一种基于机器视觉的口罩带缺失检测方法与流程

技术特征：

1.一种基于机器视觉的口罩带缺失检测方法，其特征在于，具体按以下步骤实施：

步骤1，采用面阵相机，采集传送带上的口罩图像；

步骤2，对步骤1中采集到的口罩图像进行姿态校正，使其成水平状态；

步骤3，提取步骤2调整后口罩图像的特征；

步骤4，采集无口罩带缺失和有口罩带缺失的口罩图像集作为训练集，建立基于支持向量SVM的口罩带缺失检测分类模型，并利用步骤3提取的口罩图像的特征，训练SVM模型；

步骤5，对于待检测的口罩图像依次按照步骤1-3进行处理，然后利用步骤4训练得到的SVM模型检测左、右口罩带是否缺失。

2.根据权利要求1所述的一种基于机器视觉的口罩带缺失检测方法，其特征在于，所述步骤2中姿态校正，依次包括基于OSTU方法的口罩图像二值化、形态学处理、基于Canny的边缘检测、最小外接矩形的确定、口罩图像的旋转、口罩图像的裁切。

3.根据权利要求1或2所述的一种基于机器视觉的口罩带缺失检测方法，其特征在于，所述步骤2中姿态校正，具体为：

步骤2.1，采用OTSU二值化方法对步骤1采集的口罩图像进行二值化处理，形成二值化口罩图像；

步骤2.2，对步骤2.1得到的二值化口罩图像采用5×5大小的形态学元素，进行形态学闭运算；

步骤2.3，对步骤2.2形态学闭运算后的口罩图像，采用Canny边缘检测方法进行边缘检测，获得口罩图像的边缘轮廓；

步骤2.4，采用Graham's Scan凸包算法，对步骤2.3得到的口罩图像的边缘轮廓，求其最小外接矩形；

步骤2.5，根据步骤2.4的最小外接矩形，可以求得口罩图像相对于水平方向的倾斜角度，对步骤2.1采集的口罩图像按照该倾斜角度进行反向的旋转校正，使口罩图像成水平状态；

步骤2.6，对步骤2.5校正后的口罩图像，利用其对称性，在垂直方向的中间将其裁切为左、右两幅子图像，并将右边的子图像进行水平方向的翻转。

4.根据权利要求1所述的一种基于机器视觉的口罩带缺失检测方法，其特征在于，所述步骤3包括对口罩图像依次进行二值化增强处理、检测窗口大小的划分和基于局部二值模式LBP的口罩图像特征提取。

5.根据权利要求1或4所述的一种基于机器视觉的口罩带缺失检测方法，其特征在于，所述步骤3具体为：

骤3.1，对裁切得到的口罩子图像，进行Gamma校正，其中取Gamma值为2.2；

步骤3.2，对经过步骤3.1增强后的口罩子图像，划分为4×4个子区域，求取每个子区域的旋转不变的等价LBP模式下的特征，并将这16个子区域的特征串联起来作为提取的口罩图像特征。

6.根据权利要求1所述的一种基于机器视觉的口罩带缺失检测方法，其特征在于，所述步骤4中SVM模型的训练采用线性核函数。