酒瓶口缺陷检测技术探究.pdf

设备管理与维修2023 翼8（下）0引言中国是世界上最大的啤酒生产和消费国，其中 90豫以上采用的是玻璃瓶装。当前，我国废旧玻璃瓶的回收率只有 15%左右，不利于新时代绿色发展和生态文明建设。近年来，机器视觉技术快速发展，国内高校和机器视觉公司在瓶口缺陷检测方面都有研究。黄志鸿等针对空瓶再回收时存在的瓶口破损缺陷提出一种基于极限学习机的检测算法，该方法先提取表面特征，然后运用遗传算法对极限学习机的输入进行优化，最后选取样本对分类器进行训练与测试。然而这种方法的先验知识数据统计想要实际应用于生产线，仍然需要大量的数据计算。而利用 VisionPro 软件数据库结合图像处理算法进行检测，可以提高检测的准确率和鲁棒性。本文主要研究机器视觉对于酒瓶口缺陷的检测技术，首先用工业相机对空瓶瓶口进行图像采集，通过视觉软件 VisionPro对采集到的图像进行图片处理、缺陷定位，可准确地判断瓶口是否有缺陷瑕疵。重点研究缺陷检测图片处理算法，以及数据库的选取测试，最终完成酒瓶口的缺陷检测。1信息采集建立软件 VisionPro 识别系统需要足够多的训练样本，因此，在实验开始之前需要采集良品、破损、划痕、污渍等不同的样本。训练集共计 150 个样本，其中包含啤酒瓶在不同背景下的样本。2瓶口图像处理在 VisionPro 软件对瓶口图像处理时，首先进行像源（ImageSource）导入，导入之后的处理过程包括灰度转换，灰度是指图像以黑度的点数（像素）的二维数组（表格）方式保存，每个像素的光浓度值或灰度值用 0255 之间的整数来表示；然后利用视觉工具（CogPMAlignTool 1）做模板匹配；最后运用探测缺陷的视觉工具（CogPaInspectTool 1）与斑点工具（CogBlobTool 1），辨别处于用户给出阈值灰度范围内的不同像素组，并以斑点的形式将区域显示出来。由于周围光照的原因会造成误检，所以利用相机采集玻璃啤酒瓶图像时需要调整周围的光源方向，并在相机下方加装偏振片。综上所述，图像处理过程的主要步骤为图像的灰度转换、良品模板训练、阈值分割、斑点处理、形态学调整。3图像灰度化在对啤酒瓶进行检测之前，需要将啤酒瓶口图像进行处理，将彩色图像转换为灰度图像（图 1），其优点是占用空间少，降低计算运行过程中的数据处理量。灰度图像的进一步处理是二值图像，二值图像是指图像是由像素构成并且只有两种可能的取值状态，图像中的任何像素点的灰度值范围是 0255，这两个分别代表黑色和白色。采集啤酒瓶口图像，并对采集到的图像进行灰度处理，处理后的图像只含有灰度信息，不含有彩色信息。这种转换有效降低了图像的噪声，达到去噪的效果，从而使图像更具准确性、大幅提高系统检测识别的速度。灰度转换是图像增强的重要方法之一，其转换原理是通过变换函数将原图的灰度 f（x，y）由 g=T f 得出新的灰度 g（x，y）：g（x，y）=T f（x，y）（1）灰度空间是为了放大需要的 ROI 感兴趣区域，相对地抑制不感兴趣区域。通过分段线性变换，原图像函数 f（x，y）在 0，Mf，ROI 感兴趣的区域在 a，b，使其最终拉伸到 c，d，则分段线性变换表达式为：摘要：针对啤酒瓶回收过程中瓶口出现的缺陷问题及回收要求，研究基于机器视觉的啤酒瓶口缺陷检测技术，主要采用工业相机进行实时采集图片、对图像进行灰度处理、拉普拉斯算法边缘检测处理、阈值分割法处理、斑点图像处理，然后利用 PatMax 算法进行良品训练，模板匹配算法进行缺陷对比，并使用视觉软件 VisionPro 进行程序编写和缺陷检测。根据照片的实时性及算法的鲁棒性，采用 VisionPro 软件进行编程和检测的准确率为 99豫，效率达到人工的 5 倍以上。