申请/专利权人：深圳市信来誉包装有限公司

申请日：2023-12-27

公开（公告）日：2024-04-05

公开（公告）号：CN117474909B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/13;G06T7/45;G06T7/44

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2024.02.20#实质审查的生效;2024.01.30#公开

摘要：本发明涉及图像数据处理技术领域，具体涉及基于机器视觉的包装纸盒瑕疵检测方法，该方法包括：采集纸盒展开灰度图像；获取各像素点的区域，并获取区域内其他像素点的特征子数；计算各像素点的纸盒特征值，并获取各像素点的映射纸盒特征值；构建划痕共生矩阵，并计算各像素点的区域划痕系数；计算划痕方向饱和度，并获取各像素点所在区域的划痕预设方向；计算各像素点的区域梯度散度系数，并获取各像素点的区域的频繁梯度方向；进而获取各像素点的划痕显著性系数对Felzenszwalb算法的不相似度进行改进，完成对包装纸盒瑕疵的检测。本发明旨在解决由于光照变化导致的图像像素值的变化导致的瑕疵错检漏检的问题。

主权项：1.基于机器视觉的包装纸盒瑕疵检测方法，其特征在于，该方法包括以下步骤：采集纸盒展开灰度图像；获取各像素点的区域，并获取区域内其他像素点的特征子数；根据特征子数获取各像素点的纸盒特征值，并获取各像素点的映射纸盒特征值；根据映射纸盒特征值构建划痕共生矩阵，并计算各像素点的区域划痕系数；计算划痕方向饱和度，并获取各像素点所在区域的划痕预设方向；计算各像素点的区域梯度散度系数，并获取各像素点的区域的频繁梯度方向；根据区域划痕系数、区域梯度散度系数、划痕预设方向和频繁梯度方向获取各像素点的划痕显著性系数；使用划痕显著性系数对Felzenszwalb算法的不相似度进行改进，完成对包装纸盒瑕疵的检测；所述获取各像素点的区域，并获取区域内其他像素点的特征子数，包括：以纸盒展开灰度图像中各像素点为中心，选取边长为5的方形区域作为各像素点的区域；计算各像素点的区域中所有像素点的灰度均值，计算所述灰度均值与纸盒展开灰度图像中灰度值的最大值的比值，计算所述比值与预设阈值系数的乘积作为各像素点的区域的灰度阈值；计算各像素点与灰度阈值之间的和值与差值绝对值，若各像素点的区域的其他像素点的灰度值小于所述差值绝对值，将数字0作为其他像素点的特征子数；若其他像素点的灰度值大于等于所述差值绝对值，小于所述和值，将数字1作为其他像素点的特征子数；若其他像素点的灰度值大于等于所述和值，将数字2作为其他像素点的特征子数；所述计算各像素点的区域划痕系数，包括：计算各像素点的区域的划痕共生矩阵中各数据所在行数与所在列数的乘积与和值，计算以自然常数为底、所述乘积的负值为指数的指数函数的计算结果，计算所述计算结果与和值平方的比值，计算所有比值与各数据乘积的和值作为第一和值；将在角度的所有划痕共生矩阵的第一和值中的最大值作为各像素点的区域划痕系数；所述计算划痕方向饱和度，包括：计算各像素点的区域在角度的划痕共生矩阵中左上角边长为2的方形区域中所有数据的和值作为各像素点的区域在角度上的划痕方向饱和度；所述获取各像素点所在区域的划痕预设方向，包括：将各像素点的最大的划痕方向饱和度所对应的角度作为各像素点的区域的划痕预设方向；所述计算各像素点的区域梯度散度系数，包括：使用Sobel算子获取各像素点的区域内所有像素点的梯度幅值和梯度方向；计算各像素点的区域内所有像素点的梯度幅值的标准差，计算各像素点的区域内所有像素点的梯度幅值的最大值与最小值的差值，将所述标准差与差值的乘积作为各像素点的区域梯度散度系数；所述获取各像素点的区域的频繁梯度方向，包括：统计各像素点的区域内所有像素点的梯度方向，将0度到360度均分为八个区间，将所有像素点的梯度方向划分到对应的区间中，将像素点的梯度方向所在区间的最小值作为像素点的区间梯度方向；将各像素点的区域内出现次数最多的区间梯度方向作为各像素点的区域的频繁梯度方向；所述获取各像素点的划痕显著性系数，包括：计算各像素点的区域划痕系数与区域梯度散度系数的对数的乘积，计算各像素点的划痕预设方向与频繁梯度方向的和值，计算所述和值的余弦函数的计算结果与数字1的和值作为第二和值；将所述乘积与第二和值的比值作为各像素点的划痕显著系数。

全文数据：

权利要求：

百度查询： 深圳市信来誉包装有限公司 基于机器视觉的包装纸盒瑕疵检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD