一种基于骨架自校正的瓦楞纸板非监督提取方法与流程

本发明涉及机器视觉技术领域，具体涉及一种基于骨架自校正的瓦楞纸板非监督提取方法。

背景技术：

瓦楞纸板是一个多层的黏合体，它最少由一层波浪形芯纸夹层(俗称“坑张”、“瓦楞纸”、“瓦楞芯纸”、“瓦楞纸芯”、“瓦楞原纸”)及一层纸板(又称“箱板纸”、“箱纸板”)构成。具有良好的抗压强度和防震性能，能承受一定的压力、冲击和振动；重量轻，价格便宜，可以大规模生产多种尺寸，使用前储存空间很小，并能印刷各种图案，因此在制成品包装运输上得到广泛运用。

大规模生产中需对瓦楞纸板进行计数工作，但人工进行计数方法需要耗费大量时间，而且随着工作时间的增加，人工可能会因疲劳等产生计数误差。

计算机视觉识别是基于图像处理计数对瓦楞纸中纸板信息进行提取，但现有瓦楞纸识别算法主要有如下问题：

1、需预设瓦楞纸板参数，如宽度、间距等，这就对不同瓦楞纸板型号的识别产生不便；

2、由于瓦楞纸计数过程中可能会因诸多原因产生光照变化，但光照变化会导致预设参数变得不合理，因此可能造成对光照的敏感；

3、现有算法有提取瓦楞纸芯特征的方法、也有提取平坦纸的方法，但一方面瓦楞纸芯有数种类型，一种算法很难适应各种瓦楞纸芯，另一方面提取平坦纸的方法可能会因干扰，产生不正常检测；

4、现有算法易受因瓦楞纸板偏转、翘起、倾斜等产生的空隙、角度不统一、角度突变问题的影响，产生检测错误。

技术实现要素：

为了克服背景技术的不足，本发明提供一种基于骨架自校正的瓦楞纸板非监督提取方法，主要解决了现有的瓦楞纸板计数方法适应范围小、易误检、检测准确率低的问题。

本发明所采用的技术方案是：一种基于骨架自校正的瓦楞纸板非监督提取方法，包括如下步骤：

步骤1，读取图像：线阵相机在线获取待检测图像i，并将待检测图像i发送至计算机，计算机对待检测图像i进行读取计算，计算待检测图像的行数为nx，列数为ny；

步骤2，截取图像中roi：设定roi的宽度rw、roi区域的间距rp、roi区域个数rn，根据roi选取的这三个参数，以图像中心对称选取rn个roi；

步骤3，roi图像腐蚀：将若干roi转化为roi灰度图像，对roi灰度图像进行腐蚀操作，使用掩膜核为宽度ew、长度eh矩形；

步骤4，roi腐蚀图像二值化：对roi腐蚀图像使用大小为mw、mh的矩形，选取像素点(x,y)区域内中值m(x,y)，而后使用阈值m(x,y)+te将roi腐蚀图像二值化，将大于m(x,y)+te像素的灰度设为255，将小于m(x,y)+te像素的灰度设为0，得roi腐蚀二值化图像；

步骤5，计算平坦纸宽度、瓦楞纸芯间距：对roi腐蚀二值化图像各列进行操作，得到灰度255的连通域起始坐标终止坐标对应纵坐标y下第υ个连通域，υ＝0,1,...,ny，其中ny为y坐标下连通域个数，根据坐标计算宽度间距

步骤6，计算平坦纸宽度、瓦楞纸芯间距标准值：计算个宽度、个间距的均值及选取宽度中满足的备选集合，对该集合元素计算均值得标准宽度lsta，选取距离中满足的备选集合，对该集合元素计算均值得标准距离dsta；

步骤7，计算导数二值图像：首先对roi腐蚀二值化图像使用水平卷积运算及垂直卷积计算，得到两方向导数，而后计算获得导数图像g、角度图像a，对导数图像使用大小为mw、mh的矩形，选取像素点(x,y)区域内中值m1(x,y)，而后使用阈值m1(x,y)+td将导数图像二值化，将大于m1(x,y)+td像素的灰度设为255，将小于m1(x,y)+td像素的灰度设为0；

