(2)确定图像区域:先选中瓶底中心区域，并屏蔽其他区域(见图6)；
(3)灰度变换:目的是突出瓶底异物与背景灰度的对比度；
(4)图像分割:根据自适应特征门限，将图像二值化；
(5)形态学变换:通过变换，可有效地去除干扰信号，同时突出有用图像；
(6)反转二值化图像:背景置0，目标置1；
(7)颗粒分析:判定瓶底异物的准则是异物面积大于一定的尺寸，但是由于按上述方法所提取的异物中可能包括由瓶子本身结构形成的伪异物(例如，瓶口遮影、瓶底花纹图案等)，因此必须附加一些准则以区分出伪异物。
由以上步骤判断出瓶底中心区域的异物后，再确定瓶底边缘区域(见图7)，重复步骤(3)~(7)，即可完成瓶底图像的检测，并将检测结果送回中心处理单元。
2.2 测试结果
图8为瓶底中心区域的数字图像处理结果，图9为瓶底边缘区域的数字图像处理结果。整个瓶底的处理过程耗时约80ms，其中形态学变换耗时最长(见图5)，可见形态学算法研究是一个主要问题。通过大量测试实验，瓶底异物面积小于3.5mm2时，正确识别率可达98，满足实际生产要求。
3 结束语
本系统具有以下特点:
(1)图像检测单元采用dsp作为信号处理器，可实现高速高精度实时效据采集及处理；
(2)图像检测单元是一个嵌入式系统，可根据现场需要接入不同的检测单元；
(3)在某些现场，可将检测单元直接插入工控机或pc机，节约费用；
(4)对不同的应用场合，只需适当修改相应程序。
作者/蒋 庆 蔡晋辉 周泽魁 杨 娜