CN109685791A - 一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法 - Google Patents

Abstract

本发明涉及一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法。主要解决了现有的瓦楞纸板计数方法易误检和漏检，检测准确率低的问题。一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法，包括如下步骤：步骤1，读取图像；步骤2，截取图像中ROI；步骤3，ROI图像腐蚀；步骤4，ROI腐蚀图像二值化；步骤5，取滑动窗口；步骤6，提取滑动窗口中前景轮廓并计算角度；步骤7，校正滑动窗口图像并投影；步骤8，根据投影获取平坦纸位置；步骤9，瓦楞区域自相关判断；步骤10，各滑动窗口拼接并得到计数结果。该基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法不易误检和漏检，检测准确率高。

Description

一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法

技术领域

本发明涉及机器视觉技术领域，具体涉及一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法。

背景技术

瓦楞纸板是一个多层的黏合体，它最少由一层波浪形芯纸夹层(俗称“坑张”、“瓦楞纸”、“瓦楞芯纸”、“瓦楞纸芯”、“瓦楞原纸”)及一层纸板(又称“箱板纸”、“箱纸板”)构成。具有良好的抗压强度和防震性能，能承受一定的压力、冲击和振动；重量轻，价格便宜，可以大规模生产多种尺寸，使用前储存空间很小，并能印刷各种图案，因此在制成品包装运输上得到广泛运用。

大规模生产中需对瓦楞纸板进行计数工作，但人工进行计数方法需要耗费大量时间，而且随着工作时间的增加，人工可能会因疲劳等产生计数误差。

计算机视觉识别是基于图像处理计数对瓦楞纸中纸板信息进行提取，但现有瓦楞纸识别算法主要有如下问题：

1、瓦楞纸检测易受到瓦楞纸角度变化的影响，导致不良检测结果，不利于精确计算；

2、使用拟合瓦楞纸直线的方法不仅易误检，同样易漏检，也不利于精确计算。

发明内容

为了克服背景技术的不足，本发明提供一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法，主要解决了现有的瓦楞纸板计数方法易误检和漏检，检测准确率低的问题。

本发明所采用的技术方案是：一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法，包括如下步骤：

步骤1，读取图像：线阵相机在线获取待检测图像I，并将待检测图像I发送至计算机，计算机对待检测图像I进行读取计算，计算待检测图像的行数为N_x，列数为N_y；

步骤2，截取图像中ROI：设定ROI的宽度r_w、ROI区域的间距r_p、ROI区域个数r_n，根据ROI选取的这三个参数，以图像中心对称选取r_n个ROI；

步骤3，ROI图像腐蚀：将若干ROI转化为ROI灰度图像，对ROI灰度图像进行腐蚀操作，使用掩膜核为宽度e_w、长度e_h矩形；

步骤4，ROI腐蚀图像二值化：对ROI腐蚀图像使用大小为m_w、m_h的矩形，选取像素点(x,y)区域内中值m(x,y)，而后使用阈值m(x,y)+T_e将ROI腐蚀图像二值化，将大于m(x,y)+T_e像素的灰度设为255，将小于m(x,y)+T_e像素的灰度设为0，得ROI腐蚀二值图像；

步骤5，取滑动窗口：对ROI腐蚀二值图像分割为s_n个滑动窗口，并设置重叠比例为o，根据s_n、o求取窗口尺寸，并获得各滑动窗口；

步骤6，提取滑动窗口中前景轮廓并计算角度：对步骤5中的各滑动窗口中的前景提取轮廓图像，根据所得轮廓图像使用图像的矩计算角度；

步骤7，校正滑动窗口图像并投影：根据步骤6的图像矩计算所得角度将轮廓图像校正，并将轮廓图像在横轴方向做投影；

步骤8，根据投影获取平坦纸位置：根据投影结果，选取阈值T_p，对大于此阈值的各区间内投影结果进行检测，获得平坦纸位置，根据平坦纸位置截取出瓦楞所处区域；

步骤9，瓦楞区域自相关判断：对各瓦楞纸区域做自相关操作，因含有瓦楞结果与不含瓦楞结果具有一定差异，根据此差异判断是否含有瓦楞；

步骤10，各滑动窗口结果拼接并得到计数结果：根据瓦楞区域自相关确定瓦楞坐标，并得到各滑动窗口的结果，结合各滑动窗口的结果，合并具有相近坐标瓦楞，并对合格瓦楞数进行计数。

