基于机器视觉的软包装缺陷检测系统设计

传统软包装缺陷检测方法采用人工检测耗时耗力，常出现漏检等问题且对检测者不友好。现提出基于机器视觉的软包装缺陷检测方案，提高检测效率。本方案包括硬件设备与算法设计，着重算法设计，包括图像灰度处理、图像分割、特征提取等，最终形成完整算法方案。图像分割采用基于阈值的图像分割，用户自设阈值进行分割，此外还采用了基于区域的图像分割以及基于边缘的图像分割。提取的特征主要为纹理特征，主要包括角二阶矩、相关性、对比度等特征，将提取的特征值存Excel表格中供回溯查证或其它处理。经过实验验证，此算法检测效率相较于人工大大提高，且正确率也得到保证，为应用于相关生产工厂奠定一定的基础。

在食品软包装工厂，依靠人工进行出厂前的缺陷检测是主要手段。人工检测主要实施者为工人，长期使用眼睛观察大量相似类型的包装并寻找缺陷容易产生漏检等问题，且随着工作时间增加，检测率逐渐降低，对工人也不友好。随着工业4.0 的提出和中国制造2025 等相关政策实施，顺应无人工厂的发展趋势，采用机器视觉检测软包装缺陷是制造行业发展的必然方向。曾小波等人基于视觉检测的注塑品缺陷检测系统设计[1]在注塑品的缺陷识别方面提供了参考方案，对启动器表面(塑胶外壳和铁片)进行缺陷检测。具体对塑胶外壳表面突出棱角是否破损；塑胶外壳表面激光打印字符是否在指定区域；启动器三个铁片是否插错、漏插、变形；塑胶壳底部透孔是否堵塞，进行检测。基于机器视觉的药品包装生产线自动检测系统[2]的提出是针对药品包装缺陷检测进行了研究，对图像去噪并设计了一种图像分割算法能够很好地检测缺陷包装。基于机器视觉的密封圈图像处理关键设计技术研究[3]是对密封圈缺陷检测提供了方案，通过对密封圈图像滤波、增强、分割和边缘检测获得较好的处理效果。现对榨菜包装进行基于机器视觉的划痕检测技术设计，从根本上解决效率低下、漏检等问题，同时降低检测成本，为无人工厂的建立奠定基础。

2. 项目需求 2.1. 检测目标 主要对榨菜的包装进行划痕缺陷检测。划痕种类较多，从出现位置分为边缘和中心；从划痕的形态角度可以分为：横向和纵向划痕、两个方向的斜向划痕。从划痕的大小角度分类：长划痕和短划痕甚至是点状划痕。从划痕的数量上分为：单条划痕以及多条划痕。

2.2. 缺陷检测技术指标 对划痕有无进行判断，如果有划痕则提取纹理以及颜色等特征； 最大误检率 < 10%； 检测合格率 > 90%。