医用塑料瓶在生产过程中瓶口处会产生残次品,如豁口、瓶口过薄等。此类瑕疵药瓶,无法封口,影响药品密封性,危害药品使用者健康。目前众多企业仍然依靠人工检测,因瑕疵点并不明显,人工误检率高。为此设计了一套基于机器视觉的医用塑料瓶瓶口检测系统。一台高速工业相机,在流水线指定工位通过硬触发,由上至下,对塑料瓶顶部取相,根据图像特点设计算法,完成定位,分割,识别瑕疵点。经过实际生产测试,验证了此系统在精度和速度方面优于人工检测方式,满足企业的检测要求算法分析及构成为了准确检测瓶口瑕疵点，需要对瓶口进行分割。因为瓶口和瓶体的颜色相近，无法一次性快速且准确地做到定位分割。为了提高速度和精度，先利用传统的图像分割算法对瓶口进行初步定位，确定其初步位置，缩小检测范围，然后利用检测算法精确判断瓶口位置，并计算厚度，识别瑕疵。此后，对不合格的药瓶发出剔除信号。2．1检测区域定位如图3(a)所示，瓶口检测系统研究-电动数控滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机药瓶瓶体为白色，考虑到初步定位所需，皮带背景选择黑色，利于分割。相机由上至下取相，同时配合使用同轴光源［4］，使得瓶口部分更为显著，瓶口检测系统研究-电动数控滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机利于后续的分割过程。实际环境中取相效果如图3所示。其中，(b)为合格瓶口，(c)、(d)、(e)为不合格瓶口(瑕疵点用矩形框出)。由图3可以看出，瓶口瑕疵处并不明显。首先对图像进行灰度阈值分割［5］，此分割方法虽然简单，但满足处理要求，且在速度上优于自适应阈值分割等分割方法。分割阈值可结合实际生产环境的光照条件等因素综合设定。这里，就在研发后调取了图3(e)的分割结果即如图4所示。由分割结果可知，本文有公司网站全自动滚圆机采集转载中国知网整理 http://www.gunyuanji.com 结果中存在一些杂质，可以对分割结果采用开运算，即先进行腐蚀、再进行膨胀，此法可消除分割结果中一些孤立的杂质，且不破坏主体结构［6］。处理后结果将如图5所示。至此，检测区域初步定位完成，此结果可满足接下来的检测要求。(a)药品实物图(合格瓶口(c)不合格瓶口1(b。，其半径分别为根据实际条件设定L1，L2的值，使得瓶口处于2个同心圆之间，如图6所示。!!!!""(a)处理示意图(b)实际效果图6同心圆示意图Fig个圆做差运算得到区域D，并将区域D等面积划分为N个区域，分别为D1，D2，D3，．．．，Dn，每个Di作为一个独立的检测区域。如图7所示。!"!!!"!#!$!%#图7检测区域划分Fig．7Detectionareadivision在每个扇形块中沿圆的射线方向由内向外寻找2个突变点［7］，如图8(a)所示(图中用a，b表示)，并计算2个突变点的距离。若两个突变点的距离与标准厚度之差的绝对值大于给定阈值或突变点的个数不为2个(若距离不符合要求，则为口壁过薄;若不足2个点，可断定此处瓶口含豁口)，则该扇形块即为异常块。统计异常块的个数，若个数大于设定阈值，则该药瓶为不合格品。仍以图3(e)为例，研发得到图3(e)的检测结果如图8(b)所示。其中，突变点用十字标出，绘制瑕疵点到圆心的连线，同时显示检测结果。综合前述研究可知，图8为示意图，检测块较少，仅为直观说明检测过程。实际系统中，可通过数据采集模块，采集瓶口的标准厚度与检测误差值。合理设置厚度阈值和异常块个数阈值可有效地控制检测精度，满足企业生产要求。(a)检测示意图(b)实际结果图(t图8检测示意图与实际检测结果F系统运行结果本套系统使用C++编程语言，MFC作为编程框架。分瓶口检测系统研究-电动数控滚圆机滚弧机张家港电动液压滚圆机滚弧机折弯机本文有公司网站全自动滚圆机采集转载中国知网整理 http://www.gunyuanji.com