CN110766683B - 一种珍珠光洁度等级检测方法及系统 - Google Patents
一种珍珠光洁度等级检测方法及系统 Download PDFInfo
- Publication number
- CN110766683B CN110766683B CN201911042513.8A CN201911042513A CN110766683B CN 110766683 B CN110766683 B CN 110766683B CN 201911042513 A CN201911042513 A CN 201911042513A CN 110766683 B CN110766683 B CN 110766683B
- Authority
- CN
- China
- Prior art keywords
- pearl
- pixel
- detected
- pixel point
- surface imaging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种珍珠光洁度等级检测方法,所述方法包括:获取一待测珍珠的全景图像,得到所述待测珍珠的表面成像区域;计算表面成像区域中的像素点个数;选取表面成像区域中的一像素点作为参考像素点,计算该参考像素点与该表面成像区域中的每一个像素点的像素差别信息,统计所述像素差别信息小于一预设阈值的像素点个数,标记为该参考像素点对应的像素点个数;依次标记所述表面成像区域中的每一个像素点所对应的像素点个数;选取像素点个数的最大值,计算所述待测珍珠的瑕疵面积比重,判定所述待测珍珠的光洁度等级。相应的,本发明还公开了珍珠光洁度等级检测系统。通过本发明,实现对珍珠光洁度等级的高精度检测。
Description
技术领域
本发明涉及珍珠检测技术领域,尤其涉及一种珍珠光洁度等级检测方法及系统。
背景技术
珍珠养殖技术已非常成熟,高品质的珍珠需求量日益增加。根据GB/T18781-2008珍珠国家分级标准,该标准规定了珍珠的定义、分类、质量因素及其级别标准等,其中光洁度等级是根据国家标准样品比对得出珍珠光洁度级别。
目前,绝大部分珍珠加工厂对珍珠等级分辨依赖于人工检测,人工检测手段导致分级效率低下,时间周期长,且人力成本投入高,并且其检测结果受人为因素影响,从而影响珍珠稳定的质量控制。近年来,采用机器视觉技术对珍珠进行等级检测也逐渐开始应用。专利申请号2012104138100公开了一种基于单目多视角机器视觉的珍珠光洁度在线自动分级装置,其利用平面镜反射成像原理获取珍珠表面图像信息,并且利用动态线性加权算法将图像平滑拼接,计算得到珍珠的瑕疵面积。但是该技术方案利用平面镜反射成像原理,获取珍珠表面图像,其图像难免会有漂白现象、颜色和景深等方面的影响,并且无法对图像的浅色区域进行识别,对珍珠光洁度等级的判定造成一定的影响。
因此,如何解决现有中技术的问题,提供高精度的珍珠光洁度等级检测技术方案,成为急需解决的技术问题。
发明内容
本发明的目的在于提供一种珍珠光洁度等级检测方法及系统,实现对珍珠光洁度等级的高精度检测。
为实现上述目的,本发明提供了一种珍珠光洁度等级检测方法,所述方法包括:
S1、获取一待测珍珠的全景图像,并根据所述全景图像中的每一个像素点所对应的RGB值,得到所述待测珍珠的表面成像区域;
S2、计算所述待测珍珠的表面成像区域中的总像素点个数;
S3、选取所述待测珍珠的表面成像区域中的一像素点作为参考像素点,计算该参考像素点与该表面成像区域中的每一个像素点的像素差别信息,统计所述像素差别信息小于一预设阈值的像素点个数,标记为该参考像素点对应的像素点个数;
S4、重复所述步骤S3,依次标记所述表面成像区域中的每一个像素点所对应的像素点个数;
S5、选取像素点个数的最大值,根据所述最大值和待测珍珠的表面成像区域中的总像素点个数,计算所述待测珍珠的瑕疵面积比重;
S6、根据所述待测珍珠的瑕疵面积比重,判定所述待测珍珠的光洁度等级。
优选的,所述步骤S1包括:
将所述待测珍珠旋转一周并通过工业相机进行拍摄,获取所述待测珍珠的连续多帧图像;
