[发明专利]基于光学手段的液体灌装过程瓶中异物检测方法

权利要求书

1.一种基于光学手段的液体灌装过程瓶中异物检测方法，其特征在于，包括以下步骤：

采集N帧待检测的灌装液体瓶可见光图像，并根据每帧待检测的灌装液体瓶可见光图像，确定每帧待检测的灌装液体瓶可见光图像的多尺度滤波图像；

根据每帧待检测的灌装液体瓶可见光图像的多尺度滤波图像，确定多尺度滤波图像对应的特征增强图，进而从多尺度滤波图像对应的特征增强图中确定最佳特征增强图像；

根据每帧待检测的灌装液体瓶可见光图像对应的最佳特征增强图中的每个像素点及其像素值，确定最佳特征增强图的二值图像；

根据最佳特征增强图对应的滤波图像和二值图像，确定每帧待检测的灌装液体瓶可见光图像中的各个异物区域；

根据每帧待检测的灌装液体瓶可见光图像中的各个异物区域中像素点的数目和灰度值，判断待检测的灌装液体瓶中是否存在真实异物。

2.根据权利要求1所述的一种基于光学手段的液体灌装过程瓶中异物检测方法，其特征在于，确定多尺度滤波图像对应的特征增强图的步骤包括：

根据每帧待检测的灌装液体瓶可见光图像的多尺度滤波图像中的每个像素点的灰度值，确定多尺度滤波图像中的每个像素点的第一特征值；

根据每帧待检测的灌装液体瓶可见光图像的多尺度滤波图像，确定多尺度滤波图像对应的HSV图像，进而确定多尺度滤波图像中的每个像素点的第二特征值；

根据多尺度滤波图像中的每个像素点的第一特征值和第二特征值，确定多尺度滤波图像中的每个像素点的注意力程度值；

根据多尺度滤波图像中的每个像素点的注意力程度值，确定每帧待检测的灌装液体瓶可见光图像的多尺度滤波图像对应的特征增强图。

3.根据权利要求2所述的一种基于光学手段的液体灌装过程瓶中异物检测方法，其特征在于，确定多尺度滤波图像中的每个像素点的第一特征值的计算公式为：

其中，s_i¹为多尺度滤波图像中的第i个像素点的第一特征值，为多尺度滤波图像中除了第i个像素点的灰度值外的第j个像素灰度值在对应尺度滤波图像中出现的频次，I_i为多尺度滤波图像中的第i个像素点的灰度值，I_j为多尺度滤波图像中除了第i个像素点的灰度值外的第j个像素灰度值，exp()为指数函数。

确定多尺度滤波图像中的每个像素点的第二特征值的计算公式为：

其中，s_i²为多尺度滤波图像中的第i个像素点的第二特征值，H_i为多尺度滤波图像对应的HSV图像中的第i个像素点的色调值，S_i为多尺度滤波图像对应的HSV图像中的第i个像素点的饱和度值，V_i为多尺度滤波图像对应的HSV图像中的第i个像素点的明度值，为多尺度滤波图像对应的HSV图像中的每个像素点的色调值的平均值，为多尺度滤波图像对应的HSV图像中的每个像素点的饱和度值的平均值，为多尺度滤波图像对应的HSV图像中的每个像素点的明度值的平均值。

4.根据权利要求1所述的一种基于光学手段的液体灌装过程瓶中异物检测方法，其特征在于，确定最佳特征增强图的二值图像的步骤包括：

构建一个尺寸为C的滑动窗口，并使该滑动窗口在最佳特征增强图上滑动，获取最佳特征增强图中的每个像素点对应的以该像素点为中心的滑动窗口，进而得到最佳特征增强图中的每个像素点对应各个邻域像素点；

根据每个像素点的位置、每个像素点对应各个邻域像素点的位置和像素值，确定最佳特征增强图中的每个像素点对应的分割阈值；

根据最佳特征增强图中的每个像素点对应的分割阈值，确定最佳特征增强图的二值图像。