一种基于多次随机圆检测及拟合度评估的啤酒瓶口定位方法
【技术领域】
[0001] 本发明涉及工业自动化检测技术领域，特别涉及一种基于多次随机圆检测及拟合 度评估的啤酒瓶口定位方法。
【背景技术】
[0002] 我国每年的啤酒瓶需求量巨大，据中商产业研究院统计数据显示，2014年啤 酒行业累计产量高达4921. 85万千升，按每瓶啤酒530ml的瓶装容量计算，则需要多达 9. 28651 X 101°个啤酒瓶，其中80%以上的啤酒瓶使用回收旧瓶，存在着大量瓶口破损的 瓶，使用瓶口破损的瓶可能给生产线和消费者带来重大安全隐患，因此啤酒灌装前必须检 测啤酒空瓶瓶口质量，目前国内大部分啤酒企业使用基于机器视觉检测的空瓶检测机（国 外设备占主要市场）进行空瓶质量检测，而在基于视觉的瓶口检测过程中瓶口定位是一个 必要过程，如果瓶口定位误差过大，将造成后续瓶口质量检测结果不正确。目前，已经有大 量瓶口定位方法的有关研究。
[0003] 国外，早在20世纪60年代研制出了空瓶检测机。1986年，《bottle mouth defect inspection apparatus》中提出使用一种弧形光源和光电传感器获取瓶口图像，通过径向 方向的扫描实现5种类型的瓶口缺陷检测；1989年，《inspection device》中设种检 测瓶口表面缺陷的装置；2004 年，《fault detection and localization in empty water bottles through machine vision》中应用Hough变换法实现空矿泉水瓶底定位；2012年， 《empty bottle inspection》中使用彩色相机和彩色环形光源设计实现瓶口缺陷检测，实 现各种颜色瓶的瓶口缺陷检测。国外有关文献，描述瓶口检测设备的占大部分，而详细描述 瓶口定位方法的文献非常少。国内，对空瓶检测机的研究始于20世纪90年代末。1999年， 任谋在《玻璃空瓶检测技术与应用概念》最早公开对空瓶检测系统的有关研究，但并未深入 研究瓶口定位的具体方法。2001年，段峰、王耀南等在《PLC在直线式空瓶检测机中的应用》 中最先展开对空瓶检测系统和定位检测算法具体研究，马慧敏在《a glass bottle defect detection system without touching》中公开一种简单高效的瓶口定位方法，首先获取瓶 口图像的Roberts边缘，然后求边缘的中心并将它作为瓶口中心，该方法在瓶口图像干扰 少的情况下，定位精度满足要求；2003年，湖南大学成功研制出我国首台空瓶检测机器人， 其中使用四种改进的重心法实现瓶口定位（见文献《基于机器视觉的智能空瓶检测机器人 研究》）；2004年，段峰为改善定位算法抗干扰能力，提出逐次逼近法（见文献《a real-time machine vision system for bottle finish inspection〉〉）、直方图滑动窗口法（见文南犬 《empty bottle inspector based on machine vision》、《基于机器视觉的智能空瓶检测 机器人研究》和《a machine vision inspector for beer bottle》）；2006年，李欣在《基 于机器视觉的啤酒瓶空瓶检测机设计开发》中提中出采用等间隔网格点扫描的快速定位方 法，该方法能快速确定瓶口目标区域大致位置，严筱永在《基于图像的啤酒瓶瓶口与瓶底污 损自动检测》中讨论基于图像匹配和Hough变换圆检测的瓶口定位方法，并对Hough变化 法改进，通过合理选择边缘点组数量以使改进的Hough变化法满足实时性要求；2007年，段 峰在《啤酒瓶视觉检测机器人研究》中提出一种瓶口定位综合方法，并比较重心法、逐次逼 近法及综合方法定位精度和执行时间，综合方法首先通过阈值分割、重心计算和径向扫描 