[发明专利]一种方便面包装缺陷机器视觉检测方法

说明书

本发明公开了一种方便面包装缺陷机器视觉检测方法，主要包括：建立方便面包装缺陷自动检测装置模型，采集传送带上的方便面包装图像，对图像进行预处理，增强图像特征；选取图像分割中心像素点，根据像素灰度间的连续性建立相似性度量标准，将所有像素分割为不同区域；将包装图像用高斯内核函数进行卷积获得高斯差分图像，通过求图像的灰度极值提取方便面包装图像的缺陷特征；通过衡量缺陷特征与样本之间的相似性进行分类，检测缺陷类别并踢除，完成方便面包装缺陷的自动检测。该方法具有较好的稳定性和鲁棒性，降低漏检率和误检率，提高检测效率，检测速度快，实现无损检测，节省劳动力资源，为企业缩减成本，使方便面包装更加精细化。

技术领域

本发明涉及食品质检、图像识别、数学领域，具体涉及一种方便面包装缺陷机器视觉检测方法。

背景技术

方便面包装对方便面的外观和质量都具有很大的影响，印刷生产中不可避免地存在各种缺陷或瑕疵。现有的方便面包装缺陷检测装置需要的劳动强度较大大，检测效率低，适应性差，易出现误检和漏检现象，检测成本较高，不利于生产成本的降低，削弱了方便面的竞争力。而没有在线检测装置的企业只能通过人工抽查的方式，缺陷检出率很低。

发明内容

为解决上述问题，本发明的目的在于提供一种具有较好的稳定性和鲁棒性的方便面包装缺陷机器视觉检测方法，降低漏检率和误检率，提高检测效率，检测速度快，实现无损检测，节省劳动力资源，为企业缩减成本，使方便面包装更加精细化。

本发明解决其问题所采用的技术方案，包括以下步骤：

A.建立方便面包装缺陷自动检测装置模型，采集传送带上的方便面包装图像，对图像进行预处理，增强图像特征；

B.选取图像分割中心像素点，根据像素灰度间的连续性建立相似性度量标准，将所有像素分割为不同区域；

C.将分割后的包装图像用高斯内核函数进行卷积获得高斯差分图像，通过求图像的灰度极值提取方便面包装图像的缺陷特征；

D.通过衡量缺陷特征与样本之间的相似性进行分类，检测缺陷类别并踢除，完成方便面包装缺陷的自动检测。

进一步的，所述步骤A包括：

(1)建立方便面包装缺陷自动检测装置，摄像头采集传送带上的方便面包装图像，传送给主控装置，并对图像进行数字化，利用直方图对图像的灰度值进行均衡处理，均衡处理后的图像灰度为：

其中，l是图像的灰度级，f(t)是图像灰度的概率密度函数，t是像素点，对图像灰度级进行归一化处理，则当l∈[0，1]时，概率密度函数值为1；否则为0；

(2)若图像像素点(x，y)的灰度值为g(x，y)，灰度范围为[g₁，g₂]，通过映射函数将灰度值映射为g′(x，y)，进行灰度变换：

其中，(α，β)是灰度变换后的灰度范围。

进一步的，所述步骤B包括：

(1)对方便面包装图像进行彩色空间转换，通过分水岭方法将图像进行初始化分割，若某个区域为V_r，其邻域为V_i(i＝1，2，...，n)，则相似度函数为：

其中，ω是权值系数，n是邻域数量，x_i是每个区域的灰度均值，是所有区域的灰度均值，通过最大类间方差法获取一个阈值，相似度函数值大于此阈值的，该区域被选做种子区域；