一种口罩鼻梁检测方法及系统技术方案

本发明专利技术公开了一种口罩鼻梁检测方法及系统，其包括图像采集单元、图像处理单元、图像标记单元、分析计算单元及图像判定单元。本发明专利技术通过二值化处理方式对口罩的初始图像进行处理，找出口罩轮廓集合的最小外接矩形，进而获得待检测口罩的参数信息，再通过外区域矩形及内区域矩形得到鼻梁的检测区域，通过对图像进行滤波及自适应阈值处理生成自适应二值化图像，对检测范围内的自适应二值化图像进行连通域确认，获得鼻梁轮廓集合，再通过最小外接矩形方法得到鼻梁的外形尺寸及中心坐标，然后对待检测鼻梁的长度与鼻梁的标准长度进行比较，对经仿射变换后的口罩的中心坐标和经仿射变换后鼻梁的中心坐标进行比较，从而有效对待检测口罩的质量进行判定。

【技术实现步骤摘要】
一种口罩鼻梁检测方法及系统
本专利技术涉及一种口罩生产检测
，尤其是涉及一种口罩鼻梁检测方法及系统。
技术介绍
随着工业化和城市化进程，空气污染越来越加剧，口罩产品是人们抵抗空气污染的常用品，在北方雾霾和沙尘暴严重的区域，口罩已经成了必不可少的生活依赖品，口罩在大批量生产过程中，由于原材料、生产机器和人员操作等多种原因，会产生很多种缺陷的口罩产品，如鼻梁未安装等，这种缺陷品如果流到市场环节，会给使用者带来很多不便，更会给口罩生产商带来经济损失。由于口罩生产已经全面趋向于自动化，生产要求和质量要求越来越高，一般口罩生产商依靠人眼逐个分辨，效率极低，导致目前的口罩品质检测过程中，费时费力，且容易对检测人员造成视觉疲劳，使产品存在质量隐患，造成大量产品返工和原材料浪费。在口罩鼻梁的检测中，其中一种检测方法是采用固定阈值的方法，将整个图像进行二值化处理，然后在二值化的图像中或者限定的局部位置中，根据面积或者长度来选择鼻梁；这种方法的缺点是，由于拍照时的口罩位置不确定，且口罩生产时一致性问题，会出现面积或者长度在要求的范围内，实际上却不是鼻梁区域的情况，即容易产生误判，且由于鼻梁成像原因，鼻梁与周围的对比度差异不明显，也会导致鼻梁检测失败或者检测误差较大。
技术实现思路
基于此，有必要针对现有技术的不足，提供一种口罩鼻梁检测方法及系统，自动对口罩进行检测，避免出现漏检与误检的现象，提高检测的效率与口罩质量，且降低口罩生产的成本。为解决上述技术问题，本专利技术所采用的技术方案是：一种口罩鼻梁检测方法，其包括如下步骤：(1)、采集待检测口罩的初始图像Img1；(2)、建立图像坐标系，根据固定阈值算法对初始图像Img1进行二值化处理，得到初始二值化图像Img2；(3)、构建圆形结构元素，对初始二值化图像Img2进行形态学闭处理，得到闭运算的二值化图像Img3；(4)、构建矩形结构元素，对闭运算的二值化图像Img3进行形态学开处理，得到开运算的二值化图像Img4；(5)、通过Two-Pass算法对开运算的二值化图像Img4进行连通域判断，获取开运算的二值化图像Img4中的所有连通域，并根据开运算的二值化图像Img4中的连通域找出二值化图像Img4中连通域对应的轮廓，得到初始口罩轮廓集合Contours；(6)、根据预设的口罩周长Lms，通过公式计算初始口罩轮廓集合Contours中符合要求的轮廓数量，获得口罩轮廓集合Contourm；其中，预设的口罩周长Lms为已转化成像素长度的标准口罩周长，CLm为初始口罩轮廓集合Contours中连通域对应的轮廓长度；(7)、判断口罩轮廓集合Contourm中的轮廓数量，若口罩轮廓集合Contourm中的轮廓数量为0或大于1，则转入步骤(22)；若口罩轮廓集合Contourm中的轮廓数量为1，则转入步骤(8)；(8)、获取口罩轮廓集合Contourm的最小外接矩形，根据最小外接矩形的长度、宽度、在图像坐标系中的矩形中心坐标、在图像坐标系中的矩形角度得出待检测口罩的长度Ls、宽