机器视觉的啤酒灌装质量在线检测技术研究
在啤酒灌装生产的过程中，因机械工作失误可能导致瓶盖缺失、液位灌装不准确、瓶身有裂纹、瓶内有杂质等问题。而传统的人工检测工作时间长、工作量大，因而也会导致错检、漏检等问题。
本设计是对基于机器视觉的检测技术的研究，研究的对象是啤酒灌装时的质量问题。机器视觉系统能高效、便捷地完成这些工作，大大提高了生产的自动化和智能化。本设计中将针对啤酒灌装时可能出现的以上问题进行机器视觉的功能技术研究，通过MATLAB编程实现图像的处理与判别，然后通过PC机与51单片机的联通将判定结果信号发送给51单片机，从而显示产品质量的合格与否。
机器视觉系统的高效率、高精准使得其在当今社会的生产中尤为重要，其必将带来生产工业的大改革。
关键词 机器视觉，啤酒灌装，数字图像处理
目 录
1 引言 1
1.1 机器视觉的简介 1
1.2 基于机器视觉的检测技术前景和发展 1
2 设计任务与方案 3
2.1 设计任务 3
2.2 方案的论证 5
3 软件设计 5
3.1 MATLAB程序 5
3.2 软件设计语言 15
4 系统调试与性能分析 17
4.1 系统调试 17
4.2 调试结果及性能分析 17
附录A 程序代码 23
1 引言
在产生啤酒的时候，除了灌液、按盖和贴商标等基本环节，由于在啤酒灌装的过程中可能会出现一些残次品，所以还需要进行啤酒灌装质量的检测工序。但是长久以来，对啤酒的质量进行检测的工作一直是由人工来实现的，然而由于检测工作的工作量繁重，时间长，再加上人的错检、漏检的不定因素。所以，一直以来的啤酒灌装检测技术都存在着效率低下、错检、漏检 *好棒文|www.hbsrm.com +Q: ￥351916072￥
的情况，而且因为需要投入部分人力资源，所以这样的工作方式一直就存在着很大的弊端。因此怎样高效准确地进行啤酒灌装质量的检测成为了一个重要问题，本设计就将探讨“基于机器视觉的啤酒灌装质量的在线检测技术”。现在机器视觉系统已经在很多领域被使用，它给工业带来了革命性的改变。我国相较于一些发达国家在自动化检测这方面还存在着差距，但是我国在这方面的开发研究致使科技水平飞速发展。如果在不久的将来，国人能够在啤酒灌装质量自动化的领域得到更深入的探索，利用科技技术实现啤酒灌装质量检测自动化、机械化，解放人力，使生产变得快捷方便，以及更加优质化。
1.1 机器视觉的简介
机器视觉常被用于在危险的环境和人工不能够实现的工作环境中来代替人工视觉。基于机器视觉的检测不仅高效以及自动化，而且便于汇总信息，便于分析，因此机器视觉的检测方法代替传统的人工检测方法是势在必行。
标准的机械视觉系统通常包含采集图象的设备、图像处理设备、信号转化设备、和现场监控设备。
其工作原理则是将图像采集设备采集到的目标图像转换成图像信号，再将图像信号发送到图像处理软件进行处理，根据图像的亮暗程度、颜色和像素点等情况将图像信号转换成数字信号，然后对该图像提取诸如面积、位置、长度、数量等的特征量进行要求识别。
1.2 基于机器视觉检测技术的前景和发展
现如今，科技迅猛发展，生产力成为了衡量社会发展力的标准，因此如何提高生产能力和更有效地生产成为了人们关注的话题。随着科学技术的提高，流水线式的人工作业已经逐渐被自动化的机械生产所取代。繁重的人工劳动被机械化取代是解放社会生产力，解放人力资源，由此可以把人力资源投入到更多的地方。这样做不仅可以省去人类的大负荷劳作，更可以节省生产的资源投入，节省成本，为个人，地区，国家带来更大的盈利。因此如何自动化、信息化地生产作业成为了各个国家，各个地区，各个企业所探索的问题。所以，自动化、信息化程度的水平体现了一个国家，一个地区的发达程度。
灌装检测技术已经不是一个新的话题了，已有许许多多的技术开发人员已经投身于这项技术的开发与发展中。
2005年，陈亚军和张二虎对印刷生产的检测进行了研究。在印刷生产方面，国内的在线检测技术也已趋于成熟。在检测过程中，就是有一种使用机器视觉的工艺，用机器的图像采集来替代人工肉眼检测实物的科学。使用高清快速的摄像机采集到的标准图像，来作为标准值。然后再将检测过程中采集到的目标产品的图像，与标准图像进行比较，通过它们的相似度来判定被检测产品是否有质量问题。如果发现被检测的目标图像和标准图像有不一样的地方，系统就会指出被检测的目标产品是有质量问题的。然后会由人工进行再一次地判定，根据实际情况进行人工排除残次品或者机器自动化剔除残次品。
2008年，张勇的研发报告显示在发动机润滑油磨粒检测方面同样有相关的检测技巧。这是一种在润滑油和磨粒不分离状态下的磨粒检测技术。在检测的时候，在载玻片上放上提取到的样品润滑油产品，经过高清相机将润滑油图像按需求放大图像后传输到电脑里，使用计算机中的图像处理软件对图像进行处理后得到磨粒特征参数，从而实现对润滑油磨粒的质量检测。
2010年，湖南大学尹灿对保健酒的灌装质量检测进行了研究，在保健酒生产线检测过程中，设计了一种机器来转动沉于瓶底的杂质使其翻动，要得到所有瓶保健酒的没有视角偏差的序列图像，使用了反光镜振荡跟踪技术。根据运动控制方式和控制模块的不同，设计了基于PC+运动控制卡+数据I/O卡和基于PC+PLC两套控制方案，来实现实时监测保健酒可能存在的杂质、瓶身的裂纹和灌装时液位不足的质量问题。
2012年，广州华工信息软件有限公司的李坚和华南理工大学的吴祥淼对自动灌油机控制器的技术进行了研究。这项技术是在ARM微处理器的基础上，设计了一种可以实时自动适应油灌装机控制器，使用质量检测的方法来完成对灌装质量的准确控制。设计了分级处理的信号处理店里，提高信号采集的精度。机器的定位工作是使用编码器来实现的，在至关重要地方对灌装头完成控制。对相应的质量参数来完成实时校验，根据灌装时提取的经验数据对设定值完成实时调整。并且考虑到完成灌装的时候油嘴的掉落油质量，对控制关闭阀门的时间进行预判，以精确控制灌装油的质量。
2013年，华南理工张程对牙膏灌装进行了研究，对牙膏重量指标引入SPC统计过程控制，从过程控制的角度来控制填充量，急躁的发现问题，从而可以最大限度的避免对最后产品进行检验才发现问题。在运用过程中，通过QC工具分析过程异常的原因，然后针对原因进行改善，使过程达到统计过程受控制的稳定状态。
2013年，电子科技大学的李苗在奶杯质量检测方面的检测技术进行了研究。在检测中，分为奶杯内壁检测和外壁检测。相对于奶杯外壁图像灰度分布的单一性，奶杯内壁图像中不同区域则表现出区别较大的灰度特征，因此，为了提高污渍检测算法的精准度，对奶杯内壁图象先分成若干块地方再逐个地方进行检测的方法。用基于Freeman链码的轮廓跟踪计算，基于矢量标记的区域填充算法、区域缩放算法。
2 设计任务与方案
2.1 设计任务
在啤酒灌装过程中因为机器故障难免会出现一些错误，导致灌装出来的啤酒或多或少的出现一线瑕疵，成为劣质品而不能投入到市场中销售，因此导致经济的受损。在灌装过程中可能会出现以下状况：1、啤酒瓶壁本身质量问题；内壁有粘连杂物；生产的时候出现的破损，致使容器产生裂纹。2、缺少瓶盖。3、啤酒灌装液位没有达到要求。4、瓶中有杂物，比如沙石、絮带、其他液体等。由于人工检测可能存在着效率低下，工作负荷大，甚至可能出现遗漏、错判等情况，为了高效准确的对啤酒灌装进行检测，本课题将探讨研究如何自动化检测在灌装过程中的出现灌装错误的酒瓶，然后能自动剔除不合格产品。机器视觉被称作是用机器来代替人眼来进行检测与判定的技术。其工作原理是通过视觉机器将采集到的图像信号经过图像处理系统的处理，将其转变为数字信号，再经由特有的图像系统对这些信号进行一系列的运算和特征采集，然后根据计算的结果来判定如何对设备进行操作控制。机器视觉系统能高效、便捷地完成这些工作，大大提高了生产的自动化和智能化。本设计中将针对啤酒灌装时可能出现的以上问题进行机器视觉的功能技术研究，通过Matlab编程实现图像的处理与判别，然后通过pc机与51单片机的联通将判定结果信号发送给51单片机，从而显示产品质量的合格与否。机器视觉系统的高效率、高精准使得其在当今社会的生产中尤为重要，其必将带来生产工业的大改革。由于专业的图像采集系统的高昂成本和整体流程的复杂繁琐，本课题只探讨如何对图像进行图像处理和判别。该课题要求掌握基于机器视觉的啤酒灌装质量在线检测技术的基本原理和设计方法，通过该设计课题掌握了51单片机的软硬件开发工具的使用方法以及采用MATLAB来编写算法。这样就能为以后从事相关行业的工作积累了实际工作经验。具体设计要求包括以下几个方面：系统框架设计，单片机控制系统设计，图形处理算法设计。
1 引言 1
1.1 机器视觉的简介 1
1.2 基于机器视觉的检测技术前景和发展 1
2 设计任务与方案 3
2.1 设计任务 3
2.2 方案的论证 5
3 软件设计 5
3.1 MATLAB程序 5
3.2 软件设计语言 15
4 系统调试与性能分析 17
4.1 系统调试 17
4.2 调试结果及性能分析 17
附录A 程序代码 23
1 引言
在产生啤酒的时候，除了灌液、按盖和贴商标等基本环节，由于在啤酒灌装的过程中可能会出现一些残次品，所以还需要进行啤酒灌装质量的检测工序。但是长久以来，对啤酒的质量进行检测的工作一直是由人工来实现的，然而由于检测工作的工作量繁重，时间长，再加上人的错检、漏检的不定因素。所以，一直以来的啤酒灌装检测技术都存在着效率低下、错检、漏检 *好棒文|www.hbsrm.com +Q: ￥351916072￥
的情况，而且因为需要投入部分人力资源，所以这样的工作方式一直就存在着很大的弊端。因此怎样高效准确地进行啤酒灌装质量的检测成为了一个重要问题，本设计就将探讨“基于机器视觉的啤酒灌装质量的在线检测技术”。现在机器视觉系统已经在很多领域被使用，它给工业带来了革命性的改变。我国相较于一些发达国家在自动化检测这方面还存在着差距，但是我国在这方面的开发研究致使科技水平飞速发展。如果在不久的将来，国人能够在啤酒灌装质量自动化的领域得到更深入的探索，利用科技技术实现啤酒灌装质量检测自动化、机械化，解放人力，使生产变得快捷方便，以及更加优质化。
1.1 机器视觉的简介
机器视觉常被用于在危险的环境和人工不能够实现的工作环境中来代替人工视觉。基于机器视觉的检测不仅高效以及自动化，而且便于汇总信息，便于分析，因此机器视觉的检测方法代替传统的人工检测方法是势在必行。
标准的机械视觉系统通常包含采集图象的设备、图像处理设备、信号转化设备、和现场监控设备。
其工作原理则是将图像采集设备采集到的目标图像转换成图像信号，再将图像信号发送到图像处理软件进行处理，根据图像的亮暗程度、颜色和像素点等情况将图像信号转换成数字信号，然后对该图像提取诸如面积、位置、长度、数量等的特征量进行要求识别。
1.2 基于机器视觉检测技术的前景和发展
现如今，科技迅猛发展，生产力成为了衡量社会发展力的标准，因此如何提高生产能力和更有效地生产成为了人们关注的话题。随着科学技术的提高，流水线式的人工作业已经逐渐被自动化的机械生产所取代。繁重的人工劳动被机械化取代是解放社会生产力，解放人力资源，由此可以把人力资源投入到更多的地方。这样做不仅可以省去人类的大负荷劳作，更可以节省生产的资源投入，节省成本，为个人，地区，国家带来更大的盈利。因此如何自动化、信息化地生产作业成为了各个国家，各个地区，各个企业所探索的问题。所以，自动化、信息化程度的水平体现了一个国家，一个地区的发达程度。
灌装检测技术已经不是一个新的话题了，已有许许多多的技术开发人员已经投身于这项技术的开发与发展中。
2005年，陈亚军和张二虎对印刷生产的检测进行了研究。在印刷生产方面，国内的在线检测技术也已趋于成熟。在检测过程中，就是有一种使用机器视觉的工艺，用机器的图像采集来替代人工肉眼检测实物的科学。使用高清快速的摄像机采集到的标准图像，来作为标准值。然后再将检测过程中采集到的目标产品的图像，与标准图像进行比较，通过它们的相似度来判定被检测产品是否有质量问题。如果发现被检测的目标图像和标准图像有不一样的地方，系统就会指出被检测的目标产品是有质量问题的。然后会由人工进行再一次地判定，根据实际情况进行人工排除残次品或者机器自动化剔除残次品。
