基于機(jī)器視覺的瓶蓋封裝檢測系統(tǒng)*

王宇吳智恒陳啟愉莫爵賢童季剛

（1.昆明理工大學(xué)機(jī)電工程學(xué)院 2.廣東省智能制造研究所）

基于機(jī)器視覺的瓶蓋封裝檢測系統(tǒng)*

王宇1,2吳智恒2陳啟愉2莫爵賢2童季剛2

（1.昆明理工大學(xué)機(jī)電工程學(xué)院 2.廣東省智能制造研究所）

針對目前瓶蓋封裝人工檢測效率低、不穩(wěn)定等問題，設(shè)計基于機(jī)器視覺的瓶蓋封裝檢測系統(tǒng)。采用多傳感器融合技術(shù)，通過相機(jī)對瓶蓋封裝產(chǎn)品進(jìn)行圖像采集；采用VS2010配合OpenCV庫對圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)的分析處理，并將結(jié)果反饋到控制端，剔除不合格產(chǎn)品。與人工檢測試驗(yàn)對比發(fā)現(xiàn)：該系統(tǒng)可對瓶蓋封裝產(chǎn)品進(jìn)行高效率、高合格率的檢測，滿足瓶蓋產(chǎn)品封裝檢測生產(chǎn)線自動化的要求。

機(jī)器視覺；多傳感器；瓶蓋封裝；檢測系統(tǒng)

0 引言

隨著各類瓶裝產(chǎn)品消費(fèi)量的迅速增長、瓶裝產(chǎn)品包裝檢測行業(yè)的迅速發(fā)展和食品質(zhì)量檢測標(biāo)準(zhǔn)的不斷提高，瓶裝產(chǎn)品的質(zhì)量越來越受到人們的重視[1]。瓶蓋的質(zhì)量檢測是瓶裝產(chǎn)品質(zhì)量檢測的重要環(huán)節(jié)，傳統(tǒng)的檢測方法，主要靠人工裸眼完成。由于人為干預(yù)會帶來產(chǎn)品衛(wèi)生問題，生產(chǎn)效率低，易出現(xiàn)漏檢、誤檢等問題，且人工檢測無法適應(yīng)當(dāng)前瓶蓋的生產(chǎn)速度（每秒10個以上）[2]。機(jī)器視覺經(jīng)過幾十年的發(fā)展，已廣泛應(yīng)用于機(jī)器人視覺、航空測繪、反求工程、醫(yī)學(xué)成像和工業(yè)檢測等領(lǐng)域[3-4]。同時機(jī)器視覺系統(tǒng)具有結(jié)構(gòu)簡單、便于移動、數(shù)據(jù)采集迅速等優(yōu)點(diǎn)，所需要的視覺傳感器模塊也相對簡單[5]。采用基于機(jī)器視覺的自動檢測系統(tǒng)可提高生產(chǎn)效率，保證產(chǎn)品質(zhì)量，節(jié)約人工資源。

本文設(shè)計的基于機(jī)器視覺的瓶蓋封裝檢測系統(tǒng)，通過多傳感器的融合技術(shù)對瓶蓋圖像進(jìn)行采集分析，根據(jù)處理結(jié)果自動剔除有缺陷的瓶蓋產(chǎn)品，同時可實(shí)現(xiàn)不同規(guī)格尺寸的瓶裝產(chǎn)品瓶蓋檢測，實(shí)現(xiàn)瓶蓋檢測的自動化。

1 檢測系統(tǒng)結(jié)構(gòu)

1.1 檢測系統(tǒng)架構(gòu)

基于機(jī)器視覺的瓶蓋封裝檢測系統(tǒng)架構(gòu)如圖1所示，由多傳感器模塊、傳送帶裝置、剔除裝置和視覺系統(tǒng)4部分組成。多傳感器模塊傳輸數(shù)字信號到控制端，傳送帶根據(jù)系統(tǒng)處理速度可調(diào)節(jié)傳送速度，剔除裝置實(shí)時剔除不合格產(chǎn)品。

圖1 基于機(jī)器視覺的瓶蓋封裝檢測系統(tǒng)架構(gòu)

