一种基于人工智能的纸盒缺陷检测方法技术

本发明专利技术涉及一种基于人工智能的纸盒缺陷检测方法，将纸盒图像的灰度图像，转化为灰度熵热图，将灰度熵热图中大于阈值的像素点进行连通域分析，得到可能起泡区域，对起泡区域进行遮挡，得到遮挡区域和非遮挡区域，基于非遮挡区域的灰度值信息，使用EM算法拟合出初始高斯混合模型，然后对遮挡区域和非遮挡区域均匀划分为矩形区域，使用单高斯模型计算出每个矩形区域对不同单高斯模型的响应度，使用初始高斯模型计算出每个矩形区域内的灰度损失率，根据每个矩形区域对每个单高斯模型的响应度和每个矩形区域的损失率对每个单高斯模型的权重进行调整，根据调整后的混合高斯模型拟合出的灰度分布图和实际灰度分布图做差，确定起泡区域。区域。区域。

【技术实现步骤摘要】
一种基于人工智能的纸盒缺陷检测方法


[0001]本申请涉及图像传输领域，具体涉及一种基于人工智能的纸盒缺陷检测方法。

技术介绍

[0002]在纸盒生产过程中，由于瓦楞辊咬合压力不足等原因造成生产出的纸盒部分区域脱胶出现起泡现象，这种现象的存在会影响产品的质量和外观。本专利技术设计一种纸盒起泡检测方法，获取纸盒上的起泡区域，辅助纸盒生产工艺查询设备原因，让纸盒起泡现象得到有效解决。
[0003]由于纸盒起泡后改变光线的分布规律，即会存在迎光面出现亮化的现象，背光面存在暗化的现象，因而仅仅依靠单个阈值很难分割出起泡区域。同时起泡现象一般都没有清晰的边界，依靠边缘检测很难检测出起泡区域的边缘，因而也很难实现起泡区域的识别定位。除此之外，由于光线的纸盒图片会存在亮、暗变化，这也会干扰纸盒起泡区域精确定位。由于光线变化会的存在一定的规律性，而起泡区域不符合该灰度变化规律，因而基于此本专利技术提出一种能够精确检测不明显纸盒起泡区域，通过灰度熵值热图分割出起泡区域大概位置，遮挡该区域利用其他区域拟合灰度分布模型，通过对遮挡区域和非遮挡区域分别进行去拟合准确性验证，从而不断修正得到一个准确的光照模型，然后通过准确的灰度分布模型定位出准确的缺陷位置。

