【正文】 月25日，國(guó)家質(zhì)量技術(shù)監(jiān)督局發(fā)布修訂了強(qiáng)制性國(guó)家標(biāo)準(zhǔn)GB4544—1996《啤酒瓶》{lip要求各地啤酒行業(yè)使用打了“B”字標(biāo)志的專用啤酒瓶，以區(qū)別其它非啤酒瓶，并印有生產(chǎn)同期，控制使用期限，要求使用兩年以后予以銷毀。但人們發(fā)現(xiàn)即使這樣也不能杜絕爆瓶事件的發(fā)生。因?yàn)榉磸?fù)使用的回收啤酒瓶，在生產(chǎn)和流通的過(guò)程中，瓶身不可避免要受到摩擦、碰撞，其強(qiáng)度指標(biāo)隨著使用時(shí)間的延長(zhǎng)而逐步降低。據(jù)統(tǒng)計(jì)，啤酒瓶重復(fù)使用5次后，其綜合安全指標(biāo)就會(huì)下降50％，因此即使還在使用期限內(nèi)的回收瓶也有可能已經(jīng)不滿足安全要求了。這些有缺陷的啤酒瓶不易被人眼發(fā)現(xiàn)，還是會(huì)進(jìn)入流通領(lǐng)域。正因?yàn)槿绱?，啤酒瓶爆炸事件仍然時(shí)有發(fā)生。目前國(guó)外開(kāi)始流行PET塑科啤酒瓶，不過(guò)由于成本高、不能回收、不能高溫消毒及保質(zhì)期短等原因，一段時(shí)『日J(rèn)內(nèi)還難以在我國(guó)普遍推廣。而易拉罐也由于成本高、容量小也沒(méi)有大面積使用。所以在中國(guó)，目的經(jīng)濟(jì)型啤酒仍以玻璃瓶裝為主。為此，有必要加強(qiáng)啤酒瓶的質(zhì)量檢測(cè)，以防止不合格的啤酒瓶進(jìn)入市場(chǎng)。傳統(tǒng)的驗(yàn)瓶方式是人工燈光驗(yàn)瓶，工人通過(guò)熒光板照射迸行目測(cè)，這種方法存在幾個(gè)缺點(diǎn)：一是人眼易疲勞，長(zhǎng)時(shí)問(wèn)的簡(jiǎn)單勞動(dòng)難以保證準(zhǔn)確性；二是速度低，不能適應(yīng)現(xiàn)代灌裝線的發(fā)展要求，目前國(guó)內(nèi)啤酒灌裝速度大都已達(dá)到2萬(wàn)瓶／4,時(shí)以上，在這種速度下單純依靠人工檢測(cè)幾乎是不可能的：三是人工采用的是小批量抽檢的方式，難以避免劣質(zhì)瓶混入灌裝線，又進(jìn)入流通領(lǐng)域，對(duì)消費(fèi)者的人身安全造成威脅。隨著計(jì)算機(jī)技術(shù)、機(jī)電工程應(yīng)用技術(shù)與數(shù)字圖像處理技術(shù)的不斷完善和發(fā)展，產(chǎn)生了139。7新學(xué)科——機(jī)器視覺(jué)。它主要是研究用計(jì)算機(jī)來(lái)模擬人的視覺(jué)功能，從客觀事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測(cè)、測(cè)量和控制。機(jī)器視覺(jué)的誕生和應(yīng)用，極大地解放了人類勞動(dòng)力，提高了生產(chǎn)自動(dòng)化水平，有著極為廣闊的應(yīng)用前景。啤酒瓶爆炸實(shí)際上就是當(dāng)啤酒瓶受到碰撞或外界溫度較高時(shí)，內(nèi)部液體會(huì)釋放出氣體導(dǎo)致內(nèi)壓升高，啤酒瓶所受應(yīng)力發(fā)生變化，當(dāng)應(yīng)力達(dá)到一定程度時(shí)就會(huì)產(chǎn)生裂紋或使裂紋擴(kuò)大，啤酒瓶強(qiáng)度降低，最終導(dǎo)致爆炸“。玻璃在缺陷邊緣處會(huì)發(fā)生光線的折射，使得在灰度圖像中局部灰度值與其周圍背景相比有較大變化，破損處邊緣及內(nèi)部各點(diǎn)的灰度值均低于背景扶度值。基于玻璃缺陷的以上圖像特征，通過(guò)機(jī)器視覺(jué)系統(tǒng)對(duì)啤酒瓶外觀的監(jiān)測(cè)，從而控制啤酒瓶的質(zhì)量是可行的。