(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221071878 8.4 (22)申请日 2022.06.23 (71)申请人 上海银承科技有限公司 地址 200000 上海市奉贤区奉浦大道159 9 号第三幢20 05室 (72)发明人 张海　徐晓涛　 (74)专利代理 机构 北京卓岚智财知识产权代理 有限公司 1 1624 专利代理师 左红文 (51)Int.Cl. G01N 21/95(2006.01) G01N 21/88(2006.01) G01N 21/01(2006.01) (54)发明名称 一种通道小盒 成像外观质量视 觉检测方法 (57)摘要 本发明公开了一种通道小盒成像外观质量 视觉检测方法， 包括以下步骤： S1.建立视觉检测 系统和IPC智能控制系统； S2.IPC智能控制系 统 输出一个脉冲信号至视觉检测系统进行图像采 集； S3.视觉检测系统通过图像处理功能将所采 集到的图像根据预先设置的检测点进行分析、 处 理； S4.将S3中的处理结果通过高速I/O线输送 至 IPC智能控制系 统； S5.IPC智能控制系统进行移 位， 在五号轮出口处上、 下梁剔除口进行剔除。 本 发明通过建立视觉检测系统和IPC智能控制系 统， 对进行图像采集、 分析和处理， 并将处理结果 通过高速I/O线输送至IPC智能控制 系统， 使其进 行移位， 在五号轮出口处上、 下梁剔除口进行剔 除， 从而方便烟包的外观质量进行检测以及方便 对不合格产品进行剔除。 权利要求书2页 说明书5页 附图2页 CN 115266746 A 2022.11.01 CN 115266746 A 1.一种通道小盒 成像外观质量视 觉检测方法， 其特 征在于， 包括以下步骤： S1.建立视 觉检测系统和IPC智能控制系统； S2.IPC智能控制系统输出一个脉冲信号至 视觉检测系统进行图像采集； S3.视觉检测系统通过图像处理功能将所采集到的图像根据 预先设置的检测点进行分 析、 处理； S4.将S3中的处 理结果通过高速I/O线输送至IPC智能控制系统； S5.IPC智能控制系统进行移位， 在五号轮出口处上、 下梁剔除口进行剔除。 2.根据权利要求1所述的一种通道小盒成像外观质量视觉检测方法， 其特征在于： 所述 S1中的视觉检测系统包括一台视觉控制器和三台彩色高速相机， 一台所述视觉控制器分别 与三台所述彩色高速相机电性连接， 三台所述彩色高速相机外置白色LED光源， 且三台所述 彩色高速相机采用5 0万像素彩色高速相机 。 3.根据权利要求2所述的一种通道小盒成像外观质量视觉检测方法， 其特征在于： 所述 S1中的视觉检测系统还包括远程控制接口和控制界面， 所述控制界面通过所述远程控制接 口嵌入到包 装机的软件系统内， 所述远程控制接口采用高速以太网接口。 4.根据权利要求1所述的一种通道小盒成像外观质量视觉检测方法， 其特征在于： 所述 S1中的视觉检测系统还包括图片保持模块， 所述图片保持模块用于对图片进行保持， 所述 图片保持模块 通过FTP远程存图功能， 把图片上传到远程 服务器端口。 5.根据权利要求1所述的一种通道小盒成像外观质量视觉检测方法， 其特征在于： 所述 S3中处理的总时间为 10‑60ms， 所述S5中进行剔除工作采用剔除装置， 所述剔除装置采用原 机上移位链， 通过H MI上的设置， 将NG的烟包在五号轮出口上、 下梁剔除口进行剔除。 6.根据权利要求1所述的一种通道小盒成像外观质量视觉检测方法， 其特征在于： 所述 S3中根据预先设置的检测点进行分析、 处理的方法包括： 图像缺陷抽取、 实时浓淡补正、 干 扰控制、 增 加对比度、 模糊处 理、 差分和明亮补正。 7.根据权利要求6所述的一种通道小盒成像外观质量视觉检测方法， 其特征在于： 所述 S3中根据预先设置的检测点进行分析、 处理的方法还包括： 设置瑕疵检测模块和趋势边缘 缺陷检测模块； 所述瑕疵检测模块用于与周围浓淡等级进 行比较的同时检测瑕疵和污点缺 陷， 通过强大的检测能力， 筛选出大小、 浓度、 形状、 个数等要检测的缺陷； 所述趋势边缘缺 陷检测模块用于从工件边缘抽取轮廓， 将与该轮廓线差别较大 的部分识别为毛刺缺陷， 所 述趋势边缘缺陷检测模块以最多5000点的边缘信息为基准， 支持圆或直线检测， 还支持由 椭圆或自由曲线构成的复杂形状 轮廓的检测。 8.根据权利要求2所述的一种通道小盒成像外观质量视觉检测方法， 其特征在于： 所述 视觉控制 器包括光线检测模块， 所述光线检测模块采用图像局部光线检测算法， 在采集图 像上选择若干处监控场景光线变化检测区， 以被检测局部区域内图像的平均灰度直方图信 息， 检测测度的计算公式为： 其中p(zi)为图像对应的直方图， zi为灰度级别； 对选取的各检测局部图像的平均灰度 直方图进行加权归一 化处理的公式为： μ＝[ μ1(1)， μ2(2)，…μ5(5)]*KT权　利　要　求　书 1/2 页 2 CN 115266746 A 2其中K＝[k1,k2,…,k5]是5个光线变化检测点的权 重， 满足k1+k2+…+k5＝1。 9.根据权利要求3所述的一种通道小盒成像外观质量视觉检测方法， 其特征在于： 所述 视觉控制器中还 包括网络化控制计算方法， 所述网络化控制计算方法为： 离散动态系统模型S： x(k+1)＝f(x(k),u(k),w(k) ) y(k)＝g(x(k),u(k),v(k) ) 其中， x(k)是系统状态， u(k)是系统输入， y(k)是系统输出,x(k),u(k)和y(k)对应相应 的有限维数； f(x(k),u(k),w(k))和g(x(k),u(k),v(k))分别表示被控对象的动力学模型和 输出模型， w(k)是 未知的过程干扰， v(k)是 未知的测量噪声。 10.根据权利要求9所述的一种通道小盒成像外观质量视觉检测方法， 其特征在于： 所 述网络化预测方法获得 所述视觉控制器节点的状态估计和状态预测： ^x(k|k)＝K F(S,^u(k ‑1|k‑1),y(k)) ^x(k+i|k)＝K F(S,^u(k|k),y(k) ),i＝1,2,···,N1 i＝1,2,···,N1 其中， N1表示有限时域， KF表示卡尔曼滤波表达式的紧凑形式， K(k+i)是 时变的卡尔曼 滤波器增益。权　利　要　求　书 2/2 页 3 CN 115266746 A 3