基于图像处理的全降解塑料制品质量检测方法技术

本发明专利技术涉及图像数据处理技术领域，提出了基于图像处理的全降解塑料制品质量检测方法，包括：获取塑料表面图像及若干扇形区域，获取扇形区域的灰度差异因子和梯度差异因子，得到扇形区域的相似性；根据扇形区域相似性得到整合图像；由此得到若干异常区域；获取不同尺寸的表面图像；根据异常区域中心点得到匹配区域；根据异常区域和匹配区域的中心点距离差异以及面积差异得到异常区域的异常程度；获得相似异常组，根据相似异常组内异常区域的异常程度、异常区域之间的距离、异常区域距离图像中间的距离得到周期性概率，并获得缺陷区域及缺陷程度；根据缺陷程度完成塑料制品的质量检测。本发明专利技术通过杯盖周期性得到模板图像，增加了检测效率。了检测效率。了检测效率。

【技术实现步骤摘要】
基于图像处理的全降解塑料制品质量检测方法


[0001]本专利技术涉及图像数据处理
，具体涉及基于图像处理的全降解塑料制品质量检测方法。

技术介绍

[0002]全降解塑料是一种环保材料，广泛用于如各种制品生产中。然而，由于其特殊的物理性质和制备过程中的复杂性，导致其表面容易出现瑕疵、缺陷等问题，对品质检测方法提出了更高的要求。基于图像处理的全降解塑料制品质量检测方法能够对这些问题进行有效处理，并且具备自动化、快速、精度高等优点，在制品生产、品质控制等方面得到了广泛应用。
[0003]现有对全降解塑料制品的检测常用模板匹配方法，而模板匹配常需采集大量缺陷图像，通过采集的缺陷图像作为模板与待测图像进行检测，匹配得到缺陷区域的缺陷情况。模板匹配的模板图像收集工作量巨大，耗费时间成本过大，工作效率低。
[0004]本专利技术所针对的产品为塑料杯盖，对塑料杯盖的形状灰度进行分析，通过高斯金字塔确定异常区域。

