字图像化的方式展现出来。
然后,通过专门的算法和程序实现对数字化处理后的图像进行特征提取和分析,得出瓶身的特征信息,以便监控和处理生产过程中的质量问题。
二、基于计算机视觉的瓶身特征提取技术的应用领域基于计算机视觉的瓶身特征提取技术广泛应用于瓶装饮料生产和销售的质量监测、生产和管理控制等领域,具有以下应用优势:1. 提高生产效率:利用计算机视觉技术能够快速准确地获取瓶身特征信息,实现迅速的质量检测和修复,能够有效提高生产效率和生产质量。
2. 降低生产成本:采用基于计算机视觉的瓶身特征提取技术,可有效地降低生产成本,减少瓶身质量问题处理和重新生产的次数。
3. 提高生产安全:通过实时监控和分析瓶身的质量数据,可以有效避免生产过程中产生的安全问题。
这些安全问题包括瓶身破损、包装不良等问题。
三、基于计算机视觉的瓶身特征提取技术存在的问题在研究和应用基于计算机视觉的瓶身特征提取技术过程中,也会遇到以下一些问题:1. 数字化处理技术不可靠:数字化处理技术可能会出现漏洞,如照片角度、照片质量等原因,传感器获取的图片和采集得到的数据会出现误差。
2. 特征提取数据量太大:基于计算机视觉技术的瓶身特征提取技术数据量过大,特别是在大规模生产中,导致数据处理的复杂性提高,造成生产效率的不利影响。
3. 技术运用成本过高:基于计算机视觉的瓶身特征提取技术需要使用专门的软硬件设备和设施,加上对软件设备和数据设施要求严格,从而增加了技术运用成本,使得这种技术不容易广泛应用和推广。
视觉检测技术为饮料生产行业保驾护航

视觉检测技术为饮料生产行业保驾护航机器视觉检测技术作为行业不可获缺的解决方案,应用领域不胜枚举。
今天我们将看到的是机器视觉检测技术在饮料行业的应用,看其强势出击为行业发展保驾护航。
一、检测方案
检测包装箱内饮料瓶的数量,标准箱子中应该包含25只饮料瓶,如果检测到数量为25则显示OK,如果检测到数量小于25,则说明少装了饮料瓶,显示NG并发出报警信号。
检测速度可达2箱/s,检测示意图如下:
在皮带传送线的正上方安装CCD相机,装有饮料瓶的包装箱随着皮带运动,CCD对每个箱子拍照一次,采集到图像并且对箱内的饮料瓶进行计数,如果合格则不做处理,不合格则发出报警。
二、检测系统配置
工业相机:MV-VD078SM(1024×768、1/3″、USB黑白CCD)工业镜头:百万像素工业镜头AFT-2514MP
视觉光源:环形低角度LED视觉光源AFT-RL12068W
PC:MV-VS820嵌入式处理器
软件:MV-MVICS机器视觉图像处理软件
维视图像(Microvision)开发的该机器视觉检测方案同时可适用于饮料包装计数、药瓶包装计数、食品包装计数等等的计数方面的应用。
机器视觉检测方案的应用正在异军突起,以数字化、实时化、智能化发展引领行业前行。
基于机器视觉的瓶身缺陷检测技术研究

基于机器视觉的瓶身缺陷检测技术研究随着工业化发展的加快,生产线的速度和自动化水平也在不断提高。
而在生产制造中,产品的质量检测一直是一个重要的环节,而瓶身缺陷的检测也是其中的一个重要方面。
传统的瓶身缺陷检测需要人工参与,受制于人眼对细微缺陷的辨识度。
而基于机器视觉的瓶身缺陷检测技术则是一种应用广泛的自动化检测方法。
一、机器视觉技术在瓶身缺陷检测中的应用机器视觉是一种通过数字图像处理技术来模拟和实现人类视觉机制的技术。
在瓶身缺陷检测中,机器视觉技术的应用可分为以下几个步骤:1. 图像采集。
首先需要选择合适的光源和相机,对瓶身进行拍摄,并采集图像。
2. 图像处理。
通过对采集到的图像进行处理,如滤波、锐化、二值化、形态学处理等操作,得到图像中缺陷的区域。
3. 特征提取。
提取缺陷区域的特征,如大小、形状、纹理等等。
4. 缺陷分类。
根据提取到的特征,对缺陷进行分类,如凹陷、凸起、破损等等。
二、机器视觉技术在瓶身缺陷检测中的难点在机器视觉技术应用于瓶身缺陷检测中,也存在一些难点。
1. 瓶身的形状和颜色。
不同型号和颜色的瓶子需要采用不同的光源和相机参数,以达到最佳效果。
2. 缺陷的种类和大小。
不同种类和大小的缺陷需要不同的检测方法和参数设置。
3. 光照条件的影响。
光源的强度和方向会影响到缺陷的检测效果,需要根据实际情况进行调整。
三、机器视觉技术在瓶身缺陷检测中的优势相对于传统的人工检测方法,基于机器视觉的瓶身缺陷检测技术具有如下优势:1. 检测速度快。
机器视觉技术能够在短时间内对大批量的瓶子进行检测。
2. 检测效果好。
机器视觉技术能够对缺陷进行精确的定位和分类,提高了检测的准确率。
3. 操作简单。
相对于传统的人工检测方法,机器视觉技术的操作更为简单,无需人工参与。
四、机器视觉技术在瓶身缺陷检测中的应用案例现在,在瓶身缺陷检测领域,已经有不少企业开始使用机器视觉技术进行自动化检测。
以下是几个案例:1. 佛山市顺德区信诺机电贸易有限公司。
机器视觉的酒瓶检测系统设计方案任务书

大学本科毕业设计任务书题目:基于机器视觉的酒瓶检测系统设计学生姓名届届学院<系)专业指导教师职称下达任务日期一、毕业设计内容及要求本课题的范畴属于机器视觉中的视觉检测领域。
我国是生产和消费的大国,特别是酒业生产己经成为国民经济的重要组成部分。
对于酒类生产过程中,对于酒瓶瑕疵和酒瓶液位的检测,传统的方法是采用人工检测,但人眼观测存在如下缺点:(1> 人眼长期观察容易疲劳,难免产生遗漏(2> 人眼感觉难以量化,标准难以掌握(3>因人的反映速度有限,一旦发现啤酒体积不符合要求,也难以立即剔除,需中断酒水生产线的运行,这样对生产线的速度及其连贯性有一定限制。
