搜索
玻璃瓶瑕疵自动检测系统摘要本课题是研究玻璃瓶瑕疵自动检测系统，针对玻璃瓶检测的高速度、高精度、实时性的特点，本文主要利用数字图像处理技术及其方法研究一套玻璃瓶瑕疵检测系统，利用该检测系统提供的一些数字图像处理方法可以决速准确的判断出该图像是否为缺陷图像。利用该检测系统所应用的技术设计出来的系统不受主观因素的影响，能快速、准确地检测产品，完成人工无法完成的检测任务，是现代化生产中不可缺少的工具。本文详细地介绍了图像处理技术，验证了多种图像检测算法，我们提出了一种基于混合滤波器缺陷检测算法，并从理论和实验两方面对检测效果做了评价。论文分析了各种模式识别方法，提出了玻璃瓶缺陷检测的具体方案。方案利用聚类算法来提取缺陷，通过对缺陷特征的分析来识别玻璃瓶的好坏。本系统的主要部分由CCD摄像机、图像采集卡和微型计算机组成。CCD摄像机采集玻璃瓶图像，图像采集卡把玻璃瓶图像转换成计算机能识别和处理的数字图像，再通过计算机上的软件完成缺陷检测功能。检测系统在实验阶段的检测精度已达到设计要求，较成功地实现了玻璃瓶缺陷的检测，能用于检测玻璃瓶的裂痕、气泡等缺陷。第一章绪论1.1本课题的提出随着时代的发展，科技的进步，人们对工业产品的数量和质量要求越来越高，传统意义上的检测技术与飞速发展的工业要求之间的矛盾日益突出。玻璃瓶作为一种包装用品,由于其具有气密性好、光洁卫生、化学稳定性高、价格低廉、可回收利用等特点而普遍受到欢迎,已广泛应用于食品、药品、化妆品、饮料、化学等产品的包装。人们的日常生活离不开玻璃瓶,玻璃瓶的生产在国民经济中占有不可忽视的地位。药品酒水等灌装生产前必须对玻璃瓶进行检测，剔除不合格产品，才能进行封装。玻璃瓶在生产过程中，会出现裂纹、缺损、气泡等缺陷,要求精确区分各类缺陷，完成瓶颈裂纹和瓶口缺损的检测，以便对产品的质量做出判断，剔除不合格品。由于玻璃瓶在线生产要求检测精度高、准确性好、速度快，因此玻璃瓶生产工业流水线迫切需要在线自动检测设备。以往的玻璃瓶检测以人工检测为主，但是人工检测方法有许多缺点：（1）增加人工成本和管理成本，检测数据的保存和查询不太方便。（2）人工检测速度比较慢，无法适应现代化大生产的要求，且工人劳动强度较大，容易受人眼分辨能力和易疲劳等主观因素的影响，无法保质保量地完成生产任务。因此，必须寻求一种有效的自动化检测方法。针对玻璃瓶检测的高速度、高精度、实时性的特点，本文采用一种基于数字图像处理的检测方法。利用CCD摄像机对玻璃瓶进行摄像，通过数字图像处理技术进行分析，检测出带有缺陷的玻璃瓶,再由计算机发出控制信号将其剔除。随着计算机软件和硬件的发展，对图像处理速度的提高以及各种相关理论的完善，本文采用的检测方法变得切实可行。按此方法制造的检测设备具有代价低，灵活性高，易于调试和工作环境要求低等优点。因此本课题的研究对于玻璃制品裂纹的检测具有重要的经济和技术意义。玻璃瓶缺陷检测设备若研制成功后，将会产生巨大的社会效益和经济效益:1.利用基于数字图像处理的检测方法来检测玻璃瓶缺陷，取代人工检测，将消除人的主观性产生的错误，提高检测的准确性。同时，减轻工人繁重的劳动负担，提高生产效率。2.玻璃瓶罐质量的提高可避免瓶罐包装的食品及物品变质带来的经济损失，也可避免瓶罐的爆裂所引起的事故，降低赔款损失，同时增加消费者的安全感。3.生产商可以根据检测设备提供的数据分析该缺陷产生的原因和机理，再根据获得的数据，设定相应的工艺条件和参数，同时先进的检测设备也能够保障高质量的玻璃产品，提高在市场中的竞争能力。1.2国内外研究的现状国外公司凭借其雄厚的经济实力和不断成熟的技术为基础，在九十年代初就开始研制基于数字图像处理的产品在线检测设备，他们至今已经开发出多种玻璃瓶罐的在线检测机器。丹麦的一家公司自1991年开始着手研制，目前己经成功开发了多种用于玻璃制品质量检测的计算机视觉在线监测设备。检测的内容主要包括产品的内部缺陷检测及外形尺寸检测。美国NI公司研制的基于PC的视觉检测系统，将机器视觉、运动控制功能与LabView虚拟仪器软件相结合，取得了突出的成效。法国SGCC国际公司M1型全自动多功能玻璃瓶罐在线检测机1998年3月曾在北京国际玻璃机械设备展销会展出，倍受国内玻璃制品生产厂家的青睐。德国Siemens公司推出的智能化工业视觉系统SIMATICVS710[4]，提供了一体化的、分布式的高档图像处理方案。它将CCD、图像处理器、I/O集成在一个小型机箱内，提供PROFIBUS的联网方式或集成的I/O和RS232接口。具有集成数字化照相机和快速图像处理器，标准连线接口，ProVision组态软件等优点。日本的AGR国际公司研制生产了功能较齐全的玻璃瓶罐生产和用于饮料灌装的在线自动检测设备。美国工业动力机械有限公司开发了采用摄像技术的全方位空瓶检测机。采用摄像技术的空瓶检测机采用反射光学系统、高分辨率摄像技术和自动变焦镜头，对各个检测项目进行精确的检测。对于直径为95mm的瓶子，精确度为98％，检测速度可达700瓶/分钟。德国Lasor公司在线检验检测设备采用先进的CCD摄像技术进行在线缺陷检测，将检测的信号通过计算机进行处理，可区分气泡、夹杂物等玻璃缺陷，检测最小尺寸为0.1mm。在中国，机器视觉产品技术的普及不够，大部分是购买国外设备。而直接引进国外的检测系统有许多弊端，例如价格昂贵。国内在视觉检测方面的研究也己经有很多年了，不过以前主要都是做一些算法方面的研究。对于玻璃瓶的自动检测系统的开发和研究刚刚于近年开始起步，目前也有少数几个厂家在进行玻璃制品在线检测设备的研制，主要有北京赛腾动力有限公司研制生产的Saturn验瓶机以及广州大元与北京四通电机利用日本的视觉系统联合开发的DS空瓶验瓶机，它们均采用了诸如计算机视觉、模式识别等先进技术。但是这些都未能满足目前国内大部分厂家的生产需要，比如速度就不能满足要求。总体来说，国内基于机器视觉的玻璃瓶检测系统的研究与应用还是比较落后的。因此，目前在国内研制具有自主知识产权的玻璃瓶检测系统具有重要的社会效益和经济效益。1.3数字图像处理研究现状数字图像处理技术是一门跨学科的前沿高科技。数字图像处理是指将图像信号转换成数字格式并利用计算机对其进行处理的过程。数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图像信息。而数字图像处理作为一门学科大约形成于20世纪60年代初期。随着计算机软硬件技术的不断提高,计算机图像处理从20世纪80年代中期到90年代末得到了迅速的发展,已广泛地应用在工业、农业、交通、地理、气象、生物医学、军事、电子商务、目标跟踪、印染工业、卫星遥感、机器人视觉、工业检测和科学研究等领域,取得了显著的社会效益和经济效益。近20年来,科学工作者经过不懈的努力，己取得了令人瞩目的成就，图像处理技术的发展更为深入、广泛和迅速。数字图像处理的特点主要有：1.图像信息量大；2.图像处理技术综合性强。现在人们已充分认识到数字图像处理是认识世界、改造世界的重要手段。目前数字图像处理技术已成为21世纪信息时代的一门重要的高新科学技术。1.4玻璃瓶缺陷检测与图像处理的可行性分析图像处理就是为了某种目的对图像的强度分布视为一连串整数值的集合，经由不断的运算执行某些特定的加工和分析。图像处理涵盖的范围十分广泛，但是采用的基本原理和方法是一致的。图像处理所研究的主要内容包括了图像数的模数转化、图像的增强与复原、图像编码与压缩、图像分割、图像的表示和描述、图像特征匹配等等。对含有噪声的图像，要除去噪声、滤去干扰，提高信噪比；对失真的图像要进行几何校正等变换；对已经退化的模糊图像要进行各种复原的处理；对信息微弱的图像要进行灰度变换等增强处理。由此可见，图像处理就是为了达到改善图像的质量，将图像变换成便于人们观察和适于机器识别的目的。在玻璃瓶缺陷的检测系统中用到的数字图像处理技术有以下几个部分:：(1)图像获取图像获取采用摄像机，它能实时地摄取运动地图像，把客观的光学特性变成二维信息的电信号，然后通过有A/D转换功能的图像采集卡转换出数字图像。