一种基于机器视觉的浸渍纸浸渍质量检测方法与流程

本发明涉及人工智能领域，具体涉及一种基于机器视觉的浸渍纸浸渍质量检测方法。

背景技术：

1、浸渍纸是一种优质的装饰用纸，具有耐磨、款式丰富、抗冲击、抗变形、耐污染、阻燃、防潮、环保、不褪色、安装简便、易打理等特点。在浸渍纸生产制造过程中，需要经过浸渍、干燥等工序。若浸渍工艺中某些环节把控不严，易造成浸渍纸浸渍质量差，影响使用效果，所以需要对生产的浸渍纸进行浸渍质量的检测。

2、行业内一般都是采用人工抽检的方式对浸渍纸浸渍质量进行检测，该方式不仅人力成本大，而且无法保证准确率，而抽检的方式更是存在随机性，出现漏检的可能性非常大；然而采用现有的图像处理的方法进行检测，很难排除浸渍纸上花纹对检测结果的干扰。

技术实现思路

1、本发明提供一种基于机器视觉的浸渍纸浸渍质量检测方法，以解决现有的以人工抽检的方式对浸渍纸浸渍质量进行检测出现的人力成本大，无法保证准确率，并且抽检的方式存在随机性，出现漏检的可能性非常大；然而现有的图像处理的方法进行检测，浸渍纸上花纹对检测结果有干扰的问题。

2、本发明的基于机器视觉的浸渍纸浸渍质量检测方法采用如下技术方案，包括以下步骤：

3、获取原纸图像和浸渍纸图像；

4、获取原纸图像和浸渍纸图像已匹配的关键点对；且利用浸渍纸图像中各像素点获得原纸图像中与浸渍纸图像中各像素点对应的对应像素点；

5、计算浸渍纸图像中每个像素点和各关键点的欧氏距离，得到浸渍纸图像中每个像素点的浸渍纸距离序列；

6、根据获得的原纸图像中的各像素点和各关键点的欧氏距离，得到原纸图像中每个对应像素点的原纸距离序列；

7、对浸渍纸图像中每个像素点的浸渍纸距离序列与原纸图像中每个对应像素点的原纸距离序列作差得到每个像素点的距离差值序列，将每个像素点得到的差值序列中的绝对值最大的差值作为每个像素点的距离差异；

8、将每个像素点的距离差异与标准距离差值的差值绝对值作为位移变化值；

9、根据各像素点位移变化值计算该像素点的灰度差异权重；

10、利用浸渍纸图像中每个像素点及原纸图像中每个对应像素点的灰度值差值得到每个像素点的灰度差值，利用每个像素点的灰度差值与标准灰度差值的差值作为灰度变化值；

11、利用每个像素点的灰度变化值及位移变化值计算每个像素点的翘曲度；

12、对浸渍纸图像进行滑窗处理得到多个区域，根据每一个区域中各像素点的翘曲度确定出的每一个区域的翘曲度计算浸渍均匀度；

13、根据浸渍均匀度对浸渍质量进行检测。

14、获得原纸图像中与浸渍纸图像中各像素点对应的对应像素点的方法为：

15、利用sift算法对原纸图像与浸渍纸图像上的关键点进行匹配，计算原纸图像中每个非关键点到各关键点的欧氏距离，得到每个非关键点的关键点距离序列，对关键点距离序列中最小的5个值进行归一化处理，其他值重置为0，得到像素点的位置向量，以此方法对原纸图像中所有非关键点进行遍历，得到原纸图像上每个非关键点的位置向量；

16、同种方法得到浸渍纸图像中每个非关键点的位置向量；

17、计算浸渍纸图像中某一像素点位置向量与原纸图像中每个非关键点位置向量的余弦相似度，选择余弦相似度最大的原纸图像中的像素点与该像素点对应，以此遍历浸渍纸图像中所有像素点，得到原纸图像中与浸渍纸图像中各像素点对应的对应像素点。

