一种基于机器视觉的饼干检测装置及饼干检测方法

摘要

本发明公开了一种基于机器视觉的饼干检测装置及饼干检测方法，饼干检测装置包括机架、视觉检测机构和灯光机构，所述视觉检测机构设置在机架顶部中间位置，并且向下拍摄饼干；所述灯光机构设置在机架顶部两侧位置，并且向下方投光。利用前述饼干检测装置的饼干检测方法，检测时将饼干检测装置设置在饼干生产线上方，灯光机构照亮下方生产线上的饼干产品，视觉检测机构拍摄下方饼干生产线上的饼干产品。本发明用于饼干的检测，可以通过视觉检测实现饼干的完整性和焦化检测。

说明书

技术领域

本发明涉及饼干加工生产技术领域，具体涉及一种基于机器视觉的饼干检测装置及饼干检测方法。

背景技术

饼干生产工艺通常包括和面、成型、烘烤、喷油和冷却等工序，工艺参数控制不当容易使饼干易碎且发生焦化，进而影响饼干产品的质量。随着消费者对产品质量要求的日渐提高，必须针对饼干的完整性和焦化进行检测。传统的饼干检测主要采用人工肉眼检测的方式，存在劳动强度大、生产效率低、漏检率和误检率高的缺点。

发明内容

本发明解决的技术问题是针对现有技术中饼干的完整性和焦化检测采用人工作业存在的问题，提供一种可以解决的基于机器视觉的饼干检测装置及饼干检测方法。

为解决上述技术问题，本发明的技术方案是：一种基于机器视觉的饼干检测装置，包括机架、视觉检测机构和灯光机构，所述视觉检测机构设置在机架顶部中间位置，并且向下拍摄饼干；所述灯光机构设置在机架顶部两侧位置，并且向下方投光。

进一步地，所述视觉检测机构包括安装杆、安装架和相机组件，所述安装杆设置在机架顶部，所述安装架包括粗调组件和精调组件，所述粗调组件滑动设置在安装杆上，所述精调组件设置在粗调组件上，所述相机组件设置在精调组件上。

进一步地，所述粗调组件包括锁紧件、固定块和安装轴，所述锁紧件滑动设置在安装杆上，所述固定块设置在锁紧件上，所述安装轴固定在固定块上。

进一步地，所述精调组件包括滑块和调节螺杆，所述滑块滑动设置在安装轴上，所述相机组件通过滑轨滑动设置在滑块上，所述调节螺杆螺接在滑块上，并且所述调节螺杆可以调节相机组件在滑块上的位置。

进一步地，所述灯光机构包括光源和遮光罩，所述光源设置在视觉检测机构的两侧，并且与水平方向呈45°角；所述遮光罩设置在机架顶部，并且位于光源和视觉检测机构的外侧。

进一步地，还包括处理组件，所述处理组件包括图像获取模块、不良品检测模块、剔除信息处理模块和实时位置监控模块。

一种利用前述饼干检测装置的饼干检测方法，检测时将饼干检测装置设置在饼干生产线上方，灯光机构照亮下方生产线上的饼干产品，视觉检测机构拍摄下方饼干生产线上的饼干产品；饼干检测方法包括如下步骤：

S1、标准产品学习，将多块合格的饼干产品放置在视觉检测机构下方生产线上拍照，通过处理组件计算标准饼干产品的面积和灰度值，并创建标准饼干产品的模板和形状区域；

S2、视觉检测机构每隔设定距离拍摄一次饼干生产线上的待测饼干产品图像，所述设定距离小于视觉检测机构的视野范围；

S3、视觉检测机构获取待测饼干产品的图像后，首先通过处理组件对图像进行均值滤波，再利用动态阈值方式提取饼干ROI区域(region of interest，感兴趣区域)；