技术实现思路

[0004]本专利技术提供一种基于人工智能的纸盒缺陷检测方法，解决纸盒起泡区域定位的问题，采用如下技术方案：S1：获取纸盒图片，进行灰度处理得到纸盒图片的灰度图，计算出灰度图中每个像素点的灰度熵，得到灰度图对应的灰度熵热图；S2：获取灰度熵热图中大于热度阈值的像素点在灰度图中对应的像素点集合，对像素点集合进行连通域处理，计算出连通域边界像素点灰度熵的对比度均值，将边界像素点灰度熵的对比度均值大于阈值的连通域作为可能起泡区域；S3：对可能起泡区域进行遮挡，得到遮挡区域和非遮挡区域，根据非遮挡区域的灰度信息，使用EM算法拟合出初始混合高斯模型；S4：将遮挡区域和非遮挡区域均匀划分为多个矩形区域，用初始混合高斯模型中的每个单高斯模型拟合出每个矩形区域内的灰度分布，根据每个矩形区域内单高斯模型拟合出的灰度分布和该矩形区域内的实际灰度分布得到每个矩形区域对每个单高斯模型的响应度；S5：根据初始混合高斯模型拟合出每个矩形区域内的灰度分布和每个矩形区域的实际灰度分布差异计算出每个矩形区域中的拟合损失率；S6：根据遮挡区域和非遮挡区域内的每个矩形区域对每个单高斯模型的响应度和每个矩形区域的拟合损失率对每个单高斯模型在混合高斯模型中的权重进行调整；
S7：利用调整后的混合高斯模型拟合出遮挡区域和非遮挡区域的灰度分布和遮挡区域和非遮挡区域的实际灰度进行对比，得到混合高斯模型的拟合精度，若精度不达标，执行S4
‑
S7，直到获得精度达标的混合高斯模型，若精度达标，则执行S8；S8：将满足拟合精度的混合高斯模型拟合得到的纸盒灰度图和实际纸盒灰度分布图作差，得到灰度差值，根据灰度差值确定起泡区域。
[0005]所述每个矩形区域对每个单高斯模型的响应度的计算方法为：遮挡区域内每个矩形区域对每个单高斯模型的响应度为：式中，为遮挡区域内第个矩形区域对第个单高斯模型的响应度，,、分别为中心坐标为的矩形区域的最小行坐标和最小列坐标，遮挡区域被划分为行列个矩形区域，为遮挡区域内的矩形区域的总个数，为第个高斯单模型拟合出的在遮挡区域内的第个矩形区域内的位置处的灰度值，为该矩形区域内的位置处的实际灰度值，，为单高斯模型总数；非遮挡区域内每个矩形区域对每个单高斯模型的响应度为：式中，为非遮挡区域内第个矩形区域对第个单高斯模型的响应度。
[0006]所述每个矩形区域中的拟合损失率的计算方法为：遮挡区域内每个矩形区域中的拟合损失率为：式中，为混合高斯模型在遮挡区域内第个矩形区域中的拟合损失率，为混合高斯模型拟合出第个矩形区域中在坐标位置处的灰度值，为该矩形
区域在坐标位置处的实际灰度值；非遮挡区域内每个矩形区域中的拟合损失率为：式中，为混合模型在非遮挡区域内第个矩形区域中的拟合损失率。
[0007]所述对每个单高斯模型在混合高斯模型中的权重进行调整的方法为：式中，表示混合高斯模型中第个高斯模型调整后的权重值，为以为中心的第个矩形区域的损失率，表示以 为中心的第个矩形区域对第个高斯模型的响应度，为遮挡区域和非遮挡区域包含的矩形区域总数，若第个矩形区域为遮挡区域，则为，为，若第个矩形区域为非遮挡区域，则为，为，为混合高斯模型中第个高斯模型的原来权重值。
[0008]所述拟合精度的计算方法为：式中，为拟合精度，表示非遮挡区域的总行数，表示非遮挡地区的总列数，表示非遮挡区域在第个矩形区域内坐标位置处的拟合灰度值，表示非遮挡区域内第个矩形区域内坐标处的实际灰度值，表示遮挡区域在第个矩形区域内坐标位置处的拟合灰度值，表示遮挡区域在第个矩形区域内坐标位置的实际灰度值，，，分别表示遮挡区域的最小行、列数，分别表示遮挡区域的最大行列数。
[0009]所述根据灰度差值确定起泡区域的方法如下：将灰度差值的区域作为起泡区域，其中表示拟合精度。
[0010]本专利技术的有益效果是：通过灰度熵值热图分割出起泡区域大概位置，遮挡该区域利用其他区域拟合灰度
分布模型，通过对遮挡区域和非遮挡区域分别进行去拟合准确性验证，从而不断修正得到一个准确的光照模型，然后通过准确的灰度分布模型定位出准确的缺陷位置，基于人工智能，能够精确检测不明显纸盒起泡区域。
附图说明
[0011]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0012]图1是本专利技术的一种基于人工智能的纸盒缺陷检测方法的流程示意图；图2是本专利技术的一种基于人工智能的纸盒缺陷检测方法中的起泡的纸盒的示意图。
具体实施方式
[0013]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0014]本专利技术的一种基于人工智能的纸盒缺陷检测方法的实施例，如图1所示，包括：S1：获取纸盒图片，进行灰度处理得到纸盒图片的灰度图，计算出灰度图中每个像素点的灰度熵，得到灰度图对应的灰度熵热图；该步骤的目的是，采集纸盒图像，并进行灰度处理获取到灰度图中每个像素点的熵，通过熵反映每个像素点周围的灰度变化程度特征，得到灰度图对应的灰度熵分布热图。
[0015]具体步骤如下：（1）获取纸盒灰度图像：a.采集纸盒图像：由于纸盒正面图像更利于起泡定位识别，因而需在纸盒移动至相机正下方时采集一张完整的纸盒图片，如图2所示。
[0016]b.分割出纸盒区域：由于采集到的纸盒图像可能会包含其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的纸盒缺陷检测方法，其特征在于，包括：S1：获取纸盒图片，进行灰度处理得到纸盒图片的灰度图，计算出灰度图中每个像素点的灰度熵，得到灰度图对应的灰度熵热图；S2：获取灰度熵热图中大于热度阈值的像素点在灰度图中对应的像素点集合，对像素点集合进行连通域处理，计算出连通域边界像素点灰度熵的对比度均值，将边界像素点灰度熵的对比度均值大于阈值的连通域作为可能起泡区域；S3：对可能起泡区域进行遮挡，得到遮挡区域和非遮挡区域，根据非遮挡区域的灰度信息，使用EM算法拟合出初始混合高斯模型；S4：将遮挡区域和非遮挡区域均匀划分为多个矩形区域，用初始混合高斯模型中的每个单高斯模型拟合出每个矩形区域内的灰度分布，根据每个矩形区域内单高斯模型拟合出的灰度分布和该矩形区域内的实际灰度分布得到每个矩形区域对每个单高斯模型的响应度；S5：根据初始混合高斯模型拟合出每个矩形区域内的灰度分布和每个矩形区域的实际灰度分布差异计算出每个矩形区域中的拟合损失率；S6：根据遮挡区域和非遮挡区域内的每个矩形区域对每个单高斯模型的响应度和每个矩形区域的拟合损失率对每个单高斯模型在混合高斯模型中的权重进行调整；S7：利用调整后的混合高斯模型拟合出遮挡区域和非遮挡区域的灰度分布和遮挡区域和非遮挡区域的实际灰度进行对比，得到混合高斯模型的拟合精度，若精度不达标，执行S4
‑
S7，直到获得精度达标的混合高斯模型，若精度达标，则执行S8；S8：将满足拟合精度的混合高斯模型拟合得到的纸盒灰度图和实际纸盒灰度分布图作差，得到灰度差值，根据灰度差值确定起泡区域。2.根据权利要求1所述的一种基于人工智能的纸盒缺陷检测方法，其特征在于，所述每个矩形区域对每个单高斯模型的响应度的计算方法为：遮挡区域内每个矩形区域对每个单高斯模型的响应度为：式中，为遮挡区域内第个矩形区域对第个单高斯模型的响应度，,、分别为中心坐标为的矩形区域的最小行坐标和最小列坐标，遮挡区域被划分为行列个矩形区域，为遮挡区域内的矩形区域的总个...

【专利技术属性】
技术研发人员：潘越，
申请(专利权)人：武汉昊月纸箱包装有限公司，
类型：发明
国别省市：