[发明专利]基于低通滤波的水果表面缺陷检测方法

摘要

本发明公开了一种基于低通滤波的水果表面缺陷检测方法。利用水果彩色图像的B分量构建二值掩模图像B′，B′与R分量进行点乘运算后得到去除背景的R分量f(x，y)，对f(x，y)中心变换后的图像f′(x，y)进行离散傅里叶变换得到F(u，v)，将F(u，v)与低通滤波器H(u，v)相乘，得到低频分量G(u，v)，对G(u，v)进行离散傅里叶反变化得到图像g(x，y)，然后g(x，y)乘以(-1)x+y即可获得图像f(x，y)表面亮度图像i′(x，y)。将f(x，y)与i′(x，y)相除后得到均一化亮度图像f″(x，y)，对f″(x，y)采用单阈值即可实现水果表面缺陷检测。本发明通过水果表面亮度的均一化校正，使水果表面缺陷简化为单阈值法检测，克服了传统缺陷检测算法的复杂性；检测过程不需考虑水果大小和形状，具有比标准球亮度校正法更强的适应性；图像获取仅需一个相机，能避免多相机图像信息融合而引起的处理速度低的问题。

主权项

一种基于低通滤波的水果表面缺陷检测方法，其特征在于该方法的步骤如下：1)图像获取：以蓝色纸板为背景，将水果放在样本台上，拍摄水果彩色图像；2)背景去除：提取彩色图像的R和B分量图像，然后根据直方图选取阈值T对B分量图像二值化后形成二值图像B′，即将有水果的区域置为1，其余区域置为0；利用公式(1)，R分量图像与B′图像通过点乘运算获得去背景后的R分量图像f(x，y)；f(x，y)＝R.*B′                       (1)3)中心变换：用(‑1)x+y乘以输入图像f(x，y)进行中心变换，如公式(2)；f′(x，y)＝f(x，y)(‑1)x+y             (2)式中，f′(x，y)表示中心变换后的图像；4)傅氏变换：利用公式(3)计算离散傅立叶变化，得到F(u，v)； F ( u , v ) = 1 MN Σ x = 0 M - 1 Σ y = 0 N - 1 f ′ ( x , y ) e - j 2 π ( ux / M + vy / N ) - - - ( 3 ) 式中，变量u和v是频率变量，u＝0，1，2，...，M‑1，v＝0，1，2，...，N‑1；5)低通滤波：利用公式(4)计算低频分量G(u，v)；G(u，v)＝H(u，v)F(u，v)               (4)式中，H(u，v)为Butterworth低通滤波器；6)傅氏反变换：利用公式(5)可以从G(u，v)的傅立叶反变换中得到被滤波的图像g(x，y)，然后乘以(‑1)x+y以取消输入图像的乘数，即可以获得最终图像f(x，y)表面的亮度图像i′(x，y)，如公式(6)； g ( x , y ) = 1 MN Σ x = 0 M - 1 Σ y = 0 N - 1 G ( u , v ) e - j 2 π ( ux / M + vy / N ) - - - ( 5 ) i′(x，y)＝g(x，y)(‑1)x+y             (6)7)亮度均一化：利用公式(7)对图像f(x，y)表面亮度进行均一化校正； f ′ ′ ( x , y ) = f ( x , y ) i ′ ( x , y ) × 255 - - - ( 7 ) 8)缺陷分割：基于亮度校正后的图像f″(x，y)，设定一个全局阈值T＝235对水果表面缺陷进行提取。