機器視覺檢測法

• 原理：通過工業(yè)相機獲取玻璃瓶瓶底的圖像，然后利用計算機視覺算法對圖像進行處理和分析，識別瓶底是否存在破損。
• 步驟：
  • 圖像采集：將玻璃瓶放置在傳送帶上，當瓶底經(jīng)過相機拍攝區(qū)域時，觸發(fā)相機進行拍照。相機需要配備合適的光源，以確保瓶底圖像清晰，例如采用環(huán)形光源，可以避免陰影對圖像的影響。
  • 圖像預(yù)處理：采集到的圖像可能會包含噪聲等干擾因素，需要進行預(yù)處理。常見的預(yù)處理方法包括灰度化處理（如果是彩色圖像），通過加權(quán)平均法等將彩色圖像轉(zhuǎn)換為灰度圖像，減少計算量；還可以進行濾波處理，如高斯濾波，去除圖像中的椒鹽噪聲。
  • 特征提取：從預(yù)處理后的圖像中提取與瓶底破損相關(guān)的特征。例如，破損處邊緣通常會有灰度值的突變，通過邊緣檢測算法（如 Canny 邊緣檢測算法）可以提取邊緣特征。對于瓶底有規(guī)則圖案的玻璃瓶，還可以檢測圖案的完整性來判斷是否破損。
  • 缺陷判斷：根據(jù)提取的特征，通過分類算法判斷瓶底是否存在破損。可以采用簡單的閾值判斷法，比如設(shè)定一個邊緣長度閾值，如果檢測到的邊緣長度超過這個閾值，則認為存在破損；也可以使用機器學(xué)習(xí)算法，如支持向量機（SVM）或深度學(xué)習(xí)算法（如卷積神經(jīng)網(wǎng)絡(luò) CNN）進行分類。事先需要使用大量有破損和無破損的瓶底圖像對模型進行訓(xùn)練。

機械接觸檢測法

• 原理：利用機械裝置與瓶底接觸，通過感知接觸過程中的物理量變化來判斷瓶底是否破損。
• 步驟：
  • 壓力檢測：使用帶有壓力傳感器的檢測裝置。當瓶底與檢測裝置接觸時，正常瓶底和破損瓶底所產(chǎn)生的壓力分布不同。對于完整瓶底，壓力分布相對均勻；而對于有破損的瓶底，在破損處壓力會出現(xiàn)異常變化，例如壓力突然減小或增大。通過分析壓力傳感器獲取的數(shù)據(jù)來判斷瓶底是否破損。
  • 振動檢測：輕敲瓶底，利用振動傳感器檢測瓶底的振動情況。破損瓶底和完整瓶底在受到敲擊時產(chǎn)生的振動頻率和幅度會有所不同。完整瓶底振動較為規(guī)則，而破損瓶底由于結(jié)構(gòu)的改變，振動會出現(xiàn)異常。可以通過對振動信號進行頻譜分析來判斷瓶底是否存在破損。

聲學(xué)檢測法

• 原理：當對玻璃瓶瓶底施加一定的激勵（如敲擊）時，瓶底會發(fā)出聲音，破損瓶底和完整瓶底發(fā)出的聲音在頻率、響度等聲學(xué)特征上存在差異，通過聲學(xué)傳感器采集聲音信號并進行分析來判斷瓶底是否破損。
• 步驟：
  • 聲音采集：在一個相對安靜的環(huán)境中，通過麥克風(fēng)等聲學(xué)傳感器采集玻璃瓶瓶底被敲擊時發(fā)出的聲音。為了保證采集的聲音信號質(zhì)量，麥克風(fēng)的位置和敲擊的力度等因素需要保持一致。
  • 信號處理：采集到的聲音信號是時域信號，通過傅里葉變換等方法將其轉(zhuǎn)換為頻域信號，分析信號的頻譜特征。例如，完整瓶底發(fā)出的聲音頻譜可能在某些頻率段有較為集中的能量分布，而破損瓶底的頻譜可能會出現(xiàn)額外的頻率成分或者原有頻率成分的能量分布發(fā)生變化。
  • 判斷決策：根據(jù)聲音信號的頻譜特征和預(yù)先設(shè)定的判斷規(guī)則（如通過對比完整瓶底聲音頻譜的特征范圍）來確定瓶底是否存在破損。