一种湿爆珠偏心度检测方法与流程

本发明涉及烟草技术领域，尤其涉及一种湿爆珠偏心度检测方法。

背景技术：

爆珠添加作为一种卷烟赋香的创新技术，为以香型塑造为核心的品类构建提供了新的更为具体的感知支撑手段。在卷烟中所使用的爆珠对其物料指标要求严格，例如爆珠的直径、压力、偏心和响度等，同时为了保证爆珠的口味均匀一致，也必须保证爆珠内在香精的装载量均匀一致；而湿爆珠作为烟用爆珠成型前的半成品，其外形比成品的爆珠更大，更容易检测出偏心度指标，对于滤棒生成厂家来说，检测偏心度特征有助于提升生产质量；然而目前对于湿爆珠偏心度的检测方法主要是通过手工测量，然后通过显微镜对比标尺测量，这种测量方法存着误差大和检测速度慢的问题。

技术实现要素：

本发明的目的在于克服现有技术的缺点，提供了一种湿爆珠偏心度检测方法，解决了现目前湿爆珠偏心度检测主要通过手动测量存在的误差大和速度慢的问题。

本发明的目的通过以下技术方案来实现：一种湿爆珠偏心度检测方法，所述检测方法包括：

图像处理步骤：通过漫水填充算法对采集的图像进行处理，去掉图像中的干扰区域留下爆珠区域；

外轮廓提取步骤：根据爆珠区域的轮廓获取外轮廓圆心，再根据轮廓提取出每个爆珠的rio图像；

内轮廓提取步骤：采用圆心延伸梯度算法提取每个爆珠图像的内轮廓；

偏心度计算步骤：根据所述外轮廓提取步骤提取的外轮廓和所述内轮廓提取步骤提取的内轮廓计算内外轮廓质心差值，得到爆珠的偏心度值。

进一步地，所述通过漫水填充算法对采集的图像进行处理，去掉图像中的干扰区域留下爆珠区域包括：

将采集爆珠图像转换为灰度图，并使用漫水填充算法floodfill将白色背景联通区域设置为像素值255；

遍历图像中的每个像素，获得每个像素间隔一定距离的上下左右邻接像素的像素值，并根据邻接像素的像素值大小去掉干扰区域。

进一步地，所述根据邻接像素的像素值大小去掉干扰区域包括：如果邻接四个像素的像素值均为255，则将当前像素视为干扰区域的像素，并将该当前像素的像素值设置为255；如果邻接四个像素值不均为255，则将当前像素视为爆珠区域的像素。

进一步地，所述采用圆心延伸梯度算法提取每个爆珠图像的内轮廓包括：

遍历爆珠rio图像的每个像素并提取像素坐标，设遍历点p0，将圆心a与遍历点p0置于笛卡尔坐标系中，设定一个延伸点p1，其定义为圆心a与遍历点连接直线的延伸线上，与遍历点相距一个固定延伸距离值的有且只有一个的点；

设延伸距离值为diff，通过勾股定理和延伸距离值计算出延伸点在笛卡尔坐标系中的位置p1；

通过圆心坐标a将延伸点的坐标转换为opencv图像坐标系中的坐标值，通过图片坐标系获得遍历点p0与延伸点p1的像素值差值，即为遍历点对应的圆心延伸梯度值gradf(p0)＝f(p1)-f(p0)，并对该梯度值进行处理；

将处理后的gradf(p0)映射到一张宽度和高度与爆珠rio图像宽度和高度相同的新图像中，并将新图像进行min-max标准化处理，使得最大值限定为255；

通过opencv的findcontours函数获取的根据面积排序的第二轮廓即为爆珠的内轮廓。

进一步地，所述对该梯度值进行处理包括：定义为当p0像素值大于200时，gradf(p0)＝0，否则gradf(p0)＝gradf(p0)，当f(p1)-f(p0)小于0时，gradf(p0)＝0，否则gradf(p0)＝gradf(p0)；对运算后的值再进行一次开放运算。

本发明具有以下优点：一种湿爆珠偏心度检测方法，将工业显微镜采集到的图像自动处理为偏心度指标，速度快正确率高；在计算梯度时充分考虑到方向性，使得计算出来的梯度值更具参考性，将圆心加入边缘方向的计算，圆形、弧形边界提取效果佳；充分遍历了每一个像素，而并在遍历时不在意像素之间的连续性，使得算法可靠性更高，容错性更好；充分考虑利用图像中像素之间的变化规律，使用灵活的计算方法，计算量小，性能较好；使用动态方向的梯度，用梯度值映射出想要提取物体的图像，将被测物与其他区域分离，方法新颖，测量结果更可靠。

附图说明

图1为本发明方法的流程示意图；

图2为采集图像处理前的示意图；

图3为经过处理后去除干扰区域后的示意图；

图4为去除干扰区域后的爆珠图；

图5为遍历点与延伸点位置示意图；

图6为遍历点与延伸点在笛卡尔坐标系中的示意图；

图7为横截面在算法处理前后的示意图；

图8为算法处理后的爆珠图；

图9为爆珠内外轮廓示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的保护范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。下面结合附图对本发明做进一步的描述。

