随着啤酒行业的迅速发展,为达到现代化工业生产线的高标准要求,需要完善和改进原有的啤酒生产线。啤酒包装质量和啤酒瓶计数是啤酒生产和销售的重要环节。对于啤酒包装质量,如啤酒盖印刷图案出现错印、漏印、模糊等情况以及啤酒瓶瓶口出现破损等情况。对于啤酒瓶计数,传统的光电法只能对单道上的啤酒瓶进行计数。针对市场需求,提出以工业生产线上啤酒盖、啤酒瓶瓶口的缺陷检测和多道生产线上啤酒瓶计数为研究对象,以数字图像为载体,设计了一种结合机器视觉和图像处理的啤酒生产线快速缺陷检测及动态计数系统。针对实际工业需求,主要完成如下算法的研究:(1)啤酒盖图案印刷缺陷检测。判断啤酒盖是否存有印刷图案及图案是否存有明显的缺陷。结合工业实时性,提出基于图像特征统计法对啤酒盖图案印刷缺陷类型进行识别检测,同时与基于本文提取的特征参数设计的SVM(Support Vector Machine)分类器和Alexnet模型进行试验检测对比,实验结果验证了本文方法具有更好的识别率。(2)啤酒瓶瓶口缺陷检测。判断啤酒瓶瓶口是否存在明显的缺陷。由于在实时系统中,无需标出啤酒瓶口缺陷的具体位置,所以针对该类缺陷检测,提出先进行图像预处理和分割处理,然后通过投影法得到啤酒瓶口的圆心,再将分割图像中的目标圆环连通分量进行等份区域面积统计及判断,实现瓶口缺陷检测。同时与Alexnet模型进行试验检测对比,实验结果验证了本文方法具有更好的识别率。(3)多道生产线上的啤酒瓶计数。对于工业中多道生产线上啤酒瓶计数不准确的实际问题。提出了结合二维Otsu(大津法)与EM(Expectation Maximization)算法的图像分割法及多道生产线的啤酒瓶动态计数算法。在背景复杂的啤酒瓶图像数据集中,运用改进的图像分割方法对图像数据集进行分割处理,能够准确地将图像中的目标分割出来。运用改进后的计数算法能够提高计数准确性和运行效率。对于分割后的图像,利用hough变换和基于特征的匹配追踪算法确定前后两帧图像中的每个啤酒瓶端面中心和连续两帧图像的像素间距,再通过前后两帧图像进行匹配追踪并计数,最终实现多道生产线啤酒瓶动态计数。通过对实际工业多道生产线采集的啤酒瓶图像进行计数试验,实验结果显示该计数方法准确率高达100%。通过多次在工业生产现场,实地进行图像采集,对其进行图像处理等操作,并建立友好的GUI(Graphical User Interface)交互界面,便于操作后的结果清晰显示。通过实验可知,基于机器视觉的啤酒生产线快速缺陷检测及动态计数系统设计完成,且对系统进行了相应的测试,结果表明该检测系统基本可实现生产线需求。