S4、利用步骤S1中学习得到的标准饼干产品模板进行模板匹配，筛选出完整的饼干，并将产品学习得到的形状区域通过仿射变换形成模板匹配区域，模板匹配得到的区域暂定为完整饼干的区域，此后将饼干ROI区域和模板匹配区域相减，并进行开运算，产生的区域即为不完整的饼干产品区域，计算饼干区域坐标，记为不合格的饼干产品坐标；

S5、将暂定为完整饼干的区域的模板匹配形状区域与提取到的饼干形状ROI区域做差异运算，并进行开运算，若存在差异区域则视为不完整的饼干产品区域，记为不合格的饼干产品坐标；

S6、处理组件将获取的完整饼干区域分离成多个单独的区域，每个区域对应一块饼干；计算单块饼干区域的平均灰度值，并将该平均灰度值与学习得到的标准产品灰度值进行比较，若两者差值绝对值超过标准饼干产品灰度值的设定百分比，则饼干视为焦化，将其加入不合格的饼干产品坐标集合；其中，为避免饼干边缘的干扰，通过腐蚀运算将单块饼干区域缩小；

S7、计算不合格的饼干产品的坐标，将不合格的饼干产品按照坐标进行升序排列；

S8、根据视觉检测机构拍照位置、相机距离剔除机构的位置和像素精度计算剔除位置的脉冲坐标，一旦编码器脉冲计数至该坐标，触发剔除机构将不合格饼干剔除，剔除位置的坐标计算方式如下：

记相机拍照位置的脉冲坐标为m

m

进一步地，所述步骤S1前还包括像素精度标定步骤，视觉检测机构为工业相机，利用工业相机多次采集定位块的位置，计算定位块物理坐标差值的平均值，同时计算定位块在图像中像素坐标差值的平均值，由物理坐标差值和像素坐标差值的比值得到像素精度。

进一步地，所述步骤S3中提取饼干ROI区域的具体方法为：记待测饼干产品的图像的灰度值为g

进一步地，步骤S2后，还包括根据步骤S1中学习得到标准饼干产品的面积将步骤S2中拍摄到的图像内重叠的饼干区域筛除；并对步骤S2中拍摄到的图像视野边缘的饼干进行筛除。

本发明实现的有益效果主要有以下几点：饼干检测装置包括视觉检测机构和灯光机构，通过灯光机构照亮生产线上的饼干，通过视觉检测机构进行视觉检测，从而可以进行饼干的完整性和焦化检测，实现机械自动化检测饼干，并且生产效率高、检测准确、检测的一致性好，也可以减少人工的使用，降低人工的劳动强度。饼干检测方法通过上述的饼干检测装置，通过视觉检测和运算处理，可以实现自动化检测出不完整的饼干和焦化的饼干不良品，并将饼干不良品剔除，实现了饼干完整性和焦化的高速自动化检测。

附图说明

图1为本发明实施例一中基于机器视觉的饼干检测装置的外形结构示意图；

图2为本发明实施例一中基于机器视觉的饼干检测装置的视觉检测机构的结构示意图。

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的；相同或相似的标号对应相同或相似的部件；附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制。

具体实施方式

为了便于本领域技术人员理解，下面将结合附图以及实施例对本发明进行进一步详细描述。

实施例一

参阅图1和图2，一种基于机器视觉的饼干检测装置，用于饼干的检测，可以通过视觉检测实现饼干的完整性和焦化检测。饼干检测装置包括机架1、视觉检测机构2和灯光机构3，机架1是检测装置的安装固定结构，饼干检测装置可以通过机架安装在饼干生产线外侧，机架1上设置固定片11，将固定片11螺接固定在饼干生产线外侧即可。同时，视觉检测机构2和灯光机构3也设置在机架上，所述视觉检测机构2设置在机架1顶部中间位置，并且视觉检测机构2的相机组件21朝下设置，可以向下拍摄饼干生产线上的饼干；相机组件21包括工业相机和镜头，工业相机可以采用常用的CCD相机。所述灯光机构3设置在机架1顶部两侧位置，发光部位朝下设置，向下方的饼干生产线投光，将饼干照亮，方便视觉检测机构2拍照检测。

