近年来,随着人们对食品安全方面的不断关注,食品、饮料包装也越来越重要,罐装产品占食品饮料包装的很大比例。罐盖缺陷会影响罐装食品的质量,传统生产线上对罐盖的质量采用人工检测,其效率非常低下。本文研究了通过机器视觉来检测罐盖缺陷的技术,对提高罐盖缺陷检测的精度和效率、减少罐装食品的安全隐患具有重大价值。
本文首先阐述了基于机器视觉的罐盖缺陷检测技术的研究背景与意义,论述了机器视觉技术的概念,研究了缺陷检测以及罐盖图像缺陷检测的国内外现状。论述了罐盖缺陷检测系统的总体方案,详细介绍了组成系统的视觉成像、运动控制和视觉检测三个模块。
图像预处理技术是后续缺陷检测的基础,本文分别介绍了适用于罐盖图像的增强、去噪、分割、边缘检测等图像预处理技术。罐盖图像定位的精度低、时间长是制约罐盖图像缺陷视觉检测的一大难题,本文研究了几种经典的罐盖图像定位算法并分析对比了它们的优缺点。在此基础上,结合罐盖图像自身的结构特点与灰度分布,提出了一种基于双圆周随机圆拟合的改进hough变换定位算法。实验结果表明本文提出的算法相对于传统定位算法在精度上有极大改善,是一种良好的罐盖图像定位算法。
针对罐盖结构复杂、缺陷种类众多、每个区域里灰度变化较大的难点,提出基于SVM支持向量机的罐盖内表面缺陷检测算法和基于一维投影线处理的罐盖环形区域缺陷检测算法。对于罐盖内表面缺陷检测,运用支持向量机进行缺陷检测。对于罐盖环形区域缺陷检测,首先,将环形区域展开成矩形,接着对矩形区域进行径向投影获得一维投影线,然后对一维投影线进行山峰、山谷检测并计算其梯度,对得到的梯度图搜索零点,根据零点来设定山峰、山谷检测图波形的宽度,落差值,整体数值三个阈值进行缺陷检测。通过实验结果验证了本文提出的罐盖缺陷检测算法具有较高精度。
最后,实现了罐盖缺陷视觉检测系统的软件。选择了软件的开发平台与运行环境,设计了软件的总体功能结构,并对系统的各个模块的具体实现进行了详细说明。