随着罐装速度不断提高,传统人眼检测己难以保证准确性。
机器视觉系统采用高分辨率摄像技术,光学照明技术,机电控制技术以及实时图像处理技术,很好的满足了检测的实时性与准确性要求。
采用机器视觉的方法,可以有效克服人眼检测的不足,提高生产线的自动化程度与效率。
本课题即研究基于机器视觉,利用图像处理技术进行酒瓶瑕疵和液位情况的相关检测。
此设备应用到酒类生产线上,可代替传统的人眼检测,将不合格产品剔除。
具有高速度,高精度,无接触,无污染,智能自动化的特点。
基于机器视觉进行酒瓶检测的基本工作原理是:在生产线上,被测酒瓶经光源照射,经光学系统聚焦后成像于CCD工业相机的CCD像面上;用图像采集卡采集相机的图像信息,然后由计算机的算法程序软件完成对酒瓶瑕疵和液位信息的自动检测。
本课题的主要目标有三方面:(1>视觉检测系统的器件选型对于一个典型的机器视觉检测系统,其硬件系统构成主要包括光源、镜头、芯片和相机、图像采集卡、计算机。
光源是机器视觉系统的第一步,特别对于酒瓶类易透射和反射光的被测物,选择何种光源非常重要。
光源对能否进行稳定、清晰、高对比度的成像起着关键作用,而稳定、清晰、高对比度成像对保证结果的准确和可靠性起着关键作用。
镜头<成像透镜)把被测物成像于CCD传感器的光敏面上,以达到非接触式测量的放大或缩小被测物的目的。
基于机器视觉的瓶身质量检测系统设计与实现

基于机器视觉的瓶身质量检测系统设计与实现在工业生产中,瓶身的质量问题是一个经常面临的挑战。
不良的瓶身会导致产品缺陷,影响品质,损害企业的声誉。
因此,瓶身质量检测至关重要。
传统的瓶身检测方式需要大量的人力,耗时,并且存在误差。
现在,随着机器视觉技术的发展,基于机器视觉的瓶身质量检测系统逐渐成为一种流行的选择。
机器视觉技术是一种通过摄像机、计算机以及相关算法,来进行自动视觉识别和处理的技术。
在瓶身质量检测中,机器视觉可以实现快速、准确地检测所有的瓶身缺陷,包括裂纹、凸起和凹陷等。
本文将重点探讨基于机器视觉的瓶身质量检测系统的设计和实现。
一、系统框架设计机器视觉系统的框架是基于硬件和软件两个部分来实现的。
硬件方面,主要包括摄像头和电脑。
而软件方面,主要包括图像采集、预处理、特征提取、分类和输出显示 5 个部分。
下面,我们将详细介绍每个部分的作用和实现方法。
1. 图像采集图像采集是机器视觉系统的第一步。
在瓶身质量检测中,摄像头需要能够观测整个瓶身,并以最高分辨率拍摄高质量的图像。
因此,摄像头的选取和安装至关重要。
我们可以选择分辨率高、画质清晰的工业级相机,并根据需要进行调整。
2. 预处理预处理是机器视觉系统中非常重要的一步,其目的是将图像中的信息进行质量提升,以便后续处理。
常见的预处理方法包括灰度处理、图像增强、图像滤波等。
在瓶身质量检测中,可以进行图像分割、边缘检测等处理,以提高图像质量。
3. 特征提取在预处理之后,需要进行特征提取,以便系统对图像进行分析和分类。
瓶身质量检测中,可以使用特征提取算法,比如边缘检测、轮廓分析、形状识别等。
这些算法都可以帮助我们识别和定位瓶身的各种缺陷。
4. 分类分类是机器视觉系统中最核心的部分之一。
在瓶身质量检测中,我们需要对瓶身的质量进行分类。
可以使用机器学习的方法,比如支持向量机、决策树等,将瓶身分类为正常和异常。
同时,我们还需要对异常瓶身进行进一步分类,以便更具体地分析缺陷的类型。
机器视觉空瓶检测案例设计

机器视觉空瓶检测案例设计导语:机器视觉是利用光电成像系统采集被控目标的图像,经计算机或专用的图像处理模块进行数字处理,根据图像的像素分布、亮度和颜色等信息,进行尺寸、形状、颜色等的识别。
这样,就把计算机的快速性、可重复性,与人眼视觉的高度智能化和抽象能力相结合,大大提高了生产的柔性和自动化程度。
1引言机器视觉是利用光电成像系统采集被控目标的图像,经计算机或专用的图像处理模块进行数字处理,根据图像的像素分布、亮度和颜色等信息,进行尺寸、形状、颜色等的识别。
这样,就把计算机的快速性、可重复性,与人眼视觉的高度智能化和抽象能力相结合,大大提高了生产的柔性和自动化程度。
2机器视觉空瓶检测系统附图是基于pc的机器视觉系统在啤酒生产线上空瓶检测系统中的应用。
该系统主要由相机、镜头、光源、图像采集卡、pc平台和控制单元等六部分组成,各个部分之间相互配合,最终完成对酒瓶的质量检测和剔除。
下面以附图为例,对各个组成部分的功能和选型进行介绍。
2.1相机在选择相机时,主要有以下几个方面的问题要考虑:(1)相机的扫描方式:相机按照扫描方式可以分为面扫描和线扫描相机。
线扫描相机是指对物体进行行扫描的相机,线扫描相机又可分为隔行扫描和逐行扫描。
线扫描相机适用于以下情况:对固定的物体做一维的测量;对象物体处于运动状态;需处理可旋转圆柱体的边缘图像;需要对象物体的高分辨率图像,而又要考虑价格因素等。
线扫描相机的特点是运动平稳、速度跟踪精度高、光源强度要求高。
目前,线扫描相机的分辨率已经达到几千线,检测速率也达到60桢/秒甚至更高。
面扫描相机一次只能拍摄一副图像。
由于面扫描相机的自身局限性,使其不适于动态目标连续无遗漏的高精度检测。
但是,针对其工作原理,采用以下技术:选用桢传送或行间传送ccd;采用高速快门(电子快门);采用单场技术;选用高频光源等,是完全可以进行动态图像的实时采集的,完全可以满足工业在线检测的要求。
(2)相机的颜色:工业相机按颜色可以分为黑白和彩色相机。
基于机器视觉对劲酒瓶盖的质量检测-3

毕业设计报告课题:基于机器视觉对劲酒瓶盖的质量检测系部:机电系专业:电气自动化班级:自动化072姓名:冒海林学号:16指导老师:邓小龙2010.3.25目录摘要-------------------------------------------------------------------------------------------------3 第一章绪论-------------------------------------------------------------------------------------4 第二章检测系统方案-------------------------------------------------------------------------5 2.1 设计要求----------------------------------------------------------------------------------5 2.2 系统分析----------------------------------------------------------------------------------5 第三章设计规划----------------------------------------------------------------------------------9 3. 1 设计要求-----------------------------------------------------------------------------------9 3. 2系统规划------------------------------------------------------------------------------------9 第四章硬件设计--------------------------------------------------------------------------------9 4.1 机械设计---------------------------------------------------------------------------------11 4.2 气动系统---------------------------------------------------------------------------------11 4.3 电路控制---------------------------------------------------------------------------------11 第五章软件设计--------------------------------------------------------------------------------11 5.1 图像采集---------------------------------------------------------------------------------11 5.2 图像的分析处理------------------------------------------------------------------------11 5.3 Sherlock软件说明及应用-------------------------------------------------------------11 第六章影像测量精度的因素-----------------------------------------------------------------19 第七章总结-------------------------------------------------------------------------------------20 谢辞------------------------------------------------------------------------------------------------21 参考文献------------------------------------------------------------------------------------------22课题基于机器视觉对劲酒瓶盖的质量检测摘要Abstract: 目前,大部分汽车,食品,电子生产制造行业,都使用了工业相机进行检测,技术比较成熟,主要应用了CCD成像技术,无论是精度还是生产效率,与传统的人眼检测相比有了很大的提高。
基于机器视觉的啤酒瓶检测系统研究