利用全景合成软件,将所述待测珍珠的连续多帧图像进行拼接处理,得到所述待测珍珠的全景图像
优选的,所述步骤S1还包括:
将所述待测珍珠的全景图像等间隔地分成m行*n列,构成m*n个像素点;
对所述待测珍珠的全景图像进行图像识别,获取所述全景图像中的每一个像素点对应的R值、G值和B值;
将所述待测珍珠的全景图像进二值化处理,得到二值化处理后的全景图像。
优选的,所述步骤S1还包括:
根据式(1)计算所述二值化处理后的全景图像中每一个像素点的RGB值的平方和,
其中,i为第i个像素点,Zi为第i个像素点的RGB值的平方和。
优选的,所述步骤S1还包括:
在所述二值化处理后的全景图像中,将所述Zi为0的像素点进行标记,记录为第一标记像素点;
在所有的第一标记像素点的周围像素点中查询,若一像素点的Z值不为0并且该像素点的周围像素点的Z值为0,标记该像素点为第二标记像素点;
在所有的第一标记像素点和所有的第二标记像素点中,将Z值为0并且被Z值不为0的像素点包围的像素点去除标记;
所述二值化处理后的全景图像中所有的未被标记的像素点的集合区域构成了二值化处理后的待测珍珠的表面成像区域;
将所述二值化处理后的待测珍珠的表面成像区域进行像素值还原,生成了所述待测珍珠的表面成像区域。
优选的,所述步骤S2包括:
在所述待测珍珠的表面成像区域中,获取该表面成像区域中的每一列的上、下边界像素点的位置信息;
根据所述每一列的上、下边界像素点位置信息,计算每一列的像素点个数;
将所述每一列的像素点个数求和,得到所述待测珍珠的表面成像区域中的总像素点个数。
优选的,所述步骤S3包括:
以所述待测珍珠的表面成像区域中的每一像素点的RGB值,构建一RGB坐标体系;
在所述RGB坐标体系中选择一像素点作为参考像素点,根据式(2)计算该参考像素点与该表面成像区域中的每一个像素点的像素差别信息,
S=(R-r)2+(G-g)2+(B-b)2 式(2),
其中,S为像素点的像素差别信息,R、G、B为像素点的R值、G值和B值,r、g、b为参考像素点的r值、g值和b值;
统计所述像素差别信息小于一预设阈值的像素点个数,标记为该参考像素点对应的像素点个数。
优选的,所述步骤S5包括:
根据式3计算所述待测珍珠的瑕疵面积比重,
i%=(1-D/K)*100% 式(3),
其中,i%为瑕疵面积比重,D为像素点个数的最大值,K为待测珍珠的表面成像区域中的总像素点个数。
优选的,所述步骤S6包括:
当所述瑕疵面积比重为0%-a1%(不含a1%)时,判定所述待测珍珠的光洁度等级为A1;
当所述瑕疵面积比重为a1%-a2%(不含a2%)时,判定所述待测珍珠的光洁度等级为A2;
当所述瑕疵面积比重为a2%-a3%(不含a3%)时,判定所述待测珍珠的光洁度等级为A3;
此类类推,当所述瑕疵面积比重为an-1%-100%时,判定所述待测珍珠的光洁度等级为An,n为国家标准珍珠分类的等级种数。
为实现上述目的,本发明通过一种珍珠光洁度等级检测系统,所述系统包括:
成像模块,用于获取一待测珍珠的全景图像,并根据所述全景图像中的每一个像素点所对应的RGB值,得到所述待测珍珠的表面成像区域;
统计模块,用于计算所述待测珍珠的表面成像区域中的总像素点个数;
分析模块,用于选取所述待测珍珠的表面成像区域中的一像素点作为参考像素点,计算该参考像素点与该表面成像区域中的每一个像素点的像素差别信息,统计所述像素差别信息小于一预设阈值的像素点个数,标记为该参考像素点对应的像素点个数;
记录模块,用于重复所述分析模块,依次标记所述表面成像区域中的每一个像素点所对应的像素点个数;
计算模块,用于选取像素点个数的最大值,根据所述最大值和待测珍珠的表面成像区域中的总像素点个数,计算所述待测珍珠的瑕疵面积比重;
判定模块,用于根据所述待测珍珠的瑕疵面积比重,判定所述待测珍珠的光洁度等级。
