开云优惠体育网页版入口

专利名称：一种食品用塑料包装容器平整度检测方法及系统

专利类型：发明专利

专利申请号：CN202411162564.5

专利申请（专利权）人：山东光焱新材料开云优惠体育网页版入口有限公司
权利人地址：山东省威海市环翠区羊亭镇凤凰山路1079号

专利发明（设计）人：李朋,孙帅帅,蒋峰,崔国庆

专利摘要：本发明公开了一种食品用塑料包装容器平整度检测方法及系统，其中，方法通过获取待检测包装容器的图像信息后，通过对图像信息进行角点检测处理获得多个角点，并分别对多个角点进行数据分析处理获得多个分布性值，再根据分布性值进行聚类获得多个聚类簇后，分别对多个聚类簇进行非平整性保留力值计算进而筛选出鼓包簇，最后根据鼓包簇判断待检测包装容器的平整度是否满足预设要求，进而解决相关技术中在对食品用塑料包装容器平整度进行检测时通过机械接触测量方法、激光扫描法或者超声波检测方法存在的检测成本高、检测效率低的技术问题。

主权利要求：
1.一种食品用塑料包装容器平整度检测方法，其特征在于，所述方法包括：获取待检测包装容器的图像信息，并对所述图像信息进行角点检测处理获得多个角点；
分别对多个所述角点进行数据分析处理获得多个分布性值；
根据多个所述分布性值进行聚类获得多个聚类簇；
分别对多个所述聚类簇进行非平整性保留力值计算以筛选出鼓包簇；
根据筛选出的鼓包簇判断所述待检测包装容器的平整度是否满足预设要求;所述分别对多个所述角点进行数据分析处理获得多个分布性值包括：分别获取多个所述角点的位置因素值；
分别获取多个所述角点的响应值差异性；
结合多个所述位置因素值和多个所述响应值差异性获得多个所述分布性值;所述分别获取多个所述角点的位置因素值包括：获取当前角点的邻域角点数量；
获取所述当前角点分别与至少两个邻域角点连线后与水平线的夹角值；
结合所述邻域角点数量和两个所述夹角值的差值以计算获得所述位置因素值;所述分别获取多个所述角点的响应值差异性包括：获取所述当前角点的响应值；
分别获取所述当前角点的邻域角点的响应值；
结合所述当前角点的响应值和所述邻域角点的响应值以计算多个所述角点的响应值差异性;所述分别对多个所述聚类簇进行非平整性保留力值计算以筛选出鼓包簇包括：对获取的多个所述聚类簇组成的聚类簇图像进行多次不同预设系数的线性增强；
每进行一次线性增强，依次获取每个所述聚类簇内所有角点的分布性值均值及灰度值均值；
分别所述分布性值均值和所述灰度值均值进行数据分析以分别获得分布性均值变化性和灰度值均值变化性；
结合所述分布性均值变化性和所述灰度值均值变化性分别计算出每个所述聚类簇的所述非平整性保留力值，进而依次判断各个所述聚类簇是否为鼓包簇。
2.根据权利要求1所述的食品用塑料包装容器平整度检测方法，其特征在于，所述对所述图像信息进行角点检测处理获得多个角点包括：对所述图像信息进行Harris角点检测处理获得多个所述角点。
3.根据权利要求1所述的食品用塑料包装容器平整度检测方法，其特征在于，所述不同预设系数包括：所述不同预设系数呈等差关系，且所述不同预设系数从最小值依次向最大值变化以对所述聚类簇图像进行线性增强。
4.根据权利要求1任一项所述的食品用塑料包装容器平整度检测方法，其特征在于，所述根据筛选出的鼓包簇判断所述待检测包装容器的平整度是否满足预设要求包括：获取所述鼓包簇的数量，并根据所述鼓包簇的数量获得鼓包簇占比；
根据所述鼓包簇占比获得所述待检测包装容器的平整度；
判断所述平整度是否满足预设要求。
5.一种食品用塑料包装容器平整度检测系统，其特征在于，包括：图像获取装置，用于采集待检测包装容器的图像信息；
数据处理装置，与所述图像获取装置连接，用于执行如权利要求1至4任一项所述的食品用塑料包装容器平整度检测方法，以检测所述待检测包装容器平整度是否满足预设要求。
