基于图像处理的瓦楞纸排骨纹缺陷程度评估方法与流程

本发明涉及图像处理，具体涉及基于图像处理的瓦楞纸排骨纹缺陷程度评估方法。

背景技术：

1、瓦楞纸排骨纹是指成型瓦楞纸板的表面不平整，在瓦楞楞峰的地方高，而两个楞峰之间低的现象。瓦楞纸上的排骨纹缺陷会影响瓦楞纸板后续的印刷效果，带来印刷质量问题。因此，需要对瓦楞纸上的排骨纹进行缺陷程度的评估，以此指导后续的生产过程，提高生产效率和生产质量。

2、现阶段主要基于排骨纹的整体数量和深度进行排骨纹缺陷程度的评估，而忽略了相同排骨纹缺陷程度对不同印刷图像的影响程度不同，没有结合印刷图像的不同对排骨纹缺陷程度进行针对性评估，导致对排骨纹缺陷程度的评估合理性较低。

技术实现思路

1、为了解决现有方法对瓦楞纸排骨纹缺陷程度评估时存在的合理性较低的问题，本发明的目的在于提供一种基于图像处理的瓦楞纸排骨纹缺陷程度评估方法，所采用的技术方案具体如下：

2、本发明提供了一种基于图像处理的瓦楞纸排骨纹缺陷程度评估方法,该方法包括以下步骤：

3、获取待检测的瓦楞纸图像，所述瓦楞纸图像上包含印刷图案；根据像素点的灰度值，对待检测的瓦楞纸图像上的像素点进行聚类，得到各初始聚类集合，计算各初始聚类集合的聚集程度评价指标；

4、将聚集程度评价指标小于聚集程度评价指标阈值的各初始聚类集合记为各第一聚类集合，计算各第一聚类集合中各连通域的筛选评价指标，根据所述筛选评价指标得到各第一聚类集合的子区域；将聚集程度评价指标大于等于聚集程度评价指标阈值的各初始聚类集合记为各第二子区域；

5、利用不同波长的gabor滤波器对待检测的瓦楞纸图像进行处理，得到待检测的瓦楞纸对应的各波长的纹理图；对待检测的瓦楞纸对应的各波长的纹理图进行排骨纹直线检测，得到各第一聚类集合的子区域和各第二子区域的排骨纹直线；

6、计算各第一聚类集合的子区域和各第二子区域的排骨纹缺陷程度；根据所述各第一聚类集合的子区域和各第二子区域的排骨纹缺陷程度，得到待检测的瓦楞纸的排骨纹缺陷程度。

7、优选的，所述根据像素点的灰度值，对待检测的瓦楞纸图像上的像素点进行聚类，得到各初始聚类集合，包括：

8、获取待检测的瓦楞纸图像上像素点的灰度直方图，计算相邻灰度值之间像素点数量的差值；

9、统计各差值中大于等于阈值的差值的数量，根据所述数量，设置k-means聚类算法中的k值；采用k-means聚类算法对待检测的瓦楞纸图像进行聚类，得到各初始聚类集合。

10、优选的，所述计算各初始聚类集合的聚集程度评价指标，包括：

11、统计各初始聚类集合中像素点的数量，计算各初始聚类集合的面积；

12、将各初始聚类集合中像素点的数量和各初始聚类集合的面积的比值作为各初始聚类集合的聚集程度评价指标。

13、优选的，所述计算各第一聚类集合中各连通域的筛选评价指标，包括：

14、根据各第一聚类集合中各连通域内各像素点到其所在连通域质心的距离的方差，得到各连通域的空域离散程度评价指标；

15、根据各第一聚类集合中各连通域内各像素点在待检测的瓦楞纸图像中的像素值的方差，得到各连通域的灰度离散程度评价指标；

16、计算各第一聚类集合中各连通域对其所在初始聚类集合的聚集程度评价的影响指标；

17、根据各第一聚类集合中各连通域的空域离散程度评价指标、灰度离散程度评价指标和各连通域对其所在初始聚类集合的聚集程度评价的影响指标，计算各第一聚类集合中各连通域的筛选评价指标。

18、优选的，采用如下公式计算各第一聚类集合中各连通域对其所在初始聚类集合的聚集程度评价的影响指标：

19、

20、其中，为第个初始聚类集合中第个连通域所在初始聚类集合的聚集程度评价指标，为第个初始聚类集合将第个连通域忽略的情况下计算得到的聚集程度评价指标，为该连通域对其所在初始聚类集合的聚集程度评价的影响指标。

21、优选的，采用如下公式计算各第一聚类集合中各连通域的筛选评价指标：

22、

23、其中，为第个连通域的筛选评价指标，为第个连通域对其所在初始聚类集合的聚集程度评价的影响指标，为第个连通域的空域离散程度评价指标，为第个连通域的灰度离散程度评价指标，为自然常数。

