一种透明玻璃瓶内液体的异物检测算法制造技术

本发明专利技术提供了一种透明玻璃瓶内液体的异物检测算法，先对视频图像进行导向滤波增强处理，再采用“Hough”变换检测出透明玻璃瓶轮廓，将算法检测区域缩小至液体检测区，为液体检测区域的每个像素点建立一个背景模型，计算当前像素点与背景模型的相似度，如果相似，则分类为背景，否则为前景，计算前景的连通区域面积，若连通区域面积小于设定阈值，则分类为背景，否则为前景。本发明专利技术能够对非透明液体中的异物进行检测。 1

An algorithm for detecting foreign matter in liquid in transparent glass bottle

The invention provides a foreign object detection algorithm for liquid in a transparent glass bottle. First, the video image is enhanced by the guidance filter, and the \Hough\ transform is used to detect the outline of the transparent glass bottle, and the detection area is reduced to the liquid detection area, and a background model for each pixel point of the liquid detection area is established. The similarity between the current pixel points and the background model, if the similarity, is classified as the background, otherwise it is the foreground to calculate the area of the connected region of the foreground. If the area of the connected area is less than the set threshold, it is classified into the background, otherwise it is the foreground. The invention can detect foreign bodies in non transparent liquids. One

【技术实现步骤摘要】
一种透明玻璃瓶内液体的异物检测算法
本专利技术涉及一种图像处理技术，特别是一种透明玻璃瓶内液体的异物检测算法。
技术介绍
透明玻璃瓶中非透明液体产品的智能检测设备中，最核心的检测技术是基于机器视觉的产品缺陷识别和检测技术，其中较好的图像增强处理是后续液体中异物检测的基础。目前，增强效果较好的图像增强技术有以下四种：直方图均衡化、暗通道法、Retinex_MSR以及导向滤波法。(1)直方图均衡化是以累计分布函数变换为基础的直方图修正法，它可以产生一幅灰度级分布概率均匀的图像，直方图均衡化后的图像具有较大的信息量。就对比度动态范围偏小的图像而言，该算法基于非常简单的操作即能有效地丰富灰度级，因此成为图像自动增强的有效手段。(2)暗通道先验算法针对单幅图像去雾处理具有较好的效果，但处理时间长，需要很大的储存资源与计算资源。因此，该算法的不足之处是实时性较差，且经暗通道先验算法处理完的图像会比原图像暗，还需对处理后的图像进行曝光处理，再次增加了算法的复杂度。(3)Retinex_MSR算法简单来说就是由多个SSR算法叠加而来的，采用几个不同大小的尺度参数滤波后再线性加权归一化就得到了MSR算法，两者的本质实际上是相同的。MSR算法可以根据不同图像自适应调整尺度参数的大小，具有很好的自适应能力，实现较好的色彩效果的同时保持图像较好的细节信息。MSR算法具有比SSR算法更好的颜色恒常性、动态范围压缩等特点。而在处理彩色图像时，MSR算法常出现色彩饱和度不足、光晕的现象。(4)导向滤波是一种图像滤波技术，通过一张引导图G(导向图)，对目标图像I(输入图像)进行滤波处理，使得最后的输出图像大体上与目标图像I相似，但纹理部分与引导图G相似。当引导图G与输入图I为同一个图像的时候，导向图滤波的效果与双边滤波的效果类似，但是不同于双边滤波的是，导向图滤波可以很容易设计一个与滤波半径无关的优化算法。当输入图I为一个初始的mask图像时，导向图滤波的效果类似于抠图算法。导向滤波典型应用是保边图像平滑和抠图，在图像去雾增强上也取得了较好的增强效果。
技术实现思路
本专利技术的目的在于提供一种透明玻璃瓶内液体的异物检测算法，对玻璃瓶中的透明液体或非透明液体中的异物进行检测。实现本专利技术目的的技术方案为：包括以下步骤：步骤1，对透明玻璃瓶进行采集图像，获取含有运动目标的RGB图像，并对图像依次进行灰度和导向滤波处理；步骤2，对步骤1得到的图像进行Hough变换；步骤3，提取步骤2得到的图像中前N帧图像中透明玻璃瓶区域内的像素点灰度值，建立针对透明玻璃瓶区域内像素点的初始化背景模型M(x)；步骤4，计算N+1帧开始后的每一帧图像的每个像素点与背景模型的相似度，如果相似，则分类为背景，转到步骤5；否则为前景，转到步骤6；步骤5，对于N+1帧后的每一帧图像相似的像素点，概率更新相似的像素点对应背景模型的样本，的概率更新相似的像素点F×F邻域内某像素点对应背景模型的样本，转步骤6；步骤6，通过计算N+1帧后的每一帧图像的连通区域面积，排除液体检测区域内小于阈值的细小噪声干扰；步骤7，重复步骤4至步骤6，直至所有第N+1至第N帧图像检测完成。本专利技术与现有技术相比，具有以下优点(1)针对较浑浊的液体中异物检测，引入导向滤波进行图像增强，增强图像灰度对比度，突出强调图中的有用信息，提高图像的后续处理能力，更有利于对异物的检测和提取；(2)针对液体检测区域外的随机噪声点，将“Hough”变换引入到VIBE算法中，通过对玻璃瓶轮廓进行直线检测，将检测区域缩小至玻璃瓶内液体区域，不仅减小了算法的运算量，提高算法的运行速度，还有效地排除了液体检测区域外的背景区域存在的噪声干扰；(3)针对液体检测区域的细小噪声点，通过设定连通区域面积阈值，将小于该面积阈值的连通区域置为背景点。下面结合说明书附图对本专利技术作进一步描述。附图说明图1为本专利技术方法流程图。图2为直方图均衡化、导向滤波、Retinex_MSR算法和暗通道法对清水中不同异物的增强效果对比图，其中(a1)原始帧图像的灰度图；(b1)直方图均衡化的增强效果图(c1)导向滤波的增强效果图；(d1)Retinex_MSR算法的增强效果图；(e1)暗通道法的增强效果图。图3为直方图均衡化、导向滤波、Retinex_MSR算法和暗通道法对稍浑浊液体中不同异物的增强效果对比图，其中(a1)原始帧图像的灰度图；(b1)直方图均衡化的增强效果图(c1)导向滤波的增强效果图；(d1)Retinex_MSR算法的增强效果图；(e1)暗通道法的增强效果图。图4为直方图均衡化、导向滤波、Retinex_MSR算法和暗通道法对较浑浊液体中不同异物的增强效果对比图其中，(a1)原始帧图像的灰度图；(b1)直方图均衡化的增强效果图(c1)导向滤波的增强效果图；(d1)Retinex_MSR算法的增强效果图；(e1)暗通道法的增强效果图。图5为连通区域处理前后的异物检测效果对比图，其中(a)未采用连通区域处理的异物检测效果图；(b)采用连通区域处理的异物检测效果图。具体实施方式结合图1，一种透明玻璃瓶内液体的异物检测算法，包括以下步骤：步骤1，对透明玻璃瓶进行采集图像，获取含有运动目标的RGB图像，并对图像依次进行灰度和导向滤波处理；步骤2，对步骤1得到的图像进行Hough变换；步骤3，提取步骤2得到的图像中前N帧图像中透明玻璃瓶区域内的像素点灰度值，建立针对透明玻璃瓶区域内像素点的初始化背景模型M(x)；步骤4，计算N+1帧开始后的每一帧图像的每个像素点与背景模型的相似度，如果相似，则分类为背景，转到步骤5；否则为前景，转到步骤6；步骤5，对于N+1帧后的每一帧图像相似的像素点，概率更新相似的像素点对应背景模型的样本，的概率更新相似的像素点F×F邻域内某像素点对应背景模型的样本，转步骤6；步骤6，通过计算N+1帧后的每一帧图像的连通区域面积，排除液体检测区域内小于阈值的细小噪声干扰；步骤7，重复步骤4至步骤6，直至所有第N+1至第N帧图像检测完成。步骤1中，灰度化图像采用导向滤波进行图像增强步骤举例如下：以自身图像为导向图，窗口半径大小设为16，正则化系数设为0.4^2，输出的导向滤波图与导向图之间的线性系数分别为5和1。步骤2中进行“Hough”变换，缩小算法的检测区域，提高算法的运行速度并排除液体检测区外的噪声干扰步骤举例如下：“Hough”变换时设置要寻找的峰值数目为5，设置峰值阈值大小为“ceil(0.3*max(H(:)))”，“H”为得到的“Hough”矩阵，只有大于该阈值的点才被认为是可能峰值点。对检测到的直线采取合并距离小于5的线段，丢弃所有长度小于7的线段的方法筛选出透明玻璃瓶的轮廓线段，记录轮廓线段的位置。对步骤2增强后的图像中的像素点判断其是否在透明玻璃瓶轮廓区域内，若某像素点在透明玻璃瓶轮廓区域外，则为背景，否则为前景，转到步骤3，将算法的检测区域缩小到透明玻璃瓶轮廓区域内，减小算法的运算量。步骤3中的背景模型M(x)＝{P1,P2,...,PN}，其中，P1,P2,...,PN为背景模型的样本。本例N取20,背景模型M(x)中共有20个样本。步骤4中的相似的判断过程为：步骤4.1，从N+1帧开始，对于当前帧本文档来自技高网...