关键词：酒瓶口；缺陷检测；机器视觉；图像处理中图分类号：TP391.4文献标识码：BDOI：10.16621/ki.issn1001-0599.2023.08D.72酒瓶口缺陷检测技术探究李亚萍1，冯占伟1，张晓辉2（1.河南机电职业学院智能工程学院，河南郑州451100；2.河南省郑新科创有限公司；河南郑州450001）图 1灰度转换示例骳髊髗设备管理与维修2023 翼8（下）g（x，y）=ca伊f（x，y）0臆f（x，y）约ad-cb-a伊 f（x，y）-a +ca臆f（x，y）约bMg-dMf-b伊 f（x，y）-b+db臆f（x，y）约Mf扇墒设设设设设设设设缮设设设设设设设设（2）对不同的区间采用不同的线性变换，来实现灰度空间的增强和抑制。4良品模板训练在实际的啤酒瓶回收过程中，对瓶口的缺陷情况检测主要针对啤酒瓶是否有破损现象，是否能继续回收利用。本次实验将人为模拟了瓶口的破损情况，并选用一个标准的无任何缺陷的瓶口图，将其训练为视觉检测系统的良品模板。良品瓶口图的图像训练过程为选择算法（PatMax和PatQuick），确定训练区域以及区域形状，找好中心原点，确定能接受的阈值。当完成良品瓶口图像处理后，可以手动查看图像的不同状态。良品瓶口图的训练状态如图 2 所示。图 2 中的良品模板训练应用了 PatMax 算法。算法选择之后，接下来要对良品瓶口图进行训练区域的规定，将区域形状瓶口固定在形状之内，模式选择原点模式，并且确保中心原点在瓶口中央，不能偏离太多。可接受的阈值调整为0.4，并在区域模式内对限定框调整掩膜，掩膜即图像之间进行的各种位运算操作。以上图像处理的各种参数都设置完成之后，便可以提取训练图像进行训练，图像训练成功的标志是在软件窗口左下方显示已训练字样。5拉普拉斯算法边缘检测图像中灰度差异的两个相邻区域之间总存在边缘界限，边缘是灰度值不能保持连续的表现。由于灰度差异边缘在图像上的变化比较剧烈，传统的边缘检测就是利用在差异处变换比较剧烈这个特点，对图像各个像素点进行数学上的微分或二阶微分来确定边缘像素点。拉普拉斯算子法是一种线性二次微分算子，其旋转不变性的性质可以满足不同方向的图像锐化要求，在图像边缘信息不清晰时，能够将图像边缘信息增强。拉普拉斯算子公式为：2F（x，y）=鄣2F（x，y）鄣x2+鄣2F（x，y）鄣y2（3）对图像进行拉普拉斯算子锐化时，输出结果可用 G（x，y）表示为：G（x，y）=F（x，y）-2F（x，y）（4）对灰度图像进行图像锐化，得到效果更好的图像，啤酒瓶口的边缘信息会被增强，瓶口图像与背景区分度较大。拉普拉斯算子在图像阈值分割、边缘检测中使用中起到的作用更大，锐化图像结果如图 3 所示。6阈值分割完成对良品瓶口图的模板训练之后，需要对所有图像进行 PatInspect 训练。在进行啤酒瓶口缺陷检测识别时，需要应用配置 PatInspect 工具，目的是通过使用 PatMax 算法探测被拍摄物体的缺陷位置。缺陷的定义是不同于正常预期图像差别的变化，缺陷在表达上可能是部分缺失或者是多余、杂乱的其他因素。视觉检测程序完成良品图像的训练之后，再次运行检测程序，待检测的图像会和训练图像进行类似区域间的像素灰度值检测，从而在图像上输出浓度不同的区域（图 4）。7斑点处理斑点处理工具是视觉应用的一部分，在视觉检测软件中斑点工具为 CogBlobTool，该工具可以将待检图像的缺陷区域进行斑点处理。创建斑点工具后，可以在指定的灰度范围内查找斑点。该工具通过辨别用户定义的灰度范围内不同的像素组查找对象。使用该工具得出的图像斑点分析图包含面积、质心、周长、主轴等多种属性，是一种以二维形状呈现的图像（图 5）。8结果检测对啤酒瓶口进行缺陷检测的目的是识别截面是否有破损，是否符合回收利用的要求。为了验证啤酒瓶口缺陷在线检测程序的正确性以及检测效率，需要进行多次验证。