全国服务热线:

15861139266

基于机器视觉的饮料瓶盖缺陷检测方案_苏州机器视觉培训_苏州上位机培训_苏州工业机器人培训
发布时间:2024-01-09 09:15:12 点击次数:2985

1.png

很多酒水饮料都采用瓶装方式,并且会将很多重要的生产信息,如生产日期、品牌logo标识等打码或印制在瓶盖上。在生产过程中,需要对瓶盖上的信息(如生产日期字符检测、logo识别、划痕等)进行检测。


在瓶盖上的标识码、LOGO甚至划痕、脏污等缺陷的检测中,光源的选择和具体打光方案的实施,对于目标的成功检出发挥着至关重要的作用。以下分享乐视科技在一些饮料瓶盖字符识别、表面缺陷检测方面的光源选择和打光案例。

金属饮料瓶盖生产日期字符检测


该案例需要检测具体不同颜色的瓶盖上的日期字符。这项检测任务的难点在于瓶盖上的颜色种类较多,背景干扰大(见图1a)。采用多种类型光源测试后,最后确定采用垂直光路的同轴光源(见图2)。

2.png

图1:(a)被检测瓶盖实物图,一个瓶盖上存在多种颜色;(b)采用高亮照射使背景与图案为白色,突出黑色字符;(c)采用数字控制器自动调节照明亮度,保证背景和被识别字符具有一定对比度。


图1(b)中的瓶盖为白色背景,比较反光,采用高亮照射使背景与图案为白色,只显现黑色字符,对比明显。


图1(c)中的瓶盖表面磨砂且有轻微的变形,光源过亮会使背景与字符同时过曝;采用数字控制器自动调节到合适的亮度,虽然背景没有图1(b)对比明显,但是还是有一定的对比效果,能够保证稳定检测判定。       

3.png

图2:金属瓶盖上的生产日期字符检测所用的光源及打光方案。                                   


啤酒瓶盖上的二维码与字符图案检测


此项目需求能够准确测出防伪二维码、绿色印刷字符图案。如果仅检测防伪喷码,采用绿色光源即可滤掉字符图案背景;但二者需同时检测,这使得拍摄难度增加,因为字符图案也是需要检测的内容,所以不能消除字符图案。如果对比差别不大,两者会相互干扰,影响检测判断。


经综合分析采用低角度环形光源,颜色为黄色拍摄(见图3),使背景为灰白色,字符图案为灰色,防伪二维码为白色,整体对比效果明显(见图4)。

4.png

图3:瓶酒瓶盖上的二维码与字符检测所用的光源及打光方案。                                

5.png

图4:(a)被检测瓶盖实物图;(b)(c)采用低角度环形光源,使背景呈灰白色,字符图案为灰色,防伪二维码为白色。


塑料饮料瓶盖上的字符印刷检测


该项目的要求是检测塑料饮料瓶盖上印刷字符的有无。此类检测要求相对简单,从图5中看,不合格的瓶盖是没有印刷的白色无特征瓶盖(见图5c);合格的瓶盖为带颜色且有印刷字符的瓶盖(见图5b)。


经测试判断,采用环型无影光源拍摄(见图6),既能保证检测面均匀,又能实现很好的对比效果。图5(b)中,拍摄的图像均匀且LOGO与背景对比明显;图5(c)中,瓶盖上没有印刷LOGO为全白无特征,判定为不合格产品。

6.png

图5:(a)被检测瓶盖实物图;以及合格(b)和不合格(c)的产品。

7.png

图6:塑料瓶盖上的字符有无检测所用的光源及打光方案。                                


塑料瓶盖表面缺陷检测


该项目需要检测塑料瓶盖的表面划痕、碰伤、脏污等缺陷,一般采用高角度垂直光路类型的光源,如高角度环形光或同轴光源;但是瓶盖表面带有微弱的曲面、且为磨砂面,因此采用此类光源会成像不均匀,导致灰度差别比较大,影响检测结果。


经综合分析采用圆顶光源,并适当提高工作距离,接近于高角度光源类型照射(见图7)。这样既能保证成像的均匀性,也具有垂直光路的效果,能实现对比效果明显的成像(见图8)。

8.png

图7:塑料瓶盖表面缺陷检测所用的光源及打光方案。                                

9.png

图8:(a)被检测瓶盖实物图以及(b)(c)表面划痕缺陷检测。


饮料吸嘴盖表面脏污检测


儿童饮料吸嘴盖不仅对卫生有着极高的要求,而且对产品材质也非常有讲究。该项目要求检测吸嘴盖上的脏污、瑕疵等特征。


因为吸嘴需要360°一整圈全检,所以这也增加了检测难度。此项目采用双相机在侧面每次1/2拍摄面,条形光源在正上方稍做倾斜拍摄。这样既能保持低角度类型表面检测,也能尽可能增大均匀的照射面积(见图9)。


图10(b)为表面干净无瑕疵的OK品,图10(c)为表面存在脏污的NG产品,缺陷目标能够很轻易地被识别出来。    

10.png

图9:吸嘴盖表面脏污、瑕疵检测所用的光源及打光方案。        

11.png

图10:(a)被检测吸嘴盖实物图以及(b)干净无瑕疵的产品和(c)有脏污的产品。



立即咨询
  • 品质服务

    服务贴心周到

  • 快速响应

    全天24小时随时沟通

  • 专业服务

    授权率高,保密性强

  • 完善售后服务

    快速响应需求,及时性服务

直播课程
软件开发基础课程
上位机软件开发课
机器视觉软件开发课
专题课
联系方式
电话:15861139266
邮箱:75607802@qq.com
地址:苏州吴中区木渎镇尧峰路69号
关注我们

版权所有:大林机器视觉培训苏州办事处所有 备案号:苏ICP备14016686号-6

技术支持: 新易维软件