6.根据权利要求5所述的食品用塑料包装容器平整度检测系统，其特征在于，所述图像获取装置包括高分辨率摄像机，所述数据处理装置包括计算机；所述高分辨率摄像机与所述计算机通信连接，以将采集待检测包装容器的图像信息传输至所述计算机。 说明书 : 一种食品用塑料包装容器平整度检测方法及系统技术领域[0001] 本发明涉及图像数据处理技术领域，具体涉及一种食品用塑料包装容器平整度检测方法及系统。背景技术[0002] 随着社会经济快速发展，日常生活中消费者的食品需求的数量、种类越来越多，大量食品生产需要使用包装容器进行包装后进行运输、储存、售卖。其中，需要大量的塑料包装容器对食品进行包装，在食品售卖阶段，塑料包装容器表面的平整度成为消费者是否购买该商品的因素之一，因此在塑料包装容器生产阶段，需要厂家对食品用塑料包装容器平整度进行可靠快速的检测。[0003] 相关技术中，主要通过机械接触测量方法、激光扫描法或者超声波检测方法等对食品用塑料包装容器平整度进行检测，然而上述这些方法通常需要搭配较高的设备成本，并且需要专业人员的操作进而造成检测成本高、检测过程繁琐的技术问题。因此，如何解决相关技术中在对食品用塑料包装容器平整度进行检测时存在的成本高、效率低的技术问题，成为本领域技术人员需要克服的技术问题。发明内容[0004] 为了解决对食品用塑料包装容器平整度进行检测时存在的检测成本高、检测效率低的技术问题，本发明的目的在于提供一种食品用塑料包装容器平整度检测方法及系统，所采用的技术方案具体如下：[0005] 第一方面，本发明实施例提供了一种食品用塑料包装容器平整度检测方法，其包括：[0006] 获取待检测包装容器的图像信息，并对所述图像信息进行角点检测处理获得多个角点；[0007] 分别对多个所述角点进行数据分析处理获得多个分布性值；[0008] 根据多个所述分布性值进行聚类获得多个聚类簇；[0009] 分别对多个所述聚类簇进行非平整性保留力值计算以筛选出鼓包簇；[0010] 根据筛选出的鼓包簇判断所述待检测包装容器的平整度是否满足预设要求。[0011] 本发明实施例一种食品用塑料包装容器平整度检测方法具有如下有益效果：[0012] 本发明实施例一种食品用塑料包装容器平整度检测方法，其通过获取待检测包装容器的图像信息后，通过对图像信息进行角点检测处理获得多个角点，并分别对多个角点进行数据分析处理获得多个分布性值，再根据分布性值进行聚类获得多个聚类簇后，分别对多个聚类簇进行非平整性保留力值计算进而筛选出鼓包簇，最后根据鼓包簇判断待检测包装容器的平整度是否满足预设要求，进而解决相关技术中在对食品用塑料包装容器平整度进行检测时通过机械接触测量方法、激光扫描法或者超声波检测方法存在的检测成本高、检测效率低的技术问题，提供一种成本低且检测效率高的食品用塑料包装容器平整度检测方法。[0013] 根据本发明另一些实施例的食品用塑料包装容器平整度检测方法，所述对所述图像信息进行角点检测处理获得多个角点包括：[0014] 对所述图像信息进行Harris角点检测处理获得多个所述角点。[0015] 根据本发明另一些实施例的食品用塑料包装容器平整度检测方法，所述分别对多个所述角点进行数据分析处理获得多个分布性值包括：[0016] 分别获取多个所述角点的位置因素值；[0017] 分别获取多个所述角点的响应值差异性；[0018] 结合多个所述位置因素值和多个所述响应值差异性获得多个所述分布性值。[0019] 根据本发明另一些实施例的食品用塑料包装容器平整度检测方法，所述分别获取多个所述角点的位置因素值包括：[0020] 获取当前角点的邻域角点数量；[0021] 获取所述当前角点分别与至少两个邻域角点连线后与水平线的夹角值；[0022] 结合所述邻域角点数量和两个所述夹角值的差值以计算获得所述位置因素值。[0023] 根据本发明另一些实施例的食品用塑料包装容器平整度检测方法，所述分别获取多个所述角点的响应值差异性包括：[0024] 获取所述当前角点的响应值；[0025] 分别获取所述当前角点的邻域角点的响应值；[0026] 结合所述当前角点的响应值和所述邻域角点的响应值以计算多个所述角点的响应值差异性。