一种方便面料包在线检测装置及检测方法与流程

本发明涉及食品包装生产线检测领域，具体涉及一种方便面料包在线检测装置及检测方法。

背景技术：

现有的方便面生产线在面饼生产流程进入塑料装封装工序之前，需要加入各种料包，这些料包通过生产线上的料包分配机自动放置到面饼上，然而在现实生产环境中由于料包分配器的原因，可能会出现面饼中缺少料包的情况，产生残次品，极大影响了消费者的购买体验。

技术实现要素：

基于此，针对上述问题，有必要提出一种方便面料包在线检测装置及检测方法，可以对生产线上方便面料包投放情况进行检测。

本发明的技术方案是：

本发明第一方面提供了一种方便面料包在线检测装置，包括立柱和沿所述立柱轴线方向由上至下依次设置的上光源、相机、环形板、环形光源和安装支座；所述上光源固定设置于第一支架上，所述第一支架通过第一调节座与所述立柱连接；所述相机固定设置于安装板上，所述安装板通过第二调节座与所述立柱连接；所述环形板通过第三调节座与所述立柱连接；所述环形光源固定设置于第二支架上，所述第二支架通过第四调节座与所述立柱连接。

在其中一个实施例中，所述安装板与调节座之间还设有第一连接杆，所述第一连接杆与安装板固定连接，所述第一连接杆与调节座转动连接。通过调节第一连接杆的位置，从而调整相机的拍摄角度，使得所采集的图片中的相关信息满足工作人员的要求。

在其中一个实施例中，所述环形板的内环直径可调，通过调整环形板的内径，从而提高所采集的图片的清晰度，并且使采集到的所有图片的取景区域一致，方便后续的检测分析工作。

在其中一个实施例中，所述环形板与调节座之间设有第二连接杆，所述第二连接杆与环形板固定连接，所述第二连接杆与调节座转动连接，通过可以上下转动的第二连接杆，使得环形板内所限定的取景区域的角度方位能够自由改变。

在其中一个实施例中，所述环形光源下方还设有第一遮光板、第二遮光板和第三遮光板，所述第一遮光板与第二遮光板的朝向与所述第一支架的朝向相互垂直，所述第三遮光板设置于第一遮光板与第二遮光板之间远离立柱的一侧，遮光板的设置有利于降低周围环境的光线对相机所采集的图片的影响，使得后续分析环节中误差尽可能减少。

在其中一个实施例中，还包括设置于安装板上的处理器，所述处理器与相机通信连接。

在其中一个实施例中，安装于方便面生产线的料包分配器的沿方便面传输方向一侧。即料包分配器在面饼上放置料包以后，面饼沿生产线传输皮带至方便面料包在线检测装置正下方进行检测。

本发明第二方面提供了一种方便面料包在线检测方法，包括如下步骤：

s1、对每种料包的hsv颜色特征值进行采集，生成hsv颜色特征值数据表；

s2、计算实时采集的每一张面饼图片的hsv颜色特征值；

s3、对步骤s2中所采集的每一张图片进行分析，识别判定每一张图片中是否存在料包。

其中，所述步骤s1包括：

s11、对每种料包采集若干张料包图片，所使用的工具为方便面料包在线检测装置上的相机；

s12、将步骤s11中所采集的料包图片由rgb颜色空间转换为hsv颜色空间；

s13、计算步骤s12中每一张料包图片的hsv颜色特征值；

s14、将步骤s13所计算得到的所有颜色特征汇总生成hsv颜色特征值数据表，所述hsv颜色特征值数据表为256×256的矩阵，所述矩阵的行为h索引，所述矩阵的列为s索引，所述矩阵的值代表每一组(h，s)的点数。

其中，步骤s14中所述hsv颜色特征值数据表为256×256的矩阵，所述矩阵的行为h索引，所述矩阵的列为s索引，所述矩阵的值代表每一组(h，s)的点数。

其中，所述步骤s2包括：

s21、对生产线上的面饼进行图像采集；

s22、将步骤s21中所采集的面饼图片由rgb颜色空间转换为hsv颜色空间；

s23、计算步骤s22中每一张面饼图片的hsv颜色特征值；

其中，所述步骤s3包括：

s31、分别将步骤s23中所述面饼图片的hsv颜色特征值遍历步骤s14所生成的hsv颜色特征值数据表，若所述面饼图片的hsv颜色特征值在所述hsv颜色特征值数据表中对应的数量超过10，则将该点标记为料包的特征点，最后统计标记的特征点数，若特征点的数量超过10000，则将该图片标记为有料包，若特征点的数量少于10000则标记为无料包。

本发明第三方面提供了一种处理器，设置于第一方面所述的方便面料包在线检测装置中，并与相机通信连接；所述处理器用于运行程序，其中，所述程序运行时执行第二方面所述的方便面料包在线检测方法。