基于機(jī)器視覺的瓶蓋封裝檢測系統(tǒng)整體結(jié)構(gòu)如圖2所示，由傳送帶、傳感器、瓶蓋觸發(fā)板、調(diào)節(jié)架、剔除裝置和視覺系統(tǒng)組成。

圖2 檢測系統(tǒng)整體結(jié)構(gòu)

1.2 多傳感器融合

在瓶蓋觸發(fā)板傳感器被觸發(fā)的同時，PC控制端接收到觸發(fā)板傳感器、CCD相機(jī)、激光傳感器與測距傳感器傳輸?shù)臄?shù)字信號，經(jīng)過對傳感器數(shù)字信號的分析，對采集的圖像信息進(jìn)行處理，不合格產(chǎn)品直接被剔除裝置剔除掉。多傳感器融合不僅保證了系統(tǒng)檢測的準(zhǔn)確性，并且使檢測更加智能化，實(shí)現(xiàn)瓶蓋封裝檢測的自動化、智能化。各傳感器的選型與參數(shù)如表1所示。

表1 傳感器硬件選型與參數(shù)

1.3 視覺系統(tǒng)

通過CCD相機(jī)采集到的圖像經(jīng)過數(shù)字信號傳輸?shù)娇刂贫耍捎肰S2010編程并結(jié)合圖像缺陷，選擇OpenCV函數(shù)庫的不同算子對圖像進(jìn)行處理。結(jié)合瓶蓋缺陷檢測，常用的檢測算子主要有Prewitt算子、Canny算子、Sobel算子、Krisch算子、Roberts算子、LOG算子，其中LOG算子邊緣分割效果最顯著；Canny算子邊緣分割效果次之；Sobel邊緣檢測算子、Prewitt邊緣算子、Roberts邊緣算子分割效果相差不大，都各有不足之處且稍微存在雙邊緣現(xiàn)象；Krisch算子雙邊緣現(xiàn)象最明顯。所以在系統(tǒng)檢測瓶蓋缺陷時，可選擇其中一種或幾種算子，確保檢測質(zhì)量。視覺系統(tǒng)可分為傳感器部分、控制端、CCD相機(jī)，結(jié)構(gòu)如圖3所示。為確保檢測系統(tǒng)較高的準(zhǔn)確率，瓶蓋觸發(fā)板傳感器被觸發(fā)后，不合格產(chǎn)品直接被剔除裝置剔除。

2 檢測系統(tǒng)工作流程

視覺系統(tǒng)中，相機(jī)不間斷地獲取產(chǎn)品圖像信息并傳輸?shù)娇刂贫耍_保了檢測的合格率及系統(tǒng)的穩(wěn)定性；紅外測距傳感器實(shí)時記錄傳輸數(shù)字信號到控制端，并控制剔除裝置自動剔除不合格品，保證了系統(tǒng)的高度自動化。系統(tǒng)工作流程如圖4所示。

圖3 視覺系統(tǒng)結(jié)構(gòu)圖

圖4 檢測系統(tǒng)整體結(jié)構(gòu)流程圖

瓶蓋觸發(fā)板、相機(jī)和光源都可以根據(jù)不同瓶裝產(chǎn)品的規(guī)格尺寸進(jìn)行調(diào)節(jié)，使系統(tǒng)可以檢測多種不同類型的瓶裝產(chǎn)品，通用性強(qiáng)。根據(jù)生產(chǎn)線上待檢產(chǎn)品的數(shù)量，可調(diào)節(jié)相機(jī)采集圖像的時間間隔，選擇合適的傳送帶速度，提高檢測效率。

3 試驗(yàn)與分析

基于機(jī)器視覺的瓶蓋封裝檢測系統(tǒng)樣機(jī)如圖5所示，觸發(fā)板傳感器安裝在觸發(fā)板調(diào)節(jié)架上、CCD相機(jī)安裝在相機(jī)調(diào)節(jié)架上。

圖5 基于機(jī)器視覺的瓶蓋封裝檢測系統(tǒng)樣機(jī)

