一种用于瓶子瓶口的缺陷检测方法与流程

本发明涉及图像处理领域，特别是涉及一种用于瓶子瓶口的缺陷检测方法。

背景技术：

目前，为了环保和节省成本，啤酒、饮料等生产厂家大都使用可以回收利用的玻璃瓶。在对啤酒瓶的回收利用中，用目测法对啤酒瓶瓶口进行检测是一项非常耗费人力时间的工作，并且不能保证检测的可靠性。为了减少人力时间成本，实现工业上的自动化，基于机器人视觉的机器自动检测应运而生，但是目前国内采用的检测机器大部分都是进口的，价格昂贵，一般中、小企业无能力购买，另外由于瓶子大小、颜色和国情等因素使得国外的检测设备并不完全适用于国内。因此，开发一套快速且有效的瓶口的检测方法是很有必要的。

技术实现要素：

为了解决上述问题，本发明提供了一种用于瓶子瓶口的缺陷检测方法，可以检测瓶口缺陷的速度快，准确率高，能够满足生产线上的要求。

基于此，本发明提供了一种用于瓶子瓶口的缺陷检测方法，所述方法包括：

对所述瓶口图像进行阈值分割、特征提取，并提取待建立模板区域；

根据所述待建立模板区域的中心坐标和轮廓最高点的纵坐标，生成待裁剪区域；

所述瓶口图像中裁剪出所述待裁剪区域，并对所述待裁剪区域进行阈值分割后得到区域面积；

所述瓶口图像为瓶口完整的图像时，得到的区域面积作为面积标准；

将所述瓶口图像得到的区域面积与面积标准相减，所述相减得到的差值的绝对值与预设值做对比，若所述差值的绝对值大于预设值，则所述瓶口不合格。

其中,所述读取待检测图像之前对所述瓶口完整的图像进行去噪处理。

其中，所述对所述瓶口图像进行阈值分割、特征提取，并提取待建立模板区域包括：

对所述瓶口图像进行全局阈值分割，提取灰度值在预设灰度范围内的像素点；

对所述像素进行连通区域联合，根据所述连通区域的形状面积特征提取出最大面积区域作为待处理图像；

对所述待处理图像进行灰度级闭运算后作为待建立模板区域。

其中,所述全局阈值分割的方法包括：直方图双峰法。

其中，所述像素点的行坐标与纵坐标均取平均值即为区域中心坐标。

其中，所述像素点纵坐标最小的点，即轮廓最高点。

其中，所述根据所述待建立模板区域的中心坐标和轮廓最高点的纵坐标，生成待裁剪区域包括：

以所述中心坐标为中心，生成矩形的待裁剪区域，所述待裁剪区域以瓶口为中心对称。

其中，所述阈值分割根据瓶口图像与背景图像在灰度上的差异，将所述瓶口图像分割为具有不同灰度级的目标区域和背景区域，选取阈值并确定所述瓶口图像中每个像素点属于目标区域或背景区域，产生对应的二值图像。

其中，所述全局阈值通过计算所述待裁剪区域中波峰灰度值减去一个预设灰度值实现。

其中，若所述差值的绝对值小于预设值，则所述瓶口合格，若所述差值的绝对值小于预设值的十分之一，则为一等瓶口，若所述差值的绝对值大于预设值的十分之一小于预设值，则为二等瓶口。

本发明的可以检测瓶口缺陷的速度快，准确率高，能够满足生产线上的要求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的用于瓶子瓶口的缺陷检测方法的流程图；

图2是本发明实施例提供的瓶口完整的示意图；

图3是本发明实施例提供的待检测的样本瓶口的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

s101、对瓶口图像进行阈值分割、特征提取，并提取待建立模板区域；

对瓶口图像进行阈值分割、特征提取，并提取待建立模板区域之前，可先对所述瓶口图像进行去噪处理。

图像噪声是指使用某种方法从被摄体或信息源把信息传递给受看者时，如果通过视觉接收平面二维亮度分布，那么对这种接收起干扰作用的亮度分布就叫图像噪声。图像噪声通常用信噪比来量化或描述。

对所述瓶口图像进行去噪处理的目的是改善瓶口图像，解决瓶口图像由于噪声干扰而导致图像质量下降的问题。通过去噪处理可以有效地提高图像质量，增大信噪比，更好的体现瓶口图像所携带的信息。

可采用高斯滤波、中值滤波等方法对所述瓶口图像进行去噪处理。

所述对所述瓶口图像进行阈值分割、特征提取，并提取待建立模板区域包括：

对所述瓶口图像进行全局阈值分割，提取灰度值在预设灰度范围内的像素点；

对所述像素进行连通区域联合，根据所述连通区域的形状面积特征提取出最大面积区域作为待处理图像；

对所述待处理图像进行灰度级闭运算后作为待建立模板区域。

图像分割是将数字图像分成互不重叠的区域并提取出感兴趣目标的图像分割算法，一般是基于灰度的两个性质之一：不连续性和相似性。第一个性质的应用是基于灰度的不连续变化来分割图像。第二个性质的主要应用是根据事先制定的准则将图像分割为相似的区域。

