(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211146750.0 (22)申请日 2022.09.21 (65)同一申请的已公布的文献号 申请公布号 CN 115239709 A (43)申请公布日 2022.10.25 (73)专利权人 南通钇龙玻璃制品有限公司 地址 226000 江苏省南 通市海门区三星镇 德三公路15号3号房 (72)发明人 蒋利娇　 (74)专利代理 机构 邯郸泽科知识产权代理有限 公司 13169 专利代理师 邹冰 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/90(2017.01)G06T 17/00(2006.01) G06T 5/10(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 114881915 A,202 2.08.09 审查员 叶旭庆 (54)发明名称 一种玻璃瓶烫金工艺的质量检测方法 (57)摘要 本发明涉及玻璃 瓶加工领域， 具体涉及一种 玻璃瓶烫金工艺的质量检测方法， 获取玻璃瓶正 面和背面在不同光照影响下的时间变化图像集 合； 基于烫金图案各向异性反射和玻璃瓶的透光 性， 分析时间变化图像集合， 提取特征， 得到烫金 反射异常图， 确定疑似缺陷区域图； 构建并训练 GBB‑GAN神经网络， 将时间变化图像、 烫金反射异 常图以及疑似缺陷区域图作为GBB ‑GAN神经网络 的输入， 输出正面图像； 将正面图像与标准烫金 图做差， 得到缺陷二值图， 基于二值图对烫金质 量进行评估。 即本发明能够准确地对玻璃瓶烫金 工艺的质量进行评估。 权利要求书1页 说明书6页 附图2页 CN 115239709 B 2022.12.23 CN 115239709 B 1.一种玻璃瓶烫金工艺的质量检测方法， 其特 征在于， 包括以下步骤： 获取玻璃瓶 正面和背面在不同光照影响下的时间变化图像集 合； 基于烫金图案各向异性反射和玻璃瓶的透光性， 分析时间变化图像集合， 提取特征， 得 到烫金反射异常图， 确定疑似缺陷区域图； 构建并训练GBB ‑GAN神经网络， 将时间变化图像、 烫金反射异常图以及疑似缺 陷区域图 作为GBB‑GAN神经网络的输入， 输出正面图像， 所述正面图像为排除了烫金图案各向异 性反 射和玻璃瓶的透光 性的干扰的图像； 将正面图像与标准烫金图做差， 得到缺陷二 值图， 基于二 值图对烫金质量进行评估。 2.根据权利要求1所述的一种玻璃瓶烫金工艺的质量检测方法， 其特征在于， 所述烫金 反射异常图的获取 过程为： 构建玻璃瓶 三维表面； 计算三维表面的每 个像素点的颜色变化序列的异常度； 提取高频噪声信 息， 在频域图上删除低频部分， 然后通过逆离散傅里叶变换， 将频域图 变为时域上的离散函数， 得到只保留高频噪声信息的序列， 低频信息反应烫金图案的轮廓， 高频信息反应烫金图案的纹 理； 最后， 求该序列的样本熵， 作为该像素点的异常度； 对每个像素点进行这样的操作， 将 原图像上的像素值 替换为异常度， 得到烫金反射异常图。 3.根据权利要求1所述的一种玻璃瓶烫金工艺的质量检测方法， 其特征在于， 所述疑似 缺陷区域图的获取 过程为： 计算每个像素点的混乱程度； 获取玻璃瓶的直径 ， 设定阈值 ， 如果一个像素点的混乱程度大于 ， 那么将 该像素点分为非烫金图案区域的像素点； 对每个像素点进行这样的操作， 将像素点分为两 类， 所有烫金图案区域的像素点组合得到疑似缺陷区域图。 4.根据权利要求3所述的一种玻璃瓶烫金工艺的质量检测方法， 其特征在于， 所述混乱 程度为： 每个像素点的两深度差值的绝对值 ： ， 为声波深度值， D为激光深度值； 计算每个像素点周围的深度差值 的混乱程度 ： 对于一个 像素点 ， 在其位置建立极坐标系， 选取 共八个方向， 在角度i上选取最近的三个像素点 ， 然后求 的均值 ： 其中， 表示取最小值。权　利　要　求　书 1/1 页 2 CN 115239709 B 2一种玻璃瓶烫金工艺的质量 检测方法 技术领域 [0001]本申请涉及玻璃瓶加工领域， 具体涉及一种玻璃瓶烫金工艺的质量检测方法。 背景技术 [0002]玻璃瓶容器具有无毒、 无味、 透明、 美观、 阻隔性好、 原材料成本低等优点， 广泛应 用于食品、 化工等领域。 在玻璃瓶的生产加工过程中， 为了体现图案的质感， 会对玻璃瓶进 行烫金加工， 如香水， 植物精油， 酒瓶等玻璃包装经常使用烫金工艺。 由于玻璃瓶本身的材 质表面因素、 烫金纸的质量因素、 烫金机器因素 的影响， 烫金图案可能会出现缺陷， 所以需 要对烫金玻璃瓶进行视觉识别， 检测烫金工艺的质量。 目前大多数厂家的玻璃瓶烫金工艺 质量检测技 术是由专业的人员通过肉眼和放大镜进行检测。 [0003]传统的人工检测方法检测速度慢， 精度低， 主观性强， 易疲劳， 检测信息难以收集 记录， 成本高。 识别玻璃瓶上烫金图案有两方面的阻碍： 一方面是， 一般的玻璃瓶是透明的 而且反光的， 甚至可以看到另一面的瓶身图像， 严重影响识别效果， 无法进行简单的模板匹 配来识别质量缺陷。 另一方面是， 烫金图案本身 具有反光性， 周围的环境光会影响图像采集 的效果， 反射出的颜色可能和瓶身融为一体， 容易误识别为质量缺陷。 因此需要引入计算机 视觉和人工智能技 术克服这些阻碍来 提升效率。 发明内容 [0004]为了解决上述技术问题， 本发明的目的在于提供一种玻璃瓶烫金工艺的质量检测 方法， 所采用的技 术方案具体如下： [0005]本发明的一种玻璃瓶烫金工艺的质量检测方法， 包括以下步骤： [0006]获取玻璃瓶 正面和背面在不同光照影响下的时间变化图像集 合； [0007]基于烫金 图案各向异性反射和玻璃瓶的透光性， 分析时间变化图像集合， 提取特 征， 得到烫金反射异常图， 确定疑似缺陷区域图； [0008]构建并训练GBB ‑GAN神经网络， 将时间变化图像、 烫金反射异常图以及疑似缺陷区 域图作为GBB ‑GAN神经网络的输入， 输出正面图像， 所述正面图像为排除了烫金图案各向异 性反射和玻璃瓶的透光 性的干扰的图像； [0009]将正面图像与标准烫金 图做差， 得到缺陷二值图， 基于二值图对烫金质量进行评 估。 [0010]优选地， 所述烫金反射异常图的获取 过程为： [0011]构建玻璃瓶 三维表面； [0012]计算三维表面的每 个像素点的颜色变化序列的异常度； [0013]提取高频噪声信息， 在频域图上删除低频部分， 然后通过逆离散傅里叶变换， 将 频 域图变为时域上 的离散函数， 得到只保留高频噪声信息的序列， 低频信息反应烫金图案的 轮廓， 高频信息反应烫金图案的纹 理； [0014]求该序列的样本熵， 作为该像素点的异常度； 对每个像素点进行这样的操作， 将原说　明　书 1/6 页 3 CN 115239709 B 3