步骤8，更新阈值te、td：判断lsta范围，如果lsta∈[0,ll]，将阈值te、td减ξ、ζ，得到更新阈值te-ξ及td-ζ，进行步骤4,5,6重新得到lsta及dsta，其中ll表示合理宽度下限，ξ，ζ分别为阈值te、td更新步长；如果进入步骤9，表示一个比例系数；如果则将阈值te、td加ξ、ζ，得到更新阈值te+ξ及td+ζ，根据新阈值，进行步骤4,5,6重新得到lsta及dsta；

步骤9，提取平坦纸骨架：对各列瓦楞纸芯间距进行处理，当时将设为0，获得最小值并得到此时k,更新值为更新值为其中κ表示滤除小距离的比例；当计算最小值，得到此时k1，根据k1，得到补充坐标其中i＝0,1,...,k1，τ∈z表示第τ个补充坐标；当计算最小时，得到此时k2，根据k2，得到补充坐标其中j＝1,...,k2；根据更新的瓦楞纸芯间距，得到的连通域坐标，结合补充坐标得到平坦纸骨架坐标，将这些坐标像素点设为255，其余为0，定义得到的骨架坐标为其中γ＝0,1,...,sy，sy表示y坐标下对应骨架总条数，该坐标表示y列上第γ个骨架；

步骤10，提取平坦纸角度：根据步骤9得到的平坦纸骨架，以第一列寻找骨架起始点根据起始点向相邻列向y方向，寻找连通平坦纸骨架，得到连通域终止点从而得到该连通域像素点数yl+1及x方向坐标变化选择其中满足yl＞ξ1rw，得到二维点由此计算得到平坦纸角度初始集合γf，各元素为包含起始横坐标相应角度的二维点，其中ξ1∈[0,1]为比例系数；根据得到的角度集合，根据横坐标，由最小值对应角度起始，逐步比较相邻角度差值如差值满足则不做操作，如则对及其后4个角度进行判断，如果含两个以上与现有角度满足则不进行操作，如含两个及以下则舍掉此角度对应元素，从而获得校正的角度集合γ；

步骤11，导数图像、roi腐蚀二值化图像投影：首先初始化角度，依据对集合γ中前5行平坦纸骨架角度进行提取，对五个角度两两相减获得角度差别，选取其中最小值，获取此时对应的两个角度，取均值作为初值；对导数图像中灰度值为255且的像素点进行投影，得到投影坐标为其中如果x小于横坐标最小值，则角度为初始角度，如果x大于等于最小横坐标，则角度为小于x的横坐标角度其中为设置的角度偏差；对roi腐蚀二值化图像中灰度为255的像素点，采用同样方法进行投影；

步骤12，根据roi腐蚀二值化图像投影确定平坦纸位置：首先设置阈值0.3rw，如投影对应像素点数大于0.3rw，则该位置设置为255，如小于等于0.3rw，则设置为0；将此结果做为一幅nx×1图像，对该图像进行步骤9操作，所得结果即认为是平坦纸横坐标其中i表示第i个横坐标，i＝1,...,l，其中l表示检测到l条边缘；

步骤13，根据平坦纸位置、导数投影结果进行纸张计数：计算两相邻横坐标间导数投影像素点数pi，设导数投影结果为其中γg表示对应投影横坐标，表示该位置投影像素点数，g＝1,2,...,g表示含有导数投影的第g个投影结果，g表示投影个数；计算横坐标间导数投影像素点数检测所有判断满足此条件的pi数量，其中为一个比例系数，此数量即为瓦楞纸板计数结果。

所述步骤7中获得导数图像部分使用卷积核[-1,0,1]对水平方向及垂直方向做卷积运算，设得到水平、垂直卷积结果分别为则导数图像为角度图像为

所述步骤8更新阈值te、td最多执行五次。

所述步骤9中当坐标计算方法为：设置横坐标其中表示所需计算坐标

所述步骤10中连通域提取采用八邻域提取方法，角度计算方法为：

所述步骤11中投影角度的取值方法为：

本发明的有益效果是：

1、计算平坦纸坐标、宽度、瓦楞纸芯间距，可以确认当前瓦楞纸板的基本信息，有利于瓦楞纸板计数；

2、使用数步自适应获得当前图像的二值化阈值及导数阈值，该方法不仅能适应当前光照情况，使得该算法对光照不敏感，且可以适应当前瓦楞纸板，以提升对不同型号瓦楞纸板的检测；

