[发明专利]一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法有效

专利信息
申请号: 201710169423.X 申请日: 2017-03-21
公开(公告)号: CN106952257B 公开(公告)日: 2019-12-03
发明(设计)人: 朱赛男;袁宵;曹济英;高吉;董蓉;李勃;梁振华;查俊;黄璜;周子卿;史春阳;史德飞;陈和国 申请(专利权)人: 南京大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/12
代理公司: 32346 江苏瑞途律师事务所 代理人: 蒋海军<国际申请>=<国际公布>=<进入
地址: 210093 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 模板 匹配 相似 计算 曲面 标签 破损 缺陷 检测 方法
【权利要求书】:

1.一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法,包括以下步骤:

步骤一、图像采集:在低亮度环境中利用一组光源和三个相机采集圆柱状瓶体的表面标签图像;采集到的无损模板初始图像组记为(Mo1,Mo2,Mo3),待测初始图像组记为(Fo1,Fo2,Fo3);

步骤二、图像分割与拉伸:对步骤一获得的图像分别进行分割操作,获得分割后的标签区域图像组,并利用相机标定法对其分别进行拉伸,获得曲面标签区域的平面图像,模板标签平面图像组记为(MS1,MS2,MS3),待测标签平面图像组记为(F1,F2,F3);

步骤三、图像拼接:利用特征点匹配法对步骤二中获得的模板标签平面图像组(MS1,MS2,MS3)进行拼接,获得模板全景图像M;

步骤四、图像定位:对步骤二中获得的待测标签平面图像组(F1,F2,F3)分别在模板全景图像M中实现定位,并分割出定位区域,记为映射模板图像组(M1,M2,M3);

步骤五、破损缺陷检测:将模板匹配法和特征相似度FSIM计算有机结合,对每一个待测-模板图像组(Fi,Mi)进行相似度计算,相似度低于设定阈值的认定为破损缺陷区域;

步骤六、结果显示:显示步骤五所得的破损缺陷检测结果。

2.根据权利要求1所述的一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法,其特征在于:步骤一在低亮度环境中利用CCD相机采集瓶体标签图像,三个相机分别处于以瓶体为中心的等边三角形顶点位置,并在每个相机的正下方放置一个光源,保证每个相机摄像头的中轴线方向保持水平并穿过瓶体放置区域中心。

3.根据权利要求1或2所述的一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法,其特征在于:步骤二对无损模板初始图像组(Mo1,Mo2,Mo3)和待测初始图像组(Fo1,Fo2,Fo3)进行一定预处理操作;通过预设比标签区域稍大的ROI区域并在此基础上利用canny算子进行边缘检测,以此准确分割标签区域;然后采用张正友平面标定方法获取相机内外参数,进而将曲面图像转为平面图像。

4.根据权利要求3所述的一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法,其特征在于:步骤四进行图像定位的具体过程为:利用模板匹配法,分别找出待测标签平面图像组(F1,F2,F3)中每张图像在模板全景图像M中的对应区域,并将对应区域分别分割出来,获得与(F1,F2,F3)相对应的映射模板图像组(M1,M2,M3)。

5.根据权利要求4所述的一种基于模板匹配与相似度计算的曲面标签破损缺陷检测方法,其特征在于:步骤五中将待测标签平面图像组(F1,F2,F3)与映射模板图像组(M1,M2,M3)中的图像一一对应,分为三组待测-模板图像组(Fi,Mi)分别进行破损缺陷检测处理;通过计算待测图像Fi与模板图像Mi之间的相似度,若相似度低于设定阈值,则认为待测图像与模板图像间存在较大差异,有破损缺陷存在;相似度计算方法采用模板匹配法和特征相似度FSIM计算有机结合的方式,判断有无破损缺陷存在,及实现破损缺陷区域的定位。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710169423.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top