一种基于位平面的纸病检测方法
【技术领域】
[0001] 本发明涉及一种纸病检测方法，具体涉及一种基于位平面的纸病检测方法。
【背景技术】
[0002] 随着纸机车速的不断提高，纸张面临着出现更多缺陷的风险。由于人工识别纸张 的外观纸病需要投入大量的人力，且识别率低、工作效率低，所以依靠人工肉眼对纸张的外 观纸病进行检测已经不可能。用机器视觉对纸张的外观纸病进行检测已经成为了不可替代 的趋势。
[0003]目前利用机器视觉对纸张的外观纸病进行检测的方法一般分为阈值法、形态学方 法、灰度级统计法三类。其中阈值法根据不同的纸病设置不同的阈值，是一种简单有效的 图像分割方法，但是该方法对于不同纸张、不同纸病所选取的阈值都是不同的，所以通用性 差，并且抗噪性也不尽如人意；形态学方法采用腐蚀和膨胀的边缘检测算子检测纸病边缘， 它克服了缺陷检测中不同纸病选取阈值不同的繁琐工作，而且对图像细节和边缘定位具有 较好的结果，特别是对含有噪声的图像，但若是仅使用数学形态学方法的话，仍然会出现边 缘信息损失的情况；灰度级统计法利用纸病图像的统计特征检测纸病，基于灰度级统计的 方法种类繁多，比较具有代表性的有：一维自回归算法、模糊逻辑算法和基于共生矩阵和自 组织神经网络的纸病检测方法等。一维自回归算法不能用于纹理建模和缺陷检测，模糊逻 辑算法对于缺陷的识别和后续处理比较复杂，而基于共生矩阵和自组织神经网络的纸病检 测方法置信度的选择对检测结果的影响很大。
【发明内容】
[0004] 本发明的目的在于提供一种基于位平面的纸病检测方法，以克服上述现有技术存 在的缺陷，本发明能够在保证算法快速性的同时，较好地检测出缺陷，具有较好的抗干扰性 和定位准确性，并且运算简单。
[0005] 为达到上述目的，本发明采用如下技术方案：
[0006] -种基于位平面的纸病检测方法，包括以下步骤：
[0007] 步骤1 :获得被测纸张的原始图像，并转换为灰度图像；
[0008] 步骤2 :对灰度图像进行预处理，以消除图像中的噪声；
[0009] 步骤3 :将预处理后的灰度图像进行位平面分解得到图像的八个位平面；
[0010] 步骤4 :采用格雷码对位平面进行增强，获得灰度图像的八个增强位平面；
[0011] 步骤5 :选取第六位增强位平面，对其进行图像分割，得到最终的检测结果。
[0012] 进一步地，步骤2中对灰度图像进行预处理的方法为将灰度图像进行自适应中值 滤波处理。
[0013] 进一步地，自适应中值滤波处理包括以下步骤：
[0014] 步骤2. 1 :首先确定最大滤波半径rmax和初始滤波半径r。；
[0015] 步骤2. 2 :开始滤波，计算当前像素 I (X，y)的邻域中值In^邻域最大值1_和邻 域最小值I_;
[0016] 步骤2. 3 :判断当前邻域中值Inred是否满足I _< I Md< I _，若满足，则当前邻域 中值不是噪声点，进入步骤2. 4,否则滤波半径加1，并回到步骤2. 2继续滤波，若滤波半径 等于最大滤波半径，则转到步骤2. 4 ;
[0017] 步骤2.4 :判断当前像素点I(x，y)是否满足I_< I(x，y) < Iniax，若满足，则当 前像素点不是噪声点，当前像素值原值输出，否则，用当前邻域中值Inred替代当前像素值 I (X，y)输出。
[0018] 进一步地，步骤2. 1中的最大滤波半径为10,初始滤波半径为3。
[0019] 进一步地，步骤3中将预处理后的灰度图像进行位平面分解的方法为：分别提取 每个像素的相同二进制比特位组成一个平面，即将具有256个灰度级的灰度图像分解为八 个位平面。
[0020] 进一步地，步骤4中采用格雷码对位平面增强的方法为：采用如下公式：
[0022] 式中，?为异或操作，&1为位平面分解得到的第i位位平面，gl是位平面&1的格雷 码表示，即第i位增强位平面。
[0023] 进一步地，步骤5中对第六位增强位平面进行图像分割的方法为：设F为第六位增 强位平面，B是大小为3 X 3的方形结构元素，首先让F被B腐蚀，然后求取图像F和它的腐 蚀之差，设D为最终检测边缘图像，利用公式如下：
[0024] D = F- (F Θ B)
[0025] 式中，Θ为腐蚀操作，F为待提取边缘的图像，即第六位增强位平面，B为3X3的 方形结构元素，D为最终检测的边缘图像。
[0026] 与现有技术相比，本发明具有以下有益的技术效果：
[0027] 本发明方法简单易实施，能够在不影响生产的情况下，有效地检测出纸病，具有较 好的抗干扰性和定位准确性，并且运算简单，从而达到提高造纸产业自动化程度，减少人工 操作的目的。通过本发明的基于位平面的纸病检测方法，检测到的边缘更完整，轮廓更清 晰，没有虚假边缘，受背景杂质和噪声的干扰较小，并且简单易实施、计算量少。若将本发明 应用于工业造纸现场，可以较好地解决传统检测方法抗干扰能力差、定位不准确和运算复 杂的问题，从而促进造纸产业的发展，具有很大的市场潜力。
【附图说明】
[0028] 图1是本发明的流程图。
【具体实施方式】
[0029] 下面结合附图对本发明作进一步详细描述：
[0030] 本发明以含有纸病的图像作为被检测对象，处理流程如图1所示，具体实施步骤 如下：
[0031] StepU通过C⑶摄像头获取被测纸张的原始图像，并转换为灰度图像。
[0032] Step2、对得到的灰度图像进行自适应中值滤波处理，以消除图像中的噪声，其能 够根据图像受噪声的干扰程度自适应地调整滤波窗口的大小并输出滤波结果，选取初始滤 波半径为3,最大滤波半径为10。具体方法是从原始图像的左上角开始利用滤波窗口进行 滑动扫描，判断是否存在噪声点，判断依据是滤波窗口内的当前邻域中值