基于模板自适应匹配瓶体标签的缺陷检测方法与流程

技术特征：
1.基于模板自适应匹配瓶体标签的缺陷检测方法，其特征在于，包括步骤：s1.对目标标签按坐标属性分割，形成多个标签体，对多个标签体制作对应的检测模板；s2.对采集到的瓶体图像预处理形成标签图像，预处理包括瓶体标签的分割、位置矫正和坐标的记录；s3.利用检测函数调用所述检测模板对所述标签图像对应进行检测，输出检测结果。2.根据权利要求1所述基于模板自适应匹配瓶体标签的缺陷检测方法，其特征在于，对采集到的瓶体图像预处理形成标签图像前，还包括判断有无标签的步骤，将无标签的瓶体记录为不合格，然后对有标签的瓶体图像预处理形成标签图像。3.根据权利要求1所述基于模板自适应匹配瓶体标签的缺陷检测方法，其特征在于，步骤s3中，用所述检测模板对所述标签图像对应进行检测时，通过标签的不同部分的检测模板对标签不同的区域进行搜索匹配，通过边缘梯度计算，从横向与纵向分别利用相应的检测算子计算搜索区域的边缘梯度，得出待匹配区域的边缘，然后与检测模板的边缘匹配，得到匹配完成的图像后，在匹配完成的图像中用相应检测算法进行标签缺陷检测。4.根据权利要求3所述基于模板自适应匹配瓶体标签的缺陷检测方法，其特征在于，在与检测模板的边缘进行匹配时，首先对待匹配的图像利用金字塔层级上下采样，再次计算待匹配的图像边缘与检测模板边缘间的比例关系自适应地放缩在长宽两个方向的比例，进行一定的比例放缩调整，最后设定待匹配图像在长宽两个方向的放缩比例，从而得到匹配完成的图像。5.根据权利要求1所述基于模板自适应匹配瓶体标签的缺陷检测方法，其特征在于，步骤s1中，所述检测模板通过以下步骤制作形成：首先对分割后形成的标签图像进行金字塔层级计算，以应对标签的尺度变化，然后计算其边缘梯度以及方向信息，完成检测模板制作。6.根据权利要求1所述基于模板自适应匹配瓶体标签的缺陷检测方法，其特征在于，所述的分割是对瓶体的标签按照设定的roi区域进行分割。7.根据权利要求1所述基于模板自适应匹配瓶体标签的缺陷检测方法，其特征在于，在对分割后的标签进行位置矫正前，还包括判断分割后的标签上下左右偏移和/或歪斜的步骤。8.根据权利要求7所述基于模板自适应匹配瓶体标签的缺陷检测方法，其特征在于，所述判断标签上下左右偏移和/或歪斜的步骤如下：将分割后的标签进行坐标的映射，寻找瓶体的多个特征点，记录分割后形成的各标签在原图中相对于瓶体特征点的坐标以及角度，计算瓶体与各个坐标之间的相对位置，判断标签上下左右偏移；公式如下：其中，n为标签分割的个数，n
(x，y)
为瓶体特征点的坐标值，为第i个标签的坐标，diff
i
为第i个合格的标签坐标与瓶体坐标的标准差值，根据设定标签可波动得范围值与diff比较，判断标签的上下偏移；
判断标签歪斜，公式如下：其中，n
θ
为瓶体的角度，为第i个标签的角度，θ为瓶体特征点得角度与标签角度之间得相对角度差，根据设定标签可波动得范围值与θ比较，判断标签的歪斜。9.根据权利要求4所述基于模板自适应匹配瓶体标签的缺陷检测方法，其特征在于，步骤s3中，对分割后的标签图像与检测模板进行匹配，根据不同的算法检测出标签的缺陷，包括缺失、划痕、气泡、褶皱。10.根据权利要求9所述基于模板自适应匹配瓶体标签的缺陷检测方法，其特征在于，利用差分方法将各缺陷位置找出，差分表示为：d(x，y)＝|t(m，n)
‑
g(m
′
，n
′
)|其中，其中，t(m，n)是预先建立的模板图像，g(m
′
，n
′
)是酒瓶的测试标签图像，d(x，y)是差分图像，m，n为模板图像像素横向坐标与纵向坐标，m
′
，n
′
是测试标签图像像素横向坐标与纵向坐标，x，y是差分图像像素横向坐标与纵向坐标。

技术总结
本发明公开一种基于模板自适应匹配瓶体标签的缺陷检测方法，包括步骤：对目标标签按坐标属性分割，形成多个标签体，对多个标签体制作对应的检测模板；对采集到的瓶体图像预处理形成标签图像，预处理包括瓶体标签的分割、位置矫正和坐标的记录；利用检测函数调用所述检测模板对所述标签图像对应进行检测，输出检测结果。本发明能够有效的检测瓶体标签的缺失、标签的上下左右偏移、标签残缺、标签褶皱、标签划痕、标签气泡、标签歪斜等多个缺陷项目，能够在流水线上进行在线实时检测不影响正常的生产节拍。的生产节拍。的生产节拍。


技术研发人员：张堃博 李亚彬 杨程午 邬君 陈士豪
受保护的技术使用者：天津中科智能识别产业技术研究院有限公司
技术研发日：2021.06.23
技术公布日：2021/10/23