[0027] 根据本发明另一些实施例的食品用塑料包装容器平整度检测方法，所述分别对多个所述聚类簇进行非平整性保留力值计算以筛选出鼓包簇包括：[0028] 对获取的多个所述聚类簇组成的聚类簇图像进行多次不同预设系数的线性增强；[0029] 依次获取每个所述聚类簇内所有角点的分布性值均值及灰度值均值；[0030] 分别所述分布性值均值和所述灰度值均值进行数据分析以分别获得分布性均值变化性和灰度值均值变化性；[0031] 结合所述分布性均值变化性和所述灰度值均值变化性分别计算出每个所述聚类簇的所述非平整性保留力值，进而依次判断各个所述聚类簇是否为鼓包簇。[0032] 根据本发明另一些实施例的食品用塑料包装容器平整度检测方法，所述不同预设系数包括：所述不同预设系数呈等差关系，且所述不同预设系数从最小值依次向最大值变化以对所述聚类簇图像进行线性增强。[0033] 根据本发明另一些实施例的食品用塑料包装容器平整度检测方法，所述根据筛选出的鼓包簇判断所述待检测包装容器的平整度是否满足预设要求包括：[0034] 获取所述鼓包簇的数量，并根据所述鼓包簇的数量获得鼓包簇占比；[0035] 根据所述鼓包簇占比获得所述待检测包装容器的平整度；[0036] 判断所述平整度是否满足预设要求。[0037] 第二方面，本发明的一个实施例提供了一种食品用塑料包装容器平整度检测系统，包括：[0038] 图像获取装置，用于采集待检测包装容器的图像信息；[0039] 数据处理装置，与所述图像获取装置连接，用于执行如上所述的食品用塑料包装容器平整度检测方法，以检测所述待检测包装容器平整度是否满足预设要求。[0040] 根据本发明另一些实施例的食品用塑料包装容器平整度检测系统，所述图像获取装置包括高分辨率摄像机，所述数据处理装置包括计算机；所述高分辨率摄像机与所述计算机通信连接，以将采集待检测包装容器的图像信息传输至所述计算机。附图说明[0041] 为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。[0042] 图1为本发明一个实施例所提供的一种食品用塑料包装容器平整度检测方法的一具体实施例流程示意图；[0043] 图2为本发明一个实施例所提供的一种食品用塑料包装容器平整度检测方法中步骤S200的一具体实施例子步骤流程示意图；[0044] 图3为本发明一个实施例所提供的一种食品用塑料包装容器平整度检测方法中步骤S400的一具体实施例子步骤流程示意图；[0045] 图4为本发明一个实施例所提供的一种食品用塑料包装容器平整度检测方法中步骤S500的一具体实施例子步骤流程示意图；[0046] 图5为本发明一个实施例所提供的一种食品用塑料包装容器平整度检测系统的一具体实施例模块组成示意图。具体实施方式[0047] 为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种食品用塑料包装容器平整度检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。[0048] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。[0049] 下面结合附图具体地说明本发明所提供的一种食品用塑料包装容器平整度检测方法的具体方案。[0050] 请参阅图1，其示出了本发明一个实施例提供的食品用塑料包装容器平整度检测方法的方法流程图，其包括以下步骤：[0051] S100、获取待检测包装容器的图像信息，并对图像信息进行角点检测处理获得多个角点；[0052] 其中，为获取待检测包装容器的高清晰度图像信息，通常采用高分辨率摄像机对待检测包装容器进行拍摄获。诰咛宓氖凳┕讨，通过将待检测包装容器放置于平整明亮且光线均匀的环境下，通过高分辨率摄像机对待检测包装容器进行拍摄。此外，为了提高图像信息获取的效率，可通过将多个待检测包装容器放置于一传输带上，进而可控制传输带的运行带动多个待检测包装容器至预设位置后，由一个或多个高分辨率摄像机进行拍摄获得图像信息。