3、含有平坦纸骨架提取及骨架优化部分，相较传统骨架提取方法，该部分利用了算法得到的平坦纸宽度、瓦楞纸芯间距信息，可以自动滤除不合理骨架、补充漏检骨架，提升算法准确性；

4、对各平坦纸骨架计算角度，并选取其中可信角度进行保存，利用这些角度对给定范围腐蚀二值化图像、导数二值图像进行投影，可适应因瓦楞纸垛倾斜、翘起导致角度的变化，有较好的鲁棒性。

附图说明

图1为本发明的工作流程示意图。

图2为本发明的瓦楞纸板的结构示意图。

图3为本发明的roi腐蚀二值化图像及导数二值化图像。

图4为本发明的平坦纸骨架连通域提取示意图。

具体实施方式

下面结合附图对本发明实施例作进一步说明：

如图1—4所示，一种基于骨架自校正的瓦楞纸板非监督提取方法，包括如下步骤：

一种基于骨架自校正的瓦楞纸板非监督提取方法，包括如下步骤：

步骤1，读取图像：线阵相机在线获取待检测图像i，并将待检测图像i发送至计算机，计算机对待检测图像i进行读取计算，计算待检测图像的行数为nx，列数为ny；

步骤2，截取图像中roi：设定roi的宽度rw、roi区域的间距rp、roi区域个数rn，根据roi选取的这三个参数，以图像中心对称选取rn个roi；

步骤3，roi图像腐蚀：将若干roi转化为roi灰度图像，对roi灰度图像进行腐蚀操作，使用掩膜核为宽度ew、长度eh矩形；

步骤4，roi腐蚀图像二值化：对roi腐蚀图像使用大小为mw、mh的矩形，选取像素点(x,y)区域内中值m(x,y)，而后使用阈值m(x,y)+te将roi腐蚀图像二值化，将大于m(x,y)+te像素的灰度设为255，将小于m(x,y)+te像素的灰度设为0，得roi腐蚀二值化图像；

步骤5，计算平坦纸宽度、瓦楞纸芯间距：对roi腐蚀二值化图像各列进行操作，得到灰度255的连通域起始坐标终止坐标对应纵坐标y下第υ个连通域，υ＝0,1,...,ny，其中ny为y坐标下连通域个数，根据坐标计算宽度间距

步骤6，计算平坦纸宽度、瓦楞纸芯间距标准值：计算个宽度、个间距的均值及选取宽度中满足的备选集合，对该集合元素计算均值得标准宽度lsta，选取距离中满足的备选集合，对该集合元素计算均值得标准距离dsta；

步骤7，计算导数二值图像：首先对roi腐蚀二值化图像使用水平卷积运算及垂直卷积计算，得到两方向导数，而后计算获得导数图像g、角度图像a，对导数图像使用大小为mw、mh的矩形，选取像素点(x,y)区域内中值m1(x,y)，而后使用阈值m1(x,y)+td将导数图像二值化，将大于m1(x,y)+td像素的灰度设为255，将小于m1(x,y)+td像素的灰度设为0；

步骤8，更新阈值te、td：判断lsta范围，如果lsta∈[0,ll]，将阈值te、td减ξ、ζ，得到更新阈值te-ξ及td-ζ，进行步骤4,5,6重新得到lsta及dsta，其中ll表示合理宽度下限，ξ，ζ分别为阈值te、td更新步长；如果进入步骤9，表示一个比例系数；如果则将阈值te、td加ξ、ζ，得到更新阈值te+ξ及td+ζ，根据新阈值，进行步骤4,5,6重新得到lsta及dsta；

步骤9，提取平坦纸骨架：对各列瓦楞纸芯间距进行处理，当时将设为0，获得最小值并得到此时k,更新值为更新值为其中κ表示滤除小距离的比例；当计算最小值，得到此时k1，根据k1，得到补充坐标其中i＝0,1,...,k1，τ∈z表示第τ个补充坐标；当计算最小时，得到此时k2，根据k2，得到补充坐标其中j＝1,...,k2；根据更新的瓦楞纸芯间距，得到的连通域坐标，结合补充坐标得到平坦纸骨架坐标，将这些坐标像素点设为255，其余为0，定义得到的骨架坐标为其中γ＝0,1,...,sy，sy表示y坐标下对应骨架总条数，该坐标表示y列上第γ个骨架；

