基于图像处理的PVC薄膜质量检测方法技术

本发明专利技术涉及基于图像处理的PVC薄膜质量检测方法，该方法包括：将薄膜图像的灰度图分割为块图像，获取块图像的最大内接圆图像及除最大内接圆图像外的四个子图像，获取最大内接圆图像的一维的特征向量，获取最大内接圆图像的第一相似程度值、第二相似程度值，构建第一质量评价曲线及第二质量评价曲线，获取四个子图像的最大子内接圆图像的第三相似程度值、第四相似度值；根据第三相似程度值、第四相似度值得到第一补偿曲线和第二补偿曲线，根据第一补偿曲线及第二补偿曲线获取曲折度，根据曲折度对薄膜图像的表面质量进行检测，本发明专利技术方法提高了薄膜表面缺陷的检测精度。高了薄膜表面缺陷的检测精度。高了薄膜表面缺陷的检测精度。

Quality inspection method of PVC film based on image processing

【技术实现步骤摘要】
基于图像处理的PVC薄膜质量检测方法


[0001]本专利技术涉及注塑工艺异常检测
，具体涉及基于图像处理的PVC薄膜质量检测方法。

技术介绍

[0002]随着机器视觉技术的发展，在工业生产质量检测领域也利用机器视觉技术对PVC薄膜表面存在的瑕疵缺陷进行检测，瑕疵缺陷例如：金属丝、头发、灰尘等衣物。相比于人工检测，器视觉技术提高了检测效率和速度，降低了漏检率。
[0003]现有技术中，利用机器视觉图像对PVC薄膜表面缺陷检测，通过灰度连通域算法判断缺陷。根据疑似缺陷点连通域重心坐标设定阈值，对连通域进行筛选，在利用连通域缺陷检测时，容易受到噪声的影响，采用固定阈值进行灰度差值比较，容易存在检测误差，当缺陷点较多时，可能导致灰度差值也满足阈值要求，造成误检漏检，进而影响检测精度。
[0004]针对上述问题，本专利技术提出了基于图像处理的PVC薄膜质量检测方法。

