[發明專利]基于機器視覺的茶葉包裝空袋檢驗方法

有效

• 申請號: 201610347818.X
• 申請日: 2016-05-23
• 公開（公告）號: CN106022331B
• 公開（公告）日: 2017-06-27
• 發明（設計）人: 曹茂永;滕升華;王毅;趙猛
• 申請（專利權）人: 山東科技大學
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/34;G06K9/46
• 代理公司: 北京雙收知識產權代理有限公司11241
• 代理人: 陳泉

技術領域

本發明涉及工業包裝領域，具體的說，是涉及一種基于機器視覺的茶葉包裝空袋檢驗方法。

背景技術

袋裝茶在茶葉市場占據很大比重。利用茶葉包裝機對茶葉進行分袋包裝，由于卡料或缺料會產生空袋，因為有必要設置專門的裝置或步驟檢驗是否有茶葉空袋并將其剔除。人工檢驗當然不適用于自動包裝流水線，目前普遍采用的空袋檢驗方法是光電檢驗。但是如果茶葉沒有處在包裝袋的中心區域，利用光電探頭的檢驗方式可能會產生漏檢。

發明內容

針對上述現有技術中的不足，本發明提供一種結構合理、操作方便，防止漏檢的基于機器視覺的茶葉包裝空袋檢驗方法。

本發明所采取的技術方案是：

一種基于機器視覺的茶葉包裝空袋檢驗方法，在茶葉包裝流水線上方安裝攝像頭及照明光源，攝像頭與計算機相連接，包括如下步驟：

步驟1，采集圖像；

步驟2，利用雙閾值對采集圖像中的茶葉袋進行分割；

步驟3，確定圖像中的茶葉袋數量；

步驟4，找到圖像中待處理的茶葉袋；

步驟5，判斷茶葉區域占比是否大于0.5；判斷茶葉區域占比大于0.5執行步驟8，否則執行步驟6；

步驟6，通過SVM判別是否為空袋，判別為空袋執行步驟7，否則執行步驟8；

步驟7，發出剔除指令；

步驟8，判斷圖像中是否還有需要處理的茶葉袋，有執行步驟4，否則執行步驟9；

步驟9，判斷是否繼續檢測，繼續檢測執行步驟10，否則步驟11結束程序；

步驟10，確定圖像采集時間間隔，并轉步驟1。

所述雙閾值分割法具體步驟如下：

為便于圖像分析，設置圖像中皮帶的顏色為中等灰度，茶葉部分的灰度最低，白色或其他淺色茶葉袋灰度值最高；

設皮帶部分平均灰度為Yb，茶葉部分灰度為Yt，茶葉袋灰度為Yp，設定：Yt<Yb<Yp；

設定高閾值Th取值范圍；設定低閾值Tl取值范圍；

步驟(1)，利用高閾值Th分離出每個茶葉袋，Th的取值高于袋內茶葉部分和皮帶的灰度而低于茶葉袋的灰度，閾值Th取值為Th＝(Yb+Yp)/2；

設定同一批次茶葉袋的尺寸是相等的，茶葉不會完全充滿茶葉袋，利用高閾值分割出茶葉袋的邊緣部分，進而得到茶葉袋整個矩形區域；

步驟(2)，利用低閾值Tl分割茶葉部分，該閾值的取值高于茶葉部分的灰度、低于皮帶和茶葉袋的灰度，閾值Tl取值為Tl＝(Yt+Yb)/2；

步驟(2)分割出的茶葉區域應該位于步驟(1)得到的茶葉袋范圍之內，結合兩個閾值的分割結果對茶葉袋進行分割。

根據每個茶葉袋外表顏色判斷茶葉袋是否空袋，具體步驟如下：

步驟(3)，根據步驟(2)的判斷結果，計算茶葉部分的面積相對于整個茶葉袋區域的面積占比；如果茶葉部分的面積占比高于0.5，確定非空袋，若小于0.5作為疑似空袋。

為避免誤檢，茶葉部分占空比的判別指標取值較高，這一步通過一個簡單指標首先排除容易判斷的非空茶葉袋，低于閾值的茶葉袋即初步判定為疑似空袋，需要進一步檢驗。

(4)根據茶葉袋范圍內的灰度直方圖構成特征訓練支持向量機SVM實現疑似空袋的判別；

灰度直方圖特征是將灰度范圍等間隔分為若干段，選取16段，利用各灰度段內的像素數占總像素的百分比作為樣本特征；

線性SVM的分類公式是y＝w^Tx+b，x是16維特征向量，w和b是分類器參數是利用樣本訓練確定其數值，分類結果根據y的符號進行確定：y大于0判定為空袋(陽性)，否則為正常非空袋(陰性)。

圖像采集時間間隔確定方法如下：

根據流水線速度及當前圖像內容確定下一幀圖像的采集間隔；設皮帶行進速度為V，攝像頭對流水線皮帶的成像幅寬為L，下一幀圖像的采集間隔為S＝(L-D)/V；對于參數D：若圖像左邊界附近沒有不完整茶葉袋D取0，否則D等于不完整茶葉袋右邊緣到圖像左邊界的距離。

本發明相對現有技術的有益效果：

本發明基于機器視覺的茶葉包裝空袋檢驗方法，首先對圖像中的茶葉袋進行分割采用雙閾值分割法，確定疑似空袋，然后根據茶葉袋范圍內的灰度直方圖構成特征訓練支持向量機SVM實現疑似空袋的判別，處理速度快，結果可靠，避免誤檢和漏檢，提高茶葉包裝質量。

附圖說明

圖1是本發明基于機器視覺的茶葉包裝空袋檢驗方法的結構示意圖；