一种残差分析动态阈值分割的瓶口缺陷检测方法
【技术领域】
[0001] 本发明属于图像处理领域，涉及一种残差分析动态阈值分割的瓶口缺陷检测方 法。
【背景技术】
[0002] 我国每年的瓶酒瓶需求量巨大，据行业数据显示，2014年我国啤酒行业累计产量 高达4921. 85万千升，按每瓶啤酒530ml的瓶装容量计算，则需要多达9. 286511101°个啤酒 瓶，而，其中80 %以上的啤酒瓶使用回收旧瓶，存在着大量瓶口破损的瓶，使用瓶口破损的 瓶可能给生产线和消费者带来重大安全隐患，因此，进行瓶口缺陷检测，剔除瓶口不合格的 瓶是一个必要过程，目前，国内外已经有大量瓶口缺陷检测的方法。
[0003] 国外，早在20世纪60年代研制出了空瓶检测机，但是描述具体瓶口定位方法的文 献较少，1988年，YoshidaΗ在专利《Bottlemouthdefectinspectionapparatus》中提出 使用一种弧形光源和光电传感器获取瓶口图像，通过径向方向的扫描实现5种类型的瓶口 缺陷检测；2004 年，ShafaitF、ImranSΜ等在《Faultdetectionandlocalizationin emptywaterbottlesthroughmachinevision》中应用Hough变换法实现空矿泉水瓶底 位。国内，自2001年开始，段峰、王耀南等在《基于机器视觉的智能空瓶检测机器人研究》中 最先展开对啤酒空瓶检测系统的研究，并于2003年成功研制出我国首台空瓶检测机器人， 提出模板匹配法、环形边缘检测法和环形投影法三种瓶口检测方法，模板匹配法理论上十 分简单，但实际应用中，由于瓶口图像中的圆环的环宽度变化大和圆心定位存在误差，造成 检测结果不理想，环形边缘检测法比模板匹配法检测效果好，但对圆心定位精度的要求较 高，环形投影法在瓶口图像解析度足够高的情况下，检测效果好。2005年，刘焕军在《基于支 撑向量机的空瓶智能检测方法》中提出用遗传支撑向量机算法来进行瓶口缺陷检测。2006 年，李欣在《基于机器视觉的啤酒瓶空瓶检测机设计开发》中直接定位瓶口内外环区域，然 后，通过阈值分割来检测缺陷，该方法速度，但是由于定位时仅使用三个点造成内外环区域 定位误差大，使得缺陷检测结果不理想；严筱永在《基于图像的啤酒瓶瓶口与瓶底污损自 动检测》中先进行边缘提取、连通域分析、Hough变换圆检测以获取瓶口目标区域，随后，以 拟合圆圆心为原点进行极坐标变换，分八段沿径向展，最后采用〇tsu分割检测瓶口缺陷。 2007年，段峰在《啤酒瓶视觉检测机器人研究》中提出一种串联多神经网络的瓶口缺陷判决 方法，该方法使用径向投影值及其差分值作为底层神经网络的输入，检测效果好，抗干扰能 力强，但是使用串联多级神经网络，前期神经网络训练的工作量相对较大；马思乐在发明专 利《一种空瓶瓶口缺陷检测方法及装置》中提出一种在二值分割后进行区域连通性搜索来 判断瓶口缺陷的方法。2008年，陈西广在《机器视觉技术在啤酒瓶在线检测系统中的应用 研究》中将图像分成外部亮环和内部密封面圆环两个区域，使用完整性搜索算法，通过设定 的缺陷尺寸分别搜索两个区域，以判断瓶口是否合格。2009年，张田田、张伟东等在《基于机 器视觉的啤酒瓶口检测系统的研究》和《在线空瓶检测系统的研究与开发》中将瓶口区域分 三个区域后，分别进行径向扫描判断瓶口好坏，张莹在《啤酒瓶检测中多分类支持向量机算 法的选择》中比较的多类支持向量机算法在空瓶检测中的应用效果，其中，一对一多分类支 持向量机在径向基核函数时瓶口检测效果最好，瓶口分类正确率95%，执行时间165毫秒； 张燕等在《基于圆心定位的瓶口三圆周快速缺陷检测算法》中首先获取瓶口边缘，随后通过 提出的四点垂直弦截法来定位圆心，最后采用三圆周法检测瓶口缺陷。2010年，王好贤、毛 兴鹏等在《玻璃瓶瓶口破损和瓶底污物检测算法》中提出在滤波、二值化操作后定位出瓶口 区域，直接统计瓶口区域内的干扰点数目，小于一定阈值则为无干扰，否则利用重心法排除 干扰并再次判断是否有缺陷，本算法简单、速度快。2011年，刘文志在《基于机器视觉的啤酒 瓶口检测系统研究》中通过中值滤波、阈值分割、膨胀、腐蚀4个步骤获取取瓶口图像中目标 区域，提取目标区域的区域特征、灰度值特征和轮廓特征用以进行瓶口缺陷判断；王贵锦、 张树君等在发明专利《一种检测PET瓶或瓶胚瓶口缺陷的方法》中通过提取瓶口环形区域 图像展开，在横向方向求梯度，以横向梯度作为特征量，实现PET瓶口缺陷检测；张琴在《基 于NSCT的瓶口图像处理技术研究与应用》中将瓶口图像等分成多个子图像，采用NSCT方 法对每个子图像进行分解，以获得对应特征矩阵，将对应方向的特征值求均值和方差，作为 图像的特征向量，用于判断瓶口是否存在缺陷，该方法检测正确率高，但执行时间较慢，缺 陷检测耗时879毫秒。