(2)图像预处理图像的预处理是指对图像本身的缺陷和具体研究目的而采取的一些图像增强、复原等运算。图像复原指对一个退化的图像进行处理，使它恢复到原始目标的状态。图像增强指有目的地增强图像中的有用信息，改善图像的视觉效果，将图像转变为一种更适于人或机器分析的形式。例如噪声抑制、边缘提取和中值滤波等。(3)图像分割图像分割是把数字图像分成互不重叠的若干区域，检测出图像的各个物体或同一物体的各个部分，并根据选定的特征将图像划分成几个有意义的部分，从而使图像在内容的表达上更简单明了。(4)模式识别利用模式识别技术来提取图像的特征。特征抽取是在图像分割的基础上对物体的一些重要特征的每个部分所具有的特征向量进行定量估计。第二章玻璃瓶检测系统总体设计2.1玻璃瓶检测系统的检测项目玻璃瓶自动检测系统主要完成的检测项目如下:(1)瓶壁检测瓶子在传送过程中，不断旋转保证每个面都能被检测到，每个瓶采样几幅瓶壁图像，判断是否有裂纹或瑕疵，以确保高质量的检测结果。实际工业检测过程中，可以根据需要设置合理的检测单元个数，以满足生产的需要。(2)瓶口检测瓶口检测主要检测瓶口是否有裂纹或缺口，瓶口是否有盖子或其他物体。照明用圆环形LED光源，从不同方向照亮瓶口，CCD摄像头从上方将图像采进.检测方法如图2.2。好瓶口影像为一个完整的圆环，而有崩缺或先天缺陷的瓶口，影像就会出现断带、变形，经过计算机与标准数据比较，问题瓶被准确剔出。图2.1瓶口检测示意图2.2玻璃瓶缺陷检测系统的硬件构成根据课题的研究目的，该课题采用的计算机视觉图像处理系统主要由以下四个部分组成：成像单元；图像采集卡；微型计算机；支持软件。系统的结构如图2.2所示：图2.2系统结构框图以上四个部分，是构成这个缺陷识别系统的核心，它们有机地结合在一起，并通过软件的具体支持，达到整个系统设计的要求。本系统主要完成图像采集、图像处理、缺陷识别的工作，主要任务都是通过计算机来实现的，采用图像处理和模式识别算法，体现了计算机视觉系统的自动化、智能化等优越性。在整个缺陷识别过程中，系统各个组成部分将协调工作，按照玻璃瓶CCD摄像头图像采集卡计算机要求合理地运行，体现出自动控制的很多优越性，同时又克服了人工检测的很多弊端。以下介绍系统硬件的各个组成部分：A．成像单元成像质量对整个检测的准确性及速度至关重要，即实现缺陷识别的基础是获取清晰的玻璃瓶图像。成像单元由CCD摄像机、LED光源构成，负责原始图像数据的采集，CCD摄像机向图像处理系统输出模拟视频信号。对于瓶口、瓶身等不同的检测项目，需要设置不同位置的CCD摄像机与LED光源进行检测。CCD是70年代发展起来的新型半导体器件，它是在MOS集成电路技术的基础上发展起来的，是半导体技术的重大突破。由于它具有光电转换、信息存储和延时等功能，而且功耗小，集成度高，故在固体图像传感、信息存储和处理等方面得到了广泛应用。CCD摄像机是应用电荷耦合器件原理实现的，它把光信号转变成电信号，完成图像的摄取。CCD摄像机的工作方式是被摄物体的图像通过镜头聚焦到CCD芯片上，CCD根据光的强弱积累相应比例的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经滤波、放大处理后，形成视频信号输出。从工作方式来看，CCD摄像机特性当中，最关键的指标是像素、图像采集分辨率及照度（灵敏度）。CCD像素是CCD的主要性能指标。它决定了显示图像的清晰程度。分辨率越高，图像细节的表现越好。CCD是由面阵感光元素组成，每一个元素称为像素，像素越多，图像越清晰。评估摄像机分辨率的指标是水平分辨率，其单位为水平电视线，即成像后可以分辨的黑白线对的数目。常用的黑白摄像机的分辨率一般为380-480，其数值越大成像越清晰。一般的场合下，用400线左右的黑白摄像机就可以满足要求。而对于特殊要求的场合，用600线的摄像机能得到更清晰的图像。照度又称为灵敏度，是CCD对