参阅图2，视觉检测机构2可以采用如下具体结构，包括安装杆21、安装架22和相机组件23，所述安装杆21水平设置在机架1顶部中间位置，安装架22安装在安装杆21上，可以滑动设置，从而使得相机组件23位置可调，方便调节和检测；安装杆21最好采用方杆，使得安装架22在其上安装的更加稳定，避免视觉检测机构2安装在安装架22上时发生转动影响饼干检测的精度。所述安装架22包括粗调组件221和精调组件222，所述粗调组件221滑动设置在安装杆21上，所述精调组件222设置在粗调组件221上，所述相机组件23设置在精调组件222上；设置粗调组件221和精调组件222使得相机组件23的位置调节更加精准，从而提高饼干检测的精度。

参阅图2，所述粗调组件221可以采用如下结构：包括锁紧件2211、固定块2212和安装轴2213，锁紧件2211滑动设置在安装杆21上，锁紧件2211包括通过螺钉螺接在一起的两部分，两部分将安装杆21夹住，从而固定在安装杆21上，需要调节位置时可以松开螺丝调节锁紧件2211在安装杆21上的位置即可。固定块2212设置在锁紧件2211上，所述安装轴2213固定在固定块2212上，精调组件222竖向滑动设置在安装轴2213上，从而可以调节精调组件222在安装轴2213上的位置，实现相机组件23的位置粗调；调节精调组件222在安装轴2213上的滑动安装结构可以参照锁紧件2211与安装杆21的安装结构设置。

参阅图2，所述精调组件222可以采用如下结构：包括滑块2221和调节螺杆2222，所述滑块2221滑动设置在安装轴2213上，所述相机组件23通过滑轨竖向滑动设置在滑块2221上，滑块2221设置为L形的结构，所述调节螺杆2222螺接在滑块2221的一侧上，同时调节螺杆2222前端与相机组件23可转动连接，从而调节螺杆2222在滑块2221一侧转动时可以驱动相机组件23在滑块2221另一侧竖向移动，即通过调节螺杆2222可以调节相机组件23在滑块2221上的位置，实现相机组件23位置的精调。

参阅图1，所述灯光机构3包括光源31和遮光罩32，所述光源31设置在视觉检测机构2的两侧，并且与水平方向呈45°角，使得光源发出的光学可以恰好照射在相机组件23正下方，更好的为相机组件23所拍摄的位置照明，使得相机组件23拍摄的图像更清晰，检测更加准确；光源31可以采用日光灯管、LED灯管等常用的光源。所述遮光罩32设置在机架1顶部，并且位于光源31和视觉检测机构2的外侧，避免光源31从上侧漏光，也避免上侧的其他光源影响视觉检测机构2的拍摄。

参阅图1，还设置处理组件4，处理组件4可以采用计算机。所述处理组件4包括图像获取模块、不良品检测模块、剔除信息处理模块和实时位置监控模块。

图像获取模块利用编码器实时计算生产线位置，每隔一定距离获取一张图像。

不良品检测模块对图像进行处理，识别出视野内不完整和焦化的饼干，并计算其像素坐标，同时将其转化为物理坐标，并根据坐标将饼干分为四个区域进行剔除。

剔除信息处理模块计算不合格饼干的像素坐标，将其转化为物理坐标，并根据坐标将饼干分为四个区域进行剔除。

实时位置监控模块用于实时获取生产线的位置，当不合格饼干移动至剔除机构位置时，将信号反馈至处理器，可添加剔除机构模块，由处理器控制剔除机构进行剔除。

实施例二

一种利用实施例一中饼干检测装置的饼干检测方法，检测时将饼干检测装置设置在饼干生产线上方，灯光机构3照亮下方生产线上的饼干产品，视觉检测机构2拍摄下方饼干生产线上的饼干产品。饼干检测方法包括如下步骤：

