一种基于机器视觉的烟箱缺条检测方法、装置和系统
文献发布时间:2024-04-18 19:58:30
技术领域
本发明涉及烟草生产包装技术领域,更具体地,涉及一种基于机器视觉的烟箱缺条检测方法。
背景技术
目前卷烟厂广泛使用的封箱机虽然具备烟箱缺条检测功能,但由于其检测效果不佳,容易造成漏检、误检,烟箱缺条情况也比较多。烟箱缺条属于严重的质量事故,容易造成卷烟厂与经销商之间的经济纠纷。各厂纷纷增设各种形式的烟箱缺条检测。目前,本领域中常采取的检测方法有:重量检测法、射线检测法和视觉检测法。重量检测法利用对成品烟箱的称重和重量对比计算判断烟箱是否缺条,检测准确率较高,但需对现有输送带进行较大规模的改造,且不同牌号的卷烟需设置不同的标准重量不同,改造成本高;射线检测法利用射线或光子穿透烟箱后在信号接收器产生相应的影像达到检测目的,但并存在一定的辐射;视觉检测法利用单个或多少摄像头安装在封箱机入箱推进装置后侧,利用推箱过程中的间隙时间拍摄下排和上排烟的实时图像进行分析处理,需相应图形处理系统,改造技术难度较大,成本高,且后期要不断维护相机、光源和确保图像处理效果,维护工作量较大。
发明内容
本发明的一个目的是提供一种基于机器视觉的烟箱缺条检测方法的新技术方案,通过获取烟条的堆叠图像,生成烟条数量和烟条位置信息,并识别出二维码信息,进而通过比对生成烟条缺失检测结果,检测结果准确率高,结构简单,且无需人工干预。
根据本发明的第一方面,提供了一种基于机器视觉的烟箱缺条检测方法,包括:
获取烟条的堆叠图像;
对所述堆叠图像进行信息提取,并识别出所述烟条的二维码区域;
遍历所述二维码区域,生成烟条数量和烟条位置信息,并识别出二维码信息;
根据所述二维码信息、所述烟条数量和所述烟条位置信息,生成烟条缺失检测结果。
可选地,所述获取烟条的堆叠图像,具体包括:
获取烟条堆叠装箱数量及排列方式,生成烟条装箱排列矩阵;
拆分所述装箱排列矩阵,生成堆叠次序;
按所述堆叠次序排列所述烟条;
拍摄每个堆叠次序下的烟条,并生成堆叠图像。
可选地,对所述堆叠图像进行信息提取,并识别出所述烟条的二维码区域,具体包括:
按照堆叠次序依次获取烟条堆叠影像;
并识别出每个堆叠次序下的烟条堆叠二维码区域;
并将其与上一个堆叠次序下的烟条堆叠二维码区域进行比对;
当所有堆叠影像中的二维码区域比对完成,记录所有二维码区域。
可选地,遍历所述二维码区域,生成烟条数量和烟条位置信息,具体包括:根据所述堆叠图像的二维码区域生成定位模板;
设置所述定位模板的标志点;
根据标志点的位置与每条烟的位置关系,定位每条烟的中心坐标位置;
根据所述每条烟的中心位置,生成每条烟的像素区域,并记录所述烟条的位置信息。
可选地,遍历所述二维码区域,识别出二维码信息,具体包括:
将所述像素区域进行二值化处理,生成二值化处理后的像素区域;
对所述像素区域进行像素点分割,生成分割后的堆叠影像;
计算每个像素点的灰度值;
并根据所述灰度值识别计算出二维码信息。
可选地,所述获取烟条堆叠装箱数量为25个,所述烟条堆叠装箱的排列方式为5×5,生成烟条装箱排列矩阵为5×5矩阵。
可选地,所述堆叠图像的像素点分割个数为25个。
可选地,所述根据所述二维码信息、所述烟条数量和所述烟条位置信息,生成烟条缺失检测结果,具体包括:
获取所有二维码信息、烟条数量和所述烟条位置信息,并生成关联矩阵;
遍历每一个位置上的二维码信息;
若所述二维码信息比对结果重复或所述二维码信息与所述烟条的数量不一致,则判定烟箱内烟条缺失,并生成缺失位置信息。根据本发明的另一方面,本发明还提供了一种基于机器视觉的烟箱缺条检测装置,包括:
