一种基于图像处理的水转印表面膜纸视觉检测方法与流程

本申请涉及图像处理，具体涉及一种基于图像处理的水转印表面膜纸视觉检测方法。

背景技术：

1、水转印表面膜纸是通过凹印机，采用专用油墨在可水解的高分子薄膜上印刷所需的图案，制成带有彩色图案的转印膜。转印膜及转印油墨是保证水转印质量的关键材料，转印膜印刷的质量也决定了水转印产品的最终效果。水转印技术对于水转印表面膜纸的要求为表面光滑平整，无气泡、褶皱、弯曲等缺陷对图案产生形变影响。传统的水转印表面膜纸检测方法为使用肉眼观察水转印膜纸，检查是否有明显缺陷，不容易观察到细小缺陷，耗时费力且容易发生漏检。

2、目前常采用计算机视觉技术对水转印表面膜纸进行检测，一定程度上提高了检测效率。但使用相机直接采集的水转印表面膜纸图像，缺陷部位细节难以区分，影响检测的效率。

3、综上所述，本发明通过对水转印表面膜纸的特征进行分析，计算水转印表面膜纸图像各像素点的缺陷度权重，根据各像素点的缺陷度权重获取各灰度级的概率累加值，结合直方图均衡化算法增强图像，增强了缺陷区域图像的对比度，提高视觉检测效率。

技术实现思路

1、为了解决上述技术问题，本发明提供一种基于图像处理的水转印表面膜纸视觉检测方法，以解决现有的问题。

2、本发明的一种基于图像处理的水转印表面膜纸视觉检测方法采用如下技术方案：

3、本发明一个实施例提供了一种基于图像处理的水转印表面膜纸视觉检测方法，该方法包括以下步骤：

4、采集水转印表面膜纸图像；

5、根据各行像素点的邻域得到各像素点与同行像素点之间的邻域相似性；根据各像素点与同行像素点之间的邻域相似性得到各像素点的同位点；根据各像素点与同位点之间的距离得到图案的宽度；根据图案的宽度得到各像素点的局部图案漂移度；根据各像素点的局部图案漂移度得到边缘像素点的形变扭曲率；获取形变扭曲率大于形变阈值的各边缘像素点，记为第一边缘像素点，获取各第一边缘像素点的疑似缺陷区域；根据疑似缺陷区域中各像素点的坐标变化得到疑似缺陷区域中各像素点的形变扩散率；根据疑似缺陷区域中各像素点的形变扩散率得到各像素点的缺陷度权重；根据灰度图像中每个像素点的缺陷度权重及灰度级概率得到各灰度级的概率累加值；根据各灰度级的概率累加值进行增强得到增强图像。

6、优选的，所述根据各行像素点的邻域得到各像素点与同行像素点之间的邻域相似性，具体包括：

7、获取各像素点的同行像素点；计算各像素点邻域与任意一个同行像素点邻域中第i个像素点的灰度值的差值；将邻域中各像素点的所述差值的平方的平均值作为各像素点与任意一个同行像素点之间的邻域相似性。

8、优选的，所述根据各像素点与同行像素点之间的邻域相似性得到各像素点的同位点，具体为：

9、设定误差阈值，将与各像素点之间的邻域相似性大于误差阈值的各同行像素点组成的序列作为各像素点的同位点序列；将同位点序列第i+1个像素点作为第i个像素点的同位点，将同位点序列中倒数第二个像素点作为最后一个像素点的同位点。

10、优选的，所述根据各像素点与同位点之间的距离得到图案的宽度，具体为：将各像素点与同位点之间的距离的进行概率直方图统计，将直方图中概率分布最大的区间的均值作为图案的宽度。

11、优选的，所述根据图案的宽度得到各像素点的局部图案漂移度，具体包括：

12、获取各像素点与同位点之间的欧氏距离；计算所述距离与图案宽度的差值绝对值；将所述差值绝对值与图案宽度的比值作为各像素点的局部图案漂移度。

13、优选的，所述根据各像素点的局部图案漂移度得到边缘像素点的形变扭曲率，具体包括：

14、通过边缘检测获取水转印表面膜纸图像的边缘图像，根据各边缘像素点朝相邻边缘像素点的方向及到相邻边缘像素点的距离获取各边缘像素点边缘走向向量；获取各像素点的同位的边缘走向向量；计算各边缘像素点与同位点的边缘走向向量之间夹角的余弦；将所述余弦值与各边缘像素点的局部图案漂移度的乘积作为各边缘像素点的形变扭曲率。

15、优选的，所述获取各第一边缘像素点的疑似缺陷区域，具体为：

16、构建第一各边缘像素点及同位点的圆形邻域，计算各第一边缘像素点与同位点的圆形邻域之间的邻域相似性，若所述邻域相似性大于相似度阈值，则扩大各第一边缘像素点及同位点的圆形邻域，重新计算；当所述邻域相似性小于相似度阈值时，将此时各第一边缘像素点的圆形邻域作为各第一边缘像素点的疑似缺陷区域。

17、优选的，所述根据疑似缺陷区域中各像素点的坐标变化得到疑似缺陷区域中各像素点的形变扩散率，具体包括：

18、获取疑似缺陷区域的中心像素点，计算疑似缺陷区域中各像素点到中心像素点之间的欧氏距离；将中心像素点的形变扭曲率与所述欧氏距离的比值作为疑似缺陷区域中各像素点的形变扩散率。

19、优选的，所述根据疑似缺陷区域中各像素点的形变扩散率得到各像素点的缺陷度权重，具体包括：

20、当各像素点处于疑似缺陷区域内时，将各像素点的归一化形变扩散率加1的值作为各像素点的缺陷度指数；当各像素点处于非疑似缺陷区域内时，设置各像素点的缺陷度指数；将各像素点的归一化缺陷度指数作为各像素点的缺陷度权重。

21、优选的，所述根据灰度图像中每个像素点的缺陷度权重及灰度级概率得到各灰度级的概率累加值，具体包括：

22、

23、式中，sk为第k个像素级的概率累加值，norm()为线性归一化函数，pg为灰度图像的第g个像素级中各像素点的缺陷度权重均值，p(g)为灰度图像的第g个像素级的灰度级概率。

24、本发明至少具有如下有益效果：

25、本发明通过水转印表面膜纸图像的图案重复变化的特征获取各像素点的缺陷度权重；根据各像素点的缺陷度权重计算各灰度级的概率累加值，进行直方图均衡化得到增强图像，解决了水转印表面膜纸图像中缺陷部位细节难以区分的问题，提高了缺陷部位的图像的对比度，具有较高检测精度；

26、为提高缺陷区域前景与背景对比度，本发明通过采集水转印表面膜纸图像，根据各像素点与同行像素点之间的邻域相似性得到各像素点的同位点，根据各像素点与同位点之间的距离及两像素点所在边缘线走向变化得到边缘像素点的形变扭曲率；结合各像素点位置获取疑似缺陷区域中各像素点的形变扩散率；根据疑似缺陷区域中各像素点的形变扩散率得到各像素点的缺陷度权重，对各灰度级的概率累加值进行调整，根据调整后各灰度级的概率累加值进行增强得到增强后水转印表面膜纸图像，增强了疑似缺陷区域的灰度对比度，提升图像的视觉质量，便于对水转印表面膜纸缺陷部位及程度的检测，提高了检测效率及精度。

技术特征：

1.一种基于图像处理的水转印表面膜纸视觉检测方法，其特征在于，该方法包括以下步骤：

2.如权利要求1所述的一种基于图像处理的水转印表面膜纸视觉检测方法，其特征在于，所述根据各行像素点的邻域得到各像素点与同行像素点之间的邻域相似性，具体包括：

3.如权利要求1所述的一种基于图像处理的水转印表面膜纸视觉检测方法，其特征在于，所述根据各像素点与同行像素点之间的邻域相似性得到各像素点的同位点，具体为：

4.如权利要求1所述的一种基于图像处理的水转印表面膜纸视觉检测方法，其特征在于，所述根据各像素点与同位点之间的距离得到图案的宽度，具体为：将各像素点与同位点之间的距离的进行概率直方图统计，将直方图中概率分布最大的区间的均值作为图案的宽度。

5.如权利要求1所述的一种基于图像处理的水转印表面膜纸视觉检测方法，其特征在于，所述根据图案的宽度得到各像素点的局部图案漂移度，具体包括：

6.如权利要求1所述的一种基于图像处理的水转印表面膜纸视觉检测方法，其特征在于，所述根据各像素点的局部图案漂移度得到边缘像素点的形变扭曲率，具体包括：

7.如权利要求1所述的一种基于图像处理的水转印表面膜纸视觉检测方法，其特征在于，所述获取各第一边缘像素点的疑似缺陷区域，具体为：

8.如权利要求1所述的一种基于图像处理的水转印表面膜纸视觉检测方法，其特征在于，所述根据疑似缺陷区域中各像素点的坐标变化得到疑似缺陷区域中各像素点的形变扩散率，具体包括：

9.如权利要求1所述的一种基于图像处理的水转印表面膜纸视觉检测方法，其特征在于，所述根据疑似缺陷区域中各像素点的形变扩散率得到各像素点的缺陷度权重，具体包括：

10.如权利要求1所述的一种基于图像处理的水转印表面膜纸视觉检测方法，其特征在于，所述根据灰度图像中每个像素点的缺陷度权重及灰度级概率得到各灰度级的概率累加值，具体包括：

技术总结
本发明涉及图像处理技术领域，具体涉及一种基于图像处理的水转印表面膜纸视觉检测方法，采集水转印表面膜纸图像，根据同行像素点之间的邻域相似性得到各像素点的同位点，根据两像素点所在边缘线走向变化结合各像素点位置获取疑似缺陷区域中各像素点的形变扩散率；根据疑似缺陷区域中各像素点的形变扩散率对各灰度级的概率累加值进行调整，根据调整后的概率累加值对图像进行增强，得到增强图像。从而实现水转印表面膜纸视觉检测，增强了疑似缺陷区域的灰度对比度，便于对水转印表面膜纸缺陷部位及程度的检测，提高了检测效率及精度。

技术研发人员：伍名亮
受保护的技术使用者：东莞市沃野包装材料有限公司
技术研发日：
技术公布日：2024/1/15