PET,全称聚对苯二甲酸乙二醇酯,因为其优良的物理机械性能,而被广泛的应用于日常生活的各个方面。目前,PET瓶主要应用于食品、饮料行业,受到众多厂商的青睐。但是PET瓶采用吹瓶法进行加工,瓶口区域容易产生磕碰,划痕等缺陷,对产品的外观及质量造成影响,因此对产品进行检测很有必要。目前,国际上大包括康耐视,基恩士在内的大部分厂商产品都是关于玻璃瓶的瓶口缺陷检测,即使有关于PET瓶口的产品,也因为采用复杂的算法和高度的定制性,无法适用与不同场景。国内视觉行业关于PET瓶口检测的产品更是寥寥无几,在技术上也不够成熟,可以说PET瓶口缺陷检测“有价无市”。本文结合实际生产场景,通过与现场工作人员的交流,确定了适宜的指标,旨在研发一款相对成熟的PET瓶瓶口检测系统,同时为行业中的其他研发者提供参考。本文主要涉及视觉系统的光照设计、算法这两方面的设计。光照设计主要是确保能够凸显出瓶口缺陷的特征。光源使用的是白色环形光,相机使用的是200万像素的相机配合远心镜头使用,这样就可以避免因瓶身晃动而带来的图像畸变的影响。算法方面主要是由图像预处理,圆环分割,缺陷提取,缺陷的判断与合并组成。目前,整个系统的检测效率已达18000瓶/小时,检测精度高达98%。论文的主要工作在于:●详细分析了 PET材料及生产工艺的特点,总结了可能产生缺陷的原因,进而根据其光学特性,采用了带角度的蓝色环形光源作为照明光源,凸显缺陷的同时降低表面毛刺带来的干扰。●提出了一种改进的基于监督学习的最小二乘圆拟合算法,对提取出的边缘轮廓进行高斯滤波,抽样等操作之后,再次进行拟合,在精度与效率上都有较大的提升。●对传统的Sobel算子进行改进,引入衰减系数以及方向信息,使得Sobel算子可以适用于圆形边缘检测;根据瓶口区域的梯度变换情况,提出基于改进Sobel算子的缺陷检测,可以有效的区分出缺陷与因毛刺等产生的阴影区域,与传统的检测方法相比,误检率大大降低。●通过比较分析不同的分类方法,采用并查集对缺陷进行合并分离。传统的算法往往直接根据缺陷尺寸进行判断而忽略了因光照不均导致部分缺陷分散成不同小缺陷的情况,以致出现漏检。并查集的应用有效提高了算法的鲁棒性与精度。