标贴被广泛使用于食品、药品等众多生产领域的包装环节。基于机器视觉的图像检测算法能够自动进行标贴缺陷检测,不仅可以降低成本、提高效率,还可以保证检测的稳定性与可靠性,提高瓶体包装行业的自动化程度,增加产品竞争优势,具有很好的发展前景。论文描述了国内外标贴缺陷检测发展现状,以曲面标贴的曲线检测为研究目标,分析了在线标贴缺陷检测的需求,提出一种基于机器视觉的标贴破损缺陷自动检测方案。该方案对目标的小幅位移和旋转不敏感,同时通过设计一种基于相似性度量的分块多重缺陷检测方案兼顾了检测精度和处理效率。论文的主要工作包括:●提出基于机器视觉的曲面标贴破损缺陷检测系统的总体设计方案。该方案主要包括图像采集、预处理、模板提取、基于相似性度量的缺陷检测四个步骤。介绍了系统的算法流程与工作原理,详细介绍了其中关键步骤的算法实现。●采用一种改进的曲面校正方法。采用一种基于二次曲线拟合与相机标定相结合的柱面反投影方法将图像从三维曲面映射至二维平面,通过插值算法补全了图像信息,便于后续步骤的进行。这种方法对物体位移不敏感,更适用于实际应用环境。●对于目标可能存在小幅旋转的情况,本文使用图像配准的方法提取模板图像。通过对常见模板匹配算法的总结分析,针对标贴图像的特点,采用一种基于图像灰度的SSDA算法,该算法精度较高且处理快速。● 提出了一种基于相似性度量的分块多重缺陷检测方案。通过对常见相似性度量方法的总结分析,针对标贴图像特点,选用了图像哈希和结构相似度这两个指标。对图像进行分块处理,利用处理速度较快的图像哈希相似度计算法将各区域分为无缺陷、可能存在缺陷和缺陷区域三种类型,利用结构相似度对可能存在缺陷区域进行二次判定,以此获得最终检测结果。