[發明專利]基于視覺顯著性的紙張表面缺陷檢測的方法及裝置在審
| 申請號： | 201810442982.8 | 申請日： | 2018-05-10 |
| 公開（公告）號： | CN108663382A | 公開（公告）日： | 2018-10-16 |
| 發明（設計）人： | 陳國棟;蘇凡;王正;王振華;孫立寧 | 申請（專利權）人： | 蘇州大學 |
| 主分類號： | G01N21/956 | 分類號： | G01N21/956 |
| 代理公司： | 北京集佳知識產權代理有限公司 11227 | 代理人： | 羅滿 |
| 地址： | 215104 江蘇*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 顯著圖 表面圖像 檢測 可讀存儲介質 紙張表面缺陷 視覺顯著性 特征區域 預處理 顯著區域特征 閾值分割法 紙張表面 質量檢測 閾值分割 面積和 預設 采集 | ||
1.一種基于視覺顯著性的紙張表面缺陷檢測的方法，其特征在于，包括：
采集待檢測紙張的表面圖像；
對所述待檢測紙張的表面圖像進行預處理后，獲得所述表面圖像的顯著圖；
利用動態閾值分割法對所述顯著圖進行閾值分割，以便于提取所述顯著圖的顯著區域特征，從而計算所述顯著圖的特征區域面積；
根據所述特征區域面積和預設缺陷面積閾值的比較結果，判斷所述待檢測紙張是否存在缺陷。
2.如權利要求1所述的方法，其特征在于，所述對所述待檢測紙張的表面圖像進行預處理后，獲得所述表面圖像的顯著圖包括：
采用均值濾波對所述待檢測紙張的表面圖像進行預處理后，利用視覺顯著性模型得到所述表面圖像的顯著圖。
3.如權利要求2所述的方法，其特征在于，所述利用動態閾值分割法對所述顯著圖進行閾值分割，以便于提取所述顯著圖的顯著區域特征，從而計算所述顯著圖的特征區域面積包括：
利用halcon算法的動態閾值分割算法對所述顯著圖進行快速閾值分割；提取分割后的顯著圖的顯著區域特征，所述顯著區域特征為所述待檢測紙張的缺陷特征，計算所述缺陷特征的面積S。
4.如權利要求3所述的方法，其特征在于，所述根據所述特征區域面積和預設缺陷面積閾值的比較結果，判斷所述待檢測紙張是否存在缺陷包括：
根據預設的紙張表面質量要求設定缺陷面積閾值St，
比較S和St的大小，得到所述待檢測紙張的判定結果：
其中，R＝0表示所述待檢測紙張無缺陷，R＝1表示所述待檢測紙張存在缺陷。
5.如權利要求1所述的方法，其特征在于，所述采集待檢測紙張的表面圖像包括：利用CCD相機采集待檢測紙張的表面圖像。
6.一種基于視覺顯著性的紙張表面缺陷檢測的裝置，其特征在于，包括：
采集模塊：用于采集待檢測紙張的表面圖像；
預處理模塊：用于對所述待檢測紙張的表面圖像進行預處理后，獲得所述表面圖像的顯著圖；
提取模塊：用于利用動態閾值分割法對所述顯著圖進行閾值分割，以便于提取所述顯著圖的顯著區域特征，從而計算所述顯著圖的特征區域面積；
判斷模塊：用于根據所述特征區域面積和預設缺陷面積閾值的比較結果，判斷所述待檢測紙張是否存在缺陷。
7.如權利要求6所述的裝置，其特征在于，所述預處理模塊具體用于：采用均值濾波對所述待檢測紙張的表面圖像進行預處理后，利用視覺顯著性模型得到所述表面圖像的顯著圖。
8.如權利要求7所述的裝置，其特征在于，所述利用動態閾值分割法對所述顯著圖進行閾值分割，以便于提取所述顯著圖的顯著區域特征，從而計算所述顯著圖的特征區域面積包括：
利用halcon算法的動態閾值分割算法對所述顯著圖進行快速閾值分割；提取分割后的顯著圖的顯著區域特征，所述顯著區域特征為所述待檢測紙張的缺陷特征，計算所述缺陷特征的面積S。
9.一種基于視覺顯著性的紙張表面缺陷檢測的設備，其特征在于，包括：
存儲器，用于存儲計算機程序；
處理器，用于執行所述計算機程序時實現如權利要求1至5任一項所述一種基于視覺顯著性的紙張表面缺陷檢測的方法的步驟。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至5任一項所述一種基于視覺顯著性的紙張表面缺陷檢測的方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于蘇州大學，未經蘇州大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810442982.8/1.html，轉載請聲明來源鉆瓜專利網。