步骤10，提取平坦纸角度：根据步骤9得到的平坦纸骨架，以第一列寻找骨架起始点根据起始点向相邻列向y方向，寻找连通平坦纸骨架，得到连通域终止点从而得到该连通域像素点数yl+1及x方向坐标变化选择其中满足yl＞ξ1rw，得到二维点由此计算得到平坦纸角度初始集合γf，各元素为包含起始横坐标相应角度的二维点，其中ξ1∈[0,1]为比例系数；根据得到的角度集合，根据横坐标，由最小值对应角度起始，逐步比较相邻角度差值如差值满足则不做操作，如则对及其后4个角度进行判断，如果含两个以上与现有角度满足则不进行操作，如含两个及以下则舍掉此角度对应元素，从而获得校正的角度集合γ；

步骤11，导数图像、roi腐蚀二值化图像投影：首先初始化角度，依据对集合γ中前5行平坦纸骨架角度进行提取，对五个角度两两相减获得角度差别，选取其中最小值，获取此时对应的两个角度，取均值作为初值；对导数图像中灰度值为255且的像素点进行投影，得到投影坐标为其中如果x小于横坐标最小值，则角度为初始角度，如果x大于等于最小横坐标，则角度为小于x的横坐标角度其中▽θ为设置的角度偏差；对roi腐蚀二值化图像中灰度为255的像素点，采用同样方法进行投影；

步骤12，根据roi腐蚀二值化图像投影确定平坦纸位置：首先设置阈值0.3rw，如投影对应像素点数大于0.3rw，则该位置设置为255，如小于等于0.3rw，则设置为0；将此结果做为一幅nx×1图像，对该图像进行步骤9操作，所得结果即认为是平坦纸横坐标其中i表示第i个横坐标，i＝1,...,l，其中l表示检测到l条边缘；

步骤13，根据平坦纸位置、导数投影结果进行纸张计数：计算两相邻横坐标间导数投影像素点数pi，设导数投影结果为其中γg表示对应投影横坐标，表示该位置投影像素点数，g＝1,2,...,g表示含有导数投影的第g个投影结果，g表示投影个数；计算横坐标间导数投影像素点数检测所有判断满足此条件的pi数量，其中为一个比例系数，此数量即为瓦楞纸板计数结果。

所述步骤7中获得导数图像部分使用卷积核[-1,0,1]对水平方向及垂直方向做卷积运算，设得到水平、垂直卷积结果分别为则导数图像为角度图像为

所述步骤8更新阈值te、td最多执行五次。

所述步骤9中当坐标计算方法为：设置横坐标其中表示所需计算坐标

所述步骤10中连通域提取采用八邻域提取方法，角度计算方法为：

所述步骤11中投影角度的取值方法为：

本发明的有益效果是：

1、计算平坦纸坐标、宽度、瓦楞纸芯间距，可以确认当前瓦楞纸板的基本信息，有利于瓦楞纸板计数；

2、使用数步自适应获得当前图像的二值化阈值及导数阈值，该方法不仅能适应当前光照情况，使得该算法对光照不敏感，且可以适应当前瓦楞纸板，以提升对不同型号瓦楞纸板的检测；

3、含有平坦纸骨架提取及骨架优化部分，相较传统骨架提取方法，该部分利用了算法得到的平坦纸宽度、瓦楞纸芯间距信息，可以自动滤除不合理骨架、补充漏检骨架，提升算法准确性；

4、对各平坦纸骨架计算角度，并选取其中可信角度进行保存，利用这些角度对给定范围腐蚀二值化图像、导数二值图像进行投影，可适应因瓦楞纸垛倾斜、翘起导致角度的变化，有较好的鲁棒性。

各位技术人员须知：虽然本发明已按照上述具体实施方式做了描述，但是本发明的发明思想并不仅限于此发明，任何运用本发明思想的改装，都将纳入本专利专利权保护范围内。