图像采集模块,其用于获取烟条的堆叠图像;
信息提取模块,其用于对所述堆叠图像进行信息提取,并识别出所述烟条的二维码区域;
识别模块,其用于遍历所述二维码区域,生成烟条数量和烟条位置信息,并识别出二维码信息;
检测模块,其用于根据所述二维码信息、所述烟条数量和所述烟条位置信息,生成烟条缺失检测结果。
根据本发明的又一方面,本发明提供了一种基于机器视觉的烟箱缺条检测系统,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时所述的机器视觉的烟箱缺条检测方法。
根据本公开的一个实施例,通过获取烟条的堆叠图像,生成烟条数量和烟条位置信息,并识别出二维码信息,进而通过比对生成烟条缺失检测结果,检测结果准确率高,结构简单,且无需人工干预。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1为本发明所述的基于机器视觉的烟箱缺条检测方法流程图。
图2为本发明所述的获取烟条的堆叠图像的流程图。
图3为本发明所述的识别出烟条的二维码区域的流程图。
图4为本发明所述的识别出二维码信息的流程图。
图5为本发明所述的遍历所述二维码区域的流程图。
图6为本发明所述的烟条缺失检测结果的流程图。
图7为本发明所述的基于机器视觉的烟箱缺条检测装置示意图。
图8为本发明所述的二维码自动定位示意图。
图9为本发明所述的功能流程图。
图10为本发明所述的基于机器视觉的烟箱缺条检测系统示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
如图1所示,基于背景技术提出的技术问题,本申请提供了一种基于机器视觉的烟箱缺条检测方法,包括:
步骤S110、获取烟条的堆叠图像;
步骤S120、对堆叠图像进行信息提取,并识别出烟条的二维码区域;
步骤S130、遍历二维码区域,生成烟条数量和烟条位置信息,并识别出二维码信息;
步骤S140、根据二维码信息、烟条数量和烟条位置信息,生成烟条缺失检测结果。
具体的说,本实施例通过获取烟条的堆叠图像,生成烟条数量和烟条位置信息,并识别出二维码信息,进而通过比对生成烟条缺失检测结果,检测结果准确率高,结构简单,且无需人工干预。
如图2所示,获取烟条的堆叠图像,具体包括:
步骤S111、获取烟条堆叠装箱数量及排列方式,生成烟条装箱排列矩阵;
步骤S112、拆分所述装箱排列矩阵,生成堆叠次序;
步骤S113、按所述堆叠次序排列所述烟条;
步骤S114、拍摄每个堆叠次序下的烟条堆叠图像。
具体的说,在本实施例中,通过分次对烟条进行装箱,进而形成堆叠次序,可以根据实际情况设计堆叠次序,并在每次堆叠完成后进行拍照,形成堆叠影像,可根据比对每次的堆叠影像对烟条数量进行简单比对,简化烟条缺失的检测流程。
如图3所示,对堆叠图像进行信息提取,并识别出所述烟条的二维码区域,具体包括:
步骤S121、按照堆叠次序依次获取烟条堆叠影像;
步骤S122、识别出每个堆叠次序下的烟条堆叠二维码区域;
步骤S123、将其与上一个堆叠次序下的烟条堆叠二维码区域进行比对;
步骤S124、当所有堆叠影像中的二维码区域比对完成,记录所有二维码区域。
具体的说,在本实施例中,通过依次比对每个有堆叠影像中的二维码区域,记录产生所有二维码区域,通过简单比对每个叠加次序下的二维码区域信息,可以核查每次叠加后的烟条影像拍摄信息,进而初步检测出烟条的缺失信息。
