董振杰 李丹 崔普維 王金玉
摘 要:針對目前柔性包裝袋缺陷檢測研究稀少的現(xiàn)狀,提出一種基于機器視覺和圖像處理的柔性包裝袋缺陷檢測方法。檢測方案包括硬件系統(tǒng)設(shè)計、檢測算法設(shè)計、基于SVM的分類器模型設(shè)計和實驗方案設(shè)計四個方面。提出的方法能同時對產(chǎn)品整體外形和表面印刷缺陷進行檢測,具有創(chuàng)新性和現(xiàn)實意義。
關(guān)鍵詞:機器視覺;柔性包裝袋;缺陷檢測
1 引言
包裝是商品信息、企業(yè)文化和形象的外在表現(xiàn),在人們?nèi)粘OM選擇中起到的作用越來越明顯。包裝對產(chǎn)品外觀和質(zhì)量都具有重大影響,若包裝出現(xiàn)缺陷卻最終流入市場,對企業(yè)的名譽會產(chǎn)生一定負面影響。目前包裝袋缺陷檢測主要依靠人工完成,由于其檢測時間長、主觀性強、檢測準確度不高等現(xiàn)實原因[1],已不能滿足社會發(fā)展的需求,運用機器視覺和圖像處理技術(shù)進行包裝袋印刷質(zhì)量檢測成為人工智能時代的研究熱點[2]。在此背景下,項目提出一種基于機器視覺和圖像處理的柔性包裝袋缺陷檢測方法,是對已有算法進行有機組合解決新的應(yīng)用問題,屬于應(yīng)用領(lǐng)域方面的創(chuàng)新。項目創(chuàng)新點如下:
(1)項目提出的缺陷檢測系統(tǒng)將缺陷檢測與缺陷分類兩個重要步驟同步進行。已有的檢測系統(tǒng)僅注重合格性檢測,沒有對缺陷產(chǎn)品進一步分類。
(2)項目提出的缺陷檢測系統(tǒng)能夠在包裝內(nèi)有產(chǎn)品的特殊情況下進行檢測。目前已有的檢測系統(tǒng)大多比較規(guī)范,在產(chǎn)品沒有裝入包裝前進行檢測。而一些小企業(yè)在商品已經(jīng)裝入包裝后才想到要進行檢測,此種情況加大了檢測難度。
(3)查閱已有的研究成果,對柔性包裝袋的缺陷檢測研究很少,此項研究具有現(xiàn)實意義。
2 系統(tǒng)設(shè)計
項目提出的柔性包裝袋缺陷檢測系統(tǒng),從以下四個方面進行設(shè)計:硬件系統(tǒng)設(shè)計、檢測算法設(shè)計、基于SVM的分類器模型設(shè)計和實驗方案設(shè)計。
2.1硬件系統(tǒng)設(shè)計
系統(tǒng)研究設(shè)計包含光源、光電傳感器、圖像采集、圖像處理和自動分揀等幾個部分,系統(tǒng)設(shè)計如圖1所示。系統(tǒng)選用條形LED光源,采用CDD進行攝像采集,采集的圖片經(jīng)由圖像采集卡傳入計算機(PC),根據(jù)圖像處理結(jié)果,系統(tǒng)實現(xiàn)自動分揀。
2.2檢測算法設(shè)計
檢測算法流程:檢測對象經(jīng)過圖像采集、二值化處理、閾值分割、目標區(qū)域定位、特征提取5個模塊處理后,進入缺陷檢測階段,將合格產(chǎn)品直接輸出結(jié)果,不合格產(chǎn)品運用SVM分類器進行缺陷分類。缺陷分類包含袋與袋粘連、袋長寬錯誤、袋上有臟污和包裝版面偏移4種缺陷類型。算法流程如圖2所示。
2.3 基于SVM的分類器模型設(shè)計
支持向量機(Support Vector Machine,SVM)是一種非常經(jīng)典且好用的機器學(xué)習(xí)分類技術(shù),SVM分類器通過構(gòu)造一個最大邊緣超平面將不同種類的樣本區(qū)分開來。由于包裝袋的缺陷種類共有4種,可以選用一對一分類法。將任意樣本兩兩組合,每組設(shè)計一個SVM分類器,因此 個類別的樣本就需要設(shè)計 個分類器。
2.4實驗方案設(shè)計
實驗環(huán)境:選用Win10操作系統(tǒng)和VC++編程工具,調(diào)用OpenCV庫函數(shù)計算特征向量,訓(xùn)練和測試SVM分類器。為了驗證項目提出檢測方法的有效性,從缺陷識別能力和缺陷分類效果兩個角度設(shè)計實驗。
實驗一,缺陷識別能力驗證。對項目提出的柔性包裝袋檢測法、傳統(tǒng)的模板匹配法和人工檢測法三種檢測方法進行比較實驗。采用真正率(Pse )、真負率(Psp )和準確率(Pac )[3]作為評價標準,其定義為:
其中,PT 表示缺陷產(chǎn)品被識別為缺陷的數(shù)量,PF 表示合格產(chǎn)品被識別為缺陷的數(shù)量,NF 表示缺陷產(chǎn)品被識別為合格的數(shù)量,NT 表示合格產(chǎn)品被識別為合格的數(shù)量。
實驗二,缺陷分類效果驗證。針對袋與袋粘連、袋長寬錯誤、袋上有臟污和包裝版面偏移4種缺陷類型,每種缺陷選取若干個樣本進行實驗,驗證分類效果。以漏檢率、誤檢率和正檢率為測試標準進行實驗。
3 項目應(yīng)用價值
關(guān)于機器視覺的缺陷檢測技術(shù)越來越完善, 能夠快速的檢測出存在的問題并對缺陷產(chǎn)品進行分類,大大提高了生產(chǎn)效率。機器視覺檢測技術(shù)就是來模仿人的眼睛, 為機器加上“眼睛”, 通過“眼睛”獲取產(chǎn)品的缺陷信息, 提取其中重要的參數(shù)進行分析, 并依據(jù)規(guī)則做出判定, 完成質(zhì)量檢測。項目提出的基于機器視覺和圖像處理的柔性包裝袋缺陷檢測方法,同時對產(chǎn)品整體外形和表面印刷缺陷進行檢測,具有創(chuàng)新性和實用性。
參考文獻:
[1]韓明芮,楊璽.基于圖像處理的包裝缺陷檢測方法綜述[J].中國儲運,2019(09):110-112.
[2]李丹,金媛媛,童艷,白國君,楊明.基于支持向量機的輸液袋智能檢測與缺陷分類[J].激光與光電子學(xué)進展,2019,56(13):202-208.
[3]李丹,白國君,金媛媛,童艷.基于機器視覺的包裝袋缺陷檢測算法研究與應(yīng)用[J].激光與光電子學(xué)進展,2019,56(09):188-194.
作者簡介:
第一作者:董振杰,男,1999.04,漢族,遼寧,沈陽城市建設(shè)學(xué)院,計算機科學(xué)與技術(shù)專業(yè),本科在讀。通訊作者:李丹,女,1983.01,漢族,吉林,碩士研究生,講師,研究方向:機器視覺、高等教育。
基金項目:沈陽城市建設(shè)學(xué)院2020年校級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目(編號:202013208062基于機器視覺的柔性包裝袋缺陷檢測系統(tǒng))、遼寧省教育廳2020年度科學(xué)研究經(jīng)費項目(LJKX202015)
(沈陽城市建設(shè)學(xué)院信息與控制工程系 ?遼寧 沈陽 ?110167)