自动提取检测区域及定位核的方法技术

本发明专利技术涉及一种自动提取检测区域及定位核的方法，包括以下步骤，1)采集建模图像，所采集的图像是没有任何缺陷的好品图像；2)自动提取背景检测区和背景定位核；3)绘制检测区；4)自动提取检测区和定位核并将检测区和定位核关联；关联成功则进行下一步，否则，继续返回上一步；5)完成建模，开始检测。本发明专利技术对背景区域和其他检测区域使用不同的提取算法，提高了提取区域的准确性；区域提取后通过修改参数来调整边缘，减少边缘误差，同时可以调整缩放参数，直接使区域腐蚀膨胀，满足不同用户的需求。

【技术实现步骤摘要】
自动提取检测区域及定位核的方法
本专利技术涉及机器视觉检测
，尤其是一种自动提取检测区域及定位核的方法。
技术介绍
目前，使用机器视觉检测印刷产品时，由于产量需求的增加，压缩了图像检测的时间，因此需要提前建立模板，绘制出检测区域，而算法又需要定位区域，所以需要绘制定位区域并与相对应的检测区域关联，才能完成检测。现有技术操作流程如图1所示，绘制检测区域时，绘制不规则的图像背景区域、文字区域和图案区域时都是描边绘制，绘制大区域时附带图像移动和缩放才能完成绘制。因此，现有技术对于不同形状的复杂区域绘制非常繁琐，需要图像移动和缩放等步骤，增加了绘制时间。同时，绘制定位区域时不同的人的标准不一致，导致定位区域有偏差。绘制完成后手动关联检测区域和定位区域，增加了建模步骤和建模时间。
技术实现思路
本专利技术要解决的技术问题是：提供一种自动提取检测区域及定位核的方法，能够实现快速建模，简化操作，提高检测精度。本专利技术解决其技术问题所采用的技术方案是：一种自动提取检测区域及定位核的方法，包括以下步骤，1)采集建模图像，所采集的图像是没有任何缺陷的好品图像；2)自动提取背景检测区和背景定位核；3)绘制检测区；4)自动提取检测区和定位核并将检测区和定位核关联；关联成功则进行下一步，否则，继续返回上一步；5)完成建模，开始检测。进一步的说，本专利技术所述的步骤2)中，自动提取步骤包括，A、对采集到的整张图像通过边缘canny处理得到边缘，通过图像大小和分辨率计算得到背景纹理的大小，在边缘区域中找到符合背景纹理大小的区域为背景纹理区域；B、获取整张图像的灰度直方图，并从灰度直方图中找到最大值作为灰度值阈值，对图像进行阈值分割得到检测范围。进一步的说，本专利技术所述的步骤4)中，自动提取步骤包括，a、对绘制区域进行边缘canny处理，判断是否有边缘；b、若有边缘，判断区域是黑底白字还是白底黑字：计算绘制区域的四条边的平均灰度值和绘制区域的中间灰度值，如果边缘平均灰度大于中间平均灰度则是白底黑字，反之是黑底白字；若没有边缘，则认为是纯色区域，直接以绘制区域作为提取结果；c、对绘制区域做均值滤波处理，得到滤波差值图，找到滤波差值图中偏移的灰度值在设定值以上的区域，计算这个区域的平均灰度值；d、对绘制区域进行阈值分割并剔除单个小面积区域。进一步的说，本专利技术所述的步骤4)中，对每个绘制的检测区自动提取对应的定位核区域，自动提取步骤包括，对绘制的检测区平滑滤波处理，计算每个通道的一阶导数得到极值，提取出拐点作为特征点，并将自动提取的检测区域整体腐蚀一半后选取横向第一个特征点作为定位核区域。进一步的说，本专利技术所述的步骤4)中，检测区与定位核关联方式是在检测区中标记定位核的ID。本专利技术的有益效果是，解决了
技术介绍
中存在的缺陷，对背景区域和其他检测区域使用不同的提取算法，提高了提取区域的准确性；区域提取后通过修改参数来调整边缘，减少边缘误差，同时可以调整缩放参数，直接使区域腐蚀膨胀，满足不同用户的需求。附图说明图1是现有技术的方法操作流程图；图2是本专利技术的方法操作流程图；图3是采集到的产品图像示意图；图4是背景检测区域示意图；图5是灰度直方图；图6是文字检测区域示意图；图7是特征点示意图；图8是自动提取定位区域示意图。具体实施方式现在结合附图和优选实施例对本专利技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。如图2所示的一种自动提取检测区域及定为核的方法，包括以下步骤，1、采集建模图像准备一张印刷产品，并且该产品是没有任何缺陷的好品，然后采集这张产品图像，如图3所示，用于建立模板。图3中，最外部的方框表示皮带区域，内侧的方框表示产品位置，中间的ABC字样表示文字区域。2、提取背景区域由于有部分图像是皮带区域，不作为检测要求，因此拿到模板图像后，自动提取产品的检测范围和背景检测区，如图4。自动提取步骤如下：1)对整张图像通过边缘canny处理得到边缘，通过图像大小和分辨率计算得到背景纹理的大小，在边缘区域中找到符合背景纹理大小的区域得到背景纹理区域。2)获得整张图像的灰度直方图，灰度值分布计算公式为：其中，i为频率值的指数，MIN是平均灰度，g为灰度值，q为量化；从灰度值g和量化q计算频率值的指数i，计算区域内的灰度值分布，如图5所示，并从直方图中找到最大值作为灰度值阈值，对图像进行阈值分割得到检测范围。对于灰度图像，直接使用原始图像作为下面的提取图像。对于彩色图像，将图像转换到色差空间中的图色相(H)、饱和度(S)、明度(V)通道，使用V通道的图作为下面的提取图像。在检测范围内的H和S图中计算灰度直方图，分别取最大和最小的灰度值分割得到最亮和最暗的部分。提取图像进行阈值分割，针对背景边缘容易漏掉的灰度相近的边缘部分由H和S最亮和最暗的部分补充，由1)获得的背景纹理大小和位置对区域进行开、闭运算，过滤掉边缘的毛刺得到检测区域。3、提取文字、图案区域先绘制一个矩形区域，绘制出需要提取的部分，绘制完成后直接提取出文字、图案区域，如图6，图6中，最外部的方框表示绘制的检测区域，方框内的图形为自动提取的文字区域。自动提取步骤如下：A、对绘制的区域进行边缘canny处理，判断是否有边缘。B、若有边缘，判断区域是黑底白字还是白底黑字：计算绘制区域的四条边的平均灰度值和绘制区域的中间灰度值，如果边缘平均灰度大于中间平均灰度则是白底黑字，反之是黑底白字。如图6是白底黑字。若没有边缘，则认为是纯色区域，直接以绘制区作为提取结果。C、对绘制区域做均值滤波处理，将原始图与均值图相减得到滤波差值图，找到差值图中偏移的灰度值在5以上的区域，计算这个区域在原始图中的平均灰度值。计算整张图像的灰度直方图，公式为：MIN是平均灰度，从灰度值g和量化q计算频率值的指数i，计算区域内的灰度值分布，如图5。循环灰度分布值找到与平均灰度值最近的一个值作为绘制区的阈值。D、根据B的结果对绘制区进行阈值分割，如果是黑底白字则取灰度值在阈值到255的部分，如果是白底黑字则取灰度值在0到阈值的部分。对绘制区域进行阈值分割后剔除单个小面积区域，计算与边缘相交的单个小面积大小，占比超过总提取区域的70％则保留，否则剔除。最后区域整体联通，向外膨胀得到提取区域。4、提取定位区域对每个绘制的检测区自动提取对应的定位核区域。自动提取步骤如下：对绘制的区域平滑滤波处理，计算每个通道的一阶导数得到极值，提取出拐点，如图7。为了保证效率同时找到靠近中间的特征点，将第3步自动提取的检测区域整体腐蚀一半，该区域中横向第一个特本文档来自技高网...

