一种食品玻璃瓶的包装缺陷检测方法及系统
本发明涉及缺陷检测，更具体的说是涉及一种食品玻璃瓶的包装缺陷检测方法及系统。
背景技术：
1、在瓶装食品的工业生产过程中会受到原材料质量、加工工艺(灌装)以及机床设备质量、生产环境等因素的影响，最终形成的瓶装食品中可能存在各类表面缺陷而影响到整体的产品质量，当今消费者对工业产品的要求在不断提高，消费者的消费欲望并不再局限于产品的质量好坏，瓶装食品表面缺陷的质检工作将显得尤为重要，提高瓶装酒瓶表面缺陷的质检能力能在一定程度上影响瓶装酒的销售前景。
2、由于瓶口缺陷的瓶子一般为废弃瓶，所以大多食品生产厂商将瓶口检测不合格的瓶子直接剔除击碎，而如侧壁、瓶底等环节检测不合格的瓶子则回洗瓶机再次清洗后回到链道再进行空瓶检测。但大量不影响使用的瑕疵瓶被误击碎会对食品生产企业造成不小的经济损失。
技术实现思路
1、有鉴于此，本发明提供了一种食品玻璃瓶的包装缺陷检测方法及系统，通过评估待检测食品玻璃瓶的缺陷特征与所在坐标综合评定瑕疵瓶是否需要击碎处理。
2、为了实现上述目的，本发明采用如下技术方案：
3、一种食品玻璃瓶的包装缺陷检测方法，包括：
4、获取历史食品玻璃瓶的图像数据，对所述图像数据进行灰度转化并像素分割，获取像素块，将所述像素块中的像素点分为两个类别，基于两个类别计算像素混乱程度与灰度均匀程度；根据所述像素混乱程度和灰度均匀程度确定每个像素块的类型；基于每个所述像素块的类型对所述图像数据进行降噪，得到降噪图像；
5、将所述降噪图像中缺陷按照预设缺陷类型进行分类，对分类图像进行语义分析，得到所述缺陷类型下的降噪图像对应的缺陷特征并进行标记获取坐标点，基于所述坐标点建立数据集；搭建坐标点检测模型并通过所述数据集训练，采集待检测图像，获取待检测坐标点中心的像素坐标；
6、基于所述待检测图像的待检测食品玻璃瓶确认所述像素坐标在待检瓶坐标系中的第一坐标位置；确定出所述像素坐标转换为所述待检瓶坐标系中坐标的转换矩阵，基于所述转换矩阵获取所述像素坐标的转换坐标；
7、基于各所述转换坐标与对应的缺陷特征，通过模糊综合评价法进行评估，得到待检测食品玻璃瓶等级评估值，当所述等级评估值小于等于预设评估阈值，则将所述待检测食品玻璃瓶进行击碎处理。
8、优选的，将所述像素块中的像素点分为两个类别具体包括：
9、根据像素点a的8邻域内每个像素点的灰度值，计算像素点a的邻域特征值ρa；
10、
11、其中，nz代表8邻域方向中的邻域z，i代表灰度值，为像素点a与相邻邻域像素点的灰度差求一阶导，代表像素点a与邻域求导结果为0的邻域点，g代表数量，代表没有灰度梯度的邻域点数量，a为第一类像素点，第一类像素点代表灰度均匀区域的像素点；
12、当像素点i的邻域特征值大于时，确认像素点a为第一类像素点；当像素点a的邻域特征值小于或等于时，确认像素点a为第二类像素点，第二类像素点代表其仅有两侧不存在灰度梯度。
13、优选的，所述基于两个类别计算像素混乱程度与灰度均匀程度具体包括：将所述像素块中的所有像素点分为两个类别，基于两个类别中的像素点数量计算所述像素块的像素混乱程度，并根据所有像素点的灰度值和像素点的数量计算所述像素块的灰度均匀程度。
14、优选的，所述基于每个所述像素块的类型对所述图像数据进行降噪具体包括：基于每个所述像素块的类型对所述像素块进行聚类，得到对应的类型聚簇，根据每个类型聚类簇中像素块的分布获取均值滤波的自适应尺寸，以对灰度图像进行自适应均值滤波，得到所述降噪图像。