度Ws、在图像坐标系的中心坐标(Xs,Ys)、在图像坐标系的角度As参数信息，根据预设的口罩尺寸，来判定待检测口罩的尺寸是否符合要求，若待检测口罩的长度及宽度在预设的口罩尺寸范围内，则转入步骤(8)；若待检测口罩的长度及宽度超出预设的口罩尺寸范围，则转入步骤(22)；其中，在图像坐标系中的矩形角度是以最小外接矩形的长边和图像坐标系中X轴形成的角度；(9)、在步骤(8)获取的待检测口罩的中心坐标(Xs,Ys)、角度As不变的条件下，以待检测口罩的四个顶点为基准点分别沿待检测口罩的长度方向减去预设长度Lr1、再沿待检测口罩的宽度方向减去预设宽度Wr1，生成鼻梁检测的外区域矩形Ro；(10)、在步骤(8)获取的待检测口罩的中心坐标(Xs,Ys)、角度As不变的条件下，以待检测口罩的四个顶点为基准点分别沿待检测口罩的长度方向减去预设长度Lr2、再沿待检测口罩的宽度方向减去预设宽度Wr2，生成鼻梁检测的内区域矩形Ri；(11)、对鼻梁检测的外区域矩形Ro和鼻梁检测的内区域矩形Ri进行区域相减，得到鼻梁的检测区域Rnose，然后将鼻梁的检测区域Rnose以外的图像区域的像素点的灰度值设定为0以获得鼻梁所在位置对应的图像Img5；(12)、对鼻梁所在位置对应的图像Img5进行线性变换，得到增强图像Img6，并获得增强图像Img6中像素点对应的灰度值；(13)、对增强图像Img6进行均值滤波处理，根据公式得到均值滤波图像Img7，其中，src1(x,y)为图像Img6在(x,y)处像素点的灰度值，dst1(x,y)为图像Img7在(x,y)处像素点的灰度值，h(k,l)为滤波核，k，l表示滤波核的大小，k，l均为奇数；(14)、对均值滤波图像Img7进行自适应阈值处理，得到自适应二值化图像Img8；(15)、构建矩形结构元素，对自适应二值化图像Img8进行先腐蚀后膨胀的二值形态学预处理操作获得图像Img9；(16)、通过Two-Pass算法对图像Img9进行连通域判断，获取图像Img9中的所有连通域，并根据图像Img9中的连通域找出图像Img9中连通域对应的轮廓，得到初始鼻梁轮廓集合Contourc；(17)、根据预设的鼻梁长度，通过公式计算初始鼻梁轮廓集合Contourc中符合要求的轮廓数量，获得鼻梁轮廓集合Contourn；其中，预设的鼻梁长度Lns为已转化成像素长度的标准鼻梁长度，CLs为初始鼻梁轮廓集合Contourc中连通域对应的轮廓长度；(18)、判断鼻梁轮廓集合Contourn中的轮廓数量，若鼻梁轮廓集合Contourn中的轮廓数量为0或大于1，则转入步骤(22)；若鼻梁轮廓集合Contourm中的轮廓数量为1，则转入步骤(19)；(19)、获取鼻梁轮廓集合Contourn的最小外接矩形，根据最小外接矩形的长度、在图像坐标系中的矩形中心坐标得出待检测鼻梁的长度及待检测鼻梁的中心坐标(Xns,Yns)；(20)、根据预设的鼻梁长度与步骤(18)中得出的待检测鼻梁的长度进行比较，判断待检测鼻梁的长度是否满足要求，当待检测鼻梁的长度减去鼻梁的标准长度的绝对值不大于预设的鼻梁长度公差时，则转入步骤(21)；当待检测鼻梁的长度减去鼻梁的标准长度的绝对值大于预设的鼻梁长度公差时，则转入步骤(22)；(21)、构建变换矩阵Mc，根据构建的变换矩阵Mc对口罩中心坐标(Xs,Ys)和待检测鼻梁中心坐标(Xns,Yns)进行仿射变换，得到经仿射变换后的口罩的中心坐标(Xsc,Ysc)和经仿射变换后鼻梁的中心坐标(Xnsc,Ynsc)，获得绝对值Labs＝|Ysc-Ysc|，如果绝对值Labs≤预设的鼻梁偏位值，则判定待检测口罩为良品，所述待检测口罩输送至产品合格区；如果Labs＞预设的鼻梁偏位值，则转入步骤(22)；(22)、判定待检测口罩为瑕疵品，将待检测本文档来自技高网...