2013年，王贵锦在发明专利《多尺度瓶口缺陷检测方法及装置》中针 对针对瓶口缺陷的尺度多样性，将目标图像通过多次降采样得到一系列的多个不同尺度的 目标图像，对每个尺度的目标图像都进行特征提取以及缺陷检测，联合判断得出检测结果， 并将瓶口区域与该瓶口区域对应的蒙版进行融合，有效避免了瓶口中央位置以及其他无关 区域对瓶口缺陷检测的干扰；在王贵锦发明专利《瓶口缺陷检测方法》中还提出一种将瓶口 区域划分为第一内环、第二内环、评估环、密封环和内密封环共五个区域，各区域同时进行 阈值分割检测出缺陷。2014年，李娜、郭克友等在《啤酒瓶口破损检测技术的研究》和《基 于BP神经网络的啤酒瓶□检测方法》中提取瓶□周长、面积、圆形度和相对圆心距离四个特 征，通过BP神经网络实现瓶口缺陷检测；南兆龙、李凤婷等人在发明专利《一种准确检测瓶 坯瓶口缺陷的方法》中人为标定出瓶口内外内轮廓，然后由外轮廓向内轮廓沿径向方向扫 描获取一系列瓶口内、外边缘，用Hough变换进行内外轮廓拟合，最后根据各边缘点到拟合 圆圆心最大距离和最小距离的偏移距离判断瓶口变形和瓶口内外轮廓缺损。
[0004] 总体而言，上述瓶口缺陷检测主要包括检测区域定位和缺陷检测两个过程，如图 4所示，其中缺陷检测方法分两类，一类是基于大量先验知识的传统阈值检测方法，另一类 是机器学习方法与传统阈值检测方法结合的检测方法，前者检测速度快，但需要设定很多 的阈值，且缺陷提取方法抗干扰能力和适应性不强，误检率较高，后者检测正确率高，抗干 扰能力强，但需要收集大量样本图像，训练时间慢，检测耗时长，同时，由于部分瓶口图像中 缺陷和边缘区域的灰度值变化范围大、干扰多，已有的方法难以实现瓶口缺陷快速、准确检 测，针对这一问题，本文提出随机圆评估法实现瓶口检测区域快速准确定位，利用强烈平滑 后的图像与原图像的差分获取阈值曲面，通过该曲面对原始图像进行阈值分割，随后进行 连通域分析，并根据连通区域的高、宽和面积判断其是否为缺陷。该方法对图像中识别目标 的灰度值变化、干扰有很强的适应能力，检测效果好，运算速度快，有效解决了瓶口缺陷高 速高精度检测的难题。
【发明内容】
[0005] 本发明针对上述现有技术中存在的瓶口缺陷检测精度不高的问题，提出了一种残 差分析动态阈值分割的瓶口缺陷检测方法。
[0006] 玻璃啤酒瓶的瓶口缺陷包括外环磨损、内环磨损、封盖面磨损、外环崩口、内环崩 口、封盖面破裂、存在脏污共七类，七类缺陷可概括为磨损、崩口和存在脏污三大类，如图5 所示，其中各字符代表的缺陷类型如表1所示。
[0007] 表1瓶口缺陷种类
[0008]
[0009] 综上，可总结得到完好瓶口和破损脏污瓶口图像的特征：对于完好瓶口，瓶口边缘 区域呈两个明亮均匀的圆环，背景区域和瓶口封盖面区域亮度较暗、分布均匀；对于破损和 存在污物的瓶口，原本亮度均匀的白色圆环出现较暗的断裂带，原本亮度均匀封盖面暗区 域出现明亮区域，其中内环磨损、外环磨损、封盖面磨损和存在脏污时，缺陷和脏污表现为 高亮度区域，内环崩口、外环崩口和封盖面表现为与背景灰度值相近的暗区域。
[0010] 部分瓶口图像中存在缺陷和边缘区域的灰度值变化范围大、干扰多的问题，如图6 所示，其中存在灰度值较大的亮缺陷区域，也存在和背景灰度相近的暗缺陷区域，同时存在 大量干扰边缘，这种情况下已有瓶口检测方法难以实现瓶口缺陷的高速高精度检测，本发 明方法针对此问题，提出一种基于残差分析动态阈值分割的瓶口缺陷检测方法，用于实现 玻璃啤酒瓶的瓶口缺陷快速、准确检测。
[0011] -种残差分析动态阈值分割的瓶口缺陷检测方法，包括以下步骤：
[0012] 步骤1 :获取啤酒瓶口图像；
[0013] 步骤2 :从啤酒瓶口图像中定位瓶口目标区域；
[0014] 步骤3 :对瓶口目标区域进行缺陷检测；
[0015] 步骤3. 1):对瓶口目标区域图像进行滤波处理；
[0016] 步骤3. 2):对瓶口目标区域进行滤波前后的图像进行差分处理获得残差图像；
[0017] 步骤3. 3):对残差图像r(x，y)进行两次阈值分割后求和，得到一幅二值化图像；
[0018] 对残差图像采用以下公式进行第一次阈值分割：
[0019]
[002