24、优选的，所述根据所述筛选评价指标得到各第一聚类集合的子区域，包括：

25、将筛选评价指标最小的连通域作为各第一聚类集合的第一待筛选连通域，计算各第一聚类集合中除筛选评价指标最小的连通域之外其它各连通域的筛选评价指标，将各第一聚类集合中除筛选评价指标最小的连通域之外筛选评价指标最小的连通域作为各第一聚类集合的第二待筛选连通域，依次筛选，直至各第一聚类集合中仅包含单个连通域；

26、根据各第一聚类集合中各待筛选连通域的筛选评价指标，构建各第一聚类集合对应的散点图；

27、根据所述各第一聚类集合对应的散点图，得到各第一聚类集合的子区域。

28、优选的，采用如下公式计算各第一聚类集合的子区域和各第二子区域的排骨纹缺陷程度：

29、

30、其中，为某一子区域的排骨纹缺陷程度，为该子区域对应的初始滤波器的波长，为该子区域排骨纹上像素点的数量，为自然常数。

31、优选的，所述聚集程度评价指标阈值为所有聚类集合对应的聚集程度评价指标平均值。

32、优选的，所述波长的数量的设置方法包括：

33、计算图像尺度的十分之一并取整，获得所述波长的数量。本发明具有如下有益效果：本发明考虑了相同排骨纹缺陷程度对不同印刷图像的影响程度不同，根据待检测的瓦楞纸图像中像素点的灰度值对待检测的瓦楞纸图像进行聚类，由于各初始聚类集合中各连通域存在一定的差异性，使得部分聚类集合的聚集程度评价指标较小，本发明为了提高准确性，又对聚集程度评价指标小于聚集程度评价指标阈值的各初始聚类集合进行划分，得到各初始聚类集合的子区域，根据各子区域的排骨纹缺陷程度，得到待检测的瓦楞纸的排骨纹缺陷程度。本发明结合印刷图像的不同对排骨纹缺陷程度进行针对性评估，提高了排骨纹缺陷程度评估的合理性。

技术特征：

1.一种基于图像处理的瓦楞纸排骨纹缺陷程度评估方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种基于图像处理的瓦楞纸排骨纹缺陷程度评估方法，其特征在于，所述根据像素点的灰度值，对待检测的瓦楞纸图像上的像素点进行聚类，得到各初始聚类集合，包括：

3.根据权利要求1所述的一种基于图像处理的瓦楞纸排骨纹缺陷程度评估方法，其特征在于，所述计算各初始聚类集合的聚集程度评价指标，包括：

4.根据权利要求1所述的一种基于图像处理的瓦楞纸排骨纹缺陷程度评估方法，其特征在于，所述计算各第一聚类集合中各连通域的筛选评价指标，包括：

5.根据权利要求4所述的一种基于图像处理的瓦楞纸排骨纹缺陷程度评估方法，其特征在于，采用如下公式计算各第一聚类集合中各连通域对其所在初始聚类集合的聚集程度评价的影响指标：

6.根据权利要求4所述的一种基于图像处理的瓦楞纸排骨纹缺陷程度评估方法，其特征在于，采用如下公式计算各第一聚类集合中各连通域的筛选评价指标：

7.根据权利要求1所述的一种基于图像处理的瓦楞纸排骨纹缺陷程度评估方法，其特征在于，所述根据所述筛选评价指标得到各第一聚类集合的子区域，包括：

8.根据权利要求1所述的一种基于图像处理的瓦楞纸排骨纹缺陷程度评估方法，其特征在于，采用如下公式计算各第一聚类集合的子区域和各第二子区域的排骨纹缺陷程度：

9.根据权利要求1所述的一种基于图像处理的瓦楞纸排骨纹缺陷程度评估方法，其特征在于，所述聚集程度评价指标阈值为所有聚类集合对应的聚集程度评价指标平均值。

10.根据权利要求1所述的一种基于图像处理的瓦楞纸排骨纹缺陷程度评估方法，其特征在于，所述波长的数量的设置方法包括：

技术总结
本发明涉及图像处理技术领域，具体涉及基于图像处理的瓦楞纸排骨纹缺陷程度评估方法。方法包括：根据待检测的瓦楞纸图像像素点的灰度值对像素点进行聚类，计算各初始聚类集合的聚集程度评价指标；将聚集程度评价指标小于阈值的各初始聚类集合记为各第一聚类集合，根据各连通域的筛选评价指标得到各第一聚类集合的子区域；将聚集程度评价指标大于等于阈值的各初始聚类集合记为各第二子区域；利用不同波长的Gabor滤波器对待检测的瓦楞纸图像进行处理，得到各波长的纹理图；对各波长的纹理图进行排骨纹直线检测，计算各子区域的排骨纹缺陷程度，进而得到待检测的瓦楞纸的排骨纹缺陷程度。本发明提高了排骨纹缺陷程度评估的合理性。

技术研发人员：赵立书,张玉华,赵立锋,赵秀鑫
受保护的技术使用者：山东大昌纸制品有限公司
技术研发日：
技术公布日：2024/1/15