1. 研究目的与意义（文献综述）

产品包装质量的检测方法有许多，传统的检测方法是通过人工检测，但此方法检测效率不高，检测人员的劳动强度大且易受到人的主观因素影响，而且，随着包装质量检测行业的迅速发展和自动化程度的提高，传统的人工检测已经无法适应市场需求。而基于机器视觉的包装质量检测技术的出现及时解决了这一问题，基于机器视觉的检测技术是近年来发展起来的一种自动化无损检测新方法，具有速度快、稳定性好、精度高、易于维护等优点，它在提高产品包装检测速度的同时也保证了检测的精度，因此在工业生产中得到了广泛的重视和应用。

视觉是人类获取外界信息的主要来源，机器视觉就是通过机器来模拟人的视觉功能，从图像中提取信息，经过一系列处理后进行后续控制的技术。机器视觉不仅强调实用性，需要较高的性价比、容错能力和通用性来适应工业现场的恶劣环境；同时也强调实时性，要求高速度和高精度。典型的机器视觉系统包括光源、光学成像系统、图像捕捉系统、图像采集与数字化模块、智能图像处理与决策模块以及控制执行模块。

机器视觉出现于20世纪50年代，当时的工作主要集中在二维图像分析、识别和理解上。 20世纪 70 年代，ccd 图像传感器的出现，使 ccd 摄像机代替硅靶，是机器视觉发展历程中的一个重要转折点。20世纪80年代，cup、dsp 等图像处理硬件技术的不断进步，使机器视觉的发展逐渐进入正轨，20世纪90年代进入高速发展阶段。例如，英国rover汽车公司800系列汽车车身轮廓尺寸精度的100%在线检测，就是机器视觉系统用于产业检测中的一个较为典型的例子，该系统由62个丈量单元组成，每个丈量单元包括一台激光器和一个ccd摄像机，用以检测车身外壳上288个丈量点。汽车车身置于丈量框架下，通过软件校准车身的精确位置。丈量单元的校准将会影响检测精度，因而受到特别重视。每个激光器/摄像机单元均在离线状态下经过校准。同时还有一个在离线状态下用三坐标丈量机校准过的校准装置，可对摄像顶进行在线校准。检测系统以每40秒检测一个车身的速度，检测三种类型的车身。系统将检测结果与人、从cad模型中撮出来的合格尺寸相比较，丈量精度为±0.1mm。rover的质量检测职员用该系统来判别关键部分的尺寸一致性，如车身整体外型、门、玻璃窗口等。而我国的机器视觉技术的应用则开始于90年代。由于机器视觉是一个新兴领域，加之在中国的普及较晚，我国在机器视觉方面的发展与世界先进水平相比还有一定差距。但随着经济和技术的发展，各行各业对采用机器视觉技术的产业自动化、智能化需求开始广泛出现，国内有关院校、研究所和企业近年来在机器视觉技术领域进行了积极的思考和大胆的尝试。例如，eq140-Ⅱ汽车仪表板总成是我国东风汽车公司生产的仪表产品，仪表板上安装有速度里程表、水温表、汽油表、电流表、信号报警灯等，其生产批量大，出厂前需要进行一次质量终检。检测项目包括：检测速度表等五个仪表指针的指示误差；检测24个信号报警灯和若干照明9灯是否损坏或漏装。一般采用人工目测方法检查，误差大，可靠性差，不能满足自动化生产的需要。基于机器视觉的智能集成测试系统，改变了这种现状，实现了对仪表板总成智能化、全自动、高精度、快速质量检测，克服了人工检测所造成的各种误差，大大提高了检测效率。

2. 研究的基本内容与方案

基本内容：本设计以矿泉水瓶为测量对象，设计基于视觉的矿泉水瓶外观质量检测装置，要求检测装置能通过图像采集，根据图像处理数据准确判断其数量、瓶盖缺陷（高盖、歪盖、无盖）、液位缺陷（液位过高、液位过低）与标签缺陷（标签存在与否、标签错位）以及标签条形码识别等参数，并实现自动分拣。

技术方案：矿泉水瓶通过传送带进行传输，采用光电传感器对其进行定位，光电传感器通过高低电平的转换来捕捉下降沿以此确认瓶子的具体位置；收到具体位置信号后，CCD摄像头对矿泉水包装瓶进行图像采集，然后利用图像采集卡将模拟信号的图像数据进行转换，从而变成数字图像数据并将之传给PC机。检测系统对数字图像数据进行处理、分析、识别后得出决策结果，并在显示器上显示出来，同时把不合格产品的信息下传给PLC，由PLC控制分拣机构完成不合格品的分拣。系统工作原理图如下所示。

图1 系统工作原理图

该检测装置的设计主要分为以下两部分：硬件系统设计和软件系统设计。

硬件系统主要由传送带、平板光源、光电传感器、CCD摄像机及镜头、图像采集卡、计算机、显示器、PLC以及分拣机构组成。其中，照明系统按照射方法可分为：背向照明和前向照明等。背向照明是被测物放在光源和摄像机之间，它的优点是能获得高对比度的图像。前向照明是光源和摄像机位于被测物的同侧，这种方式便于安装。本设计中为了获得高对比度的图像选择背向照明的方法。

软件系统使用LabVIEW作为图像处理软件，LabVIEW是一种程序开发环境，由美国国家仪器公司研制开发，类似于C和BASIC开发环境，但是LabVIEW与其他计算机语言的显著区别是：其他计算机语言都是采用基于文本的语言产生代码，而LabVIEW使用的是图形化编辑语言G编写程序，产生的程序是框图的形式。IMAQ VISION是LabVIEW内置的视觉开发工具包，其中包括IMAQ Vision和Vision Builder两个组件。IMAQ Vision是一个功能强大的函数库，提供了在LabVIEW平台上开发机器视觉系统所需要的各种子程序，例如图像采集、系统校准、图像处理、几何量测量等。Vision Builder是一个交互式的机器视觉系统开发环境，可以在系统软件设计的每一步看到输出的中间结果，并可以随时进行修改。设计完成后能够自动生成LabVIEW程序代码。

软件设计部分主要以缺陷检测为主，对获取的灰度图像先进行预处理，增强图像的对比度，并在二值化图像的基础上应用相应的算法，如瓶盖缺陷检测采用基于hough变换的支撑环法，液位缺陷检测采用竖直投影法，标签检测采用图像匹配法，缺陷检测完成后显示结果，若存在不合格品则对PLC发送剔除命令。软件流程图如下图所示。

图2 软件流程图

3. 研究计划与安排

（1）查阅文献资料，提交英文文献翻译（第1周）

（2）总体方案设计及论证，撰写并提交开题报告（第2-4周）

（3）硬件部分设计（第5-7周）

4. 参考文献（12篇以上）

[1] 姜磊，韩承江，于化龙，宋晓艳 著. 基于机器视觉系统在饮料行业中的应用研究. 《食品工业科技》第05期, 2010年

[2]于殿弘 编. 图像检测与处理技术. 西安: 西安电子科技大学出版社, 2009，9

[3] 章毓晋 编. 图像处理和分析. 清华大学出版社, 2011，9