[发明专利]一种基于图像处理算法的在线智能检测系统及方法

权利要求书

1.一种基于图像处理算法的在线智能检测系统，其特征在于：所述系统包括影像提取模块、图像处理模块、降噪模块、智能检测模块及人工智能学习模块，

所述影像提取模块用于在线获取待检测物品的RGB彩色图像；

所述图像处理模块对彩色图像直方图均衡化处理后，进行边缘检测；

所述降噪模块用于将彩色图像转换成黑白图像，同时降低黑白图像的噪点；

所述智能检测模块将黑白图像分成若干个待测的团块，对团块内的面特征进行统计分析得到检测结果，并利用标记算法将对团块进行标记；

所述人工智能学习模块利用神经网络算法对降噪模块和智能检测模块进行优化。

2.根据权利要求1所述的系统，其特征在于：所述影像提取模块包括动态自稳定云台和图像库，所述动态自稳定云台上设置有高清摄像头，所述高清摄像头用于在线采集RGB彩色通道影像，并将其中一帧彩色图像存储在图像库中。

3.根据权利要求1所述的系统，其特征在于：所述图像处理模块包括对比度调整单元和边缘检测单元，所述对比度调整单元利用直方图均衡算法增强彩色图像的局部亮度，所述边缘检测单元利用边缘检测算法找到所述彩色图像的边缘区域，并在彩色图像中提取预设的特征点以建立位置坐标系。

4.根据权利要求1所述的系统，其特征在于：所述降噪模块利用二值化算法将彩色图像转化为0或255的黑白图像，以减少图像中的数据量；并利用二维FIR滤波算法，降低黑白图像的噪点，使黑白图像凸显出目标轮廓。

5.根据权利要求1所述的系统，其特征在于：所述面特征包括团块的面积、周长、形心以及三阶标准矩，从而计算得团块的像素大小，并将所述像素大小与预设范围进行比对，若在预设范围内，则为合格，并采用方形符号标出所述团块。

6.一种基于图像处理算法的在线智能检测方法，其特征在于，所述方法包括以下步骤：

S1：将待检测物品放在高清摄像头的下方，由摄像头采集待检测物品的RGB彩色图像；

S2：对彩色图像直方图均衡化处理后，进行边缘检测；

S3：将彩色图像转换成黑白图像，同时降低黑白图像的噪点；

S4：将黑白图像分成若干个团块，对团块内的面特征进行统计分析得到检测结果，并利用标记算法将对团块进行标记。

7.根据权利要求6所述的方法，其特征在于，所述步骤S2具体包括：

S2.1：RGB彩色通道图像包括R、G、B三条像素通道，统计三条像素通道中每个灰度值的个数，并计算每个灰度值出现的概率P，通过累积分布函数得到RGB彩色通道图像的新的灰度值，具体计算公式为：

其中，n表示像素点的个数，n_j表示灰度值为j的像素的个数，S_k为新的灰度级；

S2.2：利用Sobel算子对彩色图像区域内的像素值进行加权求和(即每个像素值分别与卷积模板的每个元素对应相乘，将卷积的结果求和，运算得到的和就是卷积运算的结果)，具体计算公式为：

g(i,j)＝∑_k,lf(i-k,j-l)h(k,l)＝∑_k,lf((k,l)h(i-k,j-l)；

对结果设置一个阈值，运算后的像素值大于该阈值则输出为1，小于该阈值输出为0，由1和0的交界点即为边缘区域；

S2.3：通过投影变化，将黑白图像投影到一个新的视平面，利用边缘区域找到映射最大像素的投影转换矩阵，并在彩色图像中提取预设的特征点以建立位置坐标系。

8.根据权利要求6所述的方法，其特征在于，所述步骤S3具体包括：

S3.1：利用二值化算法将彩色图像处理为灰度值为0或者255的黑白图像；

S3.2：采用二维FIR滤波算法去除黑白图像的噪点，x(n)为时间序列，a(n)为输入信号,输入信号随着时间改变而改变,FIR滤波算法y(k)最终输出各个时刻的输入乘以相应的权重系数，进行叠加输出，即将信号进行多次移动平均化处理，具体计算公式为：