[发明专利]一种酒瓶盖面检测方法

说明书

本发明公开了一种酒瓶盖面检测方法，通过由试验架、彩色面阵相机、远心镜头、环形光源和载物台搭建构成的测量系统实现，步骤如下：拍摄酒瓶盖面的彩色图像，进行灰度化和二值化处理，再采用中值滤波器滤波处理和腐蚀膨胀操作，找到目标区域；选择酒瓶盖面的多个特征点，计算出酒瓶盖面图像的特征矩阵，进行PCA降维处理，取出降维之后占特征值之和达到判断阈值的特征；将酒瓶盖面样本库按比例分成训练样本和测试样本，采用SVM分类器，选择高斯核函数，建立训练模型供测试样本检测；计算酒瓶盖面图库中测试样本正确分类的比例，得到酒瓶盖面的检测精度。本发明可应用于对流水线上生产的酒瓶盖良品进行检测，具有准确率高、速度快的优点。

技术领域

本发明涉及视觉检测技术领域，具体涉及一种酒瓶盖面检测方法。

背景技术

在工业的生产中，许多行业都对检查和测量方面提出了更高的要求。例如，印刷包装工序的检测、半导体芯片的封装检测、工厂生产线产品合格检测、高精密零配件的检测等。在这些应用中，多数自动化的工厂需要大批量的生产，尤其对于某些特殊的零配件、芯片、仪器等，其精确度的要求是非常高的。传统的人工检测方法已经无法满足目前的工艺需求，很大程度上限制了制造业的发展和进步。这一方面来源于传统的人工检测方法效率低下，出错率高，人工成本大；另一方面，人类眼睛的生理极限也导致人类在该方面上无法达到计算机检测技术的精度。而计算机的快速性、可靠性、精确性与人类视觉的智能化相结合，使得机器视觉在工业检测中应用的越来越广泛。机器视觉可以用于各种产品的检测，例如产品的缺陷检测、有无检测。

发明内容

本发明的目的是为了解决现有技术中的上述缺陷，提供一种酒瓶盖面检测方法。

本发明的目的可以通过采取如下技术方案达到：

一种酒瓶盖面检测方法，所述的检测方法包括下列步骤：

S1、拍摄多幅酒瓶盖面的彩色图像保存在样本库中，其中包括合格品和残次品，并对彩色图像进行二值化处理和腐蚀膨胀操作，提取感兴趣区域ROI；

S2、选择酒瓶盖面的图像特征，计算每个酒瓶盖面图像中各个特征值，得到酒瓶盖面检测图像的一个特征矩阵，根据PCA方法对特征矩阵进行降维，取出降维之后占特征值之和达到指定阈值的特征；

S3、将样本库中图片按比例分成训练样本和测试样本，采用SVM分类器，选择高斯核函数，用所得到的特征对训练样本进行训练，建立检测模型，根据该检测模型检验测试样本；

S4、计算酒瓶盖面图库中测试样本中正确分类的比例，得到酒瓶盖面的检测精度。

进一步地，所述的步骤S1过程如下：

对酒瓶盖面的彩色图像进行灰度化处理，得到一个0至255的灰度图像；

根据背景与酒瓶盖面的最大灰度差值进行阈值分割处理；

对酒瓶盖面的灰度图像采用中值滤波器进行滤波处理和腐蚀膨胀操作，提取得到酒瓶盖面中的被检测区域。

进一步地，所述的步骤S1中拍摄的酒瓶盖面的彩色图像，其图像背景与酒瓶盖存在明显色差，酒瓶盖边缘清晰。

进一步地，所述的步骤S2中根据PCA方法对特征矩阵进行降维的过程如下：

将特征矩阵的每一行进行零均值化然后求出协方差矩阵，求出协方差矩阵的特征值以及对应的特征向量，将特征向量按对应特征值大小从上到下排列成矩阵。

进一步地，所述的图像特征包括酒瓶盖面的RGB三色值和每种颜色所占像素点、半径、面积、高度、宽度、连通区域个数以及每个连通区域的面积中一种或多种的组合。

进一步地，所述的样本库中图片比例为训练样本占70％，测试样本占30％。

本发明相对于现有技术具有如下的优点及效果：