空玻璃瓶的瓶底破损缺陷检测

机器视觉检测法

• 原理：通过工业相机获取玻璃瓶瓶底的图像，然后利用计算机视觉算法对图像进行处理和分析，识别瓶底是否存在破损。
• 步骤：
  • 图像采集：将玻璃瓶放置在传送带上，当瓶底经过相机拍摄区域时，触发相机进行拍照。相机需要配备合适的光源，以确保瓶底图像清晰，例如采用环形光源，可以避免阴影对图像的影响。
  • 图像预处理：采集到的图像可能会包含噪声等干扰因素，需要进行预处理。常见的预处理方法包括灰度化处理（如果是彩色图像），通过加权平均法等将彩色图像转换为灰度图像，减少计算量；还可以进行滤波处理，如高斯滤波，去除图像中的椒盐噪声。
  • 特征提取：从预处理后的图像中提取与瓶底破损相关的特征。例如，破损处边缘通常会有灰度值的突变，通过边缘检测算法（如 Canny 边缘检测算法）可以提取边缘特征。对于瓶底有规则图案的玻璃瓶，还可以检测图案的完整性来判断是否破损。
  • 缺陷判断：根据提取的特征，通过分类算法判断瓶底是否存在破损。可以采用简单的阈值判断法，比如设定一个边缘长度阈值，如果检测到的边缘长度超过这个阈值，则认为存在破损；也可以使用机器学习算法，如支持向量机（SVM）或深度学习算法（如卷积神经网络 CNN）进行分类。事先需要使用大量有破损和无破损的瓶底图像对模型进行训练。

机械接触检测法

• 原理：利用机械装置与瓶底接触，通过感知接触过程中的物理量变化来判断瓶底是否破损。
• 步骤：
  • 压力检测：使用带有压力传感器的检测装置。当瓶底与检测装置接触时，正常瓶底和破损瓶底所产生的压力分布不同。对于完整瓶底，压力分布相对均匀；而对于有破损的瓶底，在破损处压力会出现异常变化，例如压力突然减小或增大。通过分析压力传感器获取的数据来判断瓶底是否破损。
  • 振动检测：轻敲瓶底，利用振动传感器检测瓶底的振动情况。破损瓶底和完整瓶底在受到敲击时产生的振动频率和幅度会有所不同。完整瓶底振动较为规则，而破损瓶底由于结构的改变，振动会出现异常。可以通过对振动信号进行频谱分析来判断瓶底是否存在破损。

声学检测法

• 原理：当对玻璃瓶瓶底施加一定的激励（如敲击）时，瓶底会发出声音，破损瓶底和完整瓶底发出的声音在频率、响度等声学特征上存在差异，通过声学传感器采集声音信号并进行分析来判断瓶底是否破损。
• 步骤：
  • 声音采集：在一个相对安静的环境中，通过麦克风等声学传感器采集玻璃瓶瓶底被敲击时发出的声音。为了保证采集的声音信号质量，麦克风的位置和敲击的力度等因素需要保持一致。
  • 信号处理：采集到的声音信号是时域信号，通过傅里叶变换等方法将其转换为频域信号，分析信号的频谱特征。例如，完整瓶底发出的声音频谱可能在某些频率段有较为集中的能量分布，而破损瓶底的频谱可能会出现额外的频率成分或者原有频率成分的能量分布发生变化。
  • 判断决策：根据声音信号的频谱特征和预先设定的判断规则（如通过对比完整瓶底声音频谱的特征范围）来确定瓶底是否存在破损。