[發明專利]一種基于Retinex的工業透明薄膜包裝檢測方法

在審

• 申請號: 201410317695.6
• 申請日: 2014-07-03
• 公開（公告）號: CN104063851A
• 公開（公告）日: 2014-09-24
• 發明（設計）人: 劉娣;周武能;孔超波;胡飛
• 申請（專利權）人: 東華大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/00;G01N21/958
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 翁若瑩

1.一種基于Retine x的工業透明薄膜包裝檢測方法，其特征在于運用本文算法代替硬件，進行透明薄膜包裝的破損檢測，步驟為：

第一步、運用多尺度Retine x算法對拍攝到的工業透明薄膜包裝圖像進行圖像初步增強，多尺度Retine x算法表示為：

S(x,y)=R(x,y)×L(x,y)L(x,y)=S(x,y)*G(x,y),]]>式中，L(x，y)表示入射光，為高頻信號；R(x，y)表示物體的反射性質，為低頻信號；對L(x，y)進行低通濾波，就得到R(x，y)；S(x，y)是攝像頭接收到的光線所構成的圖像；G(x，y)代表高斯濾波器：G(x，y)＝λexp[-(x²+y²)/σ²]，其中，σ是尺度參數，越大銳化越厲害，λ是歸一化常數，并使得∫∫G(x，y)dxdy＝1成立；

第二步、根據初步增強后的圖像，確定增強系數；

第三步、將初步增強后的圖像和其負片結合處理，在顏色恒定性的基礎上，增強圖像，第二步及第三步包括：

步驟1、在對數域上有：log(S(x，y))＝log(R(x，y))+log(G(x，y)×S(x，y))，則有：

logR(x,y)=Σk=1Kωk{logS(x,y)-log[G(x,y)×S(x,y)]},]]>式中，K為3，ω_k為1/3；

步驟2、將R(x，y)表示為R(x,y)=W-Rc(x,y)‾c∈{r,g,b},]]>W表示和S(x，y)大小相同的矩陣，矩陣的數值均為255；表示圖像的負片；c表示各顏色通道；

步驟3、圖片中的顏色由R，G，B間的比例決定，亮度由R，G，B的大小決定，為了保持在顏色恒定的基礎上，進行圖像特征區域的增強，對負片進行線性變換，則有：

Ic(x,y)‾=λ1R1c(x,y)‾+λ2R2c(x,y)‾I1c(x,y)‾=λ1R1c(x,y)‾I2c(x,y)‾=λ2R2c(x,y)‾c∈{r,g,b},]]>式中，負片的亮度與R(x，y)相反，R(x，y)中的亮區域對應中的暗區域，將分為其中，表示亮度在前20％的區域，在負片空間中破損區域的亮度較大，增大其線性變換的系數，有利于增強其在飽和度空間中的特征；

步驟4、分別對區域進行線性拉伸，為了增強負片亮度，取λ₁，λ₂為大于1的數值；

步驟5、根據Ic(x,y)=Rc(x,y)-β1R1c(x,y)‾-β2R2c(x,y)‾]]>c∈{r，g，b}得到增強后的圖像I(x，y)，式中，β₁＝λ₁-1，β₂＝λ₂-1；

第四步、將增強后的圖像I(x，y)片轉化到飽和度空間，閾值分割，進行破損檢測；

第五步、運用神經BP神經網絡進行關于破損的判別。

2.如權利要求1所述的一種基于Retine x的工業透明薄膜包裝檢測方法，其特征在于，在所述步驟4中，式中，R′(x，y)，S′(x，y)為R(x，y)，S(x，y)歸一化的灰度圖像。