[发明专利]基于图像处理的瓶装液体杂质及液位检测方法

说明书

技术领域

本发明涉及的是一种图像处理方法，尤其是一种基于图像处理的瓶装液体杂质及液位检测方法。

背景技术

众所周知，对于瓶装液体是否含有杂质事关食品与医药安全。食品安全问题已成为当今社会的热点话题，所以严格把控食品生产过程中的卫生，保证食品的安全至关重要。然而，现如今国内大部分企业和产品生产车间采用传统的肉眼识别，这种识别方法速度慢，检测人员容易疲劳，可靠性差。不论从实用性还是从企业成本需求考虑，采用原理简单、成本低廉、易操作的图像处理的方法来对食品进行检测是一种趋势。

图像处理没有固定的算法，研究图像处理必须以实际对象和实际效果为主要准则。我国传统的瓶装液体杂质检测技术主要有光流法和背景减除法。光流法是通过判断是否有异物产生光流场来判断杂质的存在的，这种方法计算量大，不适用于实时处理。背景减除法分辨率极高，可以识别类如毛发这样细小杂质。然而，其对系统控制的精确度也十分高，需要两帧图像的水瓶位置接近于重合，这点在实际应用中由于硬件的限制很难达到。并且由于液体运动产生的细小气泡也会被识别成杂质。

至于瓶装液体的液位检测，在已有的研究中，提出了如光电传感器法，电容传感器法，超声波法，以上检测方法虽然检测结果理想，但成本较高，短时间内难以广泛推行应用。基于机器视觉的检测方法由于其原理简单、成本低廉、操作方便，不借助于外部测量仪器既能实现对瓶装液体进行实时监测的目的，因此受到人们广泛关注。

鉴于以上两种液体杂质检测方式在瓶装液体检测应用上的不足和工业现场对原理简单、操作方便、成本低廉及不借助于外部检测仪器即可进行实时检测的要求，更为有效的检测算法有待进一步开发。

发明内容

本发明的目的在于提供一种可使系统识别直径0.5mm以上的杂质，并能准确检测出液体液位的基于图像处理的瓶装液体杂质及液位检测方法。

本发明的目的是这样实现的：

a、摄像头采集并输入所要处理的图像；

b、创建用来存储每一步处理后图像的内存空间；

c、运用高斯滤波对图像进行灰度化平滑处理；

d、运用改进的otsu自适应阈值分割算法找到阈值T₁；

e、对步骤d中找到的阈值进行放大得到新的阈值T₂；

f、用找到的阈值对高斯滤波后的图像进行二值化形态学处理；

g、对杂质和液位进行检测并输出结果；

h、释放内存空间。

所述的d到f中运用高斯平滑对图像进行高斯滤波处理后进行otsu计算差分图像阈值T₁的具体方法如下：计算直方图并归一化histogtam得到图像灰度级及各级灰度出现的概率；可得到图像灰度均值；计算直方图的零阶和一阶距并找到最大类间方差及对应的灰度值即为自适应阈值；对以上得到的的阈值进行一定比例的放大，以实现对传统otsu算法的改进；利用阈值T对上述处理过的图像进行形态学滤波处理；对处理后的图像进行后续处理。

本发明通过对当前液体杂质检测的常用算法进行实际验证，最终提出了改进的otsu阈值自适应分割算法。

本发明的有益效果：本发明的一种基于图像处理的瓶装液体的杂质及液位检测算法，经过大量实验，对传统的otsu阈值分割算法进行改进，实现了阈值在一定光线范围内的自适应调节，减小了传统阈值分割算法固定不变的保守性，同时在杂质及液位检测系统中成功得以应用。实验结果表明该算法可使系统识别直径0.5mm以上的杂质并能准确检测出液体液位，对不合格产品进行报警提示和剔除。

附图说明

图1为杂质和液位检测算法流程图；

图2为改进的自适应阈值分割法流程图。

具体实施方式

下面结合附图对本发明作进一步的说明。由于该发明仅介绍了检测系统的算法，因此如下示意图仅显示与本发明有关的基本构成。

一种基于图像处理的瓶装液体的杂质及液位检测算法，具体算法如下：

a、摄像头采集并输入所要处理的图像；

b、创建用来存储每一步处理后图像的内存空间；

在OpenCV中调用cvCreatImage()函数创建用来存储每一步处理后图像的内存。

c、运用高斯滤波对图像进行灰度化平滑处理；

d、运用改进的otsu自适应阈值分割算法找到阈值T₁；

e、对d中找到的阈值进行一定比例的放大得到新的阈值T₂；d和e中otsu具体算法如下：