綜上所述，研究啤酒瓶自動(dòng)分揀技術(shù)，從而在生產(chǎn)線上用機(jī)器來(lái)分揀識(shí)別有缺陷的啤酒瓶，將具有極大的經(jīng)濟(jì)效益和社會(huì)效益。本課題的目的就是應(yīng)用機(jī)器視覺(jué)技術(shù)，用機(jī)器代替人，識(shí)別出瓶口部位存在缺陷的啤酒瓶。二、國(guó)內(nèi)外的研究現(xiàn)狀機(jī)器視覺(jué)就是用機(jī)器代替人眼來(lái)做測(cè)量和判斷，它是在20世紀(jì)50年代從統(tǒng)計(jì)模式識(shí)別發(fā)展出來(lái)的的，當(dāng)時(shí)的工作主要集中在二維圖像分析和識(shí)別上，如光學(xué)字符識(shí)別、工件表面、顯微圖片和航空?qǐng)D片的分析和解釋等。60年代，Robert通過(guò)計(jì)算機(jī)程序從數(shù)字圖像中提取出諸如立方體、楔形體、棱柱體等多面體的三維結(jié)構(gòu)，并對(duì)物體形狀及物體的空問(wèn)關(guān)系進(jìn)行描述o”。到了70年代，已經(jīng)出現(xiàn)了一些視覺(jué)應(yīng)用系統(tǒng)。70年代中期，麻省理工學(xué)院(MIT)人工智能(AI)實(shí)驗(yàn)室J下式丌設(shè)“機(jī)器視覺(jué)”(Machi Fie Vision)課程。同時(shí)，MIT AI實(shí)驗(yàn)室吸引了國(guó)際上許多知名學(xué)者參與機(jī)器視覺(jué)的理論、算法、系統(tǒng)設(shè)計(jì)的研究。可以說(shuō)，對(duì)機(jī)器視覺(jué)的全球性研究熱潮是從20世紀(jì)80年代丌始的。到了80年代中期，機(jī)器視覺(jué)獲得了蓬勃發(fā)展，新概念、新方法、新理論不斷涌現(xiàn)，比如，基于感知特征群 的物體識(shí)別理論框架、主動(dòng)視覺(jué)理論框架、視覺(jué)集成理論框架等。機(jī)器視覺(jué)系統(tǒng)足指通過(guò)機(jī)器視覺(jué)產(chǎn)品將被攝取的目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給圖像處理系統(tǒng)，圖像系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來(lái)抽耿目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來(lái)控制現(xiàn)場(chǎng)的設(shè)備運(yùn)作。典型的基于Pc的機(jī)器視覺(jué)系統(tǒng)通常由以下幾部分組成：①相機(jī)與鏡頭；@光源；@傳感器(工件定位檢測(cè)器)；@圖像采集卡；@Pc平臺(tái)；⑥視覺(jué)處理軟件；⑦運(yùn)動(dòng)控制單元。機(jī)器視覺(jué)系統(tǒng)具有如下優(yōu)點(diǎn)： 1．精確性由于人眼又物理?xiàng)l件的限制，在精確性上機(jī)器有明顯的優(yōu)點(diǎn)。即使人眼依靠放大鏡或顯微鏡來(lái)檢測(cè)產(chǎn)品，機(jī)器仍然會(huì)更加精確，因?yàn)樗木饶苓_(dá)到千分之一英寸。2．重復(fù)性機(jī)器可以以相同的方法一次次地完成檢測(cè)工作而不會(huì)感到疲倦。與此相反，人眼每次檢測(cè)都會(huì)有細(xì)微的差別，即使產(chǎn)品是完全相同的。3．客觀性人眼檢測(cè)有一個(gè)致命的缺點(diǎn)，即情緒帶來(lái)的主觀性．檢測(cè)結(jié)果會(huì)隨工人心情的好壞發(fā)生變化，而機(jī)器的檢測(cè)結(jié)果使非?？陀^可靠的。4．高速機(jī)器能更快地檢測(cè)產(chǎn)品，特別是當(dāng)檢測(cè)高速運(yùn)動(dòng)的物體時(shí)。例如，在生產(chǎn)線上，機(jī)器視覺(jué)系統(tǒng)能夠提高生產(chǎn)效率。