一种稻壳可降解餐盒缺陷检测方法与流程

本发明涉及餐盒缺陷图像分析，具体涉及一种稻壳可降解餐盒缺陷检测方法。

背景技术：

1、可降解材料因其生产过程无污染且可生物降解，对环境保护及治理污染具有重要意义；其不仅广泛应用于消费品领域，如餐具、包装等，还应用于农业、医疗、建筑等领域。稻壳可降解餐盒便是由可降解材料制成的一种餐具，但其材料硬度及强度相对金属低，在加工或运输过程中易产生裂纹缺陷，严重影响餐盒的质量、美观及用户使用感。

2、由于稻壳可降解餐盒材料属性导致其表面表现为纸质或纤维质的细小纹路，且餐盒还存在造型压纹，该类材质纹路及造型压纹与裂纹的灰度特征较为相似，严重影响视觉检测裂纹的准确性，故通常采用图像模糊算法对图像进行模糊处理，降低纹路的影响。传统的均值模糊算法通过卷积核将每个像素点周围所有像素点的均值作为卷积输出值来实现模糊平滑操作，但这样会将待检测出的裂纹同步平滑掉；因此均值滤波无法适应稻壳可降解餐盒的图像内容，不能针对性的将图像进行模糊处理，从而影响稻壳可降解餐盒的裂纹缺陷检测效果。

技术实现思路

1、为了解决现有模糊算法卷积核设置不合适导致图像模糊处理效果差进而导致稻壳可降解餐盒的裂纹缺陷检测效果差的技术问题，本发明的目的在于提供一种稻壳可降解餐盒缺陷检测方法，所采用的技术方案具体如下：

2、获取餐盒的灰度图像；

3、根据像素点的灰度或纹理特征获取所述灰度图像中的所有纹理区域；在每个所述纹理区域内，根据区域边界直径与区域边界长度的差异关系，及区域边界像素点的梯度变化，获取每个所述纹理区域的裂纹程度，所述区域边界像素点为所述纹理区域上最外层的像素点；

4、以所述纹理区域内每个像素点为中心像素点构建预设邻域，在每个预设邻域内，根据中心像素点与所有非中心像素点的灰度差异，结合所有像素点相对所述纹理区域外的非纹理区域内像素点的灰度差异，获取每个非中心像素点相对中心像素点的灰度差异程度；

5、在每个预设邻域内，根据每个非中心像素点与中心像素点的空间距离及所述灰度差异程度，结合中心像素点所在纹理区域的所述裂纹程度，获取每个非中心像素点的模糊权值；根据每个非中心像素点在每个预设邻域内的所述模糊权值及对应中心像素点的预设权值，构建每个中心像素点的模糊卷积核；根据所述模糊卷积核对所有纹理区域内对应像素点进行模糊操作，获取模糊图像；

6、将所述模糊图像进行图像分割，获取所有裂纹缺陷。

7、进一步地，所述纹理区域的获取方法包括：

8、将所述灰度图像中在预设灰度范围内的所有像素点进行聚类，对每个聚簇内的像素点进行连通域检测，将每个连通域作为一个纹理区域。

9、进一步地，所述裂纹程度的获取方法包括：

10、在每个所述纹理区域中，获取所有所述区域边界像素点的梯度幅值，计算所有所述区域边界像素点的梯度幅值方差；

11、获取每个纹理区域的最大区域边界直径，将预设倍数的所述最大区域边界直径，作为每个所述纹理区域的参考距离长度；

12、将每个所述纹理区域的所述区域边界长度与所述参考距离长度的差值归一化，将归一化值乘以对应所述梯度幅值方差，再将乘积归一化得到每个所述纹理区域的裂纹程度。

13、进一步地，所述灰度差异程度的获取方法包括：

14、获取所述灰度图像中每个像素点的参考像素点集合，所述参考像素点集合内包括所述灰度图像中非纹理区域内随机选取的预设数量个像素点，每个像素点的所述参考像素点集合不同；

15、在每个预设邻域内，根据中心像素点与中心像素点的参考像素点集合内所有像素点的灰度差异，及每个非中心像素点与对应非中心像素点的参考像素点集合内所有像素点的灰度差异，获取中心像素点与每个非中心像素点的参考灰度差异；