2008年，张勇的研发报告显示在发动机润滑油磨粒检测方面同样有相关的检测技巧。这是一种在润滑油和磨粒不分离状态下的磨粒检测技术。在检测的时候，在载玻片上放上提取到的样品润滑油产品，经过高清相机将润滑油图像按需求放大图像后传输到电脑里，使用计算机中的图像处理软件对图像进行处理后得到磨粒特征参数，从而实现对润滑油磨粒的质量检测。
2010年，湖南大学尹灿对保健酒的灌装质量检测进行了研究，在保健酒生产线检测过程中，设计了一种机器来转动沉于瓶底的杂质使其翻动，要得到所有瓶保健酒的没有视角偏差的序列图像，使用了反光镜振荡跟踪技术。根据运动控制方式和控制模块的不同，设计了基于PC+运动控制卡+数据I/O卡和基于PC+PLC两套控制方案，来实现实时监测保健酒可能存在的杂质、瓶身的裂纹和灌装时液位不足的质量问题。
2012年，广州华工信息软件有限公司的李坚和华南理工大学的吴祥淼对自动灌油机控制器的技术进行了研究。这项技术是在ARM微处理器的基础上，设计了一种可以实时自动适应油灌装机控制器，使用质量检测的方法来完成对灌装质量的准确控制。设计了分级处理的信号处理店里，提高信号采集的精度。机器的定位工作是使用编码器来实现的，在至关重要地方对灌装头完成控制。对相应的质量参数来完成实时校验，根据灌装时提取的经验数据对设定值完成实时调整。并且考虑到完成灌装的时候油嘴的掉落油质量，对控制关闭阀门的时间进行预判，以精确控制灌装油的质量。
2013年，华南理工张程对牙膏灌装进行了研究，对牙膏重量指标引入SPC统计过程控制，从过程控制的角度来控制填充量，急躁的发现问题，从而可以最大限度的避免对最后产品进行检验才发现问题。在运用过程中，通过QC工具分析过程异常的原因，然后针对原因进行改善，使过程达到统计过程受控制的稳定状态。
2013年，电子科技大学的李苗在奶杯质量检测方面的检测技术进行了研究。在检测中，分为奶杯内壁检测和外壁检测。相对于奶杯外壁图像灰度分布的单一性，奶杯内壁图像中不同区域则表现出区别较大的灰度特征，因此，为了提高污渍检测算法的精准度，对奶杯内壁图象先分成若干块地方再逐个地方进行检测的方法。用基于Freeman链码的轮廓跟踪计算，基于矢量标记的区域填充算法、区域缩放算法。
2 设计任务与方案
2.1 设计任务
在啤酒灌装过程中因为机器故障难免会出现一些错误，导致灌装出来的啤酒或多或少的出现一线瑕疵，成为劣质品而不能投入到市场中销售，因此导致经济的受损。在灌装过程中可能会出现以下状况：1、啤酒瓶壁本身质量问题；内壁有粘连杂物；生产的时候出现的破损，致使容器产生裂纹。2、缺少瓶盖。3、啤酒灌装液位没有达到要求。4、瓶中有杂物，比如沙石、絮带、其他液体等。由于人工检测可能存在着效率低下，工作负荷大，甚至可能出现遗漏、错判等情况，为了高效准确的对啤酒灌装进行检测，本课题将探讨研究如何自动化检测在灌装过程中的出现灌装错误的酒瓶，然后能自动剔除不合格产品。机器视觉被称作是用机器来代替人眼来进行检测与判定的技术。其工作原理是通过视觉机器将采集到的图像信号经过图像处理系统的处理，将其转变为数字信号，再经由特有的图像系统对这些信号进行一系列的运算和特征采集，然后根据计算的结果来判定如何对设备进行操作控制。机器视觉系统能高效、便捷地完成这些工作，大大提高了生产的自动化和智能化。本设计中将针对啤酒灌装时可能出现的以上问题进行机器视觉的功能技术研究，通过Matlab编程实现图像的处理与判别，然后通过pc机与51单片机的联通将判定结果信号发送给51单片机，从而显示产品质量的合格与否。机器视觉系统的高效率、高精准使得其在当今社会的生产中尤为重要，其必将带来生产工业的大改革。由于专业的图像采集系统的高昂成本和整体流程的复杂繁琐，本课题只探讨如何对图像进行图像处理和判别。该课题要求掌握基于机器视觉的啤酒灌装质量在线检测技术的基本原理和设计方法，通过该设计课题掌握了51单片机的软硬件开发工具的使用方法以及采用MATLAB来编写算法。这样就能为以后从事相关行业的工作积累了实际工作经验。具体设计要求包括以下几个方面：系统框架设计，单片机控制系统设计，图形处理算法设计。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzdq/769.html