与现有技术相比,本发明一种珍珠光洁度等级检测方法及系统,所带来的有益效果为:解决了现有技术中珍珠图像表面漂白现象影响珍珠光洁度判定的技术问题,能够对珍珠整个表面的颜色进行分析,从而能够更加全面的判定珍珠的光洁度等级;能够分析珍珠表面的所有瑕疵类型,包括浅色区域瑕疵,解决了现有技术中无法分辨浅色区域瑕疵的技术问题,能够更加精确地判定珍珠光洁度等级;自动实现珍珠光洁度等级判定的技术方案,避免了人工判定的偶然性和随机性,提高了生产效率,节省了人力资源,为企业带来更好的效益。
附图说明
图1是根据本发明的一个实施例中珍珠光洁度等级检测方法的流程示意图。
图2是根据本发明的一个实施例中珍珠光洁度等级检测系统的系统示意图。
具体实施方式
以下将结合附图所示的具体实施方式对本发明进行详细描述,但这些实施方式并不限制本发明,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
如图1所示的本发明一实施例,本发明提供一种珍珠光洁度等级检测方法,所述方法包括:
S1、获取一待测珍珠的全景图像,并根据所述全景图像中的每一个像素点所对应的RGB值,得到所述待测珍珠的表面成像区域;
S2、计算所述待测珍珠的表面成像区域中的总像素点个数;
S3、选取所述待测珍珠的表面成像区域中的一像素点作为参考像素点,计算该参考像素点与该表面成像区域中的每一个像素点的像素差别信息,统计所述像素差别信息小于一预设阈值的像素点个数,标记为该参考像素点对应的像素点个数;
S4、重复所述步骤S3,依次标记所述表面成像区域中的每一个像素点所对应的像素点个数;
S5、选取像素点个数的最大值,根据所述最大值和待测珍珠的表面成像区域中的总像素点个数,计算所述待测珍珠的瑕疵面积比重;
S6、根据所述待测珍珠的瑕疵面积比重,判定所述待测珍珠的光洁度等级。
珍珠作为非平面的球体目标,表面具有一定的弧度,在判断珍珠的光洁度等级时,需要计算珍珠的瑕疵面积,因此需要获取珍珠整个球体表面的图像,即需要获取珍珠的全景图像,从而可以得到珍珠这个球体表面的图像。本发明利用全景成像获取珍珠的全景图像,计算珍珠的瑕疵面积,从而可以判断珍珠光洁度的等级。
在所述步骤S1中,获取一待测珍珠的全景图像,并根据所述全景图像中的每一个像素点所对应的RGB值,得到所述待测珍珠的表面成像区域。具体地,将所述待测珍珠旋转一周并通过工业相机进行拍摄;利用全景合成软件,将所述待测珍珠的连续多帧图像进行拼接处理,得到所述待测珍珠的全景图像。利用工业相机对待测珍珠进行拍摄,可以获取待测珍珠的高质量图像信息。利用PTGUI全景合成软件将拍摄得到的连续多帧图像进行拼接处理,将立体图像转化为平面图像,得到所述待测珍珠的全景图像。
根据本发明的一具体实施例,所述步骤S1还包括:将所述待测珍珠的全景图像等间隔地分成m行*n列,构成m*n个像素点;对所述待测珍珠的全景图像进行图像识别,获取所述全景图像中的每一个像素点对应的R值、G值和B值。将所述待测珍珠的全景图像进二值化处理,得到二值化处理后的全景图像。m与n的数字选择与工业相机的像素相关。二值化处理后的全景图像的每一个像素点的值对应为0或者1。根据式(1)计算所述二值化处理后的全景图像中每一个像素点的RGB值的平方和,
其中,i为第i个像素点,Zi为第i个像素点的RGB值的平方和;在所述二值化处理后的全景图像中,将所述Zi为0的像素点进行标记,记录为第一标记像素点;在所有的第一标记像素点的周围像素点中查询,若一像素点的Z值不为0并且该像素点的周围像素点的Z值为0,标记该像素点为第二标记像素点;在所有的第一标记像素点和所有的第二标记像素点中,将Z值为0并且被Z值不为0的像素点包围的像素点去除标记;所述二值化处理后的全景图像中所有的未被标记的像素点的集合区域构成了二值化处理后的待测珍珠的表面成像区域;将所述二值化处理后的待测珍珠的表面成像区域进行像素值还原,生成了所述待测珍珠的表面成像区域。通过该技术方案,将获取的待测珍珠的全景图像中的背景区域去除,以及全景图像的图像噪声区域去除,比如,图像中的亮斑区域等,以获取高质量的待测珍珠的表面成像区域。
