基于圖像處理的瓶內(nèi)異物自動檢測.pdf

1、隨著社會的發(fā)展，食品安全問題越來越受到人們的關(guān)注，啤酒的質(zhì)量問題也愈加受到消費者和生產(chǎn)廠商的重視。例如瓶體不完善，瓶內(nèi)出現(xiàn)不溶于液體的異物等。針對此類問題，液態(tài)產(chǎn)品中的傳統(tǒng)人工燈檢法已經(jīng)不能滿足生產(chǎn)商和消費者的要求。在此基礎(chǔ)上，本文設(shè)計開發(fā)了一種基于圖像處理的瓶內(nèi)異物自動檢測系統(tǒng)，對瓶體中的異物進(jìn)行識別與分析。
　　首先，介紹了課題的研究背景和意義、機器視覺技術(shù)的應(yīng)用領(lǐng)域和國內(nèi)外現(xiàn)狀。接著從啤酒的實際生產(chǎn)線出發(fā)，利用機器視覺技術(shù)設(shè)

2、計了一套檢測系統(tǒng)。系統(tǒng)主要包括照明系統(tǒng)、檢測設(shè)備和處理軟件，給出了檢測系統(tǒng)的方案和工作流程。
　　異物目標(biāo)檢測過程中的處理算法是本文研究的重點。對采集到的圖像，首先通過灰度和幾何信息標(biāo)定出有效檢測區(qū)域，并對區(qū)域中的檢測目標(biāo)做分析。有效檢測區(qū)域包括單個瓶體的瓶身和瓶底區(qū)域。瓶身區(qū)域的異物目標(biāo)有懸浮的小顆粒異物以及液面處的氣泡，瓶底區(qū)域的異物目標(biāo)包括沉在瓶底的大面積異物以及小顆粒異物。
　　對于小顆粒異物目標(biāo)，瓶底和瓶身區(qū)域的檢

3、測算法是相同的，即采用一階微分檢測算子與形態(tài)學(xué)操作相結(jié)合，獲得圖像中包括異物目標(biāo)在內(nèi)的所有連通域，進(jìn)而對連通域的特征進(jìn)行分析，根據(jù)目標(biāo)的幾何及灰度特征初步判斷出小顆粒異物目標(biāo)的范圍。在此步驟中瓶身區(qū)域的印字邊緣會對結(jié)果造成干擾，接著利用印字的特性去除其對結(jié)果的影響，完成小異物目標(biāo)的檢測。對于氣泡，采用方向梯度直方圖和支持向量機相結(jié)合的方法對其和干擾目標(biāo)進(jìn)行分類，實驗表明，該方法取得了較好的分類結(jié)果。對于沉在瓶底的大面積異物目標(biāo)，首先對瓶

4、底區(qū)域做噪聲去除和背景抑制的基本處理，繼而采用最大類間方差法對圖像進(jìn)行閡值分割，如此可以將瓶底偏亮區(qū)域分割出并獲得二值圖像，在此基礎(chǔ)上去除瓶壁的干擾。圖像中大面積異物與瓶底底部相接，根據(jù)該特性可以描繪出瓶底底部的上部曲線。最后分別利用PCA和Gabor提取出瓶底曲線的特征，同時采用支持向量機分類處理，并對兩種特征提取方法的準(zhǔn)確率做了比較和分析。
　　本文實現(xiàn)了啤酒瓶內(nèi)異物的自動檢測，在提升檢測效率與速度的同時具有巨大的經(jīng)濟(jì)效益。在