基于OpenCV的啤酒瓶口缺陷检测系统研究.pdfVIP

l 匐 化 (a)瓶 口轮廓正检率 (b)瓶 口轮廓误检数 图4 破损检测参数分析 范围在0～1之间，圆形的圆形度为1，图形的形状 由表1的数据明显得出采取一种参数时破损检 越趋于圆，则圆形度越接近1。相对圆心距离指啤 测的正确率仅有89．771％，当采用两种或三种参 酒瓶 口的圆心与各连通域质心之间的距离，将瓶 数时，检测效果相对较好，而运用四种参数时， 口圆心到瓶 口环形区域 的距离设定一个经验阈 检测效果明显增强，达到97．979％。综合了4种特 值 ，可 以避开瓶 口圆环区域 内部或外部存在 的噪 征参数对啤酒瓶 口破损识别的影响，确定采用周 声干扰 。通过分析这 四个破损参数的影响情况， 长、面积、圆形度和相对圆心距离4种参数判别瓶 可确定了一个用于检测瓶口破损的方案。 口是否破损 。 对部分瓶 口进行采样和分析 以确定破损检测 4 分析检测结果 方案，如图4和表IN示，共对897个破损轮廓采取 部分检测结果如图5所示，图中每组 图像上下 5种方式检测。图4(a)中横坐标表示被检测的啤酒 对应 ，上面 的表示待检测的瓶 口图像 ，下面的是 瓶 口轮廓数 目，纵坐标表示啤酒瓶 口轮廓的正检 检测后的图像，第l组是完好的啤酒瓶 口，其他6 率，每条曲线表示以不同的特征参数进行轮廓检 组则为破损不一的啤酒瓶 口。通过观察这7组图像 测时的正检率，曲线最后均会趋于稳定状态，趋于 及其检测结果，可知无论是什么形式的破损都能 稳态时的数值 即为该特征参数选择方式下的正检 被系统检测出来 ，系统的检测速度是47000瓶／d,时 率；图4(b)中横坐标表示被检测的啤酒瓶 口轮廓数 (13．05瓶／秒)，检测结果满足系统的准确性和实 目，纵坐标表示被误检测的数，每条曲线表示以不 时性要求 。 同的破损特征参数检测啤酒瓶口时误检测轮廓数 。 表1 不同特征参数选择下的检测效果 【下转第71页】 第36卷 第8期 2o14-o8(上) [631