基于机器视觉的啤酒瓶检测系统研究顾勇;何明昕【期刊名称】《计算机工程与设计》【年(卷),期】2012(033)001【摘要】为了提高啤酒瓶的检测效果,提出了一个基于机器视觉的啤酒瓶检测系统的方案.根据啤酒瓶检测过程的高速度、高精度和实时性的特点,设计了系统中图像获取、图像处理和图像识别的过程和方法.利用图像滤波去除获取的啤酒瓶数字图像中的噪声,通过二值化将物体和背景分离,再经过边缘检测提取边缘,最后识别和分类有缺陷的啤酒瓶.实验结果表明,该方案能够快速有效地对啤酒瓶进行检测,提高了检测效果,具有一定的可行性和现实意义.%To improve the effect of beer bottle detection, a program of beer bottle detection system based on machine vision is presented. Based on the high-speed, high precision and real-time characteristics of the detection process, the process and the methods of image acquisition, image processing and image recognition are designed. Firstly, the noise in the digital images of beer bottles acquired is removed by filtering. Secondly, the object and the background of the images are separated after binariza-tion. Then, the edges of the images are extracted through edge detection. Finally, the beer bottles with defects are identified and classified. Experiments show that the program could detect beer bottles quickly and improve detection effect with a certain feasi-bility and practical significance.【总页数】6页(P248-253)【作者】顾勇;何明昕【作者单位】暨南大学计算机科学系,广东广州510632;暨南大学计算机科学系,广东广州510632【正文语种】中文【中图分类】TP391.41【相关文献】1.基于机器视觉检测算法的织物疵点检测系统研究 [J], 杨艳;刘洲峰;李春雷2.基于机器视觉的啤酒瓶商标在线检测系统 [J], 许超;徐惠钢;谢启;李彬3.基于机器视觉的啤酒瓶检测系统的设计 [J], 王文华;李小朋4.基于OpenCV的啤酒瓶口缺陷检测系统研究 [J], 郭克友;廉丽冰;李娜;纪彬5.基于机器视觉的啤酒瓶口缺陷检测分类方法研究 [J], 黄志鸿;毛建旭;王耀南;周显恩;历艳琨;刘学兵因版权原因,仅展示原文概要,查看原文内容请购买。
机器视觉在药用玻璃瓶检测中的应用

机器视觉在药用玻璃瓶检测中的应用在玻璃瓶生产过程中,会产生各种的缺陷产品,给产品带来严重隐患,随着竞争日益激烈,客户对玻璃瓶质量的要求越来越高,为了提高产品出厂质量,厂家现在靠人工检查挑除废品。
但人工检查速度慢,需要占用大量的人力、物力资源和场地资源,而且人眼极易出现疲劳和疏忽的情况。
1、主要要求:(1)提高检测精度,统一检测标准,消除人工检测的个体差异;(2)提高检测速度,实现产品全方位实时检测;(3 )一次投入,平均成本远小于人工成本;(4)对数据进行汇总分析,便于前端工序查找问题,为后续工序提供建议。
2、主要功能需求:检测系统针对药用玻璃瓶的缺陷检测,包括白色瓶、棕色瓶及有刻度的瓶子等,如下图所示;检测瓶子高度范围在15-150mm,检测速度要求0-280个/分钟3、主要检测指标:(1 )尺寸检测(包括瓶高、瓶身外径、瓶口外径、瓶口高度等);(2)瓶身外观缺陷(包括气泡、杂质、褶皱、横竖条纹、粘连、结石、裂纹、刻痕、擦伤及明显的油脏、手印等);(3)瓶底缺陷从侧面可以拍摄到(包括瓶底凹凸不平、底刺、偏底等);(4)瓶肩部缺陷(包括斜肩、歪瓶、与瓶身类似的外观缺陷等);(5)瓶口部分的检测内容是除了检测瓶身外观上那些缺陷类型外,还需要检测缺口、破口、圆口不齐等缺陷。
4、检测系统需求分析(1 )为了检测整个瓶身缺陷,选择四个相机从四个方向进行检测,保证每个相机有效检测区域为90度;(2)为了适应各种颜色瓶子检测,系统选用高亮度的背光源从玻璃瓶背后打光方式;(3)为了适应各种规格瓶子检测,系统选用可变焦镜头,实现各个规格的瓶子都能占满整个视场;(4)单独利用一个工位对瓶口缺陷进行检测,为了更好地拍摄瓶口缺陷,专门设计个特殊的碗型灯光源,对瓶口进行打光。
检测系统采用五台大恒自产140万1394接口CCD数字相机,当玻璃瓶在传送带上运动通过时,系统采用外触发方式在固定位置准确抓拍四个侧面的图像和一个瓶口图像,然后把图像传输到两台高性能处理器中进行处理和分析计算,其结果汇总到一台服务器上进行统一控制和显示。
基于机器视觉的注塑空瓶缺陷检测系统

Science and Technology &Innovation ┃科技与创新2018年第19期·13·文章编号:2095-6835(2018)19-0013-03基于机器视觉的注塑空瓶缺陷检测系统陈儒侠,任德均,严扎杰,高永勋,付兴勇(四川大学制造科学与工程学院,四川成都610065)摘要:为了利用数字图像处理技术实现对注塑空瓶缺陷的自动检测,根据注塑瓶制造生产线的工作环境和检测要求,对注塑空瓶缺陷的光学特征进行分析,将注塑瓶空瓶检测分为3个工位检测,分别是瓶底检测、瓶身检测和瓶口检测。
研究了检测过程中的图像获取、图像预处理、图像匹配、外围设备通信控制和可视化操作等关键技术,实现了一个适用于车间、基于机器视觉的在线生产检测的空瓶缺陷检测系统。
