[发明专利]一种透明玻璃瓶内液体的异物检测算法

说明书

本发明提供了一种透明玻璃瓶内液体的异物检测算法，先对视频图像进行导向滤波增强处理，再采用“Hough”变换检测出透明玻璃瓶轮廓，将算法检测区域缩小至液体检测区，为液体检测区域的每个像素点建立一个背景模型，计算当前像素点与背景模型的相似度，如果相似，则分类为背景，否则为前景，计算前景的连通区域面积，若连通区域面积小于设定阈值，则分类为背景，否则为前景。本发明能够对非透明液体中的异物进行检测。

技术领域

本发明涉及一种图像处理技术，特别是一种透明玻璃瓶内液体的异物检测算法。

背景技术

透明玻璃瓶中非透明液体产品的智能检测设备中，最核心的检测技术是基于机器视觉的产品缺陷识别和检测技术，其中较好的图像增强处理是后续液体中异物检测的基础。

目前，增强效果较好的图像增强技术有以下四种：直方图均衡化、暗通道法、Retinex_MSR以及导向滤波法。

(1)直方图均衡化是以累计分布函数变换为基础的直方图修正法，它可以产生一幅灰度级分布概率均匀的图像，直方图均衡化后的图像具有较大的信息量。就对比度动态范围偏小的图像而言，该算法基于非常简单的操作即能有效地丰富灰度级，因此成为图像自动增强的有效手段。

(2)暗通道先验算法针对单幅图像去雾处理具有较好的效果，但处理时间长，需要很大的储存资源与计算资源。因此，该算法的不足之处是实时性较差，且经暗通道先验算法处理完的图像会比原图像暗，还需对处理后的图像进行曝光处理，再次增加了算法的复杂度。

(3)Retinex_MSR算法简单来说就是由多个SSR算法叠加而来的，采用几个不同大小的尺度参数滤波后再线性加权归一化就得到了MSR算法，两者的本质实际上是相同的。MSR算法可以根据不同图像自适应调整尺度参数的大小，具有很好的自适应能力，实现较好的色彩效果的同时保持图像较好的细节信息。MSR算法具有比SSR算法更好的颜色恒常性、动态范围压缩等特点。而在处理彩色图像时，MSR算法常出现色彩饱和度不足、光晕的现象。

(4)导向滤波是一种图像滤波技术，通过一张引导图G(导向图)，对目标图像I(输入图像)进行滤波处理，使得最后的输出图像大体上与目标图像I相似，但纹理部分与引导图G相似。当引导图G与输入图I为同一个图像的时候，导向图滤波的效果与双边滤波的效果类似，但是不同于双边滤波的是，导向图滤波可以很容易设计一个与滤波半径无关的优化算法。当输入图I为一个初始的mask图像时，导向图滤波的效果类似于抠图算法。导向滤波典型应用是保边图像平滑和抠图，在图像去雾增强上也取得了较好的增强效果。

发明内容

本发明的目的在于提供一种透明玻璃瓶内液体的异物检测算法，对玻璃瓶中的透明液体或非透明液体中的异物进行检测。

实现本发明目的的技术方案为：包括以下步骤：

步骤1，对透明玻璃瓶进行采集图像，获取含有运动目标的RGB图像，并对图像依次进行灰度和导向滤波处理；

步骤2，对步骤1得到的图像进行Hough变换；

步骤3，提取步骤2得到的图像中前N帧图像中透明玻璃瓶区域内的像素点灰度值，建立针对透明玻璃瓶区域内像素点的初始化背景模型M(x)；

步骤4，计算N+1帧开始后的每一帧图像的每个像素点与背景模型的相似度，如果相似，则分类为背景，转到步骤5；否则为前景，转到步骤6；

步骤5，对于N+1帧后的每一帧图像相似的像素点，概率更新相似的像素点对应背景模型的样本，的概率更新相似的像素点F×F邻域内某像素点对应背景模型的样本，转步骤6；

步骤6，通过计算N+1帧后的每一帧图像的连通区域面积，排除液体检测区域内小于阈值的细小噪声干扰；

步骤7，重复步骤4至步骤6，直至所有第N+1至第N帧图像检测完成。