S1、像素精度标定，视觉检测机构2为工业相机，在视觉检测机构2下方的饼干生产线上放置定位块，利用工业相机多次拍摄采集定位块的位置信息，通过处理组件计算定位块物理坐标差值的平均值，同时计算定位块在图像中像素坐标差值的平均值，由物理坐标差值和像素坐标差值的比值得到像素精度。

S2、标准产品学习，将多块合格的饼干产品放置在视觉检测机构2下方生产线上拍照，获取待测饼干产品的标准产品图像、识别标准产品的形状和外形参数，通过处理组件4计算标准饼干产品的面积和灰度值，并创建标准饼干产品的模板和形状区域，存储在处理组件4中。

S3、饼干生产线运输饼干产品时，视觉检测机构2每隔设定距离拍摄一次饼干生产线上的待测饼干产品图像，所述设定距离小于视觉检测机构2的视野范围，使得饼干生产线上所有的饼干可以被视觉检测机构2拍摄获取图像，可以避免漏拍生产线上的饼干导致漏检。

S4、视觉检测机构2获取待测饼干产品的图像后传输至处理组件4，首先通过处理组件对图像进行均值滤波，再利用动态阈值方式提取饼干ROI区域，具体方法为：记待测饼干产品的图像的灰度值为g

S5、处理组件根据步骤S2中学习得到标准饼干产品的面积将步骤S3中拍摄到的图像内与前后拍摄到的图像有重叠的饼干区域筛除，避免检测无序排列的饼干时产生误判。并根据步骤S2中学习得到标准饼干产品对步骤S3中拍摄到的图像视野边缘的饼干进行筛除，避免位于图像视野边缘的饼干导致误判；本实施例中通过处理组件对图像处理得到的饼干区域进行反选，并将反选区域填充，位于图像视野边缘的饼干由于在图像中的不完整性而不被填充，进而可排除位于图像视野边缘的饼干。

S6、处理组件利用步骤S2中学习得到的标准饼干产品模板进行模板匹配，筛选出拍摄图像中的完整的饼干，并将产品学习得到的形状区域通过仿射变换形成模板匹配区域，模板匹配得到的区域暂定为完整饼干的区域；此后将饼干ROI区域和模板匹配区域相减，并进行开运算，产生的区域即为不完整的饼干产品区域，计算饼干区域坐标，记为不合格的饼干产品坐标。

S7、处理组件将步骤S6中暂定为完整饼干的区域的模板匹配形状区域与提取到的饼干形状ROI区域做差异运算，并进行开运算，若存在差异区域则视为不完整的饼干产品区域，记为不合格的饼干产品坐标。

S8、除了步骤S6和S7中定位不完整的饼干产品区域外，其他视觉检测机构2获取的饼干图像中的区域为完整的饼干区域。处理组件将获取的完整饼干区域分离成多个单独的区域，每个区域对应一块饼干；计算单块饼干区域的平均灰度值，并将该平均灰度值与学习得到的标准产品灰度值进行比较，若两者差值绝对值超过标准饼干产品灰度值的设定百分比，则饼干视为焦化，将其加入不合格的饼干产品坐标集合；其中，为避免饼干边缘的干扰，通过腐蚀运算将单块饼干区域缩小。本实施例中平均灰度值超过学习得到的标准产品灰度值的20％，视为焦化饼干；实际中还可以根据产品的不同来确定。

S9、处理组件计算不合格的饼干产品的坐标，将不合格的饼干产品按照坐标进行升序排列；

S8、处理组件根据视觉检测机构2拍照位置、相机距离剔除机构的位置和像素精度计算剔除位置的脉冲坐标，一旦编码器脉冲计数至该坐标，触发剔除机构将不合格饼干剔除，剔除位置的坐标计算方式如下：

记相机拍照位置的脉冲坐标为m

m

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。