在所述步骤S2中,计算所述待测珍珠的表面成像区域中的总像素点个数。具体的,在所述待测珍珠的表面成像区域中,获取该表面成像区域中的每一列的上、下边界像素点的位置信息;根据所述每一列的上、下边界像素点位置信息,计算每一列的像素点个数;将所述每一列的像素点个数求和,得到所述待测珍珠的表面成像区域中的总像素点个数。通过计算所述待测珍珠的表面成像区域中的总像素点个数,可以得到所述待测珍珠的表面成像区域的面积,即为所述待测珍珠的表面面积。
在所述步骤S3中,选取所述待测珍珠的表面成像区域中的一像素点作为参考像素点,计算该参考像素点与该表面成像区域中的每一个像素点的像素差别信息,统计所述像素差别信息小于一预设阈值的像素点个数,标记为该参考像素点对应的像素点个数。具体的,以所述待测珍珠的表面成像区域中的每一像素点的RGB值,构建一RGB坐标体系;在所述RGB坐标体系中选择一像素点作为参考像素点,根据式(2)计算该参考像素点与该表面成像区域中的每一个像素点的像素差别信息,
S=(R-r)2+(G-g)2+(B-b)2 式(2);
其中,S为像素点的像素差别信息,R、G、B为像素点的R值、G值和B值,r、g、b为参考像素点的r值、g值和b值;统计所述像素差别信息小于一预设阈值的像素点个数,标记为该参考像素点对应的像素点个数。在所述RGB坐标体系中选择一像素点作为参考像素点,计算该坐标体系中的每一个像素点与该参考像素点的RGB值差别信息计算,当该像素差别信息小于一预设阈值时,表面这两个像素点间的颜色差异很小,人眼不可分辨出来的。将所有的满足像素差别信息小于阈值的像素点个数进行统计,记录为该参考像素点对应的像素点个数,这些满足条件的像素点的颜色差异很小。
重复所述步骤S3,依次标记所述表面成像区域中的每一个像素点所对应的像素点个数。在所述RGB坐标体系中选择第二个像素点作为参考像素点,第二个像素点与所述步骤S3的参考像素点不能重复,根据所述步骤S3的技术方案,得到所述第二个像素点对应的像素点个数,以此类推,依次选取所述表面成像区域中的每一个像素点作为参考像素点,每一次选择的像素点不能与之前选择的像素点所重复,直至所述表面成像区域中的每一个像素点都被选择到。根据上述步骤的技术方案,可得到每一个像素点所对应的像素点个数。
在所述步骤S5中,选取像素点个数的最大值,根据所述最大值和待测珍珠的表面成像区域中的总像素点个数,计算所述待测珍珠的瑕疵面积比重。在所有标记的每一个像素点对应的像素点个数中,选择像素点个数的最大值,像素点个数的最大值中的所有像素点所构成的图像区域为所述待测珍珠表面的最普遍颜色区域,属于所述待测珍珠的正常颜色区域。根据式3计算所述待测珍珠的瑕疵面积比重,
i%=(1-D/K)*100% 式(3);
其中,i%为瑕疵面积比重,D为像素点个数的最大值,K为待测珍珠的表面成像区域中的总像素点个数。根据该计算公式,计算得到所述待测珍珠的瑕疵面积比重。
在所述步骤S6中,根据所述待测珍珠的瑕疵面积比重,判定所述待测珍珠的光洁度等级。根据计算得到的瑕疵面积比重,根据国家标准判定所述待测珍珠的光洁度等级。所述判定标准包括:当所述瑕疵面积比重为0%-a1%(不含a1%)时,判定所述待测珍珠的光洁度等级为A1;当所述瑕疵面积比重为a1%-a2%(不含a2%)时,判定所述待测珍珠的光洁度等级为A2;当所述瑕疵面积比重为a2%-a3%(不含a3%)时,判定所述待测珍珠的光洁度等级为A3;此类类推,当所述瑕疵面积比重为an-1%-100%时,判定所述待测珍珠的光洁度等级为An,n为国家标准珍珠分类的等级种数。
通过该技术方案,获取待测珍珠的全景图像,解决了现有技术中珍珠图像表面漂白现象影响珍珠光洁度判定的技术问题,对获取珍珠的全景图像进行图像分析,能够对珍珠整个表面的颜色进行分析,从而能够更加全面的判定珍珠的光洁度等级;能够分析珍珠表面的所有瑕疵类型,包括浅色区域瑕疵,解决了现有技术中无法分辨浅色区域瑕疵的技术问题,能够更加精确地判定珍珠光洁度等级;自动实现珍珠光洁度等级判定的技术方案,避免了人工判定的偶然性和随机性,提高了生产效率,节省了人力资源,为企业带来更好的效益。
如图2所示的本发明一实施例,本发明提供一种珍珠光洁度等级检测系统,所述系统包括:
成像模块20,用于获取一待测珍珠的全景图像,并根据所述全景图像中的每一个像素点所对应的RGB值,得到所述待测珍珠的表面成像区域;
