[發明專利]一種化妝品外包裝字符缺陷檢測的方法

在審

• 申請號: 202110388274.2
• 申請日: 2021-04-10
• 公開（公告）號: CN113012145A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 蔡朋;肖向東;盛偉
• 申請（專利權）人: 蘇州諾維博得智能裝備科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06T7/41;G06N3/04
• 代理公司: 北京盛凡智榮知識產權代理有限公司 11616
• 代理人: 鄧凌云

1.一種化妝品外包裝字符缺陷檢測的方法，其特征在于，包括以下步驟：

步驟一：集成樣本庫

收集成品化妝品外包裝的圖像，對圖像的字符標簽面進行降噪銳化，去除噪點，集成為樣本庫；

步驟二：提取特征值

對樣本庫進行去重，選擇像素密度2k以上的圖像，該圖像具備凸出的字符紋理和顏色特征，然后提取顏色、文字紋理的特征值，構建對比庫；

步驟三：構建模型

以數字圖像為載體融合對比庫的圖像特征值構建化妝品外包裝對比模型，設定該模型與實際化妝品外包裝的尺寸比例為1∶1；

步驟四：產品檢測

拍攝待檢測的化妝品外包裝圖像，降噪后識別該圖像中的顏色特征和文字紋理，提取顏色、文字紋理的特征值；

步驟五：字符比對

構建概念檢測框架，利用可視重疊對比法，對比化妝品外包裝對比模型和待檢測的化妝品外包裝的顏色文字特征值，從而確定外包裝的字符缺陷；

步驟六：測量尺寸

在待檢測的化妝品外包裝圖像中，測量字符面的尺寸以及字符位置，然后再次調節化妝品外包裝對比模型字符面的尺寸，測量字符位置；

步驟七：位置比對

對比待檢測化妝品外包裝圖像的字符位置和化妝品外包裝對比模型中的字符位置，確定字符位置是否正確。

2.根據權利要求1所述的一種化妝品外包裝字符缺陷檢測的方法，其特征在于：所述步驟一中，成品化妝品外包裝選用字符完善，位置標準，表面無灰塵吸附的成品。

3.根據權利要求1所述的一種化妝品外包裝字符缺陷檢測的方法，其特征在于：所述步驟二中，利用ENVI軟件識別成品化妝品外包裝的圖像，并轉換為HLS圖像，提取顏色特征，然后通過ENVI軟件的濾波功能對模型中化妝品外包裝的圖像進行濾波，并將其濾波提取的紋理結果置于ARCGIS進行密度分析，確定文字的紋理細密度，接著對圖像進行光譜二階導數的求取，在ENVI IDL中編寫二階導數運算算法，確定圖像的特征值。

4.根據權利要求1所述的一種化妝品外包裝字符缺陷檢測的方法，其特征在于：所述步驟三中，將對比庫的特征值集合輸入ArcGIS軟件中，將參數進行拉伸立體化，構建立體模型，接著利用SVG對模型中相對應的顏色特征、文字紋理特征的特征值矢量化，再采用ContextCapture基于影像自動化進行三維影像模型構建，得到化妝品外包裝對比模型。

5.根據權利要求1所述的一種化妝品外包裝字符缺陷檢測的方法，其特征在于：所述步驟四中，提取特征值的具體流程為：應用高斯濾波來平滑圖像，去除噪聲，然后利用ENVI軟件將拍攝的待檢測化妝品外包裝圖像直接轉換為HLS圖像，并提取顏色特征，然后通過ENVI軟件的濾波功能進行沿總體走向的方向濾波，提取文字紋理，并將其濾波提取的紋理結果置于ARCGIS進行密度分析，確定文字的紋理細密度，接著對圖像進行光譜二階導數的求取，在ENVI IDL中編寫二階導數運算算法，確定每張圖像的特征值。

6.根據權利要求1所述的一種化妝品外包裝字符缺陷檢測的方法，其特征在于：所述步驟五中，基于Faster R-CNN、R-FCN、YOLO卷積神經網絡的目標檢測模型來構建概念檢測框架，且該概念檢測框架中，基于TensorFlow和PyTorch平臺以卷積神經網絡為基本框架輸入可視重疊對比法。

7.根據權利要求6所述的一種化妝品外包裝字符缺陷檢測的方法，其特征在于：所述步驟五中，可視重疊對比法對比具體流程為：在概念檢測框架中，以基元特征和排列規則進行紋理分割，待檢測的化妝品外包裝的顏色文字特征值輸入至化妝品外包裝對比模型中，與對比模型中的圖像特征值重疊，概念檢測框架標記出特征值的不同處，確定缺陷及缺陷位置。

8.根據權利要求1所述的一種化妝品外包裝字符缺陷檢測的方法，其特征在于：所述步驟六中，調節化妝品外包裝對比模型字符面的尺寸時，保證該尺寸與待檢測的化妝品外包裝圖像字符面的尺寸相同，字符位置以所有字符標記為整體進行測量。

9.根據權利要求1所述的一種化妝品外包裝字符缺陷檢測的方法，其特征在于：所述步驟七中，將待檢測化妝品外包裝圖像中的字符位置和化妝品外包裝對比模型中的字符位置，根據字符面尺寸打上坐標戳，比對坐標戳，確定字符位置是否正確。