准备好的废旧啤酒瓶，并在瓶口上人为制造缺陷，再由相机进行拍摄，传输到视觉软件中进行图像处理。据实验数据统计图像检测结果正确率为 99%以上，检测速度是人工的 5 倍以上。基于机器视觉的缺陷检测系统能够较好地克服人工检测的缺点。从斑点图可以看出缺陷的位置。判断结果为 Accept 的图像说明瓶口完好，判断结果为 Reject 的图像说明瓶口存在破损，需要另做处理，不能直接回收利用。原图显示、斑点呈现与输出结果如图 6图 8 所示。图 2良品瓶口图的训练状态图 3锐化图像结果图 4PatInspect 训练呈现结果图 5斑点分析图骳髊髙设备管理与维修2023 翼8（下）9结束语本文研究了啤酒瓶口缺陷检测技术，通过实验和编程在对瓶口缺陷的检测识别进行研究。但在实际应用过程中仍存在不足之处，下一步将继续开展瓶口缺陷检测在实际回收过程中系统装置的开发研究，使视觉缺陷检测系统达到在回收过程中完全取代人工检测的水平。参考文献1赵巧敏.机器视觉行业投资分析报告 J.机器人技术与应用，2015（5）：12-24.2罗时光.基于机器视觉的玻璃瓶口缺陷检测方法 J.包装工程，2018，39（3）：183-184.3高健，刘青川，范蕊，等.基于机器视觉的工业机器人智能分拣系统设计研究 J.南方农机，2021，52（3）：18-19.4陶瑞莲，周韦琴.基于 VisionPro 的人脸识别检测系统 J.工业控制计算机，2019，32（1）：109.编辑张韵图 6原图显示图 7斑点呈现图 8输出结果呈现0引言安全生产检查是指在生产活动中，本部门、上级、其他主管部门在安全生产方面的检查，包括设备安全、现场不安全因素、操作人员安保意识、操作情况、培训、考核等全方面的检查。其中对于现场的安全巡回检查（安全巡检）是重点，现场设备的运行状态检查是非常重要的因素之一。加强安全巡检，及时发现故障隐患，将事故消除在萌芽状态，是保证设备长期稳定运行的关键。这要求设备管理工作中必须切实落实巡查质量，不能只注重检查形式，而忽视安全巡检质量要求和实际效果。传统的安全巡检主要包括人工巡查、定期巡检、部门抽查等方式，存在明显的缺点和弊端：淤人力、物力消耗大，对相关工作人员的专业技术水平要求较高，且工作效率低、费用成本高；于人工检查不到位，检测不全面；盂不能实时监测设备状态，隐患发现不及时；榆对隐蔽线路缺乏检测手段，存在检测的盲区；虞对于高处（大于 2 m）或低处（小于 0.5 m）等位置，巡检人员需采取登高或趴卧等形式，给巡检带来不便和困难。传统的安全巡检方式对隐患往往不能起到预防效果，一般都是在异常发生之后才开始补救。同时，传统巡检方式没有直观、量化的大数据的分析功能，很难发现事故的真正根源，难以对症下药，整改效果较差。通过以上分析发现，传统的安全巡检方式存在诸多不足，迫切需要借助科技手段提升安全巡检效果。在现实需求和科技进步的共同推动下，智能安全巡检系统应运而生，在企业设备运行中运用智能安全巡检系统，其现场终端设备就是智能安全巡检机器人。1智能安全巡检机器人的分类从移动方式来看，智能安全巡检机器人可以分为轮式巡检机器人、履带式巡检机器人、挂轨式巡检机器人（图 1图 3），用于适配不同的应用场景。在变电室、生产加工车间、隧摘要：分析梳理传统常规安全巡检管理模式存在的弊端，介绍安全巡检机器人的组成、功能、应用优势，对安全巡检机器人的应用价值和社会价值进行总结分析，详细论述各类安全巡检机器人的功能优势，为提升现代安全管理工作提供参考。关键词：安全巡检；智能安全管理；巡检路径；物联网；检测中图分类号：TP242文献标识码：BDOI：10.16621/ki.issn1001-0599.2023.08D.73智能安全巡检机器人在设备运维中的应用马爱民（天津海晶物流有限公司，天津300450）图 1轮式巡检机器人骳髊髚