該檢測系統(tǒng)能大大提高生產(chǎn)效率與檢測質(zhì)量，也避免了人工因長期檢測疲勞帶來的誤檢等情況。系統(tǒng)檢測界面如圖6所示，可以根據(jù)缺陷種類選擇不同的OpenCV算子。系統(tǒng)與人工同時檢測相同產(chǎn)品數(shù)量、不同產(chǎn)品高度的對比試驗(yàn)數(shù)據(jù)如表2所示。

圖6 系統(tǒng)界面圖

從試驗(yàn)結(jié)果可看出，本文設(shè)計的檢測系統(tǒng)在檢測相同高度和數(shù)量的瓶裝產(chǎn)品時，所用時間明顯比人工檢測少；系統(tǒng)檢測1000個合格產(chǎn)品、多種規(guī)格尺寸的瓶裝產(chǎn)品誤檢率＜1%，而人工誤檢率在2%左右；系統(tǒng)檢測100個不合格產(chǎn)品、多種規(guī)格尺寸的瓶裝產(chǎn)品誤檢率≤4%，而人工誤檢率在20%左右，且長時間檢測，容易疲勞，影響檢測率。

表2 檢測試驗(yàn)數(shù)據(jù)

4 結(jié)語

本文設(shè)計的基于機(jī)器視覺的瓶蓋封裝檢測系統(tǒng)可對不同規(guī)格尺寸的瓶裝產(chǎn)品的瓶蓋進(jìn)行檢測。在多傳感器融合下，視覺系統(tǒng)獲取并處理得到的瓶裝產(chǎn)品圖像信息，檢測出不合格產(chǎn)品并剔除。試驗(yàn)結(jié)果表明：該檢測系統(tǒng)可對瓶裝產(chǎn)品進(jìn)行高效率、高合格率的檢測，滿足瓶裝產(chǎn)品封裝檢測生產(chǎn)線自動化的要求。

[1] 張樹君,陳大千,辛瑩瑩,等.基于圖像的PET瓶瓶蓋和液位的檢測設(shè)備[J].輕工機(jī)械,2013,31(2):71-73.

[2] 黃偉基,謝云.基于ARM與DSP的PET瓶蓋缺陷在線檢測系統(tǒng)的設(shè)計[J].機(jī)床與液壓,2013,41(7):104-107.

[3] 隋婧,金偉其.雙目立體視覺技術(shù)的實(shí)現(xiàn)及其進(jìn)展[J].電子技術(shù)應(yīng)用,2004(10):4-6,12.[4] 張可,張棉好.雙目立體視覺系統(tǒng)的非線性模型建立[J].傳感器與微系統(tǒng),2006,25(10):31-33,37.

[5] 周敏,費(fèi)敏銳,周文舉,等.基于機(jī)器視覺的皇冠瓶蓋外圍刮擦檢測方法[J].儀表技術(shù),2013,3(11):38-40.

Design of Bottle Cap Encapsulation Testing Based on Machine Vision

Wang Yu1,2Wu Zhiheng2Chen Qiyu2Mo Juexian2Tong Jigang2
(1.Faculty of Mechanical and Electrical Engineering Kmust University，Kunming University of Science and Technology 2. Guangdong Institute of Intelligent Manufacturing)

In order to solve the current cap of encapsulation testing relies on artificial problems such as low efficiency, low quality and instability, put forward a kind of based on machine vision through multiple sensor fusion, camera to image acquisition, the unqualified bottle packaging products through visual system image analysis processing, and will feedback the result in the control side, after rejecting mechanism to eliminate the unqualified products boxes. The system is successful and artificial test comparison, and can effective to high efficiency, high qualified rate of the cap packaging products testing, reached the bottle cap products packaging testing production line automation requirements, have certain application value.

Machine Vision; Multi-Sensor; Cap Encapsulation; Testing System

王宇，男，1989生，在讀碩士研究生，主要研究方向：機(jī)器視覺、模式識別。E-mail: 136411389@qq.com

廣東省科技計劃資助項目（2015B070701025，2013B061800058，2015B010918001）