图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一，它是对图像进行视觉分析和模式识别的基本前提。图像阈值分割即是其中的一种方法，图像分割也可理解为把图像中有意义的特征区域或者需要应用的特征区域提取出来，这些特性区域可以是像素的灰度值、物体轮廓曲线、纹理特性等，也可是空间频谱或直方图特征等阈值分割技术。阈值分割图像的基本原理描述如下：利用图像中要提取的目标物与其背景在灰度特性上的差异，把图像视为具有不同灰度级的两类区域(目标和背景)的组合，选取一个合适的阈值，以确定图像中每个像素点应该属于目标区域还是背景区域，从而产生对应的二值图像。

阈值分割是一种简单有效的图像分割方法，它对物体与背景有较强对比的图像分割特别有效，所有灰度大于或者等于预知的像素被判决为属于物体，灰度值用255表示前景，否则这些像素点被排除在物体区域外，灰度值为0，表示背景。

其中，所述瓶口图像进行阈值分割包括但不仅限于：对所述瓶口图像进行全局阈值分割，所述全局阈值通过计算所述瓶口图像中波峰灰度值减去一个预设灰度值实现。

对所述瓶口图像进行阈值分割的方法除了全局阈值分割外还包括自适应阈值分割等阈值分割方法。

所述全局阈值分割的方法包括直方图双峰法，除此之外还包括最大类间方差法等方法。

所述连通区域是指复平面上的一个区域g，如果在其中任做一条简单闭曲线，而闭曲线的内部总属于g，就称g为单连通区域。一个区域如果不是单连通区域，就称为多连通区域。

连通性是描述区域和边界的重要概念，包括：4连通、8连通、m连通，两像素连通的必要条件：1、两像素位置是否相邻；2、两像素灰度值是否满足特定的相似性准则。

(1)4连通：两个像素p和q，如果p在q的4邻域中，称这两个像素是4连通；

(2)8连通：两个像素p和q，如果p在q的8邻域中，称这两个像素是8连通；

(3)m连通：1、两个像素p和q，p在q的4邻域内，或者p在q的d邻域内，2、且p和q的4邻域的交集为空，即m连通是4连通和d连通的混合(mixture)连通。

所述瓶口图像里的每个连通集构成所述瓶口图像的一个区域，根据所述连通区域的形状面积特征提取出最大面积区域作为待处理图像；

对所述待处理图像进行灰度级闭运算后作为待建立模板区域。

先膨胀后腐蚀的过程称为闭运算，用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。

腐蚀是一种消除边界点，使边界向内部收缩的过程。可以用来消除小且无意义的物体。腐蚀的算法：用3x3的结构元素，扫描图像的每一个像素用结构元素与其覆盖的二值图像做“与”操作如果都为1，结果图像的该像素为1。否则为0。结果：使二值图像减小一圈。

膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。可以用来填补物体中的空洞。膨胀的算法：用3x3的结构元素，扫描图像的每一个像素用结构元素与其覆盖的二值图像做“与”操作如果都为0，结果图像的该像素为0。否则为1。结果：使二值图像扩大一圈。

所述待处理图像进行灰度级闭运算后作为待建立模板区域。

s102、根据所述待建立模板区域的中心坐标和轮廓最高点的纵坐标，生成待裁剪区域；

所述像素点的行坐标与纵坐标均取平均值即为区域中心坐标。所述像素点纵坐标最小的点，即轮廓最高点，以中心坐标为中心，生成以瓶口为中心对称的矩形区域即待裁剪区域。

s103、所述瓶口图像中裁剪出所述待裁剪区域，并对所述待裁剪区域进行阈值分割后得到区域面积；

所述瓶口图像中裁剪出所述待裁剪区域即将所述待裁剪区域从所述瓶口图像中分离开来，使得图像中瓶口的部分所占图像的比例变得更大，对所述待裁剪区域进行阈值分割即得到区域面积。

s104、所述瓶口图像为瓶口完整的图像时，得到的区域面积作为面积标准；

图2为瓶口完整的图像，对所述瓶口完整的图像进行s101到s103的操作之后得到的区域面积作为面积标准，所述面积标准用于判断瓶口是否合格的一个常数。

s105、将所述瓶口图像得到的区域面积与面积标准相减，所述相减得到的差值的绝对值与预设值做对比；

所述瓶口图像包括瓶口完整的图像和瓶口破损的图像，瓶口破损的图像进行s101到s103的操作之后得到区域面积，将所述区域面积与面积标准相减得到一个差值，所述差值可能为负数，所以将所述差值取绝对值与预设值进行对比。

s106、判断所述差值的绝对值是否大于预设值；

s107、所述差值的绝对值大于预设值，所述瓶口不合格；

s108、所述差值的绝对值不大于预设值，所述瓶口合格。

所述差值不大于预设值，即在所述瓶口合格的条件下，还可以将瓶口分为若干等级，如若所述差值的绝对值小于预设值，则所述瓶口合格，若所述差值的绝对值小于预设值的十分之一，则为一等瓶口，若所述差值的绝对值大于预设值的十分之一小于预设值，则为二等瓶口。

采用本发明，可以检测瓶口缺陷的速度快，准确率高，能够满足生产线上的要求。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。