本实施例中，在获取到图像信息后，对其进行角点检测处理进而获得多个角点以进行后续数据处理操作。[0053] S200、分别对多个角点进行数据分析处理获得多个分布性值；[0054] 其中，通过数据处理获得的多个角点的分布性值的目的在于确定当前的非平整区域。[0055] S300、根据多个分布性值进行聚类获得多个聚类簇；[0056] 其中，在步骤S200中获得多个分布性值后，通过聚类算法对多个分布性值进行聚类后获得多个聚类簇，每个聚类簇内为一个非平整域，其具备划痕、鼓包或畸形等特征。[0057] S400、分别对多个聚类簇进行非平整性保留力值计算以筛选出鼓包簇；[0058] 其中，鼓包簇与其他类型聚类簇（划痕簇）的非平整性保留值在不同的范围中，进而通过计算出各个聚类簇的非平整性保留力值后，对应鼓包簇的非平整性保留力值设定范围中的聚类簇即为鼓包簇。[0059] S500、根据筛选出的鼓包簇判断待检测包装容器的平整度是否满足预设要求。[0060] 其中，待检测包装容器的平整度通常设定有最低标准，进而在步骤S400中筛选出鼓包簇后，通过计算鼓包簇的占比是否低于设定的最低标准最终判断出待检测包装容器的平整度是否满足预设要求。[0061] 本发明实施例一种食品用塑料包装容器平整度检测方法，通过获取待检测包装容器的高清晰度图像信息，并对图像信息进行角点检测处理获得多个角点后，分别对角点进行数据分析处理获得多个分布性值，进而根据分布性值进行聚类获得多个聚类簇，在多个聚类簇中筛选出鼓包簇，最后根据鼓包簇判断待检测包装容器的平整度是否满足预设要求，进而解决相关技术中在对食品用塑料包装容器平整度进行检测时通过机械接触测量方法、激光扫描法或者超声波检测方法存在的检测成本高、检测效率低的技术问题。[0062] 在一些实施例中，上述实施例步骤S100中对图像信息进行角点检测处理为通过Harris角点检测处理获得多个所述角点。[0063] 参照图2，在一些实施例中，上述实施例中步骤S200分别对多个角点进行数据分析处理获得多个分布性值过程中，需要分别获得多个角点的位置因素值和响应值差异性后，根据获得的位置因素值和响应值差异性进行计算获得分布性值，其具体包括步骤：[0064] S210、分别获取多个角点的位置因素值；[0065] S220、分别获取多个角点的响应值差异性；[0066] S230、结合多个位置因素值和多个响应值差异性获得多个分布性值。[0067] 本实施例中，步骤S210和步骤S220执行的先后顺序不做限定要求，即步骤S220可以在步骤S210之前执行。[0068] 具体的，在一些实施例中，上述实施例步骤S210分别获取多个角点的位置因素值还具体包括子步骤：[0069] S211、获取当前角点的领域角点数量；[0070] S212、获取当前角点分别与至少两个邻域角点连线后与水平线的夹角值；[0071] S213、结合邻域角点数量和两个夹角值的差值以计算获得位置因素值。[0072] 本实施例中，依次遍历多个角点作为当前角点后，即可分别获得多个角点的位置因素值。[0073] 具体的，在一些实施例中，上述实施例步骤S211至步骤S213的实现通过以下公式（1）进行计算实现：[0074] （1）[0075] 其中， 表示当前角点的位置因素值，表示当前角点的邻域角点数量， 表示第i个邻域角点与当前角点连线后与水平线之间的夹角值， 表示随机两个夹角值的差值。即，本实施例中，当前角点的位置因素值与其邻域角点的数量成正比关系，与其邻域角点与当前角点连线后与水平线之间的夹角值的差值成反比关系。本实施例中，通过量化分析当前角点的孤立性（邻域角点的数量），进而确定当前角点所处区域呈现的延伸、连续程度。其中，邻域角点的数量越多，孤立程度越低，相应的为连续性角点区域的概率越大。 则表示非孤立角点组成区域的延伸性，若其向着一个方向延伸，则当前角点分别与两个邻域角点之间连线后与水平线之间的夹角值的差值就越。恢靡蛩刂翟酱，当前角点所处区域越有可能是划痕或鼓包区域。