统计模块21,用于计算所述待测珍珠的表面成像区域中的总像素点个数;
分析模块22,用于选取所述待测珍珠的表面成像区域中的一像素点作为参考像素点,计算该参考像素点与该表面成像区域中的每一个像素点的像素差别信息,统计所述像素差别信息小于一预设阈值的像素点个数,标记为该参考像素点对应的像素点个数;
记录模块23,用于重复所述分析模块,依次标记所述表面成像区域中的每一个像素点所对应的像素点个数;
计算模块24,用于选取像素点个数的最大值,根据所述最大值和待测珍珠的表面成像区域中的总像素点个数,计算所述待测珍珠的瑕疵面积比重;
判定模块25,用于根据所述待测珍珠的瑕疵面积比重,判定所述待测珍珠的光洁度等级。
所述成像模块具体包括拍摄单元、全景合成单元、识别单元和二值化单元。所述拍摄单元将所述待测珍珠旋转一周并通过工业相机进行拍摄。所述全景合成单元利用全景合成软件,将所述待测珍珠的连续多帧图像进行拼接处理,得到所述待测珍珠的全景图像。所述识别单元将所述待测珍珠的全景图像等间隔地分成m行*n列,构成m*n个像素点,对所述待测珍珠的全景图像进行图像识别,获取所述全景图像中的每一个像素点对应的R值、G值和B值。所述二值化单元将所述待测珍珠的全景图像进二值化处理,得到二值化处理后的全景图像。
根据本发明的一具体实施,所述成像模块还包括计算单元、第一标记单元、第二标记单元、去除单元和生成单元。所述计算单元根据式(1)计算所述二值化处理后的全景图像中每一个像素点的RGB值的平方和,
其中,i为第i个像素点,Zi为第i个像素点的RGB值的平方和。所述第一标记单元在所述二值化处理后的全景图像中,将所述Zi为0的像素点进行标记,记录为第一标记像素点。所述第二标记单元在所有的第一标记像素点的周围像素点中查询,若一像素点的Z值不为0并且该像素点的周围像素点的Z值为0,标记该像素点为第二标记像素点。所述去除单元在所有的第一标记像素点和所有的第二标记像素点中,将Z值为0并且被Z值不为0的像素点包围的像素点去除标记。在所述生成单元中,所述二值化处理后的全景图像中所有的未被标记的像素点的集合区域构成了二值化处理后的待测珍珠的表面成像区域,将所述二值化处理后的待测珍珠的表面成像区域进行像素值还原,生成了所述待测珍珠的表面成像区域。
所述统计模块在所述待测珍珠的表面成像区域中,获取该表面成像区域中的每一列的上、下边界像素点的位置信息;根据所述每一列的上、下边界像素点位置信息,计算每一列的像素点个数;将所述每一列的像素点个数求和,得到所述待测珍珠的表面成像区域中的总像素点个数。通过计算所述待测珍珠的表面成像区域中的总像素点个数,可以得到所述待测珍珠的表面面积。
所述分析模块包括构建单元、计算单元和统计单元。所述构建单元以所述待测珍珠的表面成像区域中的每一像素点的RGB值,构建一RGB坐标体系。所述计算单元在所述RGB坐标体系中选择一像素点作为参考像素点,根据式(2)计算该参考像素点与该表面成像区域中的每一个像素点的像素差别信息,
S=(R-r)2+(G-g)2+(B-b)2 式(2);
其中,S为像素点的像素差别信息,R、G、B为像素点的R值、G值和B值,r、g、b为参考像素点的r值、g值和b值。所述统计单元统计所述像素差别信息小于一预设阈值的像素点个数,标记为该参考像素点对应的像素点个数。
重复所述分析模块的实施方案,所述记录模块依次标记所述表面成像区域中的每一个像素点所对应的像素点个数。
所述计算模块在所有标记的每一个像素点对应的像素点个数中,选择像素点个数的最大值,像素点个数的最大值中的所有像素点所构成的图像区域为所述待测珍珠表面的最普遍颜色区域,属于所述待测珍珠的正常颜色区域。根据式3计算所述待测珍珠的瑕疵面积比重,
i%=(1-D/K)*100% 式(3);
其中,i%为瑕疵面积比重,D为像素点个数的最大值,K为待测珍珠的表面成像区域中的总像素点个数。根据该计算公式,计算得到所述待测珍珠的瑕疵面积比重。
所述判定模块根据所述待测珍珠的瑕疵面积比重,判定所述待测珍珠的光洁度等级。根据计算得到的瑕疵面积比重,根据国家标准判定所述待测珍珠的光洁度等级。