所述步骤5中滑动窗口起始、终止坐标计算方法如下：

首先，根据滑动窗口数量及重叠比例，获取各滑动窗口尺寸w_s，以及重叠尺寸o_s，通过如下约束求取：

-(s_n-1)o_s+s_nw_s＝N_x

w_so＝o_s

根据所得w_s及o_s计算窗口起始位置坐标终止位置坐标

其中i＝0,1,...,(s_n-1)表示所在滑动窗口编号。

所述步骤6中所用轮廓图像提取方法为：使用canny算子并ROI腐蚀二值图像，根据所获得的轮廓图像计算图像的矩，利用图像的矩计算轮廓角度，具体方法如下：

图像的矩求取方法如下

m_ji＝∑(array(x,y)·x^j·yⁱ)

其中j,i对应x、y对应阶数；

通过图像的矩求取中心位置为

根据中心位置求取角度θ方法为

所述步骤8中，从被标记起始位置搜索g，搜索区间定义为[g+nd,g+(n+1)d]，其中d表示瓦楞搜索间距，n＝2,3,...,N表示所在第n个搜索区间，其中N表示搜索区间个数，则定义瓦楞边缘位置为：

根据上式得到所有瓦楞边缘位置，根据瓦楞边缘位置获取瓦楞位置

所述步骤9中自相关求取方法为：

其中u＝0,1,...,W-1，H及W是所得瓦楞区域的高和宽，(x+u)modW为(x+u)对W取余；通过此结果获取自相关结果，如自相关结果具有超过5个峰值，则认为此区域含有瓦楞，否则不包含。

所述步骤10中拼接方法：为对包含瓦楞区域，使用各窗口所获取的瓦楞位置坐标以及所在窗口起始坐标从而获取此瓦楞所在图像真实坐标对所有窗口中存在瓦楞位置输出，得到各真实坐标将真实坐标中两两比较，差异小于τ的两坐标舍去，并取两者中值添加到真实坐标集合中。

本发明的有益效果是：

1、使用滑动窗口获取各窗口的瓦楞纸角度，以适应瓦楞纸角度的变化，可获得当前区域精确角度结果，利于最后检测结果；

2、使用图像轮廓、图像的矩计算瓦楞纸偏转方向，不需引入直线检测方法，更利于计算，且更加准确；

3、使用自相关判断区域内是否含有瓦楞，含有瓦楞区域结果与不含瓦楞区域结果具有较大差异，因此更易区分两者，增大检测准确率。

附图说明

图1为本发明的工作流程示意图。

图2为本发明的瓦楞纸板的结构示意图。

图3为本发明的瓦楞纸滑动窗口示意图。

图4为本发明的自相关方法示意图。

具体实施方式

下面结合附图对本发明实施例作进一步说明：

如图1—4所示，一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法，包括如下步骤：

步骤1，读取图像：线阵相机在线获取待检测图像I，并将待检测图像I发送至计算机，计算机对待检测图像I进行读取计算，计算待检测图像的行数为N_x，列数为N_y；

步骤2，截取图像中ROI：设定ROI的宽度r_w、ROI区域的间距r_p、ROI区域个数r_n，根据ROI选取的这三个参数，以图像中心对称选取r_n个ROI；

步骤3，ROI图像腐蚀：将若干ROI转化为ROI灰度图像，对ROI灰度图像进行腐蚀操作，使用掩膜核为宽度e_w、长度e_h矩形；

步骤4，ROI腐蚀图像二值化：对ROI腐蚀图像使用大小为m_w、m_h的矩形，选取像素点(x,y)区域内中值m(x,y)，而后使用阈值m(x,y)+T_e将ROI腐蚀图像二值化，将大于m(x,y)+T_e像素的灰度设为255，将小于m(x,y)+T_e像素的灰度设为0，得ROI腐蚀二值图像；

