[发明专利]一种基于机器视觉的透明软性包装袋静态检测方法及系统

权利要求书

1.一种基于机器视觉的透明软性包装袋静态检测方法，其特征在于，包括以下步骤：

基于机器视觉对图像进行正反面判断、图像预处理、分割处理、特征提取及分析，获取图像的特征参数值；

根据所述图像的特征参数值，进行缺陷检查，并对检测结果进行判断；

对缺陷特征进行分类，获取缺陷判断结果；

显示缺陷判断结果并输出。

2.根据权利要求1所述的基于机器视觉的透明软性包装袋静态检测方法，其特征在于，所述对图像进行正反面判断的步骤，还包括，

输入旋转前后两帧图像；

对图像进行分割、灰度化处理；

对经过分割、灰度化的采集图像进行基于梯度函数的模糊度分析，获取模糊度分数；

根据模糊度分数的高低，进行正反面判断。

3.根据权利要求2所述的基于机器视觉的透明软性包装袋静态检测方法，其特征在于，所述对经过分割、灰度化的采集图像进行基于梯度函数的模糊度分析，获取模糊度分数的步骤，采用如下模糊度分数计算：

其中，score是模糊度分数，I(x，y)是图像像素点(x，y)的灰度值，M是图像的长，N是图像的宽。

4.根据权利要求1所述的基于机器视觉的透明软性包装袋静态检测方法，其特征在于，所述图像预处理，包括，图像增强、色彩空间转换、形态学处理。

5.根据权利要求1所述的基于机器视觉的透明软性包装袋静态检测方法，其特征在于，所述对图像进行分割处理，包括，对图像进行阈值分割和颜色分割。

6.根据权利要求1所述的基于机器视觉的透明软性包装袋静态检测方法，其特征在于，所述对图像进行特征提取及分析，还包括，参数特征提取和基于统计学的特征提取及分类识别。

7.根据权利要求6所述的基于机器视觉的透明软性包装袋静态检测方法，其特征在于，所述参数特征提取，还包括，提取软袋关键点坐标、目标区域位置，填充液体面积值、文字检测及识别分数。

8.根据权利要求6所述的基于机器视觉的透明软性包装袋静态检测方法，其特征在于，所述基于统计学的特征提取及分类识别，还包括，采用PCA主成分分析算法，结合BP神经网络及SVM支持向量机算法进行分类识别，提升特征抽取及异物检测分类的性能。

9.根据权利要求6所述的基于机器视觉的透明软性包装袋静态检测方法，其特征在于，所述基于统计学的特征提取及分类识别，还包括，

利用PCA)主成分分析算法提取数据的特征分量，将高维度数据投影到低维空间，输出数据集；

创建并训练BP神经网络，输出分类识别结果；

构建并训练SVM分类器，输出SVM分类器模型。

10.一种基于机器视觉的透明软性包装袋静态检测系统，其特征在于，包括，图像摄取单元、图像处理与分析单元、缺陷检测与判断单元，以及结果输出单元，其中，

所述图像摄取单元，其负责图像的摄取，并将摄取的图像转化为计算机可识别图像数据，传送给所述图像处理与分析单元；

所述图像处理与分析单元，其对图像进行基于机器视觉的图像处理和分析，将提取的图像的特征参数值发送给所述缺陷检测与判断模块；

所述缺陷检测与判断模块，其将所述图像的特征参数值与标准参数值进行比较，进行缺陷检测，并对生成的缺陷检测结果进行分类及特征判断，生成缺陷判断结果；

所述结果输出单元，其用于显示缺陷判断结果并输出。