测试显示,该视觉系统实时性好、可靠性高,能准确检测出有缺陷的不合格的空瓶并及时剔除,有效地提高了生产线的工作效率。
关键词:机器视觉;数字图像处理技术;图像预处理;图像匹配中图分类号:TP391.41文献标识码:ADOI :10.15913/ki.kjycx.2018.19.0131引言随着市场对注塑空瓶质量和数量的需求日益增加,近年来,该行业得到快速发展。
但是国内大多数产品质量检测主要依靠人工方法,传统人工检测的缺陷有:①检测速度慢、效率低,无法满足高速自动化生产线需求;②检测精度低,检测质量受人为因素影响,错检率、误检率较高;③劳动强度大,工作环境差;④人力资源浪费,无法满足当前工业现代化管理要求[1]。
本文研究的正是基于某注塑空瓶生产企业的实际需求,研发的一套以机械、电气、软件、图像等技术为基础,结合各种辅助器件协调工作,实现检测并剔除有缺陷空瓶的自动化在线注塑瓶缺陷检测系统。
2空瓶检测系统组成根据目前用户需求,设计了基于机器视觉的一个高精度、高速度、非接触性的空瓶检测系统。
在自动化生产线上,该系统将需要检测的空瓶分为瓶底、瓶身、瓶口3个工位进行检测。
基于机器视觉的啤酒金属盖表面缺陷检测方法

第44卷第11期包装工程2023年6月PACKAGING ENGINEERING·259·基于机器视觉的啤酒金属盖表面缺陷检测方法金怡君1,李振宇2,杨絮3(1.常州大学怀德学院,江苏靖江214500;2.江南大学,江苏无锡214122;3.南京理工大学,南京210014)摘要:目的为了提高啤酒金属盖表面缺陷检测的精度和准确率,提出一种基于机器视觉的金属盖表面缺陷检测方法。
方法以不同类型的啤酒金属盖表面缺陷为研究对象,利用滤波抑噪和高反差保留算法对图像进行处理,运用YOLO–v5网络完成瓶盖的缺陷检测。
通过添加注意力机制SE模块、改进模型损失函数和预测框筛选方式等技术手段对原YOLO–v5模型作出优化,抑制图像中的不重要特征,提升小目标检测的准确率和模型的特征提取能力。
结果改进后的YOLO–v5模型与常用的检测模型的对比结果表明,改进YOLO–v5模型在测试集上的mPA指标为93.10%,检测速度达到了294张/min,优势较为明显。
结论针对不同类型的金属盖表面缺陷,基于机器视觉的检测模型均有较高的检测精度和识别准确率,小目标缺陷的漏检率和误检率情况较少,满足生产线实时、高精度的检测要求。
关键词:机器视觉;金属盖;表面缺陷;改进的YOLO–v5模型中图分类号:TS206.4 文献标识码:A 文章编号:1001-3563(2023)11-0259-09DOI:10.19554/ki.1001-3563.2023.11.030Surface Defect Detection of Beer Metal Covers Based on Machine VisionJIN Yi-jun1, LI Zhen-yu2, YANG Xu3(1. Changzhou University Huaide College, Jiangsu Jingjiang 214500, China; 2. Jiangnan University, Jiangsu Wuxi214122, China; 3. Nanjing University of Technology, Nanjing 210014, China)ABSTRACT: The work aims to propose a method based on machine vision for surface defect detection of beer metal covers to improve the precision and accuracy of surface defect detection of beer metal covers. Different types of beer metal cover surface defects were used as the research objects. The images were processed by filtering, noise suppression, and high contrast retention algorithms. The YOLO-v5 network was used to complete the defect detection of bottle covers.The original YOLO-v5 model was also optimized by adding the attention mechanism SE module and improving the model loss function and the prediction frame filtering method to suppress the unimportant features in the images and improve the accuracy of small target detection and the feature extraction ability of the model. The comparison between the improved YOLO-v5 model and the commonly used detection model showed that the mPA