【技术保护点】
1.一种透明玻璃瓶内液体的异物检测算法，其特征在于，包括以下步骤：

【技术特征摘要】
1.一种透明玻璃瓶内液体的异物检测算法，其特征在于，包括以下步骤：步骤1，对透明玻璃瓶进行采集图像，获取含有运动目标的RGB图像，并对图像依次进行灰度和导向滤波处理；步骤2，对步骤1得到的图像进行Hough变换；步骤3，提取步骤2得到的图像中前N帧图像中透明玻璃瓶区域内的像素点灰度值，建立针对透明玻璃瓶区域内像素点的初始化背景模型M(x)；步骤4，计算N+1帧开始后的每一帧图像的每个像素点与背景模型的相似度，如果相似，则分类为背景，转到步骤5；否则为前景，转到步骤6；步骤5，对于N+1帧后的每一帧图像相似的像素点，概率更新相似的像素点对应背景模型的样本，的概率更新相似的像素点F×F邻域内某像素点对应背景模型的样本，转步骤6；步骤6，通过计算N+1帧后的每一帧图像的连通区域面积，排除液体检测区域内小于阈值的细小噪声干扰；步骤7，重复步骤4至步骤6，直至所有第N+1至第N帧图像检测完成。2.根据权利要求1所述的方法，其特征在于，步骤3中的背景模型M(x)＝{P1,P2,...,PN}，其中，P1,P2,...,PN为背景模型的样本。3.根据权利要求1所述的方法，其特征在于，步骤4中的相似的判断过程为：步骤4.1，从N+1帧开始，对于当前帧的某一像素点x，其灰度值为P(x)，在欧式颜色空间中定义一个以P(x)为中心，R为半径的圆SR(P(x))对当前帧像素点x的灰度值和对应背景模型中的样本做对比，其中，R为模型匹配阈值，SR(P(x))表...

【专利技术属性】
技术研发人员：刘磊，赵如雪，宋佳晓，李业飞，陈旭，张壮，姜山，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32