基于圖像處理和DSP的啤酒瓶污損檢測(cè).pdf

1、我國(guó)啤酒行業(yè)的迅速發(fā)展急切需要對(duì)原有的生產(chǎn)線進(jìn)行改進(jìn)，以提高生產(chǎn)效率，向著高速化、高精度、智能化方向發(fā)展。目前國(guó)內(nèi)對(duì)啤酒瓶缺陷識(shí)別系統(tǒng)的研究還處于初級(jí)階段，生產(chǎn)廠家大多采用人工檢測(cè)方法，很容易受人眼分辨能力和易疲勞等主觀因素的影響，無(wú)法保質(zhì)保量地完成生產(chǎn)任務(wù)；機(jī)器視覺(jué)系統(tǒng)具有速度快、精度高、非接觸等優(yōu)點(diǎn)，將其應(yīng)用于啤酒瓶檢測(cè)，可以有效的克服人工驗(yàn)瓶方式的不足，提高啤酒生產(chǎn)的自動(dòng)化程度與生產(chǎn)效率。視覺(jué)檢測(cè)系統(tǒng)要完成啤酒瓶的在線檢測(cè)，必須提

2、高圖像的處理速度。 本課題主要研究基于圖像處理和DSP的啤酒瓶污損檢測(cè)技術(shù)，以求能滿(mǎn)足啤酒瓶檢測(cè)機(jī)對(duì)速度的高度要求，為后續(xù)的開(kāi)發(fā)做鋪墊。本課題的主要工作和創(chuàng)新點(diǎn)如下： (1)啤酒瓶圖象預(yù)處理方法研究。以Visual C++為開(kāi)發(fā)平臺(tái)，實(shí)現(xiàn)了灰度圖象的圖像濾波、直方圖均衡、灰度拉伸、窗口變換、閾值分割、邊緣提取、形態(tài)學(xué)操作等圖象處理并運(yùn)用于啤酒瓶的圖象處理中，以研究符合實(shí)際需要的圖象處理方法，為后續(xù)的缺陷檢測(cè)和DSP平臺(tái)上

3、的代碼移植做準(zhǔn)備。 (2)圖像定位算法研究。瓶口和瓶底缺陷檢測(cè)的關(guān)鍵在于圓心的定位，這是進(jìn)行后續(xù)缺陷檢測(cè)的前提。根據(jù)瓶口圓環(huán)邊緣比較清晰，干擾邊緣比較少的特點(diǎn)，對(duì)瓶口圓心的定位采用了直線離散掃描法確定一組外圓邊緣點(diǎn)利用改進(jìn)的重心法計(jì)算圓心，然后根據(jù)邊緣點(diǎn)與圓心的距離計(jì)算半徑。由于內(nèi)徑上點(diǎn)不均勻，根據(jù)內(nèi)外徑成比例的特點(diǎn)確定內(nèi)徑。由于瓶底圓環(huán)邊緣不明顯，對(duì)瓶底圓心的定位則采用先對(duì)增強(qiáng)后瓶底進(jìn)行邊緣檢測(cè)，再利用改進(jìn)的梯度Hough變換

4、來(lái)檢測(cè)圓。 (3)次瓶判斷方法研究。對(duì)瓶口圖象，根據(jù)采集圖象的實(shí)際特點(diǎn)，選取兩種特征值，一是外圓上邊緣點(diǎn)的飽和度(即檢測(cè)到的邊緣點(diǎn)占理想條件下邊緣點(diǎn)數(shù)的比率)，二是利用環(huán)形掃描算法把瓶口圓環(huán)內(nèi)圖象分為16個(gè)扇區(qū)，計(jì)算得到的扇區(qū)內(nèi)邊緣點(diǎn)數(shù)以及相鄰扇區(qū)內(nèi)邊緣點(diǎn)數(shù)差；瓶底圖象定位后分為防滑紋圓環(huán)區(qū)域和內(nèi)圓區(qū)域，防滑紋區(qū)分為16個(gè)扇區(qū)用鄰區(qū)均值比較法判斷缺陷，內(nèi)圓區(qū)分為內(nèi)接正方形區(qū)(等分為16份)和內(nèi)接正方形外的弓形區(qū)域，提出一種新的基