【技术保护点】
1.一种口罩鼻梁检测方法，其特征在于，包括如下步骤：/n(1)、采集待检测口罩的初始图像Img1；/n(2)、建立图像坐标系，根据固定阈值算法对初始图像Img1进行二值化处理，得到初始二值化图像Img2；/n(3)、构建圆形结构元素，对初始二值化图像Img2进行形态学闭处理，得到闭运算的二值化图像Img3；/n(4)、构建矩形结构元素，对闭运算的二值化图像Img3进行形态学开处理，得到开运算的二值化图像Img4；/n(5)、通过Two-Pass算法对开运算的二值化图像Img4进行连通域判断，获取开运算的二值化图像Img4中的所有连通域，并根据开运算的二值化图像Img4中的连通域找出二值化图像Img4中连通域对应的轮廓，得到初始口罩轮廓集合Contour

【技术特征摘要】
1.一种口罩鼻梁检测方法，其特征在于，包括如下步骤：
(1)、采集待检测口罩的初始图像Img1；
(2)、建立图像坐标系，根据固定阈值算法对初始图像Img1进行二值化处理，得到初始二值化图像Img2；
(3)、构建圆形结构元素，对初始二值化图像Img2进行形态学闭处理，得到闭运算的二值化图像Img3；
(4)、构建矩形结构元素，对闭运算的二值化图像Img3进行形态学开处理，得到开运算的二值化图像Img4；
(5)、通过Two-Pass算法对开运算的二值化图像Img4进行连通域判断，获取开运算的二值化图像Img4中的所有连通域，并根据开运算的二值化图像Img4中的连通域找出二值化图像Img4中连通域对应的轮廓，得到初始口罩轮廓集合Contours；
(6)、根据预设的口罩周长Lms，通过公式计算初始口罩轮廓集合Contours中符合要求的轮廓数量，获得口罩轮廓集合Contourm；其中，预设的口罩周长Lms为已转化成像素长度的标准口罩周长，CLm为初始口罩轮廓集合Contours中连通域对应的轮廓长度；
(7)、判断口罩轮廓集合Contourm中的轮廓数量，若口罩轮廓集合Contourm中的轮廓数量为0或大于1，则转入步骤(22)；若口罩轮廓集合Contourm中的轮廓数量为1，则转入步骤(8)；
(8)、获取口罩轮廓集合Contourm的最小外接矩形，根据最小外接矩形的长度、宽度、在图像坐标系中的矩形中心坐标、在图像坐标系中的矩形角度得出待检测口罩的长度Ls、宽度Ws、在图像坐标系的中心坐标(Xs,Ys)、在图像坐标系的角度As参数信息，根据预设的口罩尺寸，来判定待检测口罩的尺寸是否符合要求，若待检测口罩的长度及宽度在预设的口罩尺寸范围内，则转入步骤(8)；若待检测口罩的长度及宽度超出预设的口罩尺寸范围，则转入步骤(22)；其中，在图像坐标系中的矩形角度是以最小外接矩形的长边和图像坐标系中X轴形成的角度；
(9)、在步骤(8)获取的待检测口罩的中心坐标(Xs,Ys)、角度As不变的条件下，以待检测口罩的四个顶点为基准点分别沿待检测口罩的长度方向减去预设长度Lr1、再沿待检测口罩的宽度方向减去预设宽度Wr1，生成鼻梁检测的外区域矩形Ro；
(10)、在步骤(8)获取的待检测口罩的中心坐标(Xs,Ys)、角度As不变的条件下，以待检测口罩的四个顶点为基准点分别沿待检测口罩的长度方向减去预设长度Lr2、再沿待检测口罩的宽度方向减去预设宽度Wr2，生成鼻梁检测的内区域矩形Ri；
(11)、对鼻梁检测的外区域矩形Ro和鼻梁检测的内区域矩形Ri进行区域相减，得到鼻梁的检测区域Rnose，然后将鼻梁的检测区域Rnose以外的图像区域的像素点的灰度值设定为0以获得鼻梁所在位置对应的图像Img5；
(12)、对鼻梁所在位置对应的图像Img5进行线性变换，得到增强图像Img6，并获得增强图像Img6中像素点对应的灰度值；
(13)、对增强图像Img6进行均值滤波处理，根据公式得到均值滤波图像Img7，其中，src1(x,y)为图像Img6在(x,y)处像素点的灰度值，dst1(x,y)为图像Img7在(x,y)处像素点的灰度值，h(k,l)为滤波核，k，l表示滤波核的大小，k，l均为奇数；
(14)、对均值滤波图像Img7进行自适应阈值处理，得到自适应二值化图像Img8；
(15)、构建矩形结构元素，对自适应二值化图像Img8进行先腐蚀后膨胀的二值形态学预处理操作获得图像Img9；
(16)、通过Two-Pass算法对图像Img9进行连通域判断，获取图像Img9中的所有连通域，并根据图像Img9中的连通域找出图像Img9中连通域对应的轮廓，得到初始鼻梁轮廓集合Contourc；
(17)、根据预设的鼻梁长度，通过公式计算初始鼻梁轮廓集合Contourc中符合要求的轮廓数量，获得鼻梁轮廓集合Contourn；
其中，预设的鼻梁长度Lns为已转化成像素长度的标准鼻梁长度，CLs为初始鼻梁轮廓集合Contourc中连通域对应的轮廓长度；
(18)、判断鼻梁轮廓集合Contourn中的轮廓数量，若鼻梁轮廓集合Contourn中的轮廓数量为0或大于1，则转入步骤(22)；若鼻梁轮廓集合Contourm中的轮廓数量为1，则转入步骤(19)；
(19)、获取鼻梁轮廓集合Contourn的最小外接矩形，根据最小外接矩形的长度、在图像坐标系中的矩形中心坐标得出待检测鼻梁的长度及待检测鼻梁的中心坐标(Xns,Yns)；
(20)、根据预设的鼻梁长...

【专利技术属性】
技术研发人员：梁盛潮，李景全，蓝潘鹏，位华伟，
申请(专利权)人：广东高臻智能装备有限公司，
类型：发明
国别省市：广东;44