技术实现思路

[0005]本专利技术提供基于图像处理的PVC薄膜质量检测方法，以解决现有的问题。
[0006]本专利技术的基于图像处理的PVC薄膜质量检测方法采用如下技术方案：该方法包括：
[0007]S1、获取PVC薄膜的薄膜图像的灰度图，将灰度图分割为等大且为正方形的块图像，获取块图像的最大内接圆图像及除最大内接圆图像外的四个子图像；
[0008]S2、对最大内接圆图像进行二维图像变换得到每个最大内接圆图像的一维的特征向量，将特征向量作为旋转不变向量；
[0009]S3、计算每一行中每两个相邻、每一列中每两个相邻的最大内接圆图像的旋转不变向量对应的第一相似程度值、第二相似程度值；
[0010]S4、根据多个第一相似程度值构建第一质量评价曲线，根据多个第二相似度值构建第二质量评价曲线；
[0011]S5、获取每四个相邻的子图像的最大子内接圆图像，重复S2到S3步骤获取最大子内接圆图像对应的第三相似程度值、第四相似度值，根据第三相似程度值对第一质量评价曲线进行补偿，根据第四相似度值对第二质量曲线进行补偿，得到第一补偿曲线及第二补偿曲线；
[0012]S6、根据第一补偿曲线及第二补偿曲线获取曲折度，根据曲折度和预设的薄膜表面质量评估指标阈值，确定薄膜图像的表面质量。
[0013]优选的，获取PVC薄膜的薄膜图像的灰度图的步骤包括：
[0014]采集PVC薄膜的图像；
[0015]利用语义分割网络对图像进行分割；
[0016]将图像中薄膜区域图像像素点标记为1，其他背景区域像素点标记为0，得到仅包含薄膜的薄膜图像；
[0017]将薄膜图像转化为灰度图。
[0018]优选的，对最大内接圆图像进行二维图像变换得到每个最大内接圆图像的一维的特征向量的步骤包括：
[0019]获取块图像的中心像素点坐标(x
z
,y
z
)，利用极坐标转换将块图像内的所有像素点都转换为极坐标系下的坐标投影点，其中，极坐标转换关系为：x＝rcosθ,y＝rsinθ，θ∈[0,2π]；
[0020]以中心像素点坐标(x
z
,y
z
)为圆心，获取块图像中的每个像素点沿半径方向到中心像素点坐标的距离为r内的所有像素点的个数之和H
r
；
[0021]根据H
r
对半径为r的像素点灰度值进行归一化处理，得到半径为r的像素点的灰度均值；
[0022]设半径的初始值r0＝1，调节步长为d＝1，对半径r进行不断调节，获取不同半径r下的灰度均值，直到分割块中半径最大值其中，m表示正方形的块图像的边长；
[0023]将不同半径下的灰度均值作为当前半径下的第一表征特征向量值，所有半径对应的第一表征特征向量值构成了最大内接圆图像的大小为一行列的一维的特征向量。
[0024]优选的，根据H
r
对半径为r的像素点灰度值进行归一化处理，得到半径为r的像素点的灰度均值的步骤包括：
[0025]根据下式(1)计算灰度均值：
[0026][0027]其中，g
r
表示以r为半径时所对应的灰度均值；H
r
表示块图像中的每个像素点沿半径方向到中心像素点坐标的距离为r内的所有像素点的个数之和；θ3表示第K个投影角度，n表示投影角度的总数，d表示像素点的灰度值。
[0028]优选的，根据第一相似程度值构建第一质量评价曲线，根据第二相似度值构建第二质量评价曲线的步骤包括：
[0029]以各列的最大内接圆图像的列数作为第一质量评价曲线的横坐标，以当前列所有最大内接圆图像之间的第一相似程度值方差作为第一质量评价曲线的纵坐标，构建第一质量评价曲线；
[0030]第二质量评价曲线的构建方式和第一质量评价曲线的构建方式相同。
[0031]优选的，获取每四个相邻的子图像的最大子内接圆图像的步骤包括：
[0032]利用相邻的四个子图像的共同交点作为子中心像素点(x
′
x
,y
′
x
)；
[0033]以子中心像素点(x
′
z
,y
′
z
)为圆心获取每四个相邻子图像的最大子内接圆图像。
[0034]优选的，根据第四相似度值对第二质量曲线进行补偿，得到第一补偿曲线及第二补偿曲线的步骤包括：
[0035]根据第三相似程度值，在第一质量评价曲线上的两个相邻坐标点之间插入一个补偿点，补偿点的横坐标取相连两个坐标点的中间点；纵坐标取最大子内接圆图像之间的第三相似程度值的第三相似程度值方差，得到第一补偿曲线；
[0036]根据第四相似程度值，在第二质量评价曲线上的两个相邻坐标点之间插入一个补偿点，补偿点的横坐标取相连两个坐标点的中间点；纵坐标取最大子内接圆图像之间的第
四相似程度值的第四相似程度值方差，得到第二补偿曲线。
[0037]优选的，根据第一补偿曲线及第二补偿曲线获取曲折度的步骤包括：
[0038]根据下式(2)计算曲折度
[0039][0040]其中，K
q
表示第一补偿曲线的第q个坐标点处的斜率，Q表示第一补偿曲线的总数，K
B
表示第二补偿曲线的第p个坐标点处的斜率，P表示第二补偿曲线的总数。
[0041]优选的，根据曲折度和预设的薄膜表面质量评估指标阈值，确定薄膜图像的表面质量的步骤包括：
[0042]设薄膜表面质量评估指标阈值为M1＝0.1；
[0043]当单位长度下的薄膜图像的曲折度>0.01时，认为当前生产的薄膜表面存在质量缺陷，否则，薄膜表面不存在质量缺陷。
[0044]本专利技术的有益效果是：本专利技术的基于图像处理的PVC薄膜质量检测方法，通过薄膜图像的灰度图对图像进行分割得到块图像，获取块图像的最大内接圆图像，将最大内接圆图像的二维图像进行极坐标转换得到一维本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像处理的PVC薄膜质量检测方法，其特征在于，该方法包括：S1、获取PVC薄膜的薄膜图像的灰度图，将灰度图分割为等大且为正方形的块图像，获取块图像的最大内接圆图像及除最大内接圆图像外的四个子图像；S2、对最大内接圆图像进行二维图像变换得到每个最大内接圆图像的一维的特征向量，将特征向量作为旋转不变向量；S3、计算每一行中每两个相邻、每一列中每两个相邻的最大内接圆图像的旋转不变向量对应的第一相似程度值、第二相似程度值；S4、根据多个第一相似程度值构建第一质量评价曲线，根据多个第二相似度值构建第二质量评价曲线；S5、获取每四个相邻的子图像的最大子内接圆图像，重复S2到S3步骤获取最大子内接圆图像对应的第三相似程度值、第四相似度值，根据第三相似程度值对第一质量评价曲线进行补偿，根据第四相似度值对第二质量曲线进行补偿，得到第一补偿曲线及第二补偿曲线；S6、根据第一补偿曲线及第二补偿曲线获取曲折度，根据曲折度和预设的薄膜表面质量评估指标阈值，确定薄膜图像的表面质量。2.根据权利要求1所述的基于图像处理的PVC薄膜质量检测方法，其特征在于，获取PVC薄膜的薄膜图像的灰度图的步骤包括：采集PVC薄膜的图像；利用语义分割网络对图像进行分割；将图像中薄膜区域图像像素点标记为1，其他背景区域像素点标记为0，得到仅包含薄膜的薄膜图像；将薄膜图像转化为灰度图。3.根据权利要求1所述的基于图像处理的PVC薄膜质量检测方法，其特征在于，对最大内接圆图像进行二维图像变换得到每个最大内接圆图像的一维的特征向量的步骤包括：获取块图像的中心像素点坐标(x
z
,y
z
)，利用极坐标转换将块图像内的所有像素点都转换为极坐标系下的坐标投影点，其中，极坐标转换关系为：x＝rcosθ,y＝rsinθ，换为极坐标系下的坐标投影点，其中，极坐标转换关系为：x＝rcosθ,y＝rsinθ，θ∈[0,2π]；以中心像素点坐标(x
z
,y
z
)为圆心，获取块图像中的每个像素点沿半径方向到中心像素点坐标的距离为r内的所有像素点的个数之和H
r
；根据H
r
对半径为r的像素点灰度值进行归一化处理，得到半径为r的像素点的灰度均值；设半径的初始值r0＝1，调节步长为d＝1，对半径r进行不断调节，获取不同半径r下的灰度均值，直到分割块中半径最大值其中，m表示正方形的块图像的边长；将不同半径下的灰度均值作为当前半径下的第一表征特征向量值，所有半径对应的第一表征特征向量值构成了最大内接圆图像的大小为一行列的一维的特征向量。4.根据权利要求3所述的基于图像处理的PVC薄膜质量检测方法，其特征在于，根据H
r
对半径为r的像素点灰度值进行归一化处理，得到半径为r的像素点的灰度...

【专利技术属性】
技术研发人员：洪良清，
申请(专利权)人：扬州盛强薄膜材料有限公司，
类型：发明
国别省市：