[发明专利]一种基于视觉的竹块在线检测方法及系统

摘要

本发明公开了一种基于视觉的竹块在线检测方法，包括以下步骤：1）待检测竹块通过第二传送带运动，图像触发采集模块拍照采集图像并编号；2）图像送至PC机进行白平衡处理，以获得符合人眼视觉的图像，再根据竹块缺陷检测算法来判断待检测竹块图像是否存在缺陷并剔除具有缺陷的待检测竹块；具体包括轮廓缺陷检测、白斑检测及棕斑检测；本发明能实现竹块的自动化传送及自动翻面，利用图像触发采集模块采集待检测竹片图像信息，并通过定义的竹块缺陷检测算法，利用PC机实现对竹块外观缺陷、白斑缺陷、棕斑缺陷的在线检测判定，剔除缺陷竹片；显著减少人工挑拣成本，提高竹块检测效率，增加产品合格率，投入小，便于操作，具有极大的市场前景。

主权项

1.一种基于视觉的竹块在线检测方法，其特征在于，包括以下步骤：1）获取至少一帧待检测竹块的彩色图像；2）通过该待检测竹块的彩色图像对竹块进行轮廓缺陷检测、白斑缺陷检测和棕斑缺陷检测；2.1）进行轮廓缺陷检测时，对获取的彩色图像进行灰度化和二值化处理，得到二值图像后对所述二值图像进行边缘检测提取出竹块ROI区域并将所述ROI区域的轮廓特征值与预设值进行比对；2.2）进行白斑缺陷检测时，将提取出的RGB彩色ROI图像转换到HSV空间（Hue,Saturation, Value），再将色调通道和饱和度通道进行直方图均衡化，求出初步的种子图像，给后期的区域生长提供参考，计算公式为：diff=α*Hue-Saturation；其中，α系数=0.8，选取diff中灰度值最大的10个梯度为种子点，在种子图像中进行区域生长，从种子点开始，通过判断相邻像素的相似性，成长成一个相似的区域集合，所得区域为疑似白斑区域，当所述疑似白斑区域的面积大于阈值0.5%，灰度均值大于155时判定待检测竹块具有白斑缺陷；2.3）进行棕斑缺陷检测时，求出彩色ROI图像色调Hue空间的灰度均值，当灰度均值小于实验值Th2时判定存在疑似棕斑，在具有疑似棕斑的竹块上选取灰度值最小的10个梯度为种子点，进行区域生长，所得区域为疑似棕斑区域，当疑似棕斑区域面积大于阈值0.5%，灰度均值小于60时判定竹块具有棕斑缺陷。