[0076] 在一些实施例中，上述实施例步骤S220分别获取多个角点的响应值差异性还具体包括子步骤：[0077] S221、获取当前角点的响应值；[0078] S222、分别获取当前角点的领域角点的响应值；[0079] S223、结合当前角点的响应值和邻域角点的响应值以计算多个角点的响应值差异性。[0080] 本实施例中，依次遍历多个角点作为当前角点后，即可分别获得多个角点的响应值差异性。[0081] 具体的，在一些实施例中，上述实施例步骤S221至步骤S223的实现通过以下公式（2）进行计算实现：[0082] （2）[0083] 其中， 表示当前角点的响应值差异性， 表示当前角点的响应值，表示当前角点的邻域角点数量， 表示第i个邻域角点的响应值。即，本实施例中，当前角点的响应值越大，其响应值差异性越大，邻域角点的响应值越大，其响应值差异性越小。本实施例中，通过对当前角点与邻域角点的响应值的大小进行差值计算，能够确定当前角点与邻域角点响应值的相似性，该相似性能够反映出划痕或鼓包边缘的延伸连续性，当响应值都处于一小预设范围值中时，则所获得的响应值差异性越。蛟侥芩得鞯鼻敖堑阌肓谟蚪堑闶粲谕焕喾瞧秸匀毕荩ɑ刍蚬陌龋。[0084] 在一些实施例中，上述实施例步骤S300结合多个位置因素值和多个响应值差异性获得多个分布性值通过以下公式（3）进行计算：[0085] （3）[0086] 其中， 表示当前角点的分布性值，表示防零系数，所述当前角点的分布性值与所述当前角点的位置因素值成正比关系，所述当前角点的分布性值与所述当前角点的响应值差异性成反比关系，通常的，防零系数 的取值为1。[0087] 参照图3，在一些实施例中，通过上述实施例分别计算多个角点的分布性值并通过ISODATA算法进行聚类得到多个聚类簇后，通过分别对多个聚类簇进行非平整性保留值计算，进而非平整性保留值处于预设值范围中的聚类簇即鼓包簇。具体的，上述实施例步骤S400包括以下子步骤：[0088] S410、对获取的多个所述聚类簇组成的聚类簇图像进行多次不同预设系数的线性增强；[0089] 由于划痕与鼓包等缺陷相对比，由于划痕本身与周围像素点灰度值的差异性较大，因此划痕对增强系数更为敏感，而鼓包边缘与周围像素点灰度值差异性较小对增强系数的钝感较高，通过分析不同增强系数下的变化特性，可以高效地区分划痕簇和鼓包簇。在一个具体的示例中，对聚类簇图像进行多次不同预设系数的线性增强通过以下公式（4）进行增强操作：[0090] （4）[0091] 其中，表示增强系数，通常取初始值1，每次增加0.1，直至最大值5。表示增强后的图像，表示增强前的图像，表示常数，通常取值为0。[0092] S420、依次获取每个聚类簇内所有角点的分布性值均值及灰度值均值；[0093] 其中，每个聚类簇内通常具有多个角点，在未进行线性增强前先获取每个聚类簇内所有角点的分布性值均值和灰度值均值，并在每一次线性增强后，同样获取每个聚类簇内所有角点的分布性均值 和灰度值均值 。分布性值为通过上述实施例阐述的步骤210至步骤S230分别计算后取均值得出，灰度值为进行Harris角点检测处理图像信息的已知量，并取均值得出。[0094] S430、分别分布性值均值和灰度值均值进行数据分析以分别获得分布性均值变化性和灰度值均值变化性；[0095] 具体的，分布性至均值变化性通过以下公式（5）进行计算：[0096] （5）[0097] 其中， 表示第 个聚类簇的分布性值均值变化性，表示线性增强总次数，表示第 次线性增强后当前聚类簇的分布性值均值， 表示第 次线性增强后当前聚类簇的分布性值均值，通常取值为1。划痕相对于鼓包在不同增强系数下（即步骤S410中，的取值不同）分布性值均值变化性更加敏感，因此，在不同增强系数下，分布性值均值变化性呈现出稳定的变化趋势（保持不变），则其对应于食品用塑料包装容器中的鼓包部分的边缘。反之，分布性值均值变化性变化越大，则其对应于食品用塑料包装容器中划痕组成的聚类簇。