专利名称：混合生产线上的基于机器视觉检测的三种瓶体识别方法
技术领域：
本发明属于生产线自动检测与控制领域，涉及一种混合生产线上的基于机器视觉检测的三种瓶体识别方法。
背景技术：
随着自动化生产技术的飞速发展，高速度、高效率产生高收益，用最低成本获取最大利润，已经成为各类型产品生产厂商追求的目标。在一些大型企业中，一条自动化生产线已经不限于只适用于对一种产品的清洗、烘干、灌装等处理，不同产品在同一条生产线上经过识别分类后再分流到各分支进行后续处理，在保证高速、高效的基础上大大降低生产成本，提高生产效益。在现代社会中，人们对生活质量的要求日益提高，各类型保健产品成为人们青睐的对象。在日常生活中，选用保健酒代替传统白酒的趋势渐增，中国的保健酒市场呈现以每年30%的速度稳步增长，每年增加的保健酒生产企业约200家。同时我国在医药产品的生产方面居于世界前列，2011年1-2月医药制造业销售收入同比增长32. 35%，其中注射针剂、大输液、口服液等灌装药品在该市场中占有很大份额。国内很多厂家瞄准了这个市场， 纷纷引进保健酒、注射针剂、大输液等产品的生产技术。这类产品均属于灌装产品，具有较大的相似性，因此考虑如何实现在同一条生产线上对多种不同类型产品进行处理，实现设备最大利用化、成本最小化、收益最大化是一个重要的研究课题。
发明内容
本发明所要解决的技术问题是提出一种混合生产线上的基于机器视觉检测的三种瓶体识别方法，利用数字图像处理技术对检测对象进行预处理后，自适应阈值的归一化水平扫描和垂直扫描获取目标的几何特征信息，同时结合目标的不变矩特性构成模式特征矢量，再经过结合单层感知器和改进型BP神经网络的分类器处理后，对产品实现准确识别。本发明的技术解决方案如下一种混合生产线上的基于机器视觉检测的三种瓶体识别方法，其特征在于，包括如下步骤步骤1 对原始检测图像进行图像预处理，及对原始检测图像进行一次3X3的中值滤波，剔除噪声干扰和增强图像；步骤2 对经过步骤1预处理后的图像，提取目标模式特征矢量2)计算灰度均值表示目标灰度特征
权利要求
1. 一种混合生产线上的基于机器视觉检测的三种瓶体识别方法，其特征在于，包括如下步骤步骤1 对原始检测图像进行图像预处理，及对原始检测图像进行一次3X3的中值滤波，剔除噪声干扰和增强图像；步骤2 对经过步骤1预处理后的图像，提取目标模式特征矢量 1)计算灰度均值表示目标灰度特征
2.根据权利要求1所述的一种混合生产线上的基于机器视觉检测的三种瓶体识别方法，其特征在于，所述步骤3的初步分类处理过程中，对输入矢量作如下模糊化处理若灰度特征P1小于200，则将P1置为0，否则置为1 ； 若特征瓶宽P2小于400，则将P2置为0，否则置为1 ； 若特征瓶高P3小于700，则将P3置为0，否则置为1 ； 若高宽比特征P4小于2，则将P4置为0，否则置为1 ； 处理后目标输入矢量为 第一种瓶体输入矢量为0110; 第二种瓶体输入矢量为1001 ； 第三种瓶体输入矢量为0100。
3.根据权利要求1所述的一种混合生产线上的基于机器视觉检测的三种瓶体识别方法，其特征在于，所述步骤3的初步分类处理过程中，单层感知器的输出规则如下 若输入为第一种瓶体或第二种瓶体，则输出Sout为1，否则输出Sout为O。
4.根据权利要求1所述的一种混合生产线上的基于机器视觉检测的三种瓶体识别方法，其特征在于，三种瓶体分别为劲酒瓶、安瓿瓶和大输液瓶，所述步骤3中 当输出Soutput为100，表明当前的瓶体为劲酒瓶； 当输出Soutput为010，表明当前的瓶体为安瓿瓶； 当输出Soutput :001，表明当前的瓶体为大输液瓶。
全文摘要
本发明公开了一种混合生产线上的基于机器视觉检测的三种瓶体识别方法，利用数字图像处理技术对检测对象进行预处理后，采取自适应阈值的归一化水平扫描和垂直扫描获取目标的几何特征信息，同时结合目标的不变矩特性构成模式特征矢量，再经过结合单层感知器和改进型BP神经网络的分类器处理，对产品实现准确识别。本发明中将带有自适应阈值的归一化投影技术用于求取检测对象的几何特征，简化了计算步骤，耗时较少，具有较广泛的适用性，可推广到各类型检测对象几何特征的提取。同时分类器结合了单层感知器和BP神经网络两种类型的神经网络，根据特征矢量的不同选择不同的网络结构，自适应较强，提高了识别分类的精确度。
文档编号G06K9/54GK102393908SQ20111017944
公开日2012年3月28日 申请日期2011年6月29日 优先权日2011年6月29日
发明者乔豫川, 刘彩苹, 刘畅, 周博文, 周金丽, 张耀, 朱慧慧, 毛建旭, 王耀南 申请人:湖南大学