一种用于水溶肥料包装的视觉检测方法技术

本发明专利技术涉及图像数据处理技术领域，具体涉及一种用于水溶肥料包装的视觉检测方法。该方法获取水溶肥料包装图像的灰度图像；根据灰度图像中每个像素点的滑动窗口区域中角点和直线交点的分布，获取结构复杂因子；确定滑动窗口区域中的目标直线；根据目标直线和结构复杂因子，获取滑动窗口区域中的笔划密集指数；根据像素点所在行的角点分布和笔划密集指数，获取结构丰富度；根据结构丰富度，获取每个超像素块的区域丰富度；确定每个超像素块中进行伽马变换的伽马因子，获取灰度图像的增强图像。本发明专利技术获取超像素块对应的伽马因子，使得文字像素点的增强效果更好，对水溶肥料包装的视觉检测更准确，进而对水溶肥料包装的质量进行准确的评价。确的评价。确的评价。

【技术实现步骤摘要】
一种用于水溶肥料包装的视觉检测方法


[0001]本专利技术涉及图像数据处理
，具体涉及一种用于水溶肥料包装的视觉检测方法。

技术介绍

[0002]水溶肥料需要溶解于水中，形成肥料溶液供植物吸收和利用。如今，水溶肥料被广泛应用于农业、园艺和植物栽培等领域。
[0003]通过水溶肥料包装，可以明确水溶肥料的作用，因此，需要确保水溶肥料包装的清晰。为了准确检测水溶肥料包装，现有方法中使用计算机视觉技术对水溶肥料包装进行检测，为了保证检测结果的准确性，在检测之前需要对水溶肥料包装图像进行增强，减小光照等环境的影响，突出水溶肥料包装图像中的关键特征和细节。现有方法中通过伽马变换对水溶肥料包装图像进行图像增强，伽马变换中的伽马因子是固定的，对水溶肥料包装图像中的每个像素点均进行相同伽马因子的伽马变换，会导致水溶肥料包装图像的部分增强效果不准确，进而不能对水溶肥料包装进行准确的视觉检测。

