基于機器視覺和圖像處理的柔性包裝袋缺陷檢測方法

董振杰 李丹 崔普維 王金玉

摘 要：針對目前柔性包裝袋缺陷檢測研究稀少的現(xiàn)狀，提出一種基于機器視覺和圖像處理的柔性包裝袋缺陷檢測方法。檢測方案包括硬件系統(tǒng)設(shè)計、檢測算法設(shè)計、基于SVM的分類器模型設(shè)計和實驗方案設(shè)計四個方面。提出的方法能同時對產(chǎn)品整體外形和表面印刷缺陷進行檢測，具有創(chuàng)新性和現(xiàn)實意義。

關(guān)鍵詞：機器視覺;柔性包裝袋;缺陷檢測

1 引言

包裝是商品信息、企業(yè)文化和形象的外在表現(xiàn)，在人們?nèi)粘ＯM選擇中起到的作用越來越明顯。包裝對產(chǎn)品外觀和質(zhì)量都具有重大影響，若包裝出現(xiàn)缺陷卻最終流入市場，對企業(yè)的名譽會產(chǎn)生一定負面影響。目前包裝袋缺陷檢測主要依靠人工完成，由于其檢測時間長、主觀性強、檢測準確度不高等現(xiàn)實原因[1]，已不能滿足社會發(fā)展的需求，運用機器視覺和圖像處理技術(shù)進行包裝袋印刷質(zhì)量檢測成為人工智能時代的研究熱點[2]。在此背景下，項目提出一種基于機器視覺和圖像處理的柔性包裝袋缺陷檢測方法，是對已有算法進行有機組合解決新的應(yīng)用問題，屬于應(yīng)用領(lǐng)域方面的創(chuàng)新。項目創(chuàng)新點如下：

（1）項目提出的缺陷檢測系統(tǒng)將缺陷檢測與缺陷分類兩個重要步驟同步進行。已有的檢測系統(tǒng)僅注重合格性檢測，沒有對缺陷產(chǎn)品進一步分類。

（2）項目提出的缺陷檢測系統(tǒng)能夠在包裝內(nèi)有產(chǎn)品的特殊情況下進行檢測。目前已有的檢測系統(tǒng)大多比較規(guī)范，在產(chǎn)品沒有裝入包裝前進行檢測。而一些小企業(yè)在商品已經(jīng)裝入包裝后才想到要進行檢測，此種情況加大了檢測難度。

（3）查閱已有的研究成果，對柔性包裝袋的缺陷檢測研究很少，此項研究具有現(xiàn)實意義。

2 系統(tǒng)設(shè)計

項目提出的柔性包裝袋缺陷檢測系統(tǒng)，從以下四個方面進行設(shè)計：硬件系統(tǒng)設(shè)計、檢測算法設(shè)計、基于SVM的分類器模型設(shè)計和實驗方案設(shè)計。

2.1硬件系統(tǒng)設(shè)計

系統(tǒng)研究設(shè)計包含光源、光電傳感器、圖像采集、圖像處理和自動分揀等幾個部分，系統(tǒng)設(shè)計如圖1所示。系統(tǒng)選用條形LED光源，采用CDD進行攝像采集，采集的圖片經(jīng)由圖像采集卡傳入計算機（PC），根據(jù)圖像處理結(jié)果，系統(tǒng)實現(xiàn)自動分揀。

2.2檢測算法設(shè)計

檢測算法流程：檢測對象經(jīng)過圖像采集、二值化處理、閾值分割、目標區(qū)域定位、特征提取5個模塊處理后，進入缺陷檢測階段，將合格產(chǎn)品直接輸出結(jié)果，不合格產(chǎn)品運用SVM分類器進行缺陷分類。缺陷分類包含袋與袋粘連、袋長寬錯誤、袋上有臟污和包裝版面偏移4種缺陷類型。算法流程如圖2所示。

2.3 基于SVM的分類器模型設(shè)計

支持向量機（Support Vector Machine，SVM）是一種非常經(jīng)典且好用的機器學(xué)習(xí)分類技術(shù)，SVM分類器通過構(gòu)造一個最大邊緣超平面將不同種類的樣本區(qū)分開來。由于包裝袋的缺陷種類共有4種，可以選用一對一分類法。將任意樣本兩兩組合，每組設(shè)計一個SVM分類器，因此 個類別的樣本就需要設(shè)計 個分類器。

2.4實驗方案設(shè)計

實驗環(huán)境：選用Win10操作系統(tǒng)和VC++編程工具，調(diào)用OpenCV庫函數(shù)計算特征向量，訓(xùn)練和測試SVM分類器。為了驗證項目提出檢測方法的有效性，從缺陷識別能力和缺陷分類效果兩個角度設(shè)計實驗。

實驗一，缺陷識別能力驗證。對項目提出的柔性包裝袋檢測法、傳統(tǒng)的模板匹配法和人工檢測法三種檢測方法進行比較實驗。采用真正率（Pse ）、真負率（Psp ）和準確率（Pac ）[3]作為評價標準，其定義為：

其中，PT 表示缺陷產(chǎn)品被識別為缺陷的數(shù)量，PF 表示合格產(chǎn)品被識別為缺陷的數(shù)量，NF 表示缺陷產(chǎn)品被識別為合格的數(shù)量，NT 表示合格產(chǎn)品被識別為合格的數(shù)量。

實驗二，缺陷分類效果驗證。針對袋與袋粘連、袋長寬錯誤、袋上有臟污和包裝版面偏移4種缺陷類型，每種缺陷選取若干個樣本進行實驗，驗證分類效果。以漏檢率、誤檢率和正檢率為測試標準進行實驗。

3 項目應(yīng)用價值

關(guān)于機器視覺的缺陷檢測技術(shù)越來越完善， 能夠快速的檢測出存在的問題并對缺陷產(chǎn)品進行分類，大大提高了生產(chǎn)效率。機器視覺檢測技術(shù)就是來模仿人的眼睛， 為機器加上“眼睛”， 通過“眼睛”獲取產(chǎn)品的缺陷信息， 提取其中重要的參數(shù)進行分析， 并依據(jù)規(guī)則做出判定， 完成質(zhì)量檢測。項目提出的基于機器視覺和圖像處理的柔性包裝袋缺陷檢測方法，同時對產(chǎn)品整體外形和表面印刷缺陷進行檢測，具有創(chuàng)新性和實用性。

參考文獻：

[1]韓明芮，楊璽.基于圖像處理的包裝缺陷檢測方法綜述[J].中國儲運，2019（09）：110-112.

[2]李丹，金媛媛，童艷，白國君，楊明.基于支持向量機的輸液袋智能檢測與缺陷分類[J].激光與光電子學(xué)進展，2019，56（13）：202-208.

[3]李丹，白國君，金媛媛，童艷.基于機器視覺的包裝袋缺陷檢測算法研究與應(yīng)用[J].激光與光電子學(xué)進展，2019，56（09）：188-194.

作者簡介：

第一作者：董振杰，男，1999.04，漢族，遼寧，沈陽城市建設(shè)學(xué)院，計算機科學(xué)與技術(shù)專業(yè)，本科在讀。通訊作者：李丹，女，1983.01，漢族，吉林，碩士研究生，講師，研究方向：機器視覺、高等教育。

基金項目：沈陽城市建設(shè)學(xué)院2020年校級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目（編號：202013208062基于機器視覺的柔性包裝袋缺陷檢測系統(tǒng)）、遼寧省教育廳2020年度科學(xué)研究經(jīng)費項目（LJKX202015）

（沈陽城市建設(shè)學(xué)院信息與控制工程系 ?遼寧 沈陽 ?110167）