[0098] 灰度值均值变化性通过以下公式（6）进行计算：[0099] （6）[0100] 其中， 表示第 个聚类簇的灰度值均值变化性，表示线性增强总次数，表示第 次线性增强后当前灰度值均值与上一次灰度值均值的差值。灰度值均值变化性的值越大，则说明该聚类簇为划痕组成的聚类簇；反之，灰度值均值变化性的值越。蛩得鞲镁劾啻匚陌槌傻木劾啻。[0101] S440、结合分布性均值变化性和灰度值均值变化性分别计算出每个聚类簇的非平整性保留力值，进而依次判断各个聚类簇是否为鼓包簇。[0102] 具体的，每个聚类簇的非平整性保留力值通过以下公式（7）进行计算；[0103] (7)[0104] 其中， 表示线性归一化函数，即将归一化后的灰度值均值变化性作为系数与分布性值均值变化性进行乘积后，获得非平整性保留力值， 表示第 个聚类簇的非平整性保留力值。该值处于预设范围值中时，则表明该聚类簇为鼓包簇。在另一个具体的实施例中，当该值处于[0.8,1]时，则表明该聚类簇为鼓包簇。[0105] 参照图4，在一些实施例中，通过上述实施例分别对获取的多个聚类簇进行非平整性保留力值计算以筛选出鼓包簇后，则步骤S500根据筛选出的鼓包簇判断待检测包装容器的平整度是否满足预设要求包括子步骤：[0106] S510、获取鼓包簇的数量，并根据鼓包簇数量获得鼓包簇占比；[0107] 上述实施例步骤S440中分别计算出每个聚类簇的非平整性保留力值后，即可判断每个聚类簇是否为鼓包簇，即获得鼓包簇的数量，进而通过以下公式（8）对鼓包簇占比进行计算：[0108] （8）[0109] 其中，表示鼓包簇占比值； 表示聚类簇的总数，上述实施例通过ISODATA算法进行聚类得到多个聚类簇后，可对获得的多个聚类簇进行统计获得。[0110] S520、根据鼓包簇占比获得待检测包装容器的平整度；[0111] 上述步骤S510计算出鼓包簇占比值后，根据以下公式（9）对平整度进行计算：[0112] （9）[0113] 其中，表示平整度的值。[0114] S530、判断平整度是否满足预设要求。[0115] 上述步骤S520计算出待检测包装容器的平整度后，则将获得的平整度与预设平整度范围值进行比较，当获得的平整度的值处于该预设平整度范围值中时，则说明待待检测包装容器的平整度满足预设要求。[0116] 参照图5，第二方面，本发明实施例还提供了一种食品用塑料包装容器平整度检测系统，其包括图像获取装置和数据处理装置，其中，图像获取装置与数据处理装置通信连接，图像获取装置用于采集待检测包装容器的图像信息，并将图像信息传输至数据处理装置，数据处理装置接收到图像信息后，执行如上述任一实施例所阐述的食品用塑料包装容器平整度检测方法对待检测包装容器进行检测，从而判断出待检测包装容器的平整度是否满足预设要求。本实施例中，数据处理装置在接收图像信息后，对图像信息进行数据处理的过程原理与上述任一实施例所阐述的食品用塑料包装容器平整度检测方法相互参照对应。进而，本发明实施例提供的食品用塑料包装容器平整度检测系统能够解决相关技术中在对食品用塑料包装容器平整度进行检测时通过机械接触测量方法、激光扫描法或者超声波检测方法存在的检测成本高、检测效率低的技术问题。[0117] 在一些实施例中，为获取待检测包装容器的高清晰度图像信息，图像获取装置通过高分辨率摄像机实现。此外，数据处理装置通过计算机实现，该计算机中装载有预设执行程序，进而使得高分辨率摄像机采集到待检测包装容器高清晰度的图像信息传输至计算机后，计算机启动装载的预设执行程序对图像信息进行处理从而判断待检测包装容器平整度是否满足预设要求。[0118] 需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。[0119] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

专利地区：山东

专利申请日期：2024-08-23

专利公开日期：2024-11-22

专利公告号：CN118674722B