[发明专利]一种基于机器视觉的口罩带缺失检测方法

说明书

本发明公开了一种基于机器视觉的口罩带缺失检测方法，具体为：首先对采集到的口罩图像进行姿态校正，使其成水平状态；提取调整后口罩图像的特征；然后采集无口罩带缺失和有口罩带缺失的口罩图像集作为训练集，建立基于支持向量SVM的口罩带缺失检测分类模型，并利用提取的口罩图像的特征，训练SVM模型；最后对于待检测的口罩图像依次进行姿态矫正、特征提取，并利用训练得到的SVM模型检测口罩带是否缺失。本发明通过对待检测的口罩，基于图像识别的方法，实现了口罩带缺失的自动检测，解决了人工检测速度慢、劳动强度大、可靠性较低的问题，具有快速、自动化的特点，提高了检测的效率。

技术领域

本发明属于纺织生产技术领域，涉及一种基于机器视觉的口罩带缺失检测方法。

背景技术

口罩是生活中常见的空气过滤用品，其市场空间巨大。目前广泛应用的自动口罩生产设备可以完成口罩的自动化生产，但生产过程中难免会出现各种质量问题，如口罩表面存在毛发、污渍、异物，以及鼻梁条、口罩带的缺失等问题。这些存在质量问题的口罩，一旦流入市场，将会对企业的声誉产生较大的影响。

目前在口罩带缺失检测方面，主要是采用人工检测的方法对口罩进行离线检测。这种方法费时、费力并且效率极低，检测的结果易受检查人员技术素质、经验及疲劳程度等主观因素影响，缺乏准确性和规范化，难以保证产品质量。目前市场上还没有对口罩带缺失进行自动检测的方法，本发明基于机器视觉技术提出一种自动检测方法，可以代替人工检测，解决了人工检测劳动强度大、主观性强、检测效率低下等问题。

发明内容

本发明的目的是提供一种基于机器视觉的口罩带缺失检测方法，解决了现有人工检测中存在的劳动强度大、主观性强、检测效率低下的问题。

本发明所采用的技术方案是，一种基于机器视觉的口罩带缺失检测方法，具体按以下步骤实施：

步骤1，采用面阵相机，采集传送带上的口罩图像；

步骤2，对步骤1中采集到的口罩图像进行姿态校正，使其成水平状态；

步骤3，提取步骤2调整后口罩图像的特征；

步骤4，采集无口罩带缺失和有口罩带缺失的口罩图像集作为训练集，建立基于支持向量SVM的口罩带缺失检测分类模型，并利用步骤3提取的口罩图像的特征，训练SVM模型；

步骤5，对于待检测的口罩图像依次按照步骤1-3进行处理，然后利用步骤4训练得到的SVM模型检测左、右口罩带是否缺失。

本发明的特点还在于，

步骤2中姿态校正，依次包括基于OSTU方法的口罩图像二值化、形态学处理、基于Canny的边缘检测、最小外接矩形的确定、口罩图像的旋转、口罩图像的裁切。

步骤2中姿态校正，具体为：

步骤2.1，采用OTSU二值化方法对步骤1采集的口罩图像进行二值化处理，形成二值化口罩图像；

步骤2.2，对步骤2.1得到的二值化口罩图像采用5×5大小的形态学元素，进行形态学闭运算；

步骤2.3，对步骤2.2形态学闭运算后的口罩图像，采用Canny边缘检测方法进行边缘检测，获得口罩图像的边缘轮廓；

步骤2.4，采用Graham's Scan凸包算法，对步骤2.3得到的口罩图像的边缘轮廓，求其最小外接矩形；

步骤2.5，根据步骤2.4的最小外接矩形，可以求得口罩图像相对于水平方向的倾斜角度，对步骤2.1采集的口罩图像按照该倾斜角度进行反向的旋转校正，使口罩图像成水平状态；

步骤2.6，对步骤2.5校正后的口罩图像，利用其对称性，在垂直方向的中间将其裁切为左、右两幅子图像，并将右边的子图像进行水平方向的翻转。