本发明属于在线视觉检测方法技术领域，尤其涉及一种透明滤棒爆珠缺陷在线视觉检测方法。
背景技术：
透明滤棒的生产过程中会产生质量缺陷的次品，例如多珠、少珠、相位偏差等问题，而在透明滤棒过程中存在长度不准、排列错误、拼接缝隙、混料、珠有无、珠破损等问题，对滤棒次品进行筛选和剔除是提高卷烟滤棒产品质量的重要生产环节。传统的滤棒次品检测使用的是人工抽样方法，但人工抽样检测存在检测速度慢、检测错误率较高等缺点，因此无法满足目前高速和准确检测的需要。目前国内常用的滤棒次品自动检测剔除方法有传感器检测方法和微波检测方法，这些检测方法的检测速度和效果相对人工抽样方法有所提高，但是存在设备成本较高、检测效果较差的缺点，因此需要进一步提升对透明滤棒产品的检测速度和降低对滤棒次品误报率。
随着机器视觉硬件技术和软件技术的不断发展和进步，机器视觉技术对制造业的发展的权重也在不断增长。机器视觉是用机器对工业产品进行自动检测和判断的技术。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息进行处理并加以理解，最终用于实际检测、测量、控制和识别。它是一项综合技术，其中包括数字图像处理技术、机械工程技术、控制技术、光源照明技术，光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。机器视觉强调实用性，要求能够适应工业现场恶劣的环境，要有合理的性价比、通用的工业接口、较高的容错能力和安全性，并具有较强的通用性和可移植性；更强调实时性，要求高速度和高精度。机器视觉系统是由机器视觉产品将被摄取目标转换成图像信号并传送给相应的图像处理模块，图像处理模块对这些信号进行各种运算并抽取目标的特征，进而根据提取的特征判别结果来控制现场的设备动作。相较于其他检测方法，透明滤棒爆珠缺陷在线视觉检测方法具有较高的检测速度和精确度，因此可以大大提高生产效率和生产的自动化程度。同时机器视觉易于实现对信息的集成和处理，并且机器视觉的图像处理模块能够比较容易地进行扩展和改进以适应产品检测要求的变化，因此在现代自动化生产过程中机器视觉系统广泛地应用于工业产品检测等各领域。在香烟制造行业机器视觉对于爆珠滤棒生产和检测的作用也更加重要。
技术实现要素：
本发明创造的目的在于，提供一种快速、准确，有利于提高卷烟滤棒的生产率和生产质量，为烟草公司创造经济效益和社会效益的透明滤棒爆珠缺陷在线视觉检测方法。
为实现上述目的，本发明创造采用如下技术方案。
一种透明滤棒爆珠缺陷在线视觉检测方法，包括如下步骤：
图像预处理，具体是指，将透明滤棒影像图片转换为黑白图像f(x,y)，f(x,y)为图像中坐标(x,y)点的灰度值；
构建灰度直方图，灰度直方图中横坐标轴表示灰度值，其范围为0～255，纵坐标表示某一灰度的像素数与整幅图像的像素数的比例，即该灰度级出现的频率，设变量r代表图像中的像素灰度级，对像素的灰度值作归一化处理，r的范围是：0≤r<1，r＝0代表黑，r＝1代表白，每一个像素取得[0,1]区间内的灰度级，构建用概率密度函数p(r)来表示原始图像的灰度分布密度曲线，用图像f(x,y)的直方图代替灰度分布的密度函数pf(f)，得到直方图均匀化后的图像
灰度调整：获取原图像f(x,y)的灰度范围是[m,m]，预设调整后的图像g(x,y)的灰度范围是[n,n]，
对前述透明滤棒爆珠缺陷在线视觉检测方法的进一步改进内容还包括，