技术实现思路

[0005]本专利技术提供基于图像处理的全降解塑料制品质量检测方法，以解决时间成本过大，工作效率低的问题，所采用的技术方案具体如下：本专利技术一个实施例提供了基于图像处理的全降解塑料制品质量检测方法，该方法包括以下步骤：获取塑料表面图像；对塑料表面图像进行霍夫圆检测得到霍夫圆，将霍夫圆等分为若干扇形区域，根据扇形区域的灰度值差异和LBP值差异得到每个扇形区域的灰度差异因子和梯度差异因子，根据扇形区域的灰度差异因子和梯度差异因子得到扇形区域的相似性；根据扇形区域相似性得到高度相似的扇形区域，将最多高度相似的扇形区域得到整合图像；将整合图像和塑料表面图像作差得到若干异常区域；对塑料表面图像使用金字塔算法得到若干不同尺寸的图像，将不同尺寸的图像等比扩大为塑料表面图像的大小记为表面图像；获得异常区域的中心点，根据异常区域中心点得到塑料表面图像异常区域在不同尺寸下表面图像的匹配区域；根据塑料表面图像的异常区域和其所有匹配区域的中心点距离差异以及面积差异得到异常区域的异常程度；获得每个异常区域的相似异常区域，并组成相似异常组，根据相似异常组内异常区域的异常程度、异常区域之间的距离、异常区域距离图像中间的距离得到异常程度影响因子、圆心距离影响因子、相邻距离影响因子；格局相似异常组的异常程度影响因子、圆心距离影响因子、相邻距离影响因子得到相似异常组满足周期性的概率，基于满足周期性的概率得到缺陷区域及缺陷程度；
根据缺陷区域的缺陷程度完成塑料制品的质量检测。
[0006]优选的，所述根据扇形区域的灰度值差异和LBP值差异得到每个扇形区域的灰度差异因子和梯度差异因子的方法为：计算两个扇形区域的所有像素点的灰度值均值，将两个灰度值均值作差取绝对值记为灰度差异因子；计算每个扇形区域每个像素点的LBP值，将两个扇形区域对应像素点的LBP值作差取绝对值，将所有LBP值作差的绝对值取均值得到梯度差异因子。
[0007]优选的，所述将最多高度相似的扇形区域得到整合图像的方法为：统计每个扇形区域的高度相似的扇形区域的数量，将拥有最多高度相似扇形区域数量的扇形区域记为基准扇形区域，将基准扇形区域的高度相似扇形区域记为整合扇形区域，根据基准扇形区域和整合扇形区域加权得到标准扇形区域，将标准扇形区域复制一定数量，将其整合为霍夫圆大小的图像得到整合图形。
[0008]优选的，所述根据基准扇形区域和整合扇形区域加权得到标准扇形区域的方法为：将基准扇形区域和整合扇形区域的数量统计记为O，将权重1等分为O份得到基准扇形区域和每个整合扇形区域的权重，将基准扇形区域和每个整合扇形区域对应像素点灰度值和权重相乘后进行累加得到标准扇形区域。
[0009]优选的，所述异常区域的中心点为异常区域内所有像素点的坐标横纵坐标的均值的向上取整后的坐标对应的像素点。
[0010]优选的，所述根据异常区域中心点得到塑料表面图像异常区域在不同尺寸下表面图像的匹配区域的方法为：对于塑料表面图像的每个异常区域，计算该异常区域的中心点与每个不同尺度下表面图像的每个异常区域的中心点的欧式距离，将塑料表面图像的每个异常区域的中心点和每个尺度下表面图像的每个异常区域的中心点的欧氏距离最小值作为该异常区域在每个尺度下表面图像中匹配的异常区域，将匹配的异常区域记为塑料表面图像异常区域的匹配区域。
[0011]优选的，所述根据塑料表面图像的异常区域和其所有匹配区域的中心点距离差异以及面积差异得到异常区域的异常程度的方法为：式中，表示塑料表面图像的第m个异常区域与第n个尺度下的表面图像对应的匹配区域的距离影响因子，表示第m个异常区域与匹配区域的距离影响因子的最大值，表示塑料表面图像的第m个异常区域与第n个尺度下的表面图像对应的匹配区域的面积影响因子，表示第m个异常区域与匹配区域的面积影响因子的最大值，为以自然常数为底的指数函数，表示第m个异常区域的异常程度。
[0012]优选的，所述根据相似异常组内异常区域的异常程度、异常区域之间的距离、异常区域距离图像中间的距离得到异常程度影响因子、圆心距离影响因子、相邻距离影响因子的方法为：
对于每个相似异常组，将相似异常组内的所有异常区域的异常程度两两作差取绝对值，将所有差值的绝对值取均值记为该相似异常组的异常程度影响因子；将每个相似异常组的每个异常区域的中心点与霍夫圆圆心求欧式距离记为区域距离，将每个相似异常组内的所有区域距离两两作差取绝对值，将所有差值的绝对值取均值记为该相似异常组的圆心距离影响因子；对于每个相似异常组，将异常区域的轮廓像素点与其余异常区域的轮廓像素点求欧氏距离，取最小值作为相邻距离，将每个相似异常组内的所有相邻距离两两作差取绝对值，将所有差值的绝对值之和相加记为相邻距离影响因子。
[0013]本专利技术的有益效果是：基于本申请通过对杯盖区域进行扇形分块，通过分析各扇形分块的相似程度得到整合，将塑料表面图像与整合图像进行作差得到异常区域；根据异常区域在高斯金字塔不同尺度层中的变动程度进而得到异常程度；根据异常程度结合缺陷和自身纹理的分布规律得到属于缺陷的异常程度，即缺陷程度。
[0014]本专利技术通过对不同杯盖自适应得到不同的模板图像，相较于原版匹配算法中人为收集模板图像效率更高，且根据异常区域的周期性排除了杯盖纹理的影响，算法效果也不会受到影响。
附图说明
[0015]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。
[0016]图1为本专利技术一个实施例所提供的基于图像处理的全降解塑料制品质量检测方法的流程示意图。
具体实施方式
[0017]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.基于图像处理的全降解塑料制品质量检测方法，其特征在于，该方法包括以下步骤：获取塑料表面图像；对塑料表面图像进行霍夫圆检测得到霍夫圆，将霍夫圆等分为若干扇形区域，根据扇形区域的灰度值差异和LBP值差异得到每个扇形区域的灰度差异因子和梯度差异因子，根据扇形区域的灰度差异因子和梯度差异因子得到扇形区域的相似性；根据扇形区域相似性得到高度相似的扇形区域，将最多高度相似的扇形区域得到整合图像；将整合图像和塑料表面图像作差得到若干异常区域；对塑料表面图像使用金字塔算法得到若干不同尺寸的图像，将不同尺寸的图像等比扩大为塑料表面图像的大小记为表面图像；获得异常区域的中心点，根据异常区域中心点得到塑料表面图像异常区域在不同尺寸下表面图像的匹配区域；根据塑料表面图像的异常区域和其所有匹配区域的中心点距离差异以及面积差异得到异常区域的异常程度；获得每个异常区域的相似异常区域，并组成相似异常组，根据相似异常组内异常区域的异常程度、异常区域之间的距离、异常区域距离图像中间的距离得到异常程度影响因子、圆心距离影响因子、相邻距离影响因子；格局相似异常组的异常程度影响因子、圆心距离影响因子、相邻距离影响因子得到相似异常组满足周期性的概率，基于满足周期性的概率得到缺陷区域及缺陷程度；根据缺陷区域的缺陷程度完成塑料制品的质量检测。2.根据权利要求1所述的基于图像处理的全降解塑料制品质量检测方法，其特征在于，所述根据扇形区域的灰度值差异和LBP值差异得到每个扇形区域的灰度差异因子和梯度差异因子的方法为：计算两个扇形区域的所有像素点的灰度值均值，将两个灰度值均值作差取绝对值记为灰度差异因子；计算每个扇形区域每个像素点的LBP值，将两个扇形区域对应像素点的LBP值作差取绝对值，将所有LBP值作差的绝对值取均值得到梯度差异因子。3.根据权利要求1所述的基于图像处理的全降解塑料制品质量检测方法，其特征在于，所述将最多高度相似的扇形区域得到整合图像的方法为：统计每个扇形区域的高度相似的扇形区域的数量，将拥有最多高度相似扇形区域数量的扇形区域记为基准扇形区域，将基准扇形区域的高度相似扇形区域记为整合扇形区域，根据基准扇形区域和整合扇形区域加权得到标准扇形区域，将标准扇形区域复制一定数量，将其整合为霍夫圆大小的图像得到整合图形。4.根据权利要求3所述的基于图像处理的全降解塑料制品质量检测方法，其特征在于，所述根据基准扇形区域和整合扇形区域加权得到标准扇形区域的方法为：将基准扇形区域和整合扇形区域的数量统计记为...

【专利技术属性】
技术研发人员：房九君，黄功勋，李想，
申请(专利权)人：临沂中科芯华新材料科技有限公司，
类型：发明
国别省市：