18、标准距离差值的计算方法如下：

19、对距离差异序列进行均值漂移聚类得到多个类别，计算每个类别的密度，计算公式如下：

20、

21、式中：ρ为各类别的密度，n为该类别的数据量，s为该类别中的数据的方差；

22、计算得到每个类别的密度，提取密度最大值对应的类别的数据均值，将该均值作为标准距离差值。

23、其中，各灰度差异的权重的计算公式如下：

24、

25、式中：w为灰度差值的权重；f(q)为位移变化函数；u为灰度变化值的序号，也是位移变化值的序号；l为灰度变化值的数量，也是位移变化值的数量，即浸渍纸图像的像素点数量；

26、其中，位移变化函数的表达式为：

27、

28、式中：q为位移变化值，qu为第u个位移变化值。

29、各像素点的翘曲度计算公式如下：

30、

31、式中：h为浸渍纸图像中像素点的翘曲度，q为像素点的位移变化值，g为像素点的灰度变化值，u为像素点的序号。

32、进一步浸渍均匀度的计算方法如下：

33、对浸渍纸图像进行滑窗处理得到t个区域，根据所有像素点的翘曲度及像素点所属区域的翘曲度计算浸渍均匀度，计算公式如下：

34、

35、式中：p为浸渍均匀度，l为浸渍纸图像的像素点数量，hu为浸渍纸图像中第u个像素点的翘曲度，ht(u)为浸渍纸图像中第u个像素点所属区域的翘曲度，u为像素点的序号。

36、获取各区域的翘曲度的方法为：

37、对滑窗处理的得到的t个区域，分别获取各区域的像素点的翘曲度，提取各区域像素点翘曲度最小的像素点的翘曲度，将该翘曲度作为该区域的翘曲度。

38、根据浸渍均匀度对浸渍质量进行检测的方法为：

39、将浸渍均匀度与设定阈值进行对比，若浸渍均匀度大于等于设定阈值，则浸渍质量检测结果为合格，若浸渍均匀度小于设定阈值，则浸渍质量检测结果为不合格。

40、本发明的有益效果是：本发明利用机器视觉对图像进行分析，根据浸渍前后像素点的位置变化情况和灰度变化情况判断浸渍纸是否存在翘曲现象，对浸渍纸图像进行滑窗处理，通过各区域的翘曲程度计算浸渍均匀度，根据浸渍均匀度对浸渍工艺的浸渍质量进行检测，不仅能够提高检测效率和检测结果的准确性，同时也能避免因人为抽检出现无法保证准确率或存在随机性的现象。

技术特征：

1.一种基于机器视觉的浸渍纸浸渍质量检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于机器视觉的浸渍纸浸渍质量检测方法，其特征在于：

3.根据权利要求1所述的一种基于机器视觉的浸渍纸浸渍质量检测方法，其特征在于：

4.根据权利要求1所述的一种基于机器视觉的浸渍纸浸渍质量检测方法，其特征在于：

5.根据权利要求1所述的一种基于机器视觉的浸渍纸浸渍质量检测方法，其特征在于：

6.根据权利要求1所述的一种基于机器视觉的浸渍纸浸渍质量检测方法，其特征在于：

7.根据权利要求6所述的一种基于机器视觉的浸渍纸浸渍质量检测方法，其特征在于：

8.根据权利要求1所述的一种基于机器视觉的浸渍纸浸渍质量检测方法，其特征在于：

技术总结
本发明涉及人工智能领域，具体涉及一种基于机器视觉的浸渍纸浸渍质量检测方法，包括利用SIFT算法进行关键点匹配，得到两张图像像素点的对应关系；分别计算原纸图像与浸渍纸图像中每个像素点的距离序列，作差得到距离差异序列；从而得到位移变化值；将原纸和浸渍纸图像的灰度值差值作为灰度差值；从而得到灰度变化值；根据位移变化值与灰度变化值计算各像素点的翘曲度；计算浸渍均匀度；根据浸渍均匀度检测浸渍质量。本发明利用机器视觉对图像进行分析，根据浸渍前后像素点的位置变化情况和灰度变化情况对浸渍工艺的浸渍质量进行检测，提高了检测效率的同时也能避免因人为抽检出现无法保证准确率或存在随机性的现象。

技术研发人员：王杰
受保护的技术使用者：宿迁凯达环保设备制造有限公司
技术研发日：
技术公布日：2024/1/15