16、获取每个预设邻域内每个非中心像素点相对中心像素点的真实灰度差异，将中心像素点与每个非中心像素点的所述真实灰度差异归一化后与所述参考灰度差异相乘，得到每个预设邻域内每个非中心像素点相对中心像素点的灰度差异程度。

17、进一步地，所述参考灰度差异的计算公式包括：

18、；其中，为第个中心像素点与预设邻域内第个非中心像素点的参考灰度差异；为第个中心像素点的参考像素点集合内所有像素点的总数量；为第个中心像素点的灰度值；为第个中心像素点的参考像素点集合内第个参考像素点的灰度值；为第个中心像素点的预设邻域内第个非中心像素点的参考像素点集合内所有像素点的总数量；为第个中心像素点的预设邻域内第个非中心像素点的灰度值；为第个中心像素点的预设邻域内第个非中心像素点的参考像素点集合内第个参考像素点的灰度值。

19、进一步地，所述模糊权值的获取方法包括：

20、在每个像素点的预设邻域内，当中心像素点所在纹理区域的所述裂纹程度小于预设阈值时，将每个非中心像素点与中心像素点间的欧氏距离乘以所述灰度差异程度，得到每个非中心像素点在对应预设邻域内的模糊权值；当中心像素点所在纹理区域的所述裂纹程度大于等于预设阈值时，将每个非中心像素点与中心像素点间的欧氏距离乘以所述灰度差异程度后进行负相关映射，得到每个非中心像素点在对应预设邻域内的模糊权值。

21、进一步地，所述模糊卷积核的获取方法包括：

22、将每个非中心像素点的所述模糊权值归一化，构建预设形状及尺寸的窗口，在每个预设邻域中，将每个非中心像素点的归一化后的所述模糊权值及中心像素点的预设权值映射到窗口中的相应位置，其中每个预设邻域的中心与窗口中心重合，得到对应中心像素点的模糊卷积核。

23、进一步地，所述窗口的形状及尺寸与所述预设邻域的形状及尺寸相同。

24、进一步地，所述裂纹缺陷的获取方法包括：

25、将所述模糊图像进行大津阈值分割，将灰度值低的区域作为裂纹缺陷区域。

26、进一步地，所述区域边界长度的获取方法包括：

27、在每个所述纹理区域内，以任一所述区域边界像素点为起点，沿所述纹理区域的边界将所有所述区域边界点排序编号，计算所有相邻编号的所述区域边界像素点间的欧氏距离之和，作为区域边界长度。

28、本发明具有如下有益效果：

29、本发明首先获取稻壳可降解餐盒的灰度图像及灰度图像中的所有纹理区域；然后在每个纹理区域内，根据区域边界直径与区域边界长度的差异关系，及区域边界像素点的梯度变化，通过结合缺陷裂纹边界纹理不规则的特征准确获取每个纹理区域的裂纹程度；然后以纹理区域内每个像素点为中心像素点构建预设邻域，在每个预设邻域内，根据所有非中心像素点相对中心像素点的灰度差异，结合预设邻域内所有像素点相对纹理区域外的非纹理区域内的像素点的灰度差异引入随机参考性，更全面地度量每个非中心像素点相对中心像素点的灰度差异程度；然后在每个预设邻域内，根据每个非中心像素点与中心像素点的空间距离及灰度差异程度，结合中心像素点所在纹理区域的裂纹程度，获取每个非中心像素点的模糊权值，空间距离及灰度差异程度综合反映了每个非中心像素点相对中心像素点的差异程度，当裂纹程度越大时，越应当较小程度的模糊以尽可能的保留裂纹特征，将与中心像素点差异程度大的非中心像素点赋予较小的模糊权值以降低模糊影响，反之当裂纹程度小时，越应当模糊，将与中心像素点差异程度大的非中心像素点赋予较大的模糊权值；进而根据每个非中心像素点在每个预设邻域内的模糊权值及对应中心像素点的预设权值，构建每个中心像素点的模糊卷积核以进行模糊操作，从而可以在模糊图像中准确获取所有裂纹缺陷。本发明根据餐盒裂纹的纹理特征，在可能为裂纹、材质纹理及造型压纹的纹理区域内分析每个像素点与预设邻域内其他像素点间差异及空间距离以构建模糊卷积核，从而对纹理区域有针对性的模糊，在保留裂纹的同时模糊其他材质纹理及造型压纹，准确获取裂纹缺陷。