index of the improved YOLO-v5 model on the test set was 93.10%, and the detection speed reached 294 pieces/min, and the advantages were apparent. For dif-ferent metal cover surface defects, the detection model based on machine vision has higher detection accuracy and recog-nition accuracy, and the leakage rate and misdetection rate of minor target defects are low, which meet the real-time and收稿日期:2022−06−05基金项目:2018年江苏省高校哲学社会科学研究基金项目(2018SJA2268);常州市第十五届社会科学研究课题重点资助项目(CZSKL–2019A002)作者简介:金怡君(1987—)女,硕士,讲师,主要研究方向为艺术设计与品牌策划管理。
啤酒瓶口机器视觉缺陷检测开题报告

燕山大学本科毕业设计(论文)开题报告课题名称:基于机器视觉的啤酒瓶口缺陷检测研究学院(系):电气工程学院年级专业: 07级精密仪器与机械1班学生姓名:**指导教师:**完成日期: 2011年3月 19 日一、综述本课题国内外研究动态,说明选题的依据和意义 (1)二、研究的基本内容,拟解决的主要问题 (2)三、研究步骤、方法及措施 (3)四、研究工作进度 (3)五、主要参考文献 (3)六、指导教师意见 (6)指导教师签字:年月日七、系级教学单位审核意见:审查结果:□通过□完善后通过□未通过负责人签字:年月日说明:1.开题报告版面设置为:B5纸,上下页边距分别为2.5cm和2cm,左右页边距分别为2.4cm和2cm。
2.开题报告正文标题及内容,宋体,小四号,行间距为固定值20磅。
3.本科毕业设计(论文)开题报告一般不少于1000字。
4.页面不够可加页一、综述本课题国内外研究动态,说明选题的依据和意义1、国内外研究动态国外较早的开展了抑郁机器视觉方面的产品检测研究,目前机器视觉检测产品在国外的生产线上应用的非常广泛[1]。
同样基于视觉的空瓶检测系统很早就已经投入现场使用。
在发达国家,利用机器视觉对空啤酒瓶检测研究的时间较长,技术也比较成熟,有一些大型厂家凭借其雄厚的经济实力,开发研制了多种验瓶机。
美国工业动力有限公司开发了两种检测技术[2]:采用传感器技术空瓶验瓶机和采用摄像技术的全方位空瓶验瓶机,采用传感器技术空瓶验瓶机采用高分辨率的双基座扫描系统,包括圆周扫描和左右扫描,以检测瓶底的异物。
此外还配合颜色自动补偿系统、检测微量残余液体的红外线检测技术、瓶口破损检测器、高瓶检测器等,对空瓶瓶底的厚度、密度、颜色变化、瓶口及残余液体等进行精确检测。
采用摄像技术的全方位空瓶验瓶机利用光学系统、高分辨率摄像部件和自动变焦镜头,可检测瓶口缺陷,瓶壁内外,瓶底裂纹、污垢异物,瓶内胶膜透明物等。
目前的检测速度每小时可以检测瓶口、瓶底7.2万个、瓶身4.5万个[3]。
基于机器视觉技术啤酒空瓶检测系统设计

基于机器视觉技术啤酒空瓶检测系统设计【摘要】本论文是基于啤酒空瓶检测进行研究,采用的是机器视觉技术。
介绍了机器视觉技术的基本结构、啤酒瓶检测流程、软件实现方法及检测系统的结构。
【关键词】机器视觉;啤酒;空瓶;图像采集一、啤酒空瓶检测系统介绍啤酒生产厂商使用的啤酒瓶大多采用可以回收利用的啤酒瓶。
回收的啤酒瓶可能非常脏或者存在许多缺陷,必须在灌装前进行清洗,清洗之后需要检测是否洗干净。
随着啤酒工业的迅速发展,对啤酒生产效率的要求越来越高,啤酒生产速度可以达到每秒钟10瓶以上,单靠人工检测啤酒瓶是否干净效率低、漏检率高,检测人员很容易产生视疲劳。
而基于机器视觉技术的啤酒空瓶检测能够实现速度快、精度高的自动化检测。
采用机器视觉系统的目的就是给机器或自动化生产线添加一套视觉系统,其原理是由计算机或图像处理器以及相关设备来模拟人的视觉行为,完成得到人的视觉系统所得到的信息。
人的视觉系统是由眼球、神经系统及大脑的视觉中枢构成,计算机视觉系统则是由图像采集系统、图像处理系统及信息综合分析处理系统构成。
如图1所示为机器视觉系统基本结构。
二、啤酒空瓶检测流程采用机器视觉技术啤酒空瓶检测流程如图2所示。
被检啤酒瓶进入检测系统后首先触发输入光电开关,系统将开关信号传递给控制器,控制器通过编码器记录脉冲信号,经过固定的脉冲之后瓶身检测摄像机、瓶口检测摄像机、瓶底检测摄像机、瓶身内壁检测摄像机相继工作,分别对瓶身、瓶口、瓶底、瓶身内壁进行拍照。
将拍得的图像信息送入图像处理模块进行的图像处理,控制系统判断空瓶图像是否合格。
如果控制系统判断瓶子不合格,控制器会输出一个信号给踢出器。
当次瓶运动到踢出器时,踢出器动作将次瓶击出。
最后合格的啤酒瓶被送入下一道工序。
三、啤酒空瓶检测系统软件设计图3为基于机器视觉技术啤酒空瓶检测系统软件框图。
啤酒瓶视觉检测系统是高速实时控制系统,因而对软件要求速度快、控制及时。
在连续检测时,PC 机使用特殊的图像采集卡和CCD摄像机连续地对被检啤酒瓶进行准确地拍照,获得图像的数字化信息,并通过数字图像处理与判断模块获得啤酒瓶检测的决策信息,并将其传送给可编程控制器,完成对执行设备击出器的控制。