15、优选的，所述坐标点检测模型具体包括：坐标点检测模型是基于letnet-5模型，采用与letnet-5模型一致的特征提取器，具有分类分支和回归分支两个分支；两个分支共用同一特征提取器，均由2层全连接层组成，神经元个数相同，其中第一个全连接层神经元的个数为84，第二个全连接层神经元的个数为2。
16、优选的，所述获取待检测坐标点中心的像素坐标具体包括：采集待检测图像，在图像中添加检测框，而后由坐标点检测模型分类分支判断检测框内是否含有坐标点；若坐标点检测模型分类分支判断检测框内有坐标点，则由坐标点检测模型回归分支预测坐标点中心的像素坐标并且输出；若坐标点检测模型分类分支判断检测框内无坐标点，则将检测框进行扩大，之后再由坐标点检测模型回归分支预测坐标点中心的像素坐标。
17、优选的，所述得到待检测食品玻璃瓶等级评估值具体包括：
18、依据各所述转换坐标与对应的缺陷特征构建等级评估模型，比较各个缺陷特征的影响程度，构成各个缺陷特征的判断矩阵，进行归一化处理后得到缺陷特征的权重向量；
19、通过传感器对影响待检测食品玻璃瓶等级评估值的缺陷特征进行数据采集，对采集到的缺陷特征进行隶属向量化处理，得到当前时间段内的缺陷特征所对应的模糊关系矩阵，依据所述模糊关系矩阵和权重向量进行模糊综合评价，获取待检测食品玻璃瓶等级评估值。
20、一种食品玻璃瓶的包装缺陷检测系统，包括：
21、降噪处理模块，获取历史食品玻璃瓶的图像数据，对所述图像数据进行灰度转化并像素分割，获取像素块，将所述像素块中的像素点分为两个类别，基于两个类别计算像素混乱程度与灰度均匀程度；根据所述像素混乱程度和灰度均匀程度确定每个像素块的类型；基于每个所述像素块的类型对所述图像数据进行降噪，得到降噪图像；
22、像素坐标获取模块，将所述降噪图像中缺陷按照预设缺陷类型进行分类，对分类图像进行语义分析，得到所述缺陷类型下的降噪图像对应的缺陷特征并进行标记获取坐标点，基于所述坐标点建立数据集；搭建坐标点检测模型并通过所述数据集训练，采集待检测图像，获取待检测坐标点中心的像素坐标；
23、坐标转换模块，基于所述待检测图像的待检测食品玻璃瓶确认所述像素坐标在待检瓶坐标系中的第一坐标位置；确定出所述像素坐标转换为所述待检瓶坐标系中坐标的转换矩阵，基于所述转换矩阵获取所述像素坐标的转换坐标；
24、等级评估模块，基于各所述转换坐标与对应的缺陷特征，通过模糊综合评价法进行评估，得到待检测食品玻璃瓶等级评估值，当所述等级评估值小于等于预设评估阈值，则将所述待检测食品玻璃瓶进行击碎处理。
25、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种食品玻璃瓶的包装缺陷检测方法及系统，基于对像素块的分类与聚类处理，能够在降噪过程中保留更多重要特征，从而提高后续分析的效果；通过对降噪图像中缺陷进行分类和语义分析，能够系统地提取缺陷特征，使用转换矩阵将像素坐标映射到待检瓶的坐标系中，确保了缺陷检测与评估的准确性，使得系统更具通用性；采用模糊综合评价法对待检测食品玻璃瓶的等级进行评估，更加贴合实际情况，能够更全面地考虑各种因素对检测结果的影响；通过搭建坐标点检测模型，系统能够自动识别和处理检测框内的信息，减少人工干预，提高生产效率；系统设计允许快速获取和处理待检测图像，能实现实时监测与处理，适应现代生产线的需求；设定的评估阈值可以明确划分处理决策，提高生产过程中的安全性和可靠性，当检测到不合格品时，及时进行击碎处理，避免流入市场；该方法和系统可以适用于不同类型的玻璃瓶和其他类似产品的缺陷检测，具备较强的适应性。