如图4所示,在一个优选实施例中,遍历所述二维码区域,生成烟条数量和烟条位置信息,具体包括:
步骤S131、根据所述堆叠图像的二维码区域生成定位模板;
步骤S132、设置所述定位模板的标志点;
步骤S133、根据标志点的位置与每条烟的位置关系,定位每条烟的中心坐标位置;
步骤S134、根据所述每条烟的中心位置,生成每条烟的像素区域,并记录所述烟条的位置信息。
如图5所示,在一个优选实施例中,遍历所述二维码区域,识别出二维码信息,具体包括:
步骤S141、将所述像素区域进行二值化处理,生成二值化处理后的像素区域;
步骤S142、对所述像素区域进行像素点分割,生成分割后的堆叠影像;
步骤S143、计算每个像素点的灰度值;
步骤S144、根据所述灰度值识别计算出二维码信息。
具体的说,在本实施例中,通过像素点分割和二值化处理对堆叠影像进行提取,能够高效筛选出二维码区域,并提高了二维码的识别准确率。
在一个优选实施例中,烟条堆叠装箱数量为25个,烟条堆叠装箱的排列方式为5×5,生成烟条装箱排列矩阵为5×5矩阵。
在一个优选实施例中,堆叠图像的像素点分割个数为25个。
如图6所示,根据二维码信息、烟条数量和烟条位置信息,生成烟条缺失检测结果,具体包括:
步骤151、获取所有二维码信息、烟条数量和所述烟条位置信息,并生成关联矩阵;
步骤152、遍历每一个位置上的二维码信息;
步骤153、若二维码信息重复或二维码信息数量与所述烟条数量不一致,则判定烟箱内烟条缺失,并生成缺失位置信息。
如图7所示,在一个优选实施例中,本发明还提供了一种基于机器视觉的烟箱缺条检测装置,包括:图像采集模块210、信息提取模块220、识别模块230和检测模块240。
图像采集模块210用于获取烟条的堆叠图像;信息提取模块220用于对堆叠图像进行信息提取,并识别出烟条的二维码区域;识别模块230用于遍历所述二维码区域,生成烟条数量和烟条位置信息,并识别出二维码信息;检测模块240用于根据所述二维码信息、所述烟条数量和所述烟条位置信息,生成烟条缺失检测结果。
如图8所示,实施以基于机器视觉的烟箱缺条检测装置的工作过程为例,作进一步说明:
以卷烟厂烟条装箱工序为例,在本实施例中,每个烟箱装50条烟,条烟按5×5的2个端面组合排成长方体形状。在本实施例中,条烟的二维码印在条烟端面居中位置,大小为11×11m。每条烟的二维码均是独一无二的,二维码信息包含了卷烟的品牌规格、生产时间等信息。
图像采集模块210采用相机,并将相机安装在烟条堆叠推入处,当25条烟到达堆叠到检测工位时,图像采集模块210对该25条烟的堆叠进行拍照。当封箱机将第一层25条烟推入烟箱时,图像采集模块210拍摄一张包含25条烟信息的堆叠照片保存在数据库内,并读取所有烟条的二维码信息并进行比对和保存。如果25个二维码信息读取正确且没有重复和缺失等异常,可以判定该层卷烟没有缺条等异常。接着等待第二层25条烟推入烟箱,图像采集模块210再次拍照,对二维码读取和比对。同样的,25个二维码信息读取正确无重复或缺失,则判定第二层烟条堆叠也正常。在正确识别50条烟条的二维码后,系统判定该烟箱装箱合格。当该烟箱到达,图像采集模块210位置时,图像采集模块210读取烟箱一号工程追溯码,将50个二维码与识别模块230追溯码关联保存在数据库,方便日后调用或查询。在一个优选实施例中,还包括补光灯,补光灯用于对图像采集模块210的补光,提高照片拍摄质量。
在一个具体的实施例中,检测装置由工控机、图像采集卡、两个相机、两个补光灯、I/O控制卡、剔除器等组成。
