郭克友, 廉丽冰, 李 娜

(北京工商大学材料与机械工程学院,北京 100048)

基于BP神经网络的啤酒瓶口检测方法

郭克友, 廉丽冰, 李 娜

(北京工商大学材料与机械工程学院,北京 100048)

运用BP神经网络可以实现啤酒瓶口的破损检测.首先获取啤酒瓶口图像,并进行图像处理.然后计算啤酒瓶口的周长、面积、圆形度和相对圆心距离4种特征参数,由这4种特征参数构成特征向量组.其次建立结构为4-7-1的BP神经网络模型,将特征向量组作为神经网络的输入.最后对啤酒瓶口破损情况进行训练,根据训练结果获得权值和阈值矩阵,通过逻辑转换关系获得啤酒瓶口的破损情况.经实验验证该方法具有很好的准确度和检测效率.

BP神经网络;破损检测;特征向量;瓶口

目前,国内啤酒瓶的回收利用在啤酒行业仍然占据主要份额(根据数据统计重复使用率高达85%)[1],为确保产品质量,需要对回收的啤酒瓶进行严格的检测,若有破损、裂痕等情况,则不能再次使用.在啤酒生产和包装过程中,许多环节已实现自动化,但啤酒瓶破损情况仍然依靠人工检测.人工检测的效率不高,长时间对视瓶口和重复同样的动作,会使人产生疲劳综合症.而机器视觉具有可重复性、长期性和高速性等特点,可利用机器视觉来对啤酒瓶口进行智能化检测[2-4].本文对机器视觉技术在啤酒瓶口检测中的应用进行探讨与研究,并给出了一种可用于工业上检测啤酒瓶口的方法——基于BP神经网络的……