步骤5，取滑动窗口：对ROI腐蚀二值图像分割为s_n个滑动窗口，并设置重叠比例为o，根据s_n、o求取窗口尺寸，并获得各滑动窗口；

步骤6，提取滑动窗口中前景轮廓并计算角度：对步骤5中的各滑动窗口中的前景提取轮廓图像，根据所得轮廓图像使用图像的矩计算角度；

步骤7，校正滑动窗口图像并投影：根据步骤6的图像矩计算所得角度将轮廓图像校正，并将轮廓图像在横轴方向做投影；

步骤8，根据投影获取平坦纸位置：根据投影结果，选取阈值T_p，对大于此阈值的各区间内投影结果进行检测，获得平坦纸位置，根据平坦纸位置截取出瓦楞所处区域；

步骤9，瓦楞区域自相关判断：对各瓦楞纸区域做自相关操作，因含有瓦楞结果与不含瓦楞结果具有一定差异，根据此差异判断是否含有瓦楞；

步骤10，各滑动窗口结果拼接并得到计数结果：根据瓦楞区域自相关确定瓦楞坐标，并得到各滑动窗口的结果，结合各滑动窗口的结果，合并具有相近坐标瓦楞，并对合格瓦楞数进行计数。

所述步骤5中滑动窗口起始、终止坐标计算方法如下：

首先，根据滑动窗口数量及重叠比例，获取各滑动窗口尺寸w_s，以及重叠尺寸o_s，通过如下约束求取：

-(s_n-1)o_s+s_nw_s＝N_x

w_So＝o_s

根据所得w_s及o_s计算窗口起始位置坐标终止位置坐标

其中i＝0,1,...,(s_n-1)表示所在滑动窗口编号。

所述步骤6中所用轮廓图像提取方法为：使用canny算子并ROI腐蚀二值图像，根据所获得的轮廓图像计算图像的矩，利用图像的矩计算轮廓角度，具体方法如下：

图像的矩求取方法如下

m_ji＝∑(array(x,y)·x^j·yⁱ)

其中j,i对应x、y对应阶数；

通过图像的矩求取中心位置为

根据中心位置求取角度θ方法为

所述步骤8中，从被标记起始位置搜索g，搜索区间定义为[g+nd,g+(n+1)d]，其中d表示瓦楞搜索间距，n＝2,3,...,N表示所在第n个搜索区间，其中N表示搜索区间个数，则定义瓦楞边缘位置为：

根据上式得到所有瓦楞边缘位置，根据瓦楞边缘位置获取瓦楞位置

所述步骤9中自相关求取方法为：

其中u＝0,1,...,W-1，H及W是所得瓦楞区域的高和宽，(x+u)modW为(x+u)对W取余；通过此结果获取自相关结果，如自相关结果具有超过5个峰值，则认为此区域含有瓦楞，否则不包含。

所述步骤10中拼接方法：为对包含瓦楞区域，使用各窗口所获取的瓦楞位置坐标以及所在窗口起始坐标从而获取此瓦楞所在图像真实坐标对所有窗口中存在瓦楞位置输出，得到各真实坐标将真实坐标中两两比较，差异小于τ的两坐标舍去，并取两者中值添加到真实坐标集合中。

本发明的有益效果是：

1、使用滑动窗口获取各窗口的瓦楞纸角度，以适应瓦楞纸角度的变化，可获得当前区域精确角度结果，利于最后检测结果；

2、使用图像轮廓、图像的矩计算瓦楞纸偏转方向，不需引入直线检测方法，更利于计算，且更加准确；

3、使用自相关判断区域内是否含有瓦楞，含有瓦楞区域结果与不含瓦楞区域结果具有较大差异，因此更易区分两者，增大检测准确率。

此算法可精准完成瓦楞纸板计数任务，且此算法简单易行，易编写，适用于工业生产。

各位技术人员须知：虽然本发明已按照上述具体实施方式做了描述，但是本发明的发明思想并不仅限于此发明，任何运用本发明思想的改装，都将纳入本专利专利权保护范围内。

Claims (6)

