基于机器视觉的瓶装水杂质检测方法技术

本发明专利技术涉及图像处理领域，具体涉及基于机器视觉的瓶装水杂质检测方法，包括：采集灰度瓶装水图像，获取瓶装水的边缘图像；根据瓶装水的边缘图像得到边缘像素点的拟合权值；然后得到瓶装水的气泡主要分布方向的直线；根据灰度瓶装水图像得到最佳邻域窗口宽度，并得到邻域分布参数；根据灰度瓶装水图像得到特征筛选参数；并得到每个像素点为气泡像素点的可能性；获取每个像素点的概率判定系数，根据可能性和概率判定系数得到滤波窗口的宽度；根据邻域窗口内像素点之间的距离得到窗口内每个像素点的滤波权值，然后得到滤波之后瓶装水的灰度图并进行瓶装水杂质的检测。本发明专利技术用图像处理对图像进行滤波，提高瓶装水中杂质检测的准确性。确性。确性。

【技术实现步骤摘要】
基于机器视觉的瓶装水杂质检测方法


[0001]本专利技术涉及图像处理
，具体涉及基于机器视觉的瓶装水杂质检测方法。

技术介绍

[0002]随着科技的发展，人们的生活便捷性提高，瓶装水已经充斥在我们生活的每一个角落之中。而瓶装水作为直接供人饮用的产品，其质量和安全性至关重要。尤其是瓶装水的杂质的存在可能给消费者的健康带来潜在风险。通过进行杂质检测，可以确保瓶装水符合相关的质量标准和规定，提供高质量、安全可靠的产品给消费者。
[0003]现有技术在利用计算机视觉对瓶装水进行杂质检测的时候，往往是直接通过对应的图像识别算法进行检测，但是在检测的过程中，因为瓶装水中可能存在一定的程度的气泡，而气泡的存在会使得检测算法错误识别，使得进行杂质检测的时候出现误检的现象，从而造成不必要的影响。本专利技术提出了一种基于机器视觉的瓶装水杂质检测方法，具体过程为在利用图像识别算法进行瓶装水的杂质检测之前，利用滤波算法对瓶装水图像进行处理，滤除其中的气泡影响因素，而后利用无气泡影响的瓶装水图像进行对应的杂质检测。