所述处理器包括：

颜色空间转换单元，用于将图片由rgb颜色空间转换为hsv颜色空间；

颜色特征值计算单元，用于计算图片的hsv颜色特征值；

存储单元，用于储存所生成的hsv颜色特征值数据表；

标记单元，用于对图片进行标记。

本发明的有益效果是：

(1)本发明所提供的方便面料包在线检测装置利用机器视觉系统代替人的工作，对生产线上的料包放置情况进行实时检测，有效避免了漏包或无包情况的发生；

(2)上光源和环形光源两种打光方式相互配合，能够有效地提升所采集的图片的质量，为后续图像识别工作提供优质的原始资料；

(3)调节座、第一连接杆以及第二连接杆的设置有利于上光源、相机、环形板和环形光源的位置自由调整，确保得到清晰优质的图片；

(4)通过调整环形板的内径，从而提高所采集的图片的清晰度尤其是消除图片边沿的模糊区域，并且使采集到的所有图片的取景区域一致，方便后续的检测分析工作；

(5)遮光板的设置有利于降低周围环境的光线对相机所采集的图片的影响，使得后续分析环节中误差尽可能减少；

(6)将hsv颜色空间特征技术应用到本发明中，结合方便面料包在线检测装置，从图像特征点位识别方向对料包投放情况进行实时检测，有效提升了检测效率；

(7)将预先采集的料包图片作为依据，对实时采集的面饼图片进行特征点位识别，有效提高了识别精度；

(8)通过hsv颜色空间特征技术将有料包和无料包的面饼区分并标记，有利于后续对残缺品面饼的筛选处理；

(9)将处理器设置于相机旁并与相机通信连接，节省了空间，同时料包图片采样和面饼图片采集均可以通过方便面料包在线检测装置内置的相机进行操作，加快了检测工作进度。

附图说明

图1是本发明实施例所述方便面料包在线检测装置与料包分配器在生产线上的位置关系示意图；

图2是本发明实施例1所述方便面料包在线检测装置的结构示意图；

图3是本发明实施例5所述方便面料包在线检测装置的结构示意图；

图4是本发明实施例第一遮光板、第二遮光板和第三遮光板摆放位置关系示意图；

图5是本发明实施例1所述方便面料包在线检测方法的流程示意图；

附图标记说明：

1-立柱、2-上光源、21-第一支架、22-第一调节座、3-相机、31-安装板、32-第二调节座、33-第一连接杆、34-处理器、4-环形板、41-第三调节座、42-第二连接杆、5-环形光源、51-第二支架、52-第四调节座、6-安装支座、7-第一遮光板、8-第二遮光板、9-第三遮光板、10-方便面料包在线检测装置、11-料包分配器、12-方便面生产线。

具体实施方式

下面结合附图对本发明的实施例进行详细说明。

实施例1：

如图1-图5所示，将方便面料包在线检测装置10安装于方便面生产线12的料包分配器11的沿方便面传输方向一侧，即料包分配器11两两之间设置有方便面料包在线检测装置10；一种方便面料包在线检测装置，包括立柱1和沿所述立柱1轴线方向由上至下依次设置的上光源2、相机3、环形板4、环形光源5和安装支座6；所述上光源2固定设置于第一支架21上，所述第一支架21通过第一调节座22与所述立柱1连接；所述相机3固定设置于安装板31上，用于对生产线上的料包及面饼图片进行采集，所述安装板31通过第二调节座32与所述立柱1连接；所述环形板4通过第三调节座41与所述立柱1连接；所述环形光源5固定设置于第二支架51上，所述第二支架51通过第四调节座52与所述立柱1连接。

采用上述方便面料包在线检测装置对面饼上料包的放置情况进行检测，具体地，包括如下步骤：

s1、对每种料包(例如酱包、菜包、盐包等)图片的hsv颜色特征值进行采集，生成hsv颜色特征值数据表；

s11、对每种料包采集若干张料包图片，所使用的工具为方便面料包在线检测装置上的相机；

s12、将步骤s11中所采集的图片由rgb颜色空间转换为hsv颜色空间，具体为：分别计算rgb中的最大分量max＝max(r,g,b)和最小分量min＝min(r,g,b)，v值(明度)在数值上等于所得到的rgb最大分量max＝max(r,g,b)，s值(饱和度)可由公式s＝(max-min)/max得出，然后将s值映射到[0，255]，通过公式h＝(g-b)/(max-min)*60(r为最大值的情况)或h＝120+(b-r)/(max-min)*60(g为最大值的情况)或h＝240+(r-g)/(max-min)*60(b为最大值的情况)计算出h值(色调)，若所得h值小于0则加360，然后将h值映射到[0，255]，从而将rgb颜色空间的图片转换为hsv颜色空间的图片，由此分别得到h(色调)图片、s(饱和度)图片和v(明度)图片；

