基于机器视觉的柱面标签缺陷检测方法

在饮料食品行业中饮品的包装标签包含了饮品的各种信息,其好坏关系着饮品是否合格。针对近似圆柱的饮品包装标签设计了一种基于机器视觉的标签缺陷检测方法,能够多方位的采集到柱面饮品标签的图像信息。针对柱面饮品标签存在的形状畸变,提出了一种柱面反投影校正算法;将经柱面反投影后相邻标签图像进行配准,采用非线性权重融合成完整的柱面标签展开图;最后对标签展开图的颜色空间进行信息提取,采用双阈值和形态学处理来判断该饮品标签是否合格。实验结果表明该方法能较好的实现柱面饮品包装标签的缺陷检测,有望应用于饮品灌装生产线。

基于机器视觉的柱状标签拼接算法研究

目的针对标签检测中因单目相机视野受限无法获取标签全部有效信息的问题,设计一种基于圆柱体拟合的柱状标签展开算法。方法首先由相机标定得到的相机外参数拟合出标签圆柱体理想位姿,并确定柱面标签展开图的高度。依据圆柱体在相机视野下的极限位置确定模糊隶属度函数,筛选提取到的柱面标签边缘点。最后根据边缘点的世界坐标确定真实圆柱体的位置,提取单目相机图像中的像素值并且为标签平面展开图中对应点赋值,最终得到柱状标签的平面展开图。如果对拼接质量有着较高的要求,可以采用NCC匹配算法对拼接图像进行调整,以达到更好的效果。结果该方法可以对多幅柱面标签图像实现快速拼接,最终得到柱面标签的平面展开图,半径30 mm的柱面标签图像拼接速度可达83.8 ms,为标签质量在线检测奠定了基础。结论该方法能够快速且精确地将柱状产品侧面标签平面展开。