技术实现思路

[0004]本专利技术提供基于机器视觉的瓶装水杂质检测方法，以解决现有的问题。
[0005]本专利技术的基于机器视觉的瓶装水杂质检测方法采用如下技术方案：本专利技术一个实施例提供了基于机器视觉的瓶装水杂质检测方法，该方法包括以下步骤：采集灰度瓶装水图像；对灰度瓶装水图像进行边缘检测得到瓶装水的边缘图像；根据边缘图像中的所有边缘像素点得到边缘图像中每个边缘像素点的拟合权值；根据边缘图像中每个边缘像素点的拟合权值得到瓶装水的气泡主要分布方向的直线；根据灰度瓶装水图像得到每个像素点的最佳邻域窗口宽度，根据每个像素点的最佳邻域窗口宽度得到每个像素点的邻域分布参数；根据灰度瓶装水图像中每个像素点的灰度值与所有像素点的灰度均值之间的差值的绝对值得到每个像素点的特征筛选参数；根据邻域分布参数、特征筛选参数和瓶装水的气泡主要分布方向的直线得到灰度瓶装水图像中每个像素点为气泡像素点的可能性；根据每个像素点为气泡像素点的可能性得到每个像素点的概率判定系数，根据每个像素点为气泡像素点的可能性和每个像素点的概率判定系数得到每个像素点滤波窗口的宽度；将灰度瓶装水图像中任意一个像素点记为中心像素点；根据中心像素点为气泡像素点的可能性和中心像素点与中心像素点窗口邻域内像素点之间的距离得到中心像素点窗口邻域内每个像素点的滤波权值；根据中心像素点窗口邻域内每个像素点的滤波权值和中心像素点滤波窗口的宽度进行滤波处理得到滤波之
后瓶装水的灰度图；根据滤波之后瓶装水的灰度图进行瓶装水杂质的检测。
[0006]进一步地，所述边缘图像中每个边缘像素点的拟合权值的具体获取步骤如下：拟合权值的公式为：式中，和表示第n个边缘像素点的水平方向和竖直方向的位置坐标，和表示除了第n个边缘像素点之外的所有边缘像素点中的第t个边缘像素点的水平方向和竖直方向的位置坐标，表示瓶装水的边缘图像中的所有边缘像素点的数量，表示自然常数，表示第n个边缘像素点的拟合权值。
[0007]进一步地，所述瓶装水的气泡主要分布方向的直线的具体获取步骤如下：对瓶装水的边缘图像中每个边缘像素点的水平和竖直方向上的位置坐标都乘以每个像素点对应的拟合权值，得到每个边缘像素点新的位置坐标，根据所有边缘像素点新的位置坐标通过最小二乘法进行直线拟合，得到瓶装水的气泡主要分布方向的直线。
[0008]进一步地，所述每个像素点的最佳邻域窗口宽度的具体获取步骤如下：获取以第i个像素点为窗口中心像素点，以m为窗口宽度的一个邻域窗口，记为窗口m，计算窗口m内除了中心像素点之外所有像素点灰度均值，记为，将窗口m的中心像素点的灰度值记为，获取与比值，记为；再获取以第i个像素点为窗口中心像素点，以m+1为窗口宽度的一个邻域窗口，记为窗口m+1，计算窗口m+1内除了中心像素点之外所有像素点灰度均值，记为，将窗口m+1的中心像素点的灰度值记为，获取与比值，记为；计算所有以第i个像素点为窗口中心像素点，以窗口宽度差1的和之间差值的绝对值，记为H，获取H最大时所对应的窗口宽度差1的两个窗口中最小窗口宽度作为最佳邻域窗口宽度。
[0009]进一步地，所述每个像素点的邻域分布参数的具体获取步骤如下：每个像素点的邻域分布参数的公式为：式中，表示在灰度瓶装水图像中以第个像素点为中心像素点的最佳邻域窗口宽度，表示在灰度瓶装水图像中以第个像素点为中心像素点的邻域分布参数，表示自然常数。
[0010]进一步地，所述灰度瓶装水图像中每个像素点为气泡像素点的可能性的具体获取步骤如下：
灰度瓶装水图像中每个像素点为气泡像素点的可能性的公式为：式中，表示在灰度瓶装水图像中第个像素点的特征筛选参数，表示在灰度瓶装水图像中以第个像素点为中心像素点的邻域分布参数，表示在灰度瓶装水图像中第个像素点为气泡像素点的可能性，表示第个像素点到瓶装水的气泡主要分布方向直线之间的欧式距离。
[0011]进一步地，所述每个像素点的概率判定系数的具体获取步骤如下：根据所有像素点为气泡像素点的可能性求均值得到灰度瓶装水图像中的所有的像素点对应为气泡像素点的可能性均值，用表示；根据与之间的关系获取每个像素点对应的概率判定系数，具体为：当时，则第个像素点的概率判定系数置为0，当时，则第个像素点的概率判定系数置为1，表示在灰度瓶装水图像中第个像素点为气泡像素点的可能性。
[0012]进一步地，所述每个像素点滤波窗口的宽度的具体获取步骤如下：每个像素点滤波窗口的宽度的公式为：式中，表示在灰度瓶装水图像中第个像素点为气泡像素点的可能性，表示灰度瓶装水图像中的所有的像素点对应为气泡像素点的可能性均值，表示第i个像素点的概率判定系数，表示窗口调节参数，表示第i个像素点滤波窗口的宽度，表示自然常数，表示向下取整。