通过该技术方案,对获取珍珠的全景图像进行图像分析,能够对珍珠整个表面的颜色进行分析,从而能够更加全面的判定珍珠的光洁度等级;能够分析珍珠表面的所有瑕疵类型,包括浅色区域瑕疵,解决了现有技术中无法分辨浅色区域瑕疵的技术问题,能够更加精确地判定珍珠光洁度等级。
尽管为示例目的,已经公开了本发明的优选实施方式,但是本领域的普通技术人员将意识到,在不脱离由所附的权利要求书公开的本发明的范围和精神的情况下,各种改进、增加以及取代是可能的。
Claims (9)
1.一种珍珠光洁度等级检测方法,其特征在于,所述方法包括:
S1、获取一待测珍珠的全景图像,并根据所述全景图像中的每一个像素点所对应的RGB值,得到所述待测珍珠的表面成像区域;
S2、计算所述待测珍珠的表面成像区域中的总像素点个数;
S3、选取所述待测珍珠的表面成像区域中的一像素点作为参考像素点,计算该参考像素点与该表面成像区域中的每一个像素点的像素差别信息,统计所述像素差别信息小于一预设阈值的像素点个数,标记为该参考像素点对应的像素点个数;
S4、重复所述步骤S3,依次标记所述表面成像区域中的每一个像素点所对应的像素点个数;
S5、选取像素点个数的最大值,根据所述最大值和待测珍珠的表面成像区域中的总像素点个数,计算所述待测珍珠的瑕疵面积比重;
S6、根据所述待测珍珠的瑕疵面积比重,判定所述待测珍珠的光洁度等级;所述步骤S5包括:
根据式3计算所述待测珍珠的瑕疵面积比重,
i%=(1-D/K)*100% 式(3);
其中,i%为瑕疵面积比重,D为像素点个数的最大值,K为待测珍珠的表面成像区域中的总像素点个数。
2.如权利要求1所述的珍珠光洁度等级检测方法,其特征在于,所述步骤S1包括:
将所述待测珍珠旋转一周并通过工业相机进行拍摄,获取所述待测珍珠的连续多帧图像;
利用全景合成软件,将所述待测珍珠的连续多帧图像进行拼接处理,得到所述待测珍珠的全景图像。
3.如权利要求1所述的珍珠光洁度等级检测方法,其特征在于,所述步骤S1还包括:
将所述待测珍珠的全景图像等间隔地分成m行*n列,构成m*n个像素点;对所述待测珍珠的全景图像进行图像识别,获取所述全景图像中的每一个像素点对应的R值、G值和B值;
将所述待测珍珠的全景图像进二值化处理,得到二值化处理后的全景图像。
5.如权利要求4所述的珍珠光洁度等级检测方法,其特征在于,所述步骤S1还包括:
在所述二值化处理后的全景图像中,将所述Zi为0的像素点进行标记,记录为第一标记像素点;
在所有的第一标记像素点的周围像素点中查询,若一像素点的Z值不为0并且该像素点的周围像素点的Z值为0,标记该像素点为第二标记像素点;
在所有的第一标记像素点和所有的第二标记像素点中,将Z值为0并且被Z值不为0的像素点包围的像素点去除标记;
所述二值化处理后的全景图像中所有的未被标记的像素点的集合区域构成了二值化处理后的待测珍珠的表面成像区域;
将所述二值化处理后的待测珍珠的表面成像区域进行像素值还原,生成了所述待测珍珠的表面成像区域。
6.如权利要求3所述的珍珠光洁度等级检测方法,其特征在于,所述步骤S2包括:
在所述待测珍珠的表面成像区域中,获取该表面成像区域中的每一列的上、下边界像素点的位置信息;
根据所述每一列的上、下边界像素点位置信息,计算每一列的像素点个数;将所述每一列的像素点个数求和,得到所述待测珍珠的表面成像区域中的总像素点个数。
7.如权利要求3所述的珍珠光洁度等级检测方法,其特征在于,所述步骤S3包括:
以所述待测珍珠的表面成像区域中的每一像素点的RGB值,构建一RGB坐标体系;
在所述RGB坐标体系中选择一像素点作为参考像素点,根据式(2)计算该参考像素点与该表面成像区域中的每一个像素点的像素差别信息,
S=(R-r)2+(G-g)2+(B-b)2 式(2),
其中,S为像素点的像素差别信息,R、G、B为像素点的R值、G值和B值,r、g、b为参考像素点的r值、g值和b值;
统计所述像素差别信息小于一预设阈值的像素点个数,标记为该参考像素点对应的像素点个数。
8.如权利要求7所述的珍珠光洁度等级检测方法,其特征在于,所述步骤S6包括:
