本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別涉及一種基于機(jī)器視覺(jué)的在線PE瓶識(shí)別定位方法。

背景技術(shù)：

傳統(tǒng)的灌裝瓶質(zhì)量檢測(cè)是通過(guò)人工燈光檢驗(yàn)，員工在流水線上利用肉眼查看。但是這種方式從效率到精度以及人工視覺(jué)疲勞各方面都達(dá)不到檢測(cè)標(biāo)準(zhǔn)，尤其在大批量生產(chǎn)檢測(cè)的情況下，往往導(dǎo)致遺漏和誤判的情況，導(dǎo)致部分不合格的瓶裝飲料流入市場(chǎng)，影響企業(yè)形象。因此在灌裝完畢后，需要提供一種檢測(cè)法保證PE瓶檢測(cè)的可靠性和快速性，而基于機(jī)器視覺(jué)的PE瓶檢測(cè)技術(shù)克服人工檢測(cè)的不足，滿足工業(yè)自動(dòng)化生產(chǎn)中的高速高精度檢測(cè)，其中基于機(jī)器視覺(jué)的在線PE瓶識(shí)別定位一個(gè)必不可少的過(guò)程。

技術(shù)實(shí)現(xiàn)要素：

為了克服已有PE瓶識(shí)別定位采用人工方式的精度較低、可靠性較差、工作效率較低的不足，本發(fā)明提供一種精度較高、可靠性較好、工作效率較高的基于機(jī)器視覺(jué)的在線PE瓶識(shí)別定位方法。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：

一種基于機(jī)器視覺(jué)的在線PE瓶識(shí)別定位方法，包括如下步驟：

步驟1、分別利用2個(gè)相機(jī)完成PE瓶瓶口和瓶身圖像的采集，并對(duì)初始圖像進(jìn)行灰度變換；

步驟2、采用中值濾波和拉普拉斯銳化對(duì)瓶口和瓶身圖像進(jìn)行預(yù)處理；

步驟3、采用canny算子提取瓶身輪廓和瓶口輪廓；

步驟4、計(jì)算瓶身輪廓像素點(diǎn)，完成基于輪廓周長(zhǎng)匹配的PE瓶目標(biāo)識(shí)別；

步驟5、采用最小二乘法對(duì)圖像輪廓離散點(diǎn)進(jìn)行橢圓擬合，根據(jù)擬合完成的橢圓方程，計(jì)算橢圓質(zhì)心坐標(biāo)，即為PE瓶瓶口像素坐標(biāo)值。

進(jìn)一步，所述步驟1中，將PE瓶放在傳送帶上，由編碼器記錄傳送帶位移，發(fā)送外部觸發(fā)信號(hào)控制兩個(gè)相機(jī)拍照，并將采集到的PE瓶的瓶身和瓶口圖像輸出給處理器完成圖像的灰度變化。

再進(jìn)一步，所述步驟3中，利用opencv中cvCanny函數(shù)對(duì)灰度變換后的PE瓶身和瓶口進(jìn)行輪廓檢測(cè)。

更進(jìn)一步，所述步驟4中，計(jì)算瓶身輪廓像素點(diǎn)，完成基于輪廓周長(zhǎng)匹配的PE瓶目標(biāo)識(shí)別，圖像輪廓周長(zhǎng)值表示為像素點(diǎn)的總和，一幅圖像的長(zhǎng)和寬分別為M，N，而白色輪廓的像素值P(i，j)為1，其余位置為0，因此輪廓周長(zhǎng)即為：

以像素點(diǎn)表示的周長(zhǎng)存在較小的誤差，假設(shè)圖像的周長(zhǎng)為C′,模板周長(zhǎng)為C，周長(zhǎng)的允許誤差為ε，所以當(dāng)滿足式下面公式認(rèn)為是PE瓶圖像：

所述步驟5中，采用最小二乘法擬合橢圓的方法，將已檢測(cè)的PE瓶瓶口輪廓圖像進(jìn)行橢圓擬合，計(jì)算橢圓質(zhì)心坐標(biāo)，完成PE瓶的定位。

本發(fā)明的有益效果主要表現(xiàn)在：根據(jù)外形輪廓PE瓶特點(diǎn)，分析得到一種快速準(zhǔn)確的檢測(cè)方法，能對(duì)快速移動(dòng)的PE瓶進(jìn)行識(shí)別定位，且算法魯棒性強(qiáng)；精度較高、可靠性較好、工作效率較高。

附圖說(shuō)明

圖1是本發(fā)明基于機(jī)器視覺(jué)的PE瓶識(shí)別定位方法的流程圖。

圖2是PE瓶圖像預(yù)處理后的圖像，其中(a)為瓶身圖像，(b)為瓶口圖像。

圖3是PE瓶canny算子邊緣檢測(cè)后的輪廓圖，其中(a)為瓶身圖像，(b)為瓶口圖像。

圖4是PE瓶輪廓進(jìn)行最小二乘法橢圓擬合后，質(zhì)心檢測(cè)的效果圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步描述。

參照?qǐng)D1～圖4，一種基于機(jī)器視覺(jué)的在線PE瓶識(shí)別定位方法，用于準(zhǔn)確的對(duì)快速移動(dòng)中的PE瓶進(jìn)行識(shí)別定位，結(jié)合圖1，步驟如下：

步驟1、分別利用2個(gè)相機(jī)完成PE瓶瓶口和瓶身圖像的采集，并對(duì)初始圖像進(jìn)行灰度變換，具體方法如下；

將PE瓶放在傳送帶上，由編碼器記錄傳送帶位移，發(fā)送外部觸發(fā)信號(hào)控制兩個(gè)相機(jī)拍照，并將采集到的PE瓶身和瓶口圖像輸出給處理器完成圖像的灰度變化。

步驟2、采用中值濾波和拉普拉斯銳化對(duì)瓶口和瓶身圖像進(jìn)行預(yù)處理。如圖2(a)和(b)所示，為預(yù)處理后的瓶身與瓶口的圖像。

步驟3、采用canny算子邊緣檢測(cè)方法，提取瓶身輪廓和瓶口輪廓，如圖3(a)和(b)所示，分別為瓶身和瓶口的輪廓圖。

步驟4、計(jì)算瓶身輪廓像素點(diǎn)，完成基于輪廓周長(zhǎng)匹配的PE瓶目標(biāo)識(shí)別。圖像輪廓周長(zhǎng)值可以表示為像素點(diǎn)的總和，一幅圖像的長(zhǎng)和寬分別為M，N，而白色輪廓的像素值P(i，j)為1，其余位置為0，因此輪廓周長(zhǎng)即為：

A即為目標(biāo)物體輪廓周長(zhǎng)。對(duì)不同的4種合格PE瓶周長(zhǎng)計(jì)算，測(cè)試結(jié)果如表1所示：

表1

經(jīng)上述實(shí)驗(yàn)結(jié)果分析，相同型號(hào)PE瓶通過(guò)圖像處理后，以像素點(diǎn)表示的周長(zhǎng)存在較小的誤差，假設(shè)圖像的周長(zhǎng)為C′,模板周長(zhǎng)為C，周長(zhǎng)的允許誤差為ε，所以當(dāng)滿足式下面公式可認(rèn)為是PE瓶圖像。

為了提高識(shí)別精度，可改變?chǔ)诺闹祦?lái)調(diào)節(jié)匹配的精度。

步驟5、采用最小二乘法對(duì)圖像輪廓離散點(diǎn)進(jìn)行橢圓擬合，根據(jù)擬合完成的橢圓方程，計(jì)算橢圓中心坐標(biāo)，即為PE瓶口像素坐標(biāo)值，具體方法如下：

5.1.給定T_f、T_min、T_a、T_b、T_r這5個(gè)閾值，并初始化計(jì)數(shù)器f＝0。T_f表示最大失敗次數(shù)，T_a為輪廓兩點(diǎn)間距，T_min表示邊緣點(diǎn)集中數(shù)，T_b表示任意點(diǎn)到可能橢圓邊界的距離的閾值，T_r表示橢圓殘缺率。

5.2.當(dāng)最大失敗次數(shù)T_f等于零或者邊緣集中點(diǎn)小于T_min，停止擬合；否則，從輪廓點(diǎn)集D中隨機(jī)選取6個(gè)，存入數(shù)組P中，D＝D-P。

5.3.在保證任意兩點(diǎn)之間的距離大于T_a的情況下，根據(jù)這6個(gè)點(diǎn)求出橢圓方程參數(shù)，并要求滿足4ac-b²≥0,并且點(diǎn)到輪廓邊界的距離小于T_b；否則繼續(xù)(2)的步驟。

5.4.遍歷D中所有的輪廓點(diǎn)，判斷他們到輪廓邊緣距離是否小于T_b，如果是f＝f+1，計(jì)數(shù)器f的數(shù)值即為輪廓點(diǎn)集合元素個(gè)數(shù)。

5.5.如果f≥LT_r，L為可能橢圓的周長(zhǎng)，則判斷該橢圓為合適的橢圓輪廓由此可檢測(cè)到橢圓輪廓，另根據(jù)下列兩公式：

Ax²+Bxy+Cy²+Dy+Ey+1＝0

得橢圓中心坐標(biāo)(x₀，y₀)為，如圖4所示為對(duì)兩幅PE瓶圖像進(jìn)行質(zhì)心檢測(cè)結(jié)果坐標(biāo)分別為(124.6，126.4)，(125.8，127.3):

綜上所述，本發(fā)明根據(jù)外形輪廓PE瓶特點(diǎn)，分析得到一種快速準(zhǔn)確的檢測(cè)方法，并在實(shí)際傳送帶檢測(cè)平臺(tái)進(jìn)行驗(yàn)證，能夠?qū)焖僖苿?dòng)的PE瓶進(jìn)行識(shí)別定位，且算法魯棒性強(qiáng)。