[发明专利]一种应用于蜂胶软胶囊的基于一定规则的多目标快速识别方法

说明书

本发明公开了一种应用于蜂胶软胶囊的基于一定规则的多目标快速识别方法，使用摄像头拍摄含有多目标的图像，并根据一定规则对图像进行多处理区域划分；根据划分区域对目标图像进行分割，保留需要处理的图像；对需要处理的进行基于种子区域增长的方法获取目标对象的所有像素点；计算目标对象的中心点坐标，获取目标位置，并计算新的处理区域。本发明能够基于一定的规则对目标图像的处理范围进行缩小，提高图像的扫描速度；基于种子区域增长的算法能够快速识别具有明显颜色特征的蜂胶软胶囊，避免了对已扫描区域的二次扫描，提高了多个目标识别的速度。

技术领域

本发明涉及图像分割和目标识别技术领域，特别是涉及一种应用于蜂胶软胶囊的基于一定规则的多目标快速识别方法。

背景技术

蜂胶软胶囊检测是蜂胶生产制造过程中不可或缺的环节。目前国内蜂胶胶囊检测仍采用相对落后的人工视觉检测的方式。传统的人工视觉检测往往会存在一下弊端：长时间的观察操作，会使员工产生视觉疲劳，误检率大幅度提高；长时间的对光操作往往会对员工肉眼产生负担，造成眼疾等。为了解决上述问题，采用机器视觉检测代替人工检测变得刻不容缓。然后对于蜂胶软胶囊来说，蜂胶软胶囊属于小型颗粒，单次单颗检测的速率达不到工厂的生产速率，而单次多胶囊检测的情况下，目标识别占用程序大量时间，导致设备检测速度不理想。因此，本发明采用了基于一定规则的目标识别技术，实现快速识别多颗蜂胶软胶囊。

发明内容

为了解决上述存在的问题，本发明提供一种应用于蜂胶软胶囊的基于一定规则的多目标快速识别方法，基于一定的规则对目标图像的处理范围进行缩小，提高图像的扫描速度；基于种子区域增长的算法能够快速识别具有明显颜色特征的蜂胶软胶囊，避免了对已扫描区域的二次扫描，提高识别速度，为达此目的，本发明提供一种应用于蜂胶软胶囊的基于一定规则的多目标快速识别方法，利用机器视觉技术和图像识别算法进行胶囊外观轮廓的获取和缺陷识别，包括以下步骤，其特征在于：

步骤1：利用basler摄像头拍摄胶囊图像，对图像进行滤波、分割、形态学运算等一系列处理，达到背景为黑色，胶囊为白色的二值化图像；

步骤2：对步骤1得到的二值化图像使用轮廓树的定义进行轮廓识别，获取胶囊图像中的轮廓特性；

步骤3：对步骤2中获得胶囊轮廓的点集利用最小二乘拟合法拟合出最佳椭圆形，并对步骤2中获得的轮廓点集和拟合出的椭圆形进行hu矩的相似性比对，得到一个相似度

步骤4：将步骤3获得的相似度与厂家预设的相似值进行比较，当获得值预设值时，判定该胶囊没有外观缺陷，当比较值预设值时，则判定该胶囊存在外观缺陷。

本发明的进一步改进，所述检测对象为医疗保健品行业用透明明胶包装的椭球型胶囊，且该类胶囊的外型参数允许在-2mm～+2mm间浮动。

本发明的进一步改进，步骤2中的轮廓提取识别方法如下：

步骤2.1：针对步骤1所得的二值化图像进行逐像素点扫描，对查找到的首个像素值为1的像素点记为(j，i)，即表示像素点位于第i行，第j列的位置；

步骤2.2：以像素点(j，i)为中心，通过顺时针和逆时针两种方式，找到与像素点(j，i)相邻的8个点中不为0的两个边界点(j2,i2)和(j4,i4), 并标记像素点(j,i)为边缘点；

步骤2.3：令(j3，i3)＝(j4，i4),以像素点(j3，i3)为中心，重复步骤 2.2的操作，直到重新回到以像素点(j，i)为中心；

步骤2.4：对查找到的n个轮廓进行编号，取编号为2的最外层轮廓，即为椭球型胶囊的外观轮廓。

本发明的进一步改进，步骤3中的椭圆拟合方法如下：

步骤3.1：将轮廓点集中的每个点的xi,yi进行一定规则的相乘相加，得到一个参数矩阵ma结果矩阵RT；