当所述瑕疵面积比重为0%-a1%(不含a1%)时,判定所述待测珍珠的光洁度等级为A1;
当所述瑕疵面积比重为a1%-a2%(不含a2%)时,判定所述待测珍珠的光洁度等级为A2;
当所述瑕疵面积比重为a2%-a3%(不含a3%)时,判定所述待测珍珠的光洁度等级为A3;
此类类推,当所述瑕疵面积比重为an-1%-100%时,判定所述待测珍珠的光洁度等级为An,n为国家标准珍珠分类的等级种数。
9.一种珍珠光洁度等级检测系统,其特征在于,所述系统包括:
成像模块,用于获取一待测珍珠的全景图像,并根据所述全景图像中的每一个像素点所对应的RGB值,得到所述待测珍珠的表面成像区域;
统计模块,用于计算所述待测珍珠的表面成像区域中的总像素点个数;
分析模块,用于选取所述待测珍珠的表面成像区域中的一像素点作为参考像素点,计算该参考像素点与该表面成像区域中的每一个像素点的像素差别信息,统计所述像素差别信息小于一预设阈值的像素点个数,标记为该参考像素点对应的像素点个数;
记录模块,用于重复所述分析模块,依次标记所述表面成像区域中的每一个像素点所对应的像素点个数;
计算模块,用于选取像素点个数的最大值,根据所述最大值和待测珍珠的表面成像区域中的总像素点个数,计算所述待测珍珠的瑕疵面积比重;
判定模块,用于根据所述待测珍珠的瑕疵面积比重,判定所述待测珍珠的光洁度等级;
所述计算模块具体包括:
根据式3计算所述待测珍珠的瑕疵面积比重,
i%=(1-D/K)*100% 式(3);
其中,i%为瑕疵面积比重,D为像素点个数的最大值,K为待测珍珠的表面成像区域中的总像素点个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911042513.8A CN110766683B (zh) | 2019-10-30 | 2019-10-30 | 一种珍珠光洁度等级检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911042513.8A CN110766683B (zh) | 2019-10-30 | 2019-10-30 | 一种珍珠光洁度等级检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110766683A CN110766683A (zh) | 2020-02-07 |
CN110766683B true CN110766683B (zh) | 2022-02-18 |
Family
ID=69334613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911042513.8A Active CN110766683B (zh) | 2019-10-30 | 2019-10-30 | 一种珍珠光洁度等级检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110766683B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298862A (zh) * | 2021-06-08 | 2021-08-24 | 深圳市中瑞微视光电有限公司 | 一种珠宝筛选方法、系统、终端及存储介质 |
CN113720914B (zh) * | 2021-11-01 | 2022-01-25 | 中大检测(湖南)股份有限公司 | 超声波探伤系统及超声波探伤方法 |
CN116228752B (zh) * | 2023-05-06 | 2023-07-21 | 四川广安承平投资开发有限公司 | 一种表面瑕疵识别方法及处理机器人 |
CN117541589B (zh) * | 2024-01-10 | 2024-03-19 | 深圳市京鼎工业技术股份有限公司 | 一种注塑模具表面光洁度自动检测方法、系统和介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102967586A (zh) * | 2012-10-24 | 2013-03-13 | 浙江工业大学 | 基于单目多视角机器视觉的珍珠颜色光泽度在线自动分级装置 |