获取瓶口内边缘点，随后将边缘点均匀分组通过三点求圆得到一系列圆参数，随后使用直 方图滑动窗口法得到瓶口中心，该方法定位误差最小，但执行速度稍慢，逐次逼近法和综合 方法都选择瓶口内边缘拟合，因为段峰研发的空瓶检测机器人获得的瓶瓶口源图像的内边 缘比外边缘清晰且干扰少，马思乐、黄彬等在《一种空瓶瓶口缺陷的检测方法及装置》中应 用最小二乘法实现啤酒瓶口定位，罗琳在《可乐瓶口缺陷快速检测系统的研制》中针对可乐 瓶口缺陷检测问题，采用最小二乘椭圆拟合法对瓶口内外边缘拟合，随后取圆心均值作为 瓶口中心；2009年，张伟东、张田田分别在《在线空瓶检测系统的研究与开发》和《基于机器 视觉的啤酒瓶瓶口检测系统的研究》中分析Hough圆检测、重心法、最小二乘法，张伟东还 提出一种简易精圆检测法，其中Hough变化法计算量大，中心法和最小二乘法速度快，但抗 干扰能力差，简易精圆检测法首先使用与段峰相同的方法得到一系列圆参数，随后根据瓶 口、瓶底结构参数和经验数据过滤后求均值圆心和半径作为瓶口中心，该法执行速度和抗 干扰性能兼顾，李丽在《酒瓶检测中的机器视觉检测技术研究》中为提升最小二乘法抗干扰 能力，采用内、外圆定位结合的方法，此方法与单次最小二乘法相比执行速度有较大程度降 低，因为当外圆定位不准确时，需要从新进行径向扫描获取内圆边缘点，因此耗时长；2013 年，王贵锦在《瓶口定位方法》中提出一种随机算采样一致性算法与最小二乘法结合的瓶口 定位方法，该法采用与随机圆检测法（见文献《an efficient randomized algorithm for detecting circles》）类似的圆检测法（区别是王贵锦从边缘点中随机采样三点，而随机 圆检测法随机采样四点），同时也综合最小二乘执行速度快以及内、外圆定位方法相结合抗 干扰能力强的特点，与之前所有定位算法相比抗干扰能力更强，不过当瓶口出现缺失或存 在大量连续干扰时，需要两次检测瓶口边缘点，耗时长。
[0004] 上述各种定位方法存在着一个共同难题：当瓶口边缘部分缺损或存在大量干扰 时，如图2所示，其中边缘缺损或干扰边缘均用闭合虚线区域标出，无法实现高速高精度瓶 口定位。
【发明内容】
[0005] 本发明针对现有瓶口定位方法在瓶口严重缺损和存在大量干扰时定位误差大的 问题，提出了一种基于多次随机圆检测及拟合度评估的啤酒瓶口定位方法，通过多次提取 随机圆并计算随机圆的拟合度，基于随机圆拟合度来定位瓶口，克服现有技术中存在的问 题。
[0006] 一种基于多次随机圆检测及拟合度评估的啤酒瓶口定位方法，包括以下步骤：
[0007] 步骤1 :采集啤酒瓶口图像，获取啤酒瓶口外边缘点；
[0008] 步骤I. 1 :对瓶口图像进行全局阈值分割，得到瓶口目标区域；
[0009] 步骤1. 2 :根据瓶口目标区域坐标值计算出重心坐标；
[0010] 步骤1. 3 :以上述步骤得到的重心为圆心，进行径向扫描获取瓶口外边缘点；
[0011] 步骤2 :用三点随机圆评估法进行圆检测，确定啤酒瓶口中心；
[0012] 步骤2. 1 :从步骤1获得的啤酒瓶口外边缘点中任意选择三个点
，以所选择的三个外边缘点确定一个圆，记 作随机圆，并记随机圆心坐标为c_八）和半径为C_Rle;
[0013] ie表示第i e次选取外边缘点中的任意三个点，得到的第i e个随机圆；
[0017] 其中，z表示任意选取的取值为1，2, 3 ;
[0018] 步骤2. 2 :计算随机圆的拟合度并判断该随机圆拟合度是否大于给定拟合度阈值 Tgf，若大于，则执行下一步，否则，返回步骤2. 1 ;
[0019] 其中，Tgf彡30%，为大于10的整数。
[0020] 所述随机圆的拟合度记作gf，为所有外边缘点到随机圆圆上的距离小于给定距离 阈值的外边缘点的数目与外边缘点总数的比值；
[0021] 步骤2.3 :将上述步