[發(fā)明專利]瓶裝水標(biāo)簽缺陷智能化視覺精細(xì)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210090541.2
• 申請(qǐng)日: 2022-01-25
• 公開（公告）號(hào): CN114445707A
• 公開（公告）日: 2022-05-06
• 發(fā)明（設(shè)計(jì)）人: 張弛
• 申請(qǐng)（專利權(quán)）人: 張弛
• 主分類號(hào): G06V20/10
• 分類號(hào): G06V20/10;G06V10/22;G06V10/30;G06V10/26;G06V10/44;G06V10/56;G06V30/224
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.瓶裝水標(biāo)簽缺陷智能化視覺精細(xì)檢測(cè)方法，其特征在于，首先采集待檢測(cè)的標(biāo)簽圖像，然后對(duì)獲取到的圖像進(jìn)行前置處理和目標(biāo)區(qū)域定位，最后判定標(biāo)簽圖像是否有缺陷并對(duì)缺陷進(jìn)行分類；基于實(shí)際生產(chǎn)需求對(duì)瓶裝水進(jìn)行外包裝標(biāo)簽的缺陷檢測(cè)，一是瓶裝水標(biāo)簽的前置處理，二是標(biāo)簽自適應(yīng)定位，三是標(biāo)簽缺陷的精細(xì)檢測(cè)，檢測(cè)的標(biāo)簽缺陷包括：缺標(biāo)、接頭標(biāo)、大小標(biāo)、高低標(biāo)和褶皺標(biāo)共五種標(biāo)簽缺陷，在檢測(cè)到缺陷后，系統(tǒng)發(fā)出指令將有缺陷的產(chǎn)品移出生產(chǎn)線；

第一，瓶裝水標(biāo)簽的前置處理：首先對(duì)標(biāo)簽圖像濾波去噪，然后針對(duì)標(biāo)簽缺陷檢測(cè)進(jìn)行灰度化，最后再對(duì)圖像進(jìn)行增強(qiáng)；具體包括：一是標(biāo)簽圖像的檢測(cè)區(qū)域選取，二是瓶裝水標(biāo)簽圖像的特征解析，三是標(biāo)簽圖像的濾波去噪，四是針對(duì)標(biāo)簽缺陷檢測(cè)的灰度化，五是標(biāo)簽圖像的增強(qiáng)；

第二，標(biāo)簽自適應(yīng)定位：基于標(biāo)簽圖像的形態(tài)特征進(jìn)行處理后，依次采用標(biāo)簽自適應(yīng)分割和邊緣精細(xì)檢測(cè)準(zhǔn)確定位標(biāo)簽；具體包括：一是標(biāo)簽區(qū)域的形態(tài)特征處理，二是標(biāo)簽圖像的自適應(yīng)分割，三是邊緣精細(xì)檢測(cè)；

第三，標(biāo)簽缺陷的精細(xì)檢測(cè)：依次對(duì)標(biāo)簽是否是缺標(biāo)、接頭標(biāo)、大小標(biāo)、高低標(biāo)和褶皺標(biāo)五種缺陷進(jìn)行判定，只有排出這五種缺陷時(shí)，才會(huì)判定標(biāo)簽為合格標(biāo)簽；最先通過尋找是否存在標(biāo)簽來判定是否缺標(biāo)，用色彩特征來檢測(cè)接頭標(biāo)，用求邊界的最高點(diǎn)和最低點(diǎn)來判定高低標(biāo)、褶皺標(biāo)和大小標(biāo)；具體包括：一是標(biāo)簽缺陷的特征提取，二是缺標(biāo)、接頭標(biāo)、大小標(biāo)、高低標(biāo)和褶皺標(biāo)五種缺陷的缺陷檢測(cè)方法。

2.根據(jù)權(quán)利要求1所述瓶裝水標(biāo)簽缺陷智能化視覺精細(xì)檢測(cè)方法，其特征在于，標(biāo)簽圖像的濾波去噪：用含有奇數(shù)個(gè)點(diǎn)的滑動(dòng)模板對(duì)待檢測(cè)圖像進(jìn)行遍歷，每次都將窗口所在位置的像素按照灰度大小按順序排列，選擇排列之后的中值作為該區(qū)域的灰度值，二維中值濾波窗口采用3*3方形模板，只考慮變化的像素對(duì)窗口像素的影響，具體實(shí)現(xiàn)步驟是：

第一步：定義一個(gè)直方圖數(shù)組，用來存儲(chǔ)窗口的像素?cái)?shù)據(jù)；

第二步：在每次窗口移動(dòng)之后，先判定要處理的像素是否在圖像像素的第一列上，如果待處理像素不在第一列，只在直方圖上刪除失去的像素?cái)?shù)據(jù)，再加上后面加上的像素?cái)?shù)據(jù)；如果在第一列，就將直方圖數(shù)組清零，再對(duì)窗口數(shù)據(jù)重新統(tǒng)計(jì)；

第三步：根據(jù)處理的像素?cái)?shù)是否達(dá)到窗口數(shù)組的長(zhǎng)度判定是否將所有的像素全部處理完畢，如果沒有，繼續(xù)第二步。

3.根據(jù)權(quán)利要求1所述瓶裝水標(biāo)簽缺陷智能化視覺精細(xì)檢測(cè)方法，其特征在于，針對(duì)標(biāo)簽缺陷檢測(cè)的灰度化：綜合比較RGB色彩模型的取G值灰度化的結(jié)果、HSV色彩模型取V值灰度化的結(jié)果和HSI色彩模型取I值灰度化的結(jié)果，無論是從灰度圖的清晰度還是亮度考慮，都是RGB模型灰度化的效果最好，其中，I分量灰度化和V分量灰度化的結(jié)果差別不大，但是在小細(xì)節(jié)上采用I分量灰度化比采用V分量灰度化要清晰，基于此，采用RGB色彩模型進(jìn)行灰度化，并且取灰度值Gray＝G。

4.根據(jù)權(quán)利要求1所述瓶裝水標(biāo)簽缺陷智能化視覺精細(xì)檢測(cè)方法，其特征在于，標(biāo)簽圖像的增強(qiáng)：假設(shè)在標(biāo)簽圖像中，灰度級(jí)為r的圖像其灰度值為r_k，k＝0,1,2,…,L,其中L是正整數(shù)，該圖像的灰度取值范圍為0至L，每個(gè)灰度級(jí)出現(xiàn)的頻率用p(r_i)表示，設(shè)圖像中總像素有N個(gè)，灰度值取r_i的像素有n_i個(gè)，則：

在開始直方圖均衡時(shí)，將r_i歸一化，為了保證原灰度圖的像素映射之后，大小關(guān)系保持不變，采用值域?yàn)閇0，1]的單調(diào)遞增函數(shù)，具體的映射方法為：

在完成上述過程后得到的圖像中，其共有L個(gè)灰度值，分別是0，1/(L-1)，2/(L-1)，Λ，(L-2)/(L-1)，1，S_i的值必須為這L個(gè)值中的一個(gè)，當(dāng)計(jì)算出的S_i的值不屬于這L個(gè)值時(shí)，取其值為離當(dāng)前S_i最近的k/(L-1)，其中k＝0,1,2,Λ,(L-1)；

標(biāo)簽圖像的增強(qiáng)的步驟為：一是計(jì)算原始圖像的灰度直方圖；二是求出各像素映射之后的灰度值；三是對(duì)取值不屬于映射之后的L個(gè)灰度級(jí)的點(diǎn)的灰度值取合適的k/(L-1)。