技术实现思路

[0004]为了解决伽马变换中的伽马因子是固定的，导致水溶肥料包装图像的部分增强效果不准确，进而不能对水溶肥料包装进行准确的视觉检测的技术问题，本专利技术的目的在于提供一种用于水溶肥料包装的视觉检测方法，所采用的技术方案具体如下：本专利技术提出了一种用于水溶肥料包装的视觉检测方法，该方法包括以下步骤：获取水溶肥料包装图像的灰度图像；获取灰度图像中每个像素点的滑动窗口区域，根据每个滑动窗口区域中角点和直线交点的分布，获取灰度图像中每个像素点的结构复杂因子；根据每个滑动窗口区域中每条直线的长度，确定每个滑动窗口区域中的目标直线；根据每个滑动窗口区域中的目标直线和灰度图像中对应像素点的结构复杂因子，获取每个滑动窗口区域中的笔划密集指数；根据灰度图像中每个像素点所在行的角点分布和对应滑动窗口区域中的笔划密集指数，获取灰度图像中每个像素点的结构丰富度；将灰度图像划分为预设数量个超像素块，根据超像素块中每个像素点的结构丰富度，获取每个超像素块的区域丰富度；根据所述区域丰富度，确定每个超像素块中的像素点进行伽马变换的伽马因子，基于伽马因子，对灰度图像进行伽马变换，获取灰度图像的增强图像。
[0005]进一步地，所述结构复杂因子的获取方法为：选取灰度图像中的任一个像素点作为目标像素点，将目标像素点的滑动窗口区域作为目标区域；获取目标区域中直线交点的数量作为第一数量；
获取目标区域中的每个角点到所述目标像素点之间的距离作为第一距离；获取所述第一距离的均值，作为目标距离均值；获取每个所述第一距离与所述目标距离均值的差异，作为第一差异；获取所述第一差异的均值，作为距离整体分布值；计算所述第一数量与所述距离整体分布值的乘积，作为所述目标像素点的结构复杂因子。
[0006]进一步地，所述目标直线的获取方法为：当直线的长度大于或者等于预设的直线长度阈值时，对应的直线为目标直线。
[0007]进一步地，所述笔划密集指数的获取方法为：获取每个滑动窗口区域中目标直线的数量，作为第二数量；计算所述第二数量和灰度图像中对应像素点的结构复杂因子的乘积，作为对应滑动窗口区域的笔划密集指数。
[0008]进一步地，所述结构丰富度的获取方法为：获取灰度图像中水平方向上每行像素点中的角点数量，作为第三数量；选取最大的第三数量作为参考数量，获取灰度图像中每个像素点所在行的第三数量与参考数量的比值，作为灰度图像中每个像素点的第一特征值；将灰度图像中每个像素点的所述第一特征值和对应滑动窗口区域的笔划密集指数的乘积，作为灰度图像中每个像素点的结构丰富度。
[0009]进一步地，所述根据超像素块中每个像素点的结构丰富度，获取每个超像素块的区域丰富度的方法为：将灰度图像中每个结构丰富度进行归一化的结果，作为第一结果；获取每个超像素块中第一结果的均值，作为每个超像素块的区域丰富度。
[0010]进一步地，所述根据所述区域丰富度，确定每个超像素块中的像素点进行伽马变换的伽马因子的方法为：将预设常数与每个超像素块的区域丰富度的相加结果，作为每个超像素块中的像素点进行伽马变换的伽马因子。
[0011]进一步地，所述角点的获取方法为：通过Harris角点检测算法，获取灰度图像中的角点。
[0012]进一步地，所述直线交点的获取方法为：通过霍夫线变换，获取灰度图像中的直线；根据直线的位置，确定灰度图像中的直线交点。
[0013]进一步地，所述超像素块的获取方法为：通过SLIC超像素分割算法，对灰度图像进行分割，获取超像素块。
[0014]本专利技术具有如下有益效果：根据灰度图像中每个像素点的滑动窗口区域中角点和直线交点的分布，获取灰度图像中每个像素点的结构复杂因子，初步确定每个像素点的特征，提高后续获取伽马变换中伽马因子的准确性；根据每条直线的长度，确定目标直线，使得目标直线更接近文字笔划直线，降低了非文字直线的干扰，进而根据每个滑动窗口区域中的目标直线和灰度图像中对应像素点的结构复杂因子，准确获取每个滑动窗口区域中的笔划密集指数，进一步准确
获取灰度图像中文字区域的特征；根据灰度图像中每个像素点所在行的角点分布和对应滑动窗口区域中的笔划密集指数，获取灰度图像中每个像素点的结构丰富度，确定灰度图像中每个像素点为文字像素点的可能性，进行准确获取灰度图像中每个像素点的伽马因子，使得文字像素点的增强效果更准确；将灰度图像划分为预设数量个超像素块，提高获取伽马因子的效率，进而根据超像素块中每个像素点的结构丰富度，获取每个超像素块的区域丰富度，准确确定每个超像素块中的像素点进行伽马变换的伽马因子，获取灰度图像的增强图像，突出灰度图像中的关键特征和细节，更容易检测出水溶肥料包装中的信息，进而对水溶肥料包装进行准确的视觉检测，同时，提高了检测的准确性和鲁棒性。
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和优点，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的介绍，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的前提下，还可以根据这些附图获得其它附图。
[0016]图1为本专利技术一个实施例所提供的一种用于水溶肥料包装的视觉检测方法的流程示意图；图2为本专利技术一个实施例所提供的一种水溶肥料包装的质量评价方法的流程示意图。
具体实施方式
[0017]一种用于水溶肥料包装的视觉检测方法实施例：为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种用于水溶肥料包装的视觉检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0018]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0019]下面结合附图具体的说明本专利技术所提供的一种用于水溶肥料包装的视觉检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于水溶肥料包装的视觉检测方法，其特征在于，该方法包括以下步骤：获取水溶肥料包装图像的灰度图像；获取灰度图像中每个像素点的滑动窗口区域，根据每个滑动窗口区域中角点和直线交点的分布，获取灰度图像中每个像素点的结构复杂因子；根据每个滑动窗口区域中每条直线的长度，确定每个滑动窗口区域中的目标直线；根据每个滑动窗口区域中的目标直线和灰度图像中对应像素点的结构复杂因子，获取每个滑动窗口区域中的笔划密集指数；根据灰度图像中每个像素点所在行的角点分布和对应滑动窗口区域中的笔划密集指数，获取灰度图像中每个像素点的结构丰富度；将灰度图像划分为预设数量个超像素块，根据超像素块中每个像素点的结构丰富度，获取每个超像素块的区域丰富度；根据所述区域丰富度，确定每个超像素块中的像素点进行伽马变换的伽马因子，基于伽马因子，对灰度图像进行伽马变换，获取灰度图像的增强图像。2.如权利要求1所述一种用于水溶肥料包装的视觉检测方法，其特征在于，所述结构复杂因子的获取方法为：选取灰度图像中的任一个像素点作为目标像素点，将目标像素点的滑动窗口区域作为目标区域；获取目标区域中直线交点的数量作为第一数量；获取目标区域中的每个角点到所述目标像素点之间的距离作为第一距离；获取所述第一距离的均值，作为目标距离均值；获取每个所述第一距离与所述目标距离均值的差异，作为第一差异；获取所述第一差异的均值，作为距离整体分布值；计算所述第一数量与所述距离整体分布值的乘积，作为所述目标像素点的结构复杂因子。3.如权利要求1所述一种用于水溶肥料包装的视觉检测方法，其特征在于，所述目标直线的获取方法为：当直线的长度大于或者等于预设的直线长度阈值时，对应的直线为目标直线。4.如权利要求1所述一种用于水溶肥料包装的视觉检测方法，其特征在于，所述笔划密集指数的获取方法为：获取每个滑动窗口区域...

【专利技术属性】
技术研发人员：李秉政，
申请(专利权)人：山东禾之源现代农业发展有限公司，
类型：发明
国别省市：