基于机器视觉的医用塑料瓶瓶口检测系统研究

基于机器视觉的医用塑料瓶瓶口检测系统研究作者:岳昊武栓虎来源:《智能计算机与应用》2018年第05期Abstract: Pharmaceutical plastic bottles will produce flaws at the mouth of the bottle during the production process, such as nicks and thinner bottle-mouth. This type of medicine bottle cannot be sealed, affecting the tightness of medicines and endangering the health of drug users. At present,many companies still rely on manual inspections. Because the defects are not obvious, the rate of human error detection is high. For this reason, a set of medicine-based plastic bottle and mouth detection system based on machine vision is designed. A high-speed industrial camera, through the hard trigger in the designated station of the assembly line, takes the phase on the top of the plastic bottle, designs the algorithm according to the characteristics of the image, and the vision system completes positioning, segmentation and detection. Through actual production tests, it is verified that this system is superior to manual detection in terms of accuracy and speed, and meets the inspection requirements of enterprises.引言医用塑料瓶在生产过程中,会出现部分瑕疵品,如瓶口过薄或豁口等,尤其是瓶口过薄,此类瑕疵并不明显,人工漏检率高。
基于机器视觉的瓶标贴附检测技术研究

基于机器视觉的瓶标贴附检测技术研究随着人们生活水平的提高,消费者对于产品的质量和安全要求也越来越高。
特别是饮料等食品行业,瓶标贴附不标准可能会导致产品质量和安全隐患,对于消费者的健康造成威胁。
为了确保产品质量,瓶标贴附检测技术日益受到关注。
本文主要研究基于机器视觉的瓶标贴附检测技术。
一、瓶标贴附检测技术的现状目前,瓶标贴附检测技术已经得到了广泛应用。
传统的瓶标贴附检测技术主要通过手工检测和机械以及光学传感器等设备来完成。
手工检测依靠人眼进行判定,效率低下,而机械和光学传感器等设备虽然效率更高,但成本较高。
为此,基于机器视觉的瓶标贴附检测技术越来越受到欢迎,其可以利用计算机视觉技术、深度学习、图像处理等技术来达成瓶标贴附检测的自动化和即时化。
二、基于机器视觉的瓶标贴附检测技术研究现状基于机器视觉的瓶标贴附检测技术主要包括瓶身角度计算、标贴定位、标贴区域检测、图像处理等步骤。
目前,各领域科学家已经开展了大量的研究,以下列举几例。
1. 瓶身旋转角度计算计算瓶身的旋转角度对于瓶标贴附检测非常重要。
2002 年,张超等人提出了一种旋转角度的计算方法。
该方法主要通过边缘匹配算法来计算瓶身的旋转角度。
2. 标贴定位标贴定位主要是通过图像处理技术实现。
目前,最常用的定位方法是基于轮廓的定位方法。
该方法主要是通过找出标贴的外轮廓,从而确定标贴的位置。
张笑晖等人提出了一种改进的标贴定位方法。
该方法可以有效地确定标贴的位置,并且可以在不同光照下保持一定的鲁棒性。
3. 标贴区域检测标贴区域检测主要是通过颜色分割和边缘检测等图像处理技术实现。
为了提高检测准确率,研究人员提出了基于LBP纹理特征的标贴检测算法。
该算法可以有效地检测不同角度和不同尺寸的标贴。
4. 图像处理对于复杂的图像,直接进行处理非常困难。
因此,研究人员提出了一种基于大规模数据的深度学习方法来解决这个问题。
通过训练深度神经网络,可以自动提取的特征,并且能够处理不同贴附角度、类别和大小的标签问题。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
【摘要】本论文是基于啤酒空瓶检测进行研究,采用的是机器视觉技术。
介绍了机器视觉技术的基本结构、啤酒瓶检测流程、软件实现方法及检测系统的结构。
【关键词】机器视觉;啤酒;空瓶;图像采集
一、啤酒空瓶检测系统介绍
啤酒生产厂商使用的啤酒瓶大多采用可以回收利用的啤酒瓶。
回收的啤酒瓶可能非常脏或者存在许多缺陷,必须在灌装前进行清洗,清洗之后需要检测是否洗干净。
随着啤酒工业的迅速发展,对啤酒生产效率的要求越来越高,啤酒生产速度可以达到每秒钟10瓶以上,单靠人工检测啤酒瓶是否干净效率低、漏检率高,检测人员很容易产生视疲劳。