如图1所示，本发明涉及一种湿爆珠偏心度检测方法，通过opencv框架对过滤棒图像进行处理，其具体包括以下内容：

s1、图像处理步骤：通过漫水填充算法对采集的图像进行处理，去掉图像中的干扰区域留下爆珠区域；

进一步地，如图2-图4所示，采集的图像中包含有爆珠，白色背景，圆形槽边界、小灰尘和小油渍等等，其中圆形槽边界、小灰尘和小油渍均设置为干扰区域，为了准确提取爆珠轮廓，需要将爆珠意外的区域消除掉；

s11将采集爆珠图像转换为灰度图，并使用漫水填充算法floodfill将白色背景联通区域设置为像素值255；

s12、遍历图像中的每个像素，获得每个像素间隔一定距离的上下左右邻接像素的像素值，并根据邻接像素的像素值大小去掉干扰区域。

进一步地，根据邻接像素的像素值大小去掉干扰区域包括：如果邻接四个像素的像素值均为255，则将当前像素视为干扰区域的像素，并将该当前像素的像素值设置为255；如果邻接四个像素值不均为255，则将当前像素视为爆珠区域的像素；爆珠为面积较大的圆形区域，所以爆珠区域的像素的邻接像素不会均为255，这样就去掉了大多数的干扰区域而留下了爆珠区域。

s2、外轮廓提取步骤：根据爆珠区域的轮廓获取外轮廓圆心，再根据轮廓提取出每个爆珠的rio(感兴趣区域)图像；

进一步地，rio图像获取步骤：根据轮廓提取出每个爆珠的最小外接正矩，根据最小外接正矩的在原图中的定位、矩形长、矩形宽，3个信息，从原图中提取出每个爆珠的单独图像。

s3、内轮廓提取步骤：采用圆心延伸梯度算法提取每个爆珠图像的内轮廓；

进一步地，采用圆心延伸梯度算法提取每个爆珠图像的内轮廓包括：

如图5-图9所示，s31、遍历爆珠rio图像的每个像素并提取像素坐标，设遍历点p0，将圆心a与遍历点p0置于笛卡尔坐标系中，设定一个延伸点p1，其定义为圆心a与遍历点连接直线的延伸线上，与遍历点相距一个固定延伸距离值的有且只有一个的点；

s32、设延伸距离值为diff，通过勾股定理和延伸距离值计算出延伸点在笛卡尔坐标系中的位置p1；

其中，p1在笛卡尔坐标系中的坐标位置计算公式可以简化为：

s33、通过圆心坐标a将延伸点的坐标转换为opencv图像坐标系中的坐标值，通过图片坐标系获得遍历点p0与延伸点p1的像素值差值，即为遍历点对应的圆心延伸梯度值gradf(p0)＝f(p1)-f(p0)，并对该梯度值进行处理；

进一步地，对该梯度值进行处理包括：定义为当p0像素值大于200时，gradf(p0)＝0，否则gradf(p0)＝gradf(p0)，当f(p1)-f(p0)小于0时，gradf(p0)＝0，否则gradf(p0)＝gradf(p0)；其具体公式如下：

s34、将得到的gradf(p0)再进行一次开放运算，目的是扩展映射图像中暗像素的值，同时压缩更高灰度的值，使得找到的内轮廓更为精确，将gradf(p0)经过开方运算后的值映射到一张宽度和高度与爆珠rio图像宽度和高度相同的新图像中，为了让新图像中的所有像素处于同一个数量级，将新图像进行min-max标准化处理，使得最大值限定为255；其标准化处理公式如下：

s35、通过opencv的findcontours函数获取第二个轮廓即为爆珠的内轮廓。

s4、偏心度计算步骤：根据所述外轮廓提取步骤提取的外轮廓和苏搜内轮廓提取步骤提取的内轮廓计算内外轮廓质心差值，得到爆珠的偏心度值。

本发明通过计算机视觉技术，将工业显微镜采集到的图像自动处理为偏心度指标，速度快准确率高。

算法的难度在内轮廓提取上，传统的边缘检测算法如soble对直线边缘有比较好的效果，而在圆形轮廓上轮廓提取效果不好，其提取的边缘在±45度角的轮廓并不明显，造成轮廓断裂。本算法在计算梯度时充分考虑到方向性，将圆心加入边缘方向的计算，圆形、弧形边界提取效果佳，使得计算出来的梯度值更具参考性。

爆珠图像上存在有随机出现的斑点，边缘不连续的问题，这就要求算法有足够的适应性，而分水岭算法和grabcut算法因为这些随机出现的干扰并不能达到一个好的效果，本算法充分遍历了每一个像素，而并在遍历时不在意像素之间的连续性，使得算法可靠性更高，容错性更好。

算法充分考虑利用图像中像素之间的变化规律，使用灵活的计算方法，计算量小，性能较好；使用动态方向的梯度，用梯度值映射出想要提取物体的图像，将被测物与其他问题分离，方法新颖，测量结果更可靠。

以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。