由于機(jī)器視覺(jué)系統(tǒng)可以快速獲取大量信息，而且易于自動(dòng)處理，也易于同設(shè)計(jì)信息和加工控制信息集成，因此，在現(xiàn)代自動(dòng)化生產(chǎn)過(guò)程中，人們將機(jī)器視覺(jué)系統(tǒng)廣泛地用于工況監(jiān)視、成品檢驗(yàn)和質(zhì)量控制等領(lǐng)域。機(jī)器視覺(jué)系統(tǒng)的特點(diǎn)是提高生產(chǎn)的柔性和自動(dòng)化程度。在一些不適合于人工作業(yè)的危險(xiǎn)工作環(huán)境或人工視覺(jué)難以滿足要求的場(chǎng)合，常用機(jī)器視覺(jué)來(lái)代替人工視覺(jué)。到目前，幾乎所有的行業(yè)，包括工業(yè)制造、電子半導(dǎo)體、包裝、醫(yī)藥、造紙等領(lǐng)域都依靠機(jī)器實(shí)際系統(tǒng)檢測(cè)產(chǎn)品以提高產(chǎn)品的質(zhì)量。三、課題研究的重點(diǎn)問(wèn)題及解決方案重點(diǎn)問(wèn)題（1）圖像分割（2）啤酒瓶口圓的定位（3）瓶口完整性監(jiān)測(cè)解決方案（1）、圖像分割是指通過(guò)某種方法，使得畫(huà)面場(chǎng)景中的目標(biāo)物被分為不同的類別通常圖像分割的實(shí)現(xiàn)方法是，將圖像分為“黑”，“白”兩類，這兩類分別代表了兩個(gè)不同的對(duì)象。因?yàn)榻Y(jié)果圖像為二值圖像，所以通常又稱圖像分割為圖像的二值化處理。圖像分割有兩種方法：一種是基于區(qū)域的闕值方法，另一種是基于邊緣檢測(cè)的方法。本文采用了闕值分割方法：最大類間方差閾值分割(Otsu法)Otsu法是一種使用類間方差最大的自動(dòng)確定閾值的方法，該方法具有簡(jiǎn)單、快速等特點(diǎn)，是閾值分割中比較好的方法。其基本思想如下：把直方圖在某一閾值處分割成兩組，當(dāng)被分成的兩組間方差最大時(shí)，確定閾值。設(shè)圖像像素?cái)?shù)為N，灰度范圍為[O，1]，對(duì)應(yīng)厭度級(jí)i的像素?cái)?shù)為11，則有：總的像素個(gè)數(shù)為：各灰度值的概率為：把圖像中的像素按閾值T分成兩類Co和Ci，Co由灰度值在[0，T]之間的像素組成，C一由灰度值在[T+I，LI]之間的像素組成，各組產(chǎn)生的概率如下：c0產(chǎn)生的概率為：C產(chǎn)生的概率為：co的平均值為：C1的平均值為：整幅圖像的均值為：兩組問(wèn)的方差為：讓T在[0，L1]范圍內(nèi)依次取值，使最大的T值即為Otsu法的最佳閾值。（2）使用改進(jìn)的Hough變換定位圓心。通常的變換策略是根據(jù)圖像空間內(nèi)的點(diǎn)在所對(duì)應(yīng)的參數(shù)空間里，計(jì)算出符臺(tái)對(duì)偶特性的參數(shù)點(diǎn)的所有可能的軌跡，并通過(guò)累加參數(shù)點(diǎn)的數(shù)量做出最終的決策。本課題的圓環(huán)中心可以寫(xiě)出其在圖像空間的表達(dá)式：轉(zhuǎn)換到參數(shù)目標(biāo)．將增加三維a，b，r，其參數(shù)軌跡為一個(gè)圓錐的部分表面。在應(yīng)用中，Hough變換的一個(gè)主要問(wèn)題就是離散參數(shù)空間隨著參數(shù)的增加迅速 增加。本課題使用邊界梯度信息來(lái)減少參數(shù)空間的工作量。該模型Nk參數(shù)，二個(gè)參數(shù)為圓的圓心坐標(biāo)，另一個(gè)是圓的半徑。如果可以 得到邊緣梯度角，就可以提供減少自由度數(shù)量的約定，從而得到所要求的參數(shù) 空間尺寸。從圓的中心到每一個(gè)邊緣點(diǎn)的矢量方向由梯度角確定，剩下的未知 參數(shù)只有園的半徑。使用梯度角減少參數(shù)尺寸的圓擬合方法實(shí)現(xiàn)算法如下：圓方程為：圓的極坐標(biāo)方程為 ：則圓的參數(shù)為：在邊緣(x，Y)