不透明瓶质量视觉检测系统研究

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (19): 265-270.

• 工程与应用 • 上一篇

不透明瓶质量视觉检测系统研究

潘星宇，王耀南，张辉，龚权华

湖南大学电气与信息工程学院，长沙 410082

出版日期:2013-10-01 发布日期:2015-04-20

Research on quality detection system for opaque glass bottles based on machine vision

PAN Xingyu, WANG Yaonan, ZHANG Hui, GONG Quanhua

School of Electrical and Information Engineering, Hunan University, Changsha 410082, China

Online:2013-10-01 Published:2015-04-20

摘要/Abstract

摘要： 针对不透明玻璃瓶传统灯检方式检测精度低，人力成本高的问题，研制了一套基于机器视觉的自动检测系统。研究了内壁检测系统的机械与机电控制系统结构，开发了动态成像系统；提出了基于120°交叉投影中值定位方法，根据内壁污迹、杂质灰度值的分布特征采取专家决策算法进行识别。选择128 mL不透明白色回收瓶为对象进行测试，检测的正确率在99.125%以上，远高于人工灯光验瓶。

关键词: 机器视觉, 不透明瓶质量检测, 污迹识别

Abstract: With regard to the problems of low detection accuracy and high labor cost in the traditional detection of opaque bottles, automatic inspection system based on machine vision is studied. This paper researches the mechanical and electrical control system structure of the detection system for the inner wall, and develops the dynamic imaging system. It puts forward the middle-value positioning method based on the 120° cross-projection to make an identification by adopting an expert-deciding algorithm according to the inner wall stains, impurities gray value distribution characteristics. The 128 mL opaque white bottle is selected for testing the object. The correct detection rate at 99.125% is much higher than the artificial lighting inspection.

Key words: machine vision, quality detection of opaque bottles, stains identify

潘星宇，王耀南，张辉，龚权华. 不透明瓶质量视觉检测系统研究[J]. 计算机工程与应用, 2013, 49(19): 265-270.

PAN Xingyu, WANG Yaonan, ZHANG Hui, GONG Quanhua. Research on quality detection system for opaque glass bottles based on machine vision[J]. Computer Engineering and Applications, 2013, 49(19): 265-270.

[1]	彭昭勇，伍权，陈华伟，郑跃，王书祥. 基于文献计量的机器视觉缺陷检测研究述评[J]. 计算机工程与应用, 2021, 57(4): 28-34.
[2]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.
[3]	许洋洋，李伟，王杰. 利用事件和期限驱动对机器人延时的优化[J]. 计算机工程与应用, 2021, 57(17): 260-268.
[4]	李忠海，白秋阳，王富明，刘海荣. 基于语义分割的钢轨表面缺陷实时检测系统[J]. 计算机工程与应用, 2021, 57(12): 248-256.
[5]	赵艳，左保齐. 机器视觉在织物疵点检测上的应用研究综述[J]. 计算机工程与应用, 2020, 56(2): 11-17.
[6]	何文斌，魏爱云，明五一，贾豪杰. 基于机器视觉的水果品质检测综述[J]. 计算机工程与应用, 2020, 56(11): 10-16.
[7]	马冬梅，贺三三，杨彩锋，严春满. 特征融合型卷积神经网络的语义分割[J]. 计算机工程与应用, 2020, 56(10): 193-198.
[8]	郭倩，张福杨，孙农亮. 融合多特征表示和超像素优化的双目立体匹配[J]. 计算机工程与应用, 2020, 56(1): 216-223.
[9]	王玉源，徐杰，吉卫喜. 基于监督式机器学习的零件几何特征智能识别[J]. 计算机工程与应用, 2019, 55(22): 225-230.
[10]	孙卫红1，李乾坤1，邵铁锋1，吴慧明2. 基于机器视觉的桩护壁裂缝检测方法[J]. 计算机工程与应用, 2019, 55(14): 260-265.
[11]	姚明海1，齐妙2. 基于模糊聚类规则的图像去雾方法研究[J]. 计算机工程与应用, 2018, 54(6): 26-29.
[12]	李超，孙俊. 基于机器视觉方法的焊缝缺陷检测及分类算法[J]. 计算机工程与应用, 2018, 54(6): 264-270.
[13]	孙钊，许增朴，王永强，周聪玲. 机器视觉测量中透视投影误差分析控制与补偿[J]. 计算机工程与应用, 2018, 54(2): 266-270.
[14]	郭瑞峰，袁超峰，杨柳，彭光宇. 基于OpenCV的机器视觉尺寸测量研究[J]. 计算机工程与应用, 2017, 53(9): 253-257.
[15]	刘俊利，王立锋，孔秀平. 煤岩界面识别和定位测量方法研究[J]. 计算机工程与应用, 2017, 53(8): 246-249.

不透明瓶质量视觉检测系统研究

Research on quality detection system for opaque glass bottles based on machine vision

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics