[發明專利]一種方便面包裝缺陷機器視覺檢測方法

有效

• 申請號: 201811188773.1
• 申請日: 2018-10-12
• 公開（公告）號: CN109377485B
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 張永賓
• 申請（專利權）人: 深圳市眾智視覺科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/187;G06T5/40
• 代理公司: 北京鼎德寶專利代理事務所(特殊普通合伙) 11823
• 代理人: 牟炳彥

1.一種方便面包裝缺陷機器視覺檢測方法，其特征在于，包括以下步驟：

A.建立方便面包裝缺陷自動檢測裝置模型，采集傳送帶上的方便面包裝圖像，對圖像進行預處理，增強圖像特征；

(1)建立方便面包裝缺陷自動檢測裝置，攝像頭采集傳送帶上的方便面包裝圖像，傳送給主控裝置，并對圖像進行數字化，利用直方圖對圖像的灰度值進行均衡處理，均衡處理后的圖像灰度為：

其中，l是圖像的灰度級，f(t)是圖像灰度的概率密度函數，t是像素點，對圖像灰度級進行歸一化處理，則當l∈[0,1]時，概率密度函數值為1；否則為0；

(2)若圖像像素點(x,y)的灰度值為g(x,y)，灰度范圍為[g₁,g₂]，通過映射函數將灰度值映射為g'(x,y)，進行灰度變換：

其中，(α,β)是灰度變換后的灰度范圍；

B.選取圖像分割中心像素點，根據像素灰度間的連續性建立相似性度量標準，將所有像素分割為不同區域；

C.將分割后的包裝圖像用高斯內核函數進行卷積獲得高斯差分圖像，通過求圖像的灰度極值提取方便面包裝圖像的缺陷特征；

D.通過衡量缺陷特征與樣本之間的相似性進行分類，檢測缺陷類別并踢除，完成方便面包裝缺陷的自動檢測。

2.如權利要求1所述的方便面包裝缺陷機器視覺檢測方法，其特征在于，所述步驟B包括：

(1)對方便面包裝圖像進行彩色空間轉換，通過分水嶺方法將圖像進行初始化分割，若某個區域為V_r，其鄰域為V_i，其中，i＝1,2,…,n，則相似度函數為：

其中，ω是權值系數，n是鄰域數量，x_i是每個區域的灰度均值，是所有區域的灰度均值，通過最大類間方差法獲取一個閾值，相似度函數值大于此閾值的，該區域被選做種子區域；

(2)對選取的種子區域進行標記，遍歷所有種子區域及其鄰域，若有區域未被標記，查看該區域的鄰域，若鄰域標記相同，則該區域進行同樣的標記；若鄰域標記不同，則計算該區域與鄰域的灰度均值差，選擇差異最小的鄰域進行相同的標記，遍歷所有區域，直至所有區域均被標記，從而便將與種子區域有相似灰度值的相鄰像素合并為一個區域，分割的區域中有許多零碎的小區域，設定區域范圍閾值，將小于閾值的區域合并到灰度均值差異最小的鄰域中，從而完成圖像分割。

3.如權利要求2所述的方便面包裝缺陷機器視覺檢測方法，其特征在于，所述步驟C包括：

(1)構造方便面包裝圖像的高斯函數：

其中，σ是圖像正態分布的標準差，(x,y)是像素點坐標，(x₀,y₀)是種子點的坐標，則圖像I(x,y)的尺度空間函數為：

S(x,y)＝h(x,y)*I(x,y)

其中，*表示卷積，則σ越小，圖像尺度越小，細節特征也就越明顯；

(2)包裝圖像通過高斯函數卷積生成一組圖像，在尺度空間中通過常量k進行分離，得到高斯差分函數：

D(x,y)＝[h(x,y)-h(k(x,y))]*I(x,y)

＝S(k(x,y))-S(x,y)

通過高斯差分函數對圖像中的像素點進行比較，設定灰度閾值，尋找灰度值大于閾值的像素點，在剩余像素點中尋找灰度極值點作為待選特征點，將高斯差分函數進行泰勒展開：

其中，(x,y)^T是像素點的偏移量，令從而得到極值點，將候選特征點中位于邊緣處的像素點去除，提取出穩定的特征點。

4.如權利要求3所述的方便面包裝缺陷機器視覺檢測方法，其特征在于，所述步驟D包括：

計算提取的特征圖像f(x,y)與檢測樣本s(x,y)之間的歐氏距離：

其中，f_j(x,y)是第j個特征，m是特征數量，尋找歐氏距離最小的特征min(d)進行分類，主控裝置統計缺陷類型并發送信號給踢除裝置進行踢除，沒有缺陷的包裝將繼續下道工序，從而完成方便面包裝缺陷的自動檢測。