1.一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法，其特征在于：包括如下步骤：

步骤1，读取图像：线阵相机在线获取待检测图像I，并将待检测图像I发送至计算机，计算机对待检测图像I进行读取计算，计算待检测图像的行数为N_x，列数为N_y；

步骤2，截取图像中ROI：设定ROI的宽度r_w、ROI区域的间距r_p、ROI区域个数r_n，根据ROI选取的这三个参数，以图像中心对称选取r_n个ROI；

步骤3，ROI图像腐蚀：将若干ROI转化为ROI灰度图像，对ROI灰度图像进行腐蚀操作，使用掩膜核为宽度e_w、长度e_h矩形；

步骤4，ROI腐蚀图像二值化：对ROI腐蚀图像使用大小为m_w、m_h的矩形，选取像素点(x,y)区域内中值m(x,y)，而后使用阈值m(x,y)+T_e将ROI腐蚀图像二值化，将大于m(x,y)+T_e像素的灰度设为255，将小于m(x,y)+T_e像素的灰度设为0，得ROI腐蚀二值图像；

步骤5，取滑动窗口：对ROI腐蚀二值图像分割为s_n个滑动窗口，并设置重叠比例为o，根据s_n、o求取窗口尺寸，并获得各滑动窗口；

步骤6，提取滑动窗口中前景轮廓并计算角度：对步骤5中的各滑动窗口中的前景提取轮廓图像，根据所得轮廓图像使用图像的矩计算角度；

步骤7，校正滑动窗口图像并投影：根据步骤6的图像矩计算所得角度将轮廓图像校正，并将轮廓图像在横轴方向做投影；

步骤8，根据投影获取平坦纸位置：根据投影结果，选取阈值T_p，对大于此阈值的各区间内投影结果进行检测，获得平坦纸位置，根据平坦纸位置截取出瓦楞所处区域；

步骤9，瓦楞区域自相关判断：对各瓦楞纸区域做自相关操作，因含有瓦楞结果与不含瓦楞结果具有一定差异，根据此差异判断是否含有瓦楞；

步骤10，各滑动窗口结果拼接并得到计数结果：根据瓦楞区域自相关确定瓦楞坐标，并得到各滑动窗口的结果，结合各滑动窗口的结果，合并具有相近坐标瓦楞，并对合格瓦楞数进行计数。

2.根据权利要求1所述的一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法，其特征在于：所述步骤5中滑动窗口起始、终止坐标计算方法如下：

首先，根据滑动窗口数量及重叠比例，获取各滑动窗口尺寸w_s，以及重叠尺寸o_s，通过如下约束求取：

-(s_n-1)o_s+s_nw_s＝N_x

w_so＝o_s

根据所得w_s及o_s计算窗口起始位置坐标终止位置坐标

其中i＝0,1,...,(s_n-1)表示所在滑动窗口编号。

3.根据权利要求2所述的一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法，其特征在于：所述步骤6中所用轮廓图像提取方法为：使用canny算子并ROI腐蚀二值图像，根据所获得的轮廓图像计算图像的矩，利用图像的矩计算轮廓角度，具体方法如下：

图像的矩求取方法如下

m_ji＝∑(array(x,y)·x^j·yⁱ)

其中j,i对应x、y对应阶数；

通过图像的矩求取中心位置为

根据中心位置求取角度θ方法为

4.根据权利要求3所述的一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法，其特征在于：

所述步骤8中，从被标记起始位置搜索g，搜索区间定义为[g+nd,g+(n+1)d]，其中d表示瓦楞搜索间距，n＝2,3,...,N表示所在第n个搜索区间，其中N表示搜索区间个数，则定义瓦楞边缘位置为：

根据上式得到所有瓦楞边缘位置，根据瓦楞边缘位置获取瓦楞位置

5.根据权利要求4所述的一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法，其特征在于：

所述步骤9中自相关求取方法为：

其中u＝0,1,...,W-1，H及W是所得瓦楞区域的高和宽，(x+u)modW为(x+u)对W取余；通过此结果获取自相关结果，如自相关结果具有超过5个峰值，则认为此区域含有瓦楞，否则不包含。

6.根据权利要求5所述的一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法，其特征在于：

所述步骤10中拼接方法：为对包含瓦楞区域，使用各窗口所获取的瓦楞位置坐标以及所在窗口起始坐标从而获取此瓦楞所在图像真实坐标对所有窗口中存在瓦楞位置输出，得到各真实坐标将真实坐标中两两比较，差异小于τ的两坐标舍去，并取两者中值添加到真实坐标集合中。