[0013]进一步地，所述根据中心像素点为气泡像素点的可能性和中心像素点与中心像素点窗口邻域内像素点之间的距离得到中心像素点窗口邻域内每个像素点的滤波权值，包括的具体步骤如下：以第i个像素点为窗口中心像素点，且以每个像素点滤波窗口的宽度获取滤波窗口，计算第i个像素点和滤波窗口内第个像素点之间的距离，记为R，计算R和第i个像素点为气泡像素点的可能性的比值，记为，表示以第i个像素点为中心像素点的滤波窗口
内第个像素点的滤波权值。
[0014]进一步地，所述根据滤波之后瓶装水的灰度图进行瓶装水杂质的检测，包括的具体步骤如下：对滤波之后瓶装水的灰度图利用canny边缘检测算法得到滤波之后瓶装水的边缘图像；获取滤波之后瓶装水的边缘图像中边缘像素点的个数，记为gg，获取滤波之后瓶装水的边缘图像所有像素点的个数，记为Gg，计算gg与Gg的比值，记为瓶装水中的杂质占比，用bb表示；当瓶装水中的杂质占比bb大于等于预设阈值B，则瓶装水中的杂质多，不能够饮用；当瓶装水中的杂质占比bb小于预设阈值B，则瓶装水中的杂质少，能够饮用。
[0015]本专利技术的技术方案的有益效果是：通过利用气泡的方向以及灰度值特征，进而计算每个像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于机器视觉的瓶装水杂质检测方法，其特征在于，该方法包括以下步骤：采集灰度瓶装水图像；对灰度瓶装水图像进行边缘检测得到瓶装水的边缘图像；根据边缘图像中的所有边缘像素点得到边缘图像中每个边缘像素点的拟合权值；根据边缘图像中每个边缘像素点的拟合权值得到瓶装水的气泡主要分布方向的直线；根据灰度瓶装水图像得到每个像素点的最佳邻域窗口宽度，根据每个像素点的最佳邻域窗口宽度得到每个像素点的邻域分布参数；根据灰度瓶装水图像中每个像素点的灰度值与所有像素点的灰度均值之间的差值的绝对值得到每个像素点的特征筛选参数；根据邻域分布参数、特征筛选参数和瓶装水的气泡主要分布方向的直线得到灰度瓶装水图像中每个像素点为气泡像素点的可能性；根据每个像素点为气泡像素点的可能性得到每个像素点的概率判定系数，根据每个像素点为气泡像素点的可能性和每个像素点的概率判定系数得到每个像素点滤波窗口的宽度；将灰度瓶装水图像中任意一个像素点记为中心像素点；根据中心像素点为气泡像素点的可能性和中心像素点与中心像素点窗口邻域内像素点之间的距离得到中心像素点窗口邻域内每个像素点的滤波权值；根据中心像素点窗口邻域内每个像素点的滤波权值和中心像素点滤波窗口的宽度进行滤波处理得到滤波之后瓶装水的灰度图；根据滤波之后瓶装水的灰度图进行瓶装水杂质的检测。2.根据权利要求1所述基于机器视觉的瓶装水杂质检测方法，其特征在于，所述边缘图像中每个边缘像素点的拟合权值的具体获取步骤如下：拟合权值的公式为：式中，和表示第n个边缘像素点的水平方向和竖直方向的位置坐标，和表示除了第n个边缘像素点之外的所有边缘像素点中的第t个边缘像素点的水平方向和竖直方向的位置坐标，表示瓶装水的边缘图像中的所有边缘像素点的数量，表示自然常数，表示第n个边缘像素点的拟合权值。3.根据权利要求1所述基于机器视觉的瓶装水杂质检测方法，其特征在于，所述瓶装水的气泡主要分布方向的直线的具体获取步骤如下：对瓶装水的边缘图像中每个边缘像素点的水平和竖直方向上的位置坐标都乘以每个像素点对应的拟合权值，得到每个边缘像素点新的位置坐标，根据所有边缘像素点新的位置坐标通过最小二乘法进行直线拟合，得到瓶装水的气泡主要分布方向的直线。4.根据权利要求1所述基于机器视觉的瓶装水杂质检测方法，其特征在于，所述每个像素点的最佳邻域窗口宽度的具体获取步骤如下：获取以第i个像素点为窗口中心像素点，以m为窗口宽度的一个邻域窗口，记为窗口m，
计算窗口m内除了中心像素点之外所有像素点灰度均值，记为，将窗口m的中心像素点的灰度值记为，获取与比值，记为；再获取以第i个像素点为窗口中心像素点，以m+1为窗口宽度的一个邻域窗口，记为窗口m+1，计算窗口m+1内除了中心像素点之外所有像素点灰度均值，记为，将窗口m+1的中心像素点的灰度值记为，获取与比值，记为；计算所有以第i个像素点为窗口中心像素点，以窗口宽度差1的和之间差值的绝对值，记为H，获取H最大时所对应的窗口宽度差1的两个窗口中最小窗口宽度作为最佳邻域窗口宽度。5.根据权利要求...

【专利技术属性】
技术研发人员：于洪飞，马丽珠，王杰，
申请(专利权)人：山东省永星食品饮料有限公司，
类型：发明
国别省市：