技术特征：
1.一种食品玻璃瓶的包装缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的一种食品玻璃瓶的包装缺陷检测方法，其特征在于，将所述像素块中的像素点分为两个类别具体包括：
3.根据权利要求2所述的一种食品玻璃瓶的包装缺陷检测方法，其特征在于，所述基于两个类别计算像素混乱程度与灰度均匀程度具体包括：将所述像素块中的所有像素点分为两个类别，基于两个类别中的像素点数量计算所述像素块的像素混乱程度，并根据所有像素点的灰度值和像素点的数量计算所述像素块的灰度均匀程度。
4.根据权利要求1所述的一种食品玻璃瓶的包装缺陷检测方法，其特征在于，所述基于每个所述像素块的类型对所述图像数据进行降噪具体包括：基于每个所述像素块的类型对所述像素块进行聚类，得到对应的类型聚簇，根据每个类型聚类簇中像素块的分布获取均值滤波的自适应尺寸，以对灰度图像进行自适应均值滤波，得到所述降噪图像。
5.根据权利要求1所述的一种食品玻璃瓶的包装缺陷检测方法，其特征在于，所述坐标点检测模型具体包括：坐标点检测模型是基于letnet-5模型，采用与letnet-5模型一致的特征提取器，具有分类分支和回归分支两个分支；两个分支共用同一特征提取器，均由2层全连接层组成，神经元个数相同，其中第一个全连接层神经元的个数为84，第二个全连接层神经元的个数为2。
6.根据权利要求5所述的一种食品玻璃瓶的包装缺陷检测方法，其特征在于，所述获取待检测坐标点中心的像素坐标具体包括：采集待检测图像，在图像中添加检测框，而后由坐标点检测模型分类分支判断检测框内是否含有坐标点；若坐标点检测模型分类分支判断检测框内有坐标点，则由坐标点检测模型回归分支预测坐标点中心的像素坐标并且输出；若坐标点检测模型分类分支判断检测框内无坐标点，则将检测框进行扩大，之后再由坐标点检测模型回归分支预测坐标点中心的像素坐标。
7.根据权利要求1所述的一种食品玻璃瓶的包装缺陷检测方法，其特征在于，所述得到待检测食品玻璃瓶等级评估值具体包括：
8.一种食品玻璃瓶的包装缺陷检测系统，应用权利要求1-7任一所述的一种食品玻璃瓶的包装缺陷检测方法，其特征在于，包括：
技术总结
本发明公开了一种食品玻璃瓶的包装缺陷检测方法及系统，涉及缺陷检测技术领域，包括获取历史食品玻璃瓶的图像数据，并进行降噪得到降噪图像；将降噪图像中缺陷进行分类并语义分析，得到缺陷特征与像素坐标；基于转换矩阵将像素坐标转换为待检瓶坐标系的转换坐标；利用各转换坐标与对应的缺陷特征，通过模糊综合评价法进行评估，得到待检测食品玻璃瓶等级评估值，当等级评估值小于等于预设评估阈值，则将进行击碎处理。本发明通过评估待检测食品玻璃瓶的缺陷特征与所在坐标综合评定瑕疵瓶是否需要击碎处理，减小了食品企业的损失。
技术研发人员：蔡维纬,李盼
受保护的技术使用者：武汉轻工大学
技术研发日：
技术公布日：2024/12/5