条烟的二维码印在条烟端面居中位置,大小为11*11m,每条烟的二维码均是独一无二的,二维码信息包含了卷烟的品牌规格、生产时间、制造设备等信息。当堆叠到达堆叠工位时,相机对该堆叠进行拍照。为保证条烟上的二维码清晰,补光灯对烟条端部进行补光。为了消除条盒透明纸反光对图像拍摄质量的影响,补光灯与相机轴线夹角60°-75°,安装在靠近堆叠的位置,同时在相机镜头上安装偏光镜。
正常情况下,每个烟箱的二维码信息由50个条烟二维码和1个烟箱一号工程追溯码组成,关联后保存在数据库。在正确识别50条烟条的二维码后,系统判定该烟箱装箱合格,读取并关联烟箱上的一号工程追溯码后,方便日后调用或查询。由于5*5烟条堆叠比较整齐,所以25条卷烟的二维码位置相对固定。在本实施例中,二维码的定位采用,位置几何关系的二维码自动定位方法,可以实现快速、准确检测二维码的目的。首先通过模板匹配定位图像中的标志点MP,得到5*5烟条堆叠与像素原点P0相对位置信息。然后根据标志点MP的位置与每条烟的位置关系,定位每条烟的中心坐标位置,用公式表示:
x
y
其中:m对应堆叠中烟条的列数,n对应于行数,m和n为1-5正整数;Δx和Δy分别为从像素点坐标原点P0到标志点MP的横坐标和纵坐标距离;s
如图9-10所示,本发明还提供了一种基于机器视觉的烟箱缺条检测系统,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序,所述程序被所述处理器执行时机器视觉的烟箱缺条检测方法。
首先,获取图像:获取CCD相机采集到的图像;
解码优化:创建二维码模板,设置二维码扫描数量、二维码模型的类型参数,提高二维码的识别率;
二维码定位:根据模板匹配定位图像标志点(定位精度为0.52mm),确定25个ROI区域;
图像预处理:对ROI进行图像预处理,根据实际情况可以采用灰度化、均值滤波、对比度增强、形态学分析等手段,提高二维码识别率;
ROI循环检测:对每个ROI进行逐一检测识别;
二维码识别:由二维码解析库,实现二维码信息识别;
堆叠1/2识别:判断烟箱内50条烟的二维码是否已经扫描完成(堆叠1和2分开扫描)。
二维码识别准确性判定:对采集2*25个二维码(50条烟复位2个堆叠,每个堆叠25个二维码,合计50个二维码),进行识别和判定。比对50个二维码码是否有效、是否重复等信息。比对成功则判定该烟箱合格、无缺条。缺条烟箱在剔除工位进行剔除。
相机2图像采集:在剔除工位上扫描烟箱上的一号工程码(条形码)。
识别并关联与一号工程码:将一号工程码与烟箱内50个烟条二维码进行数据关联。
本发明的一个目的是提供一种基于机器视觉的烟箱缺条检测方法的新技术方案,通过获取烟条的堆叠图像,生成烟条数量和烟条位置信息,并识别出二维码信息,进而通过比对生成烟条缺失检测结果,检测结果准确率高,结构简单,且无需人工干预。
本发明还提供了基于机器视觉的烟箱缺条检测方法,通过像素点分割和二值化处理对堆叠影像进行提取,能够高效筛选出二维码区域,并提高了二维码的识别准确,且通过。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上例子仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员应该理解,可在不脱离本发明的范围和精神的情况下,对以上实施例进行修改。本发明的范围由所附权利要求来限定。
- 一种机器视觉的烟箱缺条检测系统
- 基于毫米波的烟箱缺条检测方法、装置、系统和存储介质