此步骤所对应的为处理器的颜色空间转换单元，通过颜色空间转换单元按上述步骤s12的方法运行相关程序，达到图片的颜色空间转换的目的。

s13、计算步骤s12中每一张图片的hsv颜色特征值，具体为：

对步骤s12中得到的h(色调)图片和s(饱和度)图片，进行逐点扫描，得到该点的h值和s值，以h值和s值分别作为矩阵(256×256)的行索引和列索引，对该位置的元素值加1。扫描完后，便得到一张图片的hs分布矩阵，即hsv颜色特征矩阵，进而计算出对应的hsv颜色特征值。

此步骤所对应的为处理器的颜色特征值计算单元；

s14、将步骤s13所计算得到的所有颜色特征汇总生成hsv颜色特征值数据表，所述hsv颜色特征值数据表为256×256的矩阵，所述矩阵的行为h索引，所述矩阵的列为s索引，所述矩阵的值代表每一组(色调，饱和度)的点数，所生成的hsv颜色特征值数据表储存于处理器的存储单元中；

s2、计算实时采集的每一张面饼图片的hsv颜色特征值；

s21、对生产线上的面饼进行图像采集；

s22、将步骤s21中所采集的图片由rgb颜色空间转换为hsv颜色空间，具体为分别计算rgb中的最大分量max＝max(r,g,b)和最小分量min＝min(r,g,b)，v值(明度)在数值上等于所得到的rgb最大分量max＝max(r,g,b)，s值(饱和度)可由公式s＝(max-min)/max得出，然后将s值映射到[0，255]，通过公式h＝(g-b)/(max-min)*60(r为最大值的情况)或h＝120+(b-r)/(max-min)*60(g为最大值的情况)或h＝240+(r-g)/(max-min)*60(b为最大值的情况)计算出h值(色调)，若所得h值小于0则加360，然后将h值映射到[0，255]，从而将rgb颜色空间的图片转换为hsv颜色空间的图片，由此分别得到h(色调)图片、s(饱和度)图片和v(明度)图片；

此步骤所对应的为处理器的颜色空间转换单元，通过颜色空间转换单元按上述步骤s12的方法运行相关程序，达到图片的颜色空间转换的目的。

s23、计算步骤s22中每一张图片的hsv颜色特征值，具体为对步骤s22中得到的h(色调)图片和s(饱和度)图片，进行逐点扫描，得到该点的h值和s值，以h值和s值分别作为矩阵(256×256)的行索引和列索引，对该位置的元素值加1。扫描完后，便得到一张图片的hs分布矩阵，即hsv颜色特征矩阵，进而计算出对应的hsv颜色特征值；

此步骤所对应的为处理器的颜色特征值计算单元。

s3、对步骤s2中所采集的每一张图片进行分析，识别判定每一张图片中是否存在料包；

s31、分别将步骤s23中所述图片的hsv颜色特征值遍历步骤s14所生成的hsv颜色特征值数据表，对所述图片进行逐点扫描，若所述图片该点的hsv颜色特征值在所述hsv颜色特征值数据表中对应的数量超过10，即认为满足要求，则标记该点为料包的特征点。扫描完图片所有的点后，统计满足要求的特征点总数，若超过设定的门限10000，则将该图片标记为有料包，否则将该图片标记为无料包，标记行为由处理器的标记单元发出。

实施例2：

如图2所示，作为实施例1的一种改进，其余技术特征与实施例1相同，所不同之处在于，所述安装板31与第二调节座32之间还设有第一连接杆33，所述第一连接杆33与安装板31固定连接，所述第一连接杆33与第二调节座32转动连接。

实施例3：

如图2所示，作为实施例1的一种改进，其余技术特征与实施例1相同，所不同之处在于，所述环形板4的内环直径可调；所述环形板4与第三调节座41之间设有第二连接杆42，所述第二连接杆42与环形板4固定连接，所述第二连接杆42与第三调节座41转动连接。

实施例4：

如图3和图4所示，作为实施例1的一种改进，其余技术特征与实施例1相同，所不同之处在于，所述环形光源5下方还设有第一遮光板7、第二遮光板8和第三遮光板9，所述第一遮光板7与第二遮光板8的朝向与所述第一支架21的朝向相互垂直，所述第三遮光板9设置于第一遮光板7与第二遮光板8之间远离立柱1的一侧。

实施例5：

如图4所示，作为实施例1的一种改进，其余技术特征与实施例1相同，所不同之处在于，所述安装板31与第二调节座32之间还设有第一连接杆33，所述第一连接杆33与安装板31固定连接，所述第一连接杆33与第二调节座32转动连接；所述环形板4的内环直径可调；所述环形板4与第三调节座41之间设有第二连接杆42，所述第二连接杆42与环形板4固定连接，所述第二连接杆42与第三调节座41转动连接；所述环形光源5下方还设有第一遮光板7、第二遮光板8和第三遮光板9，所述第一遮光板7与第二遮光板8的朝向与所述第一支架21的朝向相互垂直，所述第三遮光板9设置于第一遮光板7与第二遮光板8之间远离立柱1的一侧；在安装板31上还设置有与相机3通信连接的处理器34。

以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。