[发明专利]基于集合连通性原理的图像异物快速识别方法

摘要

本发明公开了一种基于集合连通性原理的图像异物快速识别方法，属于基于机器视觉的图像识别领域，其适用于自动化生产线上的快速运动产品中异物的自动识别。本发明解决了当前检测系统不能实时检测高速生产线产品异常的问题，生产线主要包括PVC产品、包装印刷产品和半导体产品等。本发明基于集合连通性原理，定义了图像内像素之间距离、集合之间距离和集合之间连通性，并给出了相应的计算公式，以此为理论发明了逐行处理线阵相机输出数据的图像异物快速识别方法。本发明的数据处理速率达到750M/S，并且异物定位准确。本发明可广泛应用于PVC生产、食品/药品包装印刷检测和半导体行业。

主权项

一种基于集合连通性原理的图像异常识别快速方法，其特征在于包括以下步骤：步骤1)定义像素与像素之间的距离：像素p(x1,y1)和p(x2,y2)的距离表示为 d ( t 1 , t 2 ) = 0 , max ( | x 1 - x 2 | , | y 1 - y 2 | ) < T max ( | x 1 - x 2 | , | y 1 - y 2 | ) < T , otherwise - - - ( 1 ) 其中：T是一个门限值，t＝Nx*y+x，Nx为图像每行包含的像素数，x和y分别表示该像素的横坐标和纵坐标；步骤2)定义像素集合与像素集合之间的距离：集合P{p(t1),p(t2),L,p(tn)}和集合P'{p(t′1),p(t′2),L,p(t′m)}之间的距离定义为d(p',p)=min(d(ti,t′j)),i=1,…,n;j=1,…,m    (2)步骤3)给出了像素集合联通性原理和判别方法；当d(P′,P)=0则集合P和P'是连通的，否则就是分离的若集合E可以分成两个分离的集合则称之为分离集，否则称其为连通集；步骤4)给出判断图像内一个集合为噪点集合P的判据：噪点集合为连通集，且集合面积大于一个给定的阈值；步骤5)根据步骤4)的判别方法进行逐行识别处理。