基于机器视觉的柔性包装袋喷码缺陷检测研究

作     者：周玮 门耀华 辛立刚 ZHOU Wei;MEN Yao-hua;XIN Li-gang

作者机构：太原学院艺术设计系太原030024 山西工程科技职业大学山西晋中030619 江汉大学美术学院武汉430056 

出 版 物：《包装工程》 (Packaging Engineering)

年 卷 期：2022年第43卷第9期

页      面：249-256页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0822[工学-轻工技术与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：山西省教育科学“十三五”规划2019年度规划课题(GH-19130) 

主　　题：机器视觉 多特征融合 喷码缺陷 YOLO-V3网络 改进AlexNet 

摘      要：目的针对传统喷码检测方法计算量大、字符区域定位不显著、识别准确率较低等不足,提出一种基于机器视觉的柔性包装袋喷码缺陷检测方法。方法以柔性包装袋上喷码图像为研究对象,以滤波抑噪、阈值处理等技术对图像进行预处理,运用YOLO-V3网络模型对字符区域进行定位,并采用阈值和非极大值抑制算法提高喷码区域定位的显著性,通过改进AlexNet网络结构、运用多特征融合运算等方法,获取更为丰富的图像卷积特征,实现字符串的整体识别,从而提高喷码缺陷识别的准确率。结果将YOLO-V3联合改进AlexNet的检测方法与传统喷码检测方法进行对比,结果表明,所设计喷码缺陷检测方法的分类准确率达到99.39%。结论基于机器视觉的柔性包装袋喷码缺陷检测方法在模型计算量、字符区域定位显著性和字符识别准确率都有一定的优势,并有效解决了字符串整体识别的问题。