[发明专利]一种基于机器视觉的竹条缺陷检测方法

说明书

本发明提供一种基于机器视觉的竹条缺陷检测方法，该方法包括：步骤S1建立用于竹条识别的神经网络结构，得到用于识别竹条青黄面的识别模型；步骤S2采集待测竹条的原始图像；步骤S3对待测竹条的原始图像进行归一化处理；步骤S4将归一化处理后的图像数据进行特征提取；步骤S5将所述步骤S4提取的特征输入到步骤S1中所述的识别模型中，判断待测竹条图像的青黄面情况，并根据判断结果分别进行竹青和留白的缺陷检测。本发明提出了一种基于机器视觉的竹条缺陷检测方法，能够快速的对竹条进行识别与分类。本发明简单易行，在光照条件不变的情况下，能较快的实现了竹条的有效检测，增加了竹制品加工自动化程度，提高了工业生产的效率。

技术领域

本发明涉及一种视觉检测技术领域的方法，更具体地，为一种基于机器视觉的竹条缺陷检测方法。

背景技术

中国的竹林面积达500多万公顷，竹子对人们生活的重要性有着源远流长的历史，古代诗人苏东坡曾说过“宁可食无肉，不可居无竹”，竹子不仅对人们的生活有着深远的影响，还对生态功能和农村经济的发展起十分重要的作用。它广泛的用于各个方面当中，如：竹地板、竹门、竹窗、竹制的生活用品等等。但是，在生长过程中竹子出现虫蛀孔洞、裂缝、发霉等问题，而且经过多层的加工程序后会产生一系列缺陷，如在基材加工中存在竹青、留白、斜切等情况。当前工业生产的所有竹条大多数由传统的人工进行筛选，工人用肉眼观察，由于变化的环境、漫长的工作时间，会使人产生视觉疲劳，影响竹产品的质量。

目前，基于视觉检测技术在玻璃、薄膜、钢板、锯条等工业缺陷检测上已得到了广泛的应用，但应用于竹条检测方面较少。2015年7月15日中国专利文献号CN105158258A记载了一种基于视觉的竹条缺陷检测方法，通过形态学处理分割得到虫洞/霉斑缺陷，在无虫洞/霉斑缺陷的条件下进入竹条的裂缝缺陷检测，计算连通区域的一些几何特性，设置相应的阈值，判断逐条是否合格。该方法检测效率快，稳定性高，但对于不同地方和产地的竹条，其缺陷类型会各式各样的，对其它类型缺陷如竹青、斜切、留白、刮痕等不能进行有效的检测。面对多种不同的缺陷没法实行针对性的检测，在竹制品加工生产中难以推广。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于机器视觉的竹条缺陷检测方法，能够减少企业用工的数量、提高效率，针对性的对各种缺陷实行检测。

为实现上述目的及其他相关目的，本发明提供一种基于机器视觉的竹条缺陷检测方法，该方法包括以下步骤：

步骤S1建立用于竹条识别的神经网络结构，得到用于识别竹条青黄面的识别模型；

步骤S2采集待测竹条的原始图像；

步骤S3对待测竹条的原始图像进行归一化处理；

步骤S4将归一化处理后的图像数据进行特征提取；

步骤S5将所述步骤S4提取的特征输入到步骤S1中所述的识别模型中，判断待测竹条图像的青黄面情况，并根据判断结果分别进行竹青和留白的缺陷检测。

优选地，所述步骤S2后还包括步骤S21，将原始图像转化为彩色图像f。

优选地，在所述步骤S21还包括预处理步骤：

利用中值滤波去除竹条图像的孤立噪声、保留边缘细节信息；

将彩色图像f转换到HSV颜色空间，并对各通道进行直方图均衡化，再合成得到均衡化后的HSV图像fh。

优选地，在所述步骤S5中，若检测得到的结果为青面时，进行竹青缺陷检测，具体包括以下子步骤：

将彩色图像f转化为灰度图像f1；

对竹条进行裁剪，得到包含整体竹条的感兴趣ROI区域；

对竹条的倾斜度进行修正，以使竹条图像呈水平位置；