【技术保护点】
1.一种自动提取检测区域及定位核的方法，其特征在于：包括以下步骤，/n1)采集建模图像，所采集的图像是没有任何缺陷的好品图像；/n2)自动提取背景检测区和背景定位核；/n3)绘制检测区；/n4)自动提取检测区和定位核并将检测区和定位核关联；关联成功则进行下一步，否则，继续返回上一步；/n5)完成建模，开始检测。/n

【技术特征摘要】
1.一种自动提取检测区域及定位核的方法，其特征在于：包括以下步骤，
1)采集建模图像，所采集的图像是没有任何缺陷的好品图像；
2)自动提取背景检测区和背景定位核；
3)绘制检测区；
4)自动提取检测区和定位核并将检测区和定位核关联；关联成功则进行下一步，否则，继续返回上一步；
5)完成建模，开始检测。


2.如权利要求1所述的自动提取检测区域及定位核的方法，其特征在于：所述的步骤2)中，自动提取步骤包括，
A、对采集到的整张图像通过边缘canny处理得到边缘，通过图像大小和分辨率计算得到背景纹理的大小，在边缘区域中找到符合背景纹理大小的区域为背景纹理区域；
B、获取整张图像的灰度直方图，并从灰度直方图中找到最大值作为灰度值阈值，对图像进行阈值分割得到检测范围。


3.如权利要求1所述的自动提取检测区域及定位核的方法，其特征在于：所述的步骤4)中，自动提取步骤包括，
a、对绘制区域进行边缘canny处理，判断是否有...

【专利技术属性】
技术研发人员：王岩松，和江镇，方志斌，李健康，张静，
申请(专利权)人：征图新视江苏科技股份有限公司，
类型：发明
国别省市：江苏;32