而基于机器视觉技术的啤酒空瓶检测能够实现速度快、精度高的自动化检测。
采用机器视觉系统的目的就是给机器或自动化生产线添加一套视觉系统,其原理是由计算机或图像处理器以及相关设备来模拟人的视觉行为,完成得到人的视觉系统所得到的信息。
人的视觉系统是由眼球、神经系统及大脑的视觉中枢构成,计算机视觉系统则是由图像采集系统、图像处理系统及信息综合分析处理系统构成。
如图1所示为机器视觉系统基本结构。
二、啤酒空瓶检测流程
采用机器视觉技术啤酒空瓶检测流程如图2所示。
被检啤酒瓶进入检测系统后首先触发输入光电开关,系统将开关信号传递给控制器,控制器通过编码器记录脉冲信号,经过固定的脉冲之后瓶身检测摄像机、瓶口检测摄像机、瓶底检测摄像机、瓶身内壁检测摄像机相继工作,分别对瓶身、瓶口、瓶底、瓶身内壁进行拍照。
将拍得的图像信息送入图像处理模块进行的图像处理,控制系统判断空瓶图像是否合格。
如果控制系统判断瓶子不合格,控制器会输出一个信号给踢出器。
当次瓶运动到踢出器时,踢出器动作将次瓶击出。
最后合格的啤酒瓶被送入下一道工序。
三、啤酒空瓶检测系统软件设计
图3为基于机器视觉技术啤酒空瓶检测系统软件框图。
啤酒瓶视觉检测系统是高速实时控制系统,因而对软件要求速度快、控制及时。
在连续检测时,PC机使用特殊的图像采集卡和CCD摄像机连续地对被检啤酒瓶进行准确地拍照,获得图像的数字化信息,并通过数字图像处理与判断模块获得啤酒瓶检测的决策信息,并将其传送给可编程控制器,完成对执行设备击出器的控制。
在系统待命时,PC机接收用户的指令,完成对系统的软件参数配置、硬件的检测等,包括图像处理与判断模块参数的设置,传送系统电机转速设置,系统各个传感器检测,击出器检测,CCD摄像机检测等。
本系统选用PLC作为底层控制器,它通过I/O口与光电传感器,编码器,击出器,图像采集子系统等相连,通过图像采集子系统控制CCD摄像机的拍摄以及直接控制击出器的动作。
同时PLC通过485总线与工控机连接,接收工控机传来的控制信息和系统参数等。
在系统运行过程中,PLC负责及时地通知图像采集子系统启动CCD摄像机,抓拍处于拍摄位置的空瓶。
为了达到这一目的,需要使用光电传感器来检测空瓶的位置。
在系统中使用了反射式光电传感器,这种光电传感器在没有接收到从反光板反射回来的光束时,就会输出触发信号。
将光电传感器安装到CCD摄像机拍摄位置旁,把输出接到PLC的I/O输入口上。
当没有空瓶经过时,光电传感器可以接收到反射光束,没有输出信号,而当有空瓶经过时,光电传感器无法接收到返回的光束,于是输出触发信号。
PLC从输入口接收到此信号后,即可判定空瓶已到达拍摄位置,从I/O输出口输出启动信号给图像采集系统,启动CCD摄像机,摄像机及时进行拍摄,获取被检空瓶的图像。
在专门的信息处理模块对获取的图像信息进行分析处理后,将得出空瓶质量是否合格的结论。
如果不合格,主控的工控机就会通过485总线发出控制命令,要求PLC控制击出器击出该空瓶。
PLC在接到击出命令后,需要标定不合格空瓶,并追踪其位置,当不合格空瓶到达击出器所在位置时控制击器动作,击出不合格空瓶。
为了确定需击出空瓶位置,在系统中
使用一个编码器与驱动传送带的电机相连,当电机转动时,编码器相应发出脉冲。
计算脉冲的数目,即可知道传送带运动的距离。
这样一来,如果能测出不合格空瓶要运动多长距离才到达击出位置就能将其准确击出。
可以在事先把编码器的脉冲输出与PLC的I/O输入口相连,然后在传送带上放一空瓶,让其依次经过检测位置和击出位置,PLC使用计数器记下此过程中脉冲的数目,这一数值即对应着检测位置和击出位置之间的距离。
四、结语
基于机器视觉的啤酒空瓶检测系统是我国目前啤酒行业急需的高科技设备之一。
本系统从啤酒瓶视觉检测的相关基础技术、电气控制系统等进行了说明,是PLC、视觉系统、传感器、上位机的灵活结合应用,系统采用视觉传感器拍摄和处理实时图象,最终达到去除不合格啤酒瓶的目的。
我国的工业化、现代化还刚刚起步,图像和机器视觉技术的应用也刚刚开始。
随着我国工业化进程的加快,工业体系的完善,劳动力成本的上升,参与国际竞争必定要求产品质量和生产效率不断提升、自动化程度不断提高,机器视觉技术的应用领域和应用水平也会随之发展,机器视觉技术将会大显身手。
参考文献
段峰,王耀南,刘焕军.基于机器视觉的智能空瓶检测机器人研究.仪器仪表学报,2004,25(5):624627.
宋学勇,赵敏.机器视觉系统的关键技术.计算机世界,2007/7/23/第B11版.
董瑞翔.用机器视觉技术提高生产率.机器人技术与应用,2002(5).
关胜晓.机器视觉及其应用发展.自动化博览,2005(3).
钟权龙,许积飙.西门子机器视觉系统在烟草行业的应用.现代制造,2004(22).
Huimin Ma,Guangda Su,Junyan Wang et al.A Glass Bottle Defect Detection System Without Touching.In:Proceedings of the first International Conference on Machine Learning and Cybernetics,Beijing,China,2002,628632.
作者简介:
孙立军,兰州交通大学光电技术与智能控制教育部重点实验室在读研究生,研究方向:控制理论与控制工程。
令晓明,博士,兰州交通大学光电技术与智能控制教育部重点实验室教师,教授,研究生导师。