基于机器视觉和图像处理的柔性包装袋缺陷检测方法

董振杰 李丹 崔普维 王金玉

摘 要：针对目前柔性包装袋缺陷检测研究稀少的现状，提出一种基于机器视觉和图像处理的柔性包装袋缺陷检测方法。检测方案包括硬件系统设计、检测算法设计、基于SVM的分类器模型设计和实验方案设计四个方面。提出的方法能同时对产品整体外形和表面印刷缺陷进行检测，具有创新性和现实意义。

关键词：机器视觉;柔性包装袋;缺陷检测

1 引言

包装是商品信息、企业文化和形象的外在表现，在人们日常消费选择中起到的作用越来越明显。包装对产品外观和质量都具有重大影响，若包装出现缺陷却最终流入市场，对企业的名誉会产生一定负面影响。目前包装袋缺陷检测主要依靠人工完成，由于其检测时间长、主观性强、检测准确度不高等现实原因[1]，已不能满足社会发展的需求，运用机器视觉和图像处理技术进行包装袋印刷质量检测成为人工智能时代的研究热点[2]。在此背景下，项目提出一种基于机器视觉和图像处理的柔性包装袋缺陷检测方法，是对已有算法进行有机组合解决新的应用问题，属于应用领域方面的创新。项目创新点如下：

（1）项目提出的缺陷检测系统将缺陷检测与缺陷分类两个重要步骤同步进行。已有的检测系统仅注重合格性检测，没有对缺陷产品进一步分类。

（2）项目提出的缺陷检测系统能够在包装内有产品的特殊情况下进行检测。目前已有的检测系统大多比较规范，在产品没有装入包装前进行检测。而一些小企业在商品已经装入包装后才想到要进行检测，此种情况加大了检测难度。

（3）查阅已有的研究成果，对柔性包装袋的缺陷检测研究很少，此项研究具有现实意义。

2 系统设计

项目提出的柔性包装袋缺陷检测系统，从以下四个方面进行设计：硬件系统设计、检测算法设计、基于SVM的分类器模型设计和实验方案设计。

2.1硬件系统设计

系统研究设计包含光源、光电传感器、图像采集、图像处理和自动分拣等几个部分，系统设计如图1所示。系统选用条形LED光源，采用CDD进行摄像采集，采集的图片经由图像采集卡传入计算机（PC），根据图像处理结果，系统实现自动分拣。

2.2检测算法设计

检测算法流程：检测对象经过图像采集、二值化处理、阈值分割、目标区域定位、特征提取5个模块处理后，进入缺陷检测阶段，将合格产品直接输出结果，不合格产品运用SVM分类器进行缺陷分类。缺陷分类包含袋与袋粘连、袋长宽错误、袋上有脏污和包装版面偏移4种缺陷类型。算法流程如图2所示。

2.3 基于SVM的分类器模型设计

支持向量机（Support Vector Machine，SVM）是一种非常经典且好用的机器学习分类技术，SVM分类器通过构造一个最大边缘超平面将不同种类的样本区分开来。由于包装袋的缺陷种类共有4种，可以选用一对一分类法。将任意样本两两组合，每组设计一个SVM分类器，因此 个类别的样本就需要设计 个分类器。

2.4实验方案设计

实验环境：选用Win10操作系统和VC++编程工具，调用OpenCV库函数计算特征向量，训练和测试SVM分类器。为了验证项目提出检测方法的有效性，从缺陷识别能力和缺陷分类效果两个角度设计实验。

实验一，缺陷识别能力验证。对项目提出的柔性包装袋检测法、传统的模板匹配法和人工检测法三种检测方法进行比较实验。采用真正率（Pse ）、真负率（Psp ）和准确率（Pac ）[3]作为评价标准，其定义为：

其中，PT 表示缺陷产品被识别为缺陷的数量，PF 表示合格产品被识别为缺陷的数量，NF 表示缺陷产品被识别为合格的数量，NT 表示合格产品被识别为合格的数量。

实验二，缺陷分类效果验证。针对袋与袋粘连、袋长宽错误、袋上有脏污和包装版面偏移4种缺陷类型，每种缺陷选取若干个样本进行实验，验证分类效果。以漏检率、误检率和正检率为测试标准进行实驗。

3 项目应用价值

关于机器视觉的缺陷检测技术越来越完善， 能够快速的检测出存在的问题并对缺陷产品进行分类，大大提高了生产效率。机器视觉检测技术就是来模仿人的眼睛， 为机器加上“眼睛”， 通过“眼睛”获取产品的缺陷信息， 提取其中重要的参数进行分析， 并依据规则做出判定， 完成质量检测。项目提出的基于机器视觉和图像处理的柔性包装袋缺陷检测方法，同时对产品整体外形和表面印刷缺陷进行检测，具有创新性和实用性。

参考文献：

[1]韩明芮，杨玺.基于图像处理的包装缺陷检测方法综述[J].中国储运，2019（09）：110-112.

[2]李丹，金媛媛，童艳，白国君，杨明.基于支持向量机的输液袋智能检测与缺陷分类[J].激光与光电子学进展，2019，56（13）：202-208.

[3]李丹，白国君，金媛媛，童艳.基于机器视觉的包装袋缺陷检测算法研究与应用[J].激光与光电子学进展，2019，56（09）：188-194.

作者简介：

第一作者：董振杰，男，1999.04，汉族，辽宁，沈阳城市建设学院，计算机科学与技术专业，本科在读。通讯作者：李丹，女，1983.01，汉族，吉林，硕士研究生，讲师，研究方向：机器视觉、高等教育。

基金项目：沈阳城市建设学院2020年校级大学生创新创业训练计划项目（编号：202013208062基于机器视觉的柔性包装袋缺陷检测系统）、辽宁省教育厅2020年度科学研究经费项目（LJKX202015）

（沈阳城市建设学院信息与控制工程系  辽宁 沈阳  110167）