一种基于机器视觉的瓶装白酒杂质检测方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108896574A(43)申请公布日2018.11.27(21)申请号201810451360.1(22)申请日2018.05.11(71)申请人四川大学地址610065四川省成都市一环路南一段24号(72)发明人张意邵志敏周激流(74)专利代理机构成都科海专利事务有限责任公司51202代理人郭萍(51)Int.Cl.G01N21/90(2006.01)权利要求书2页说明书11页附图6页(54)发明名称一种基于机器视觉的瓶装白酒杂质检测方法及系统(57)摘要本发明公开了一种基于机器视觉的瓶装白酒杂质检测方法及系统，首先采用翻转方式使酒液运动，并采集酒液运动的连续图像，再通过改进的二次差分算法，分离出运动目标，最后根据运动目标轮廓属性，判断出瓶装白酒是否含有杂质，这种检测方式不仅可以避免产生大量的气泡，降低气泡所带来的干扰影响，而且解决了背景以及瓶身带来的干扰影响；因此可以实现对瓶装白酒杂质的高精度检测。CN108896574ACN108896574A权利要求书1/2页1.一种基于机器视觉的瓶装白酒杂质检测方法，其特征在于包括以下步骤：(1)将瓶装白酒翻转180°；(2)对翻转后的瓶装白酒采集视频；(3)从视频的连续帧图像中提取N帧图像，每一帧图像与上一帧图像或下一帧图像之间间隔M帧图像，其中N为正奇数，M为大于等于0的正整数；(4)对提取的N帧图像进行预处理，去除图像噪声；(5)采用二次差分算法对预处理得到的图像进行分析，提取出含有运动目标的图像；(6)提取运动目标的轮廓，并计算轮廓长轴与短轴的比值；(7)将得到的轮廓长短轴比值与设定的阈值相比较，若轮廓长短轴比值属于1.0～1.1，运动目标为气泡；若轮廓长短轴比值大于1.4，运动目标为杂质。2.根据权利要求1所述的基于机器视觉的瓶装白酒杂质检测方法，其特征在于当对黑色杂质检测时，步骤(2)中对翻转后的瓶装白酒采用背部给光，同时对翻转后的瓶装白酒采集视频。3.根据权利要求1所述的基于机器视觉的瓶装白酒杂质检测方法，其特征在于当对白色杂质检测时，步骤(2)中对翻转后的瓶装白酒采用暗背景、底部给光，同时对翻转后的瓶装白酒采集视频。4.根据权利要求1至3任一权利要求所述基于机器视觉的瓶装白酒杂质检测方法，其特征在于所述视频中包含至少三帧的连续帧图像。5.根据权利要求4所述基于机器视觉的瓶装白酒杂质检测方法，其特征在于所述N为3或5，所述M的取值为：2≤M≤5。6.根据权利要求1所述基于机器视觉的瓶装白酒杂质检测方法，其特征在于所述步骤(4)包括以下分步骤：(41)对提起的N帧图像进行Gamma校正，并将Gamma校正后的图像转化为灰度图像；(42)采用加权均值滤波算法对步骤(41)得到的灰度图像进行处理，滤除图像噪声。7.根据权利要求1所述基于机器视觉的瓶装白酒杂质检测方法，其特征在于步骤(5)包括以下分步骤：(51)将N帧图像中，相邻两帧图像进行差分运算得到(N-1)幅差分图像；(52)将(N-1)幅差分图像中，每两个相邻两幅差分图像分为一组，每组中的两幅差分图像分别进行差分运算和能量积累运算得到相关联的二次差分图像和能量积累图像；(53)将得到的能量积累图像与之相关联的二次差分图像相减即得到含有运动目标的图像。8.根据权利要求1或7所述基于机器视觉的瓶装白酒杂质检测方法，其特征在于步骤(5)中，对提取的含有运动目标的图像采用Otsu’s最大类间方差法进行二值化阈值处理，并运用形态学开运算2×2去除图像中小于4个像素的亮点。9.一种基于机器视觉的瓶装白酒杂质检测系统，其特征在于包括：图像采集装置，用于对翻转180°的瓶装白酒采集视频；图像处理装置，用于对图像采集装置采集的视频进行处理，完成对瓶装白酒杂质的检测；所述图像处理装置包括：帧图像提取单元，从视频的连续帧图像中提取N帧图像，每一帧图像与上一帧图像或下2CN108896574A权利要求书2/2页一帧图像之间间隔M帧图像，其中N为正奇数，M为大于等于0的正整数；图像预处理单元，对提取的N帧图像进行预处理，去除图像噪声；运动目标图像提取单元，采用二次差分算法对预处理得到的图像进行处理，提取出含有运动目标的图像；轮廓提取及长短轴比值计算单元，提取运动目标的轮廓，并计算轮廓长轴与短轴的比值；判定单元，将得到的轮廓长短轴比值与设定的阈值相比较，若轮廓长短轴比值属于1.0～1.1，运动目标为气泡；若轮廓长短轴比值大于1.4，运动目标为杂质。10.根据权利要求9所述基于机器视觉的瓶装白酒杂质检测系统，其特征在于该检测系统设置有黑杂质检测工位和/或白杂质检测工位，黑杂质检测工位和/或白杂质检测工位配置一个图像采集装置；对于黑色检测工位，图像采集装置的图像采集窗口对