包括爆珠检测的步骤，就是指将三通道图像转成三幅单通道图像，转换后分别选取单通道图像r、g、b分量分布，在三个单通道中选取灰度范围的爆珠，求两个区域之间的并集，计算区域相连接的部分，并选择圆形部分，统计爆珠数量。
对前述透明滤棒爆珠缺陷在线视觉检测方法的进一步改进内容还包括，基于rgb图像，将每种颜色的强度分为256阶层，从0到255，255表示最饱和状态，0表示光线强度为0，指没有光线，将图像从rgb颜色空间转换到hsv颜色空间；然后根据饱和度和色度信息缩小检测范围；根据某颜色在h通道的取值范围对图像进行颜色分割以获取透明滤棒爆珠颜色缺陷。
对前述透明滤棒爆珠缺陷在线视觉检测方法的进一步改进内容还包括，对于数字图像对
其有益效果在于：透明滤棒爆珠缺陷在线视觉检测方法在大幅降低人力成本的同时会大幅提高产品的生产效率和生产的自动化程度，相对于传统方法有以下优势：
(1)客观性：依据采样图像进行相应的计算取得的结果，整个过程不需要人工干预，因此获取的结果是客观可靠的；
(2)精确性：因为成像设备的精度能够达到千分之一英寸，因此能够检测到产品的微小变化，再经过合理的计算可以获得较为精确的结果；
(3)速度快：可以采用高速的成像设备和优化的算法以适应高速生产流水线的需要；
(4)成本低：可以持续、高效地工作从而降低产品生产的人力成本，随着人工智能、机器学习等科技的不断进步以及计算机硬件和软件技术的不断发展，机器视觉方法也将不断地发展进步，进而在制造业行业取得越来越多的优势。
具体实施方式
以下结合具体实施例对本发明创造作详细说明。
一种透明滤棒爆珠缺陷在线视觉检测方法，包括如下步骤：
图像预处理，具体是指，将透明滤棒影像图片转换为黑白图像f(x,y)，f(x,y)为图像中坐标(x,y)点的灰度值；
构建灰度直方图，灰度直方图中横坐标轴表示灰度值，其范围为0～255，纵坐标表示某一灰度的像素数与整幅图像的像素数的比例，即该灰度级出现的频率，设变量r代表图像中的像素灰度级，对像素的灰度值作归一化处理，r的范围是：0≤r<1，r＝0代表黑，r＝1代表白，每一个像素取得[0,1]区间内的灰度级，构建用概率密度函数p(r)来表示原始图像的灰度分布密度曲线，用图像f(x,y)的直方图代替灰度分布的密度函数pf(f)，得到直方图均匀化后的图像
灰度调整：获取原图像f(x,y)的灰度范围是[m,m]，预设调整后的图像g(x,y)的灰度范围是[n,n]，
对前述透明滤棒爆珠缺陷在线视觉检测方法的进一步改进内容还包括，
包括爆珠检测的步骤，就是指将三通道图像转成三幅单通道图像，转换后分别选取单通道图像r、g、b分量分布，在三个单通道中选取灰度范围的爆珠，求两个区域之间的并集，计算区域相连接的部分，并选择圆形部分，统计爆珠数量。
对前述透明滤棒爆珠缺陷在线视觉检测方法的进一步改进内容还包括，基于rgb图像，将每种颜色的强度分为256阶层，从0到255，255表示最饱和状态，0表示光线强度为0，指没有光线，将图像从rgb颜色空间转换到hsv颜色空间；然后根据饱和度和色度信息缩小检测范围；根据某颜色在h通道的取值范围对图像进行颜色分割以获取透明滤棒爆珠颜色缺陷。
对前述透明滤棒爆珠缺陷在线视觉检测方法的进一步改进内容还包括，对于数字图像对
最后应当说明的是，以上实施例仅用以说明本发明创造的技术方案，而非对本发明创造保护范围的限制，尽管参照较佳实施例对本发明创造作了详细地说明，本领域的普通技术人员应当理解，可以对本发明创造的技术方案进行修改或者等同替换，而不脱离本发明创造技术方案的实质和范围。