CN106023158A (zh) * | 2016-05-10 | 2016-10-12 | 浙江科技学院 | Sd-oct图像的淡水无核珍珠珍珠质层缺陷识别方法 |
CN106824808A (zh) * | 2017-02-20 | 2017-06-13 | 浙江工业大学 | 一种珍珠送检分类装置 |
CN106898082A (zh) * | 2017-03-15 | 2017-06-27 | 深圳怡化电脑股份有限公司 | 一种图像污损判定的方法及装置 |
CN110102507A (zh) * | 2019-05-24 | 2019-08-09 | 浙江科技学院 | 珍珠分级方法 |
-
2019
- 2019-10-30 CN CN201911042513.8A patent/CN110766683B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102967586A (zh) * | 2012-10-24 | 2013-03-13 | 浙江工业大学 | 基于单目多视角机器视觉的珍珠颜色光泽度在线自动分级装置 |
CN106023158A (zh) * | 2016-05-10 | 2016-10-12 | 浙江科技学院 | Sd-oct图像的淡水无核珍珠珍珠质层缺陷识别方法 |
CN106824808A (zh) * | 2017-02-20 | 2017-06-13 | 浙江工业大学 | 一种珍珠送检分类装置 |
CN106898082A (zh) * | 2017-03-15 | 2017-06-27 | 深圳怡化电脑股份有限公司 | 一种图像污损判定的方法及装置 |
CN110102507A (zh) * | 2019-05-24 | 2019-08-09 | 浙江科技学院 | 珍珠分级方法 |
Non-Patent Citations (2)
Title |
---|
基于单目多视角机器视觉的珍珠分级技术研究;夏少杰;《中国优秀硕士学位论文全文数据库》;20160415;I138-1316 * |
基于机器视觉的珍珠光洁度在线自动分级;徐舒畅等;《计算机应用》;20111031;2764-2766 * |
Also Published As
Publication number | Publication date |
---|---|
CN110766683A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110766683B (zh) | 一种珍珠光洁度等级检测方法及系统 | |
CN114937055B (zh) | 基于人工智能的图像自适应分割方法与系统 | |
CN107633516B (zh) | 一种识别路面变形类病害的方法和装置 | |
CN104537651B (zh) | 一种路面图像中裂缝比例检测方法及系统 | |
CN101819024B (zh) | 一种基于机器视觉的二维位移检测方法 | |
CN114638797A (zh) | 一种基于线阵相机的铜表面缺陷检测方法及装置 | |
CN116645367B (zh) | 一种高端制造用的钢板切割质量检测方法 | |
CN104103069B (zh) | 图像处理装置、图像处理方法及记录介质 | |
CN105865329A (zh) | 基于视觉的成捆圆钢端面中心坐标的获取系统和方法 | |
CN104749801B (zh) | 高精度自动光学检测方法和系统 | |
US20190273845A1 (en) | Vibration monitoring of an object using a video camera | |
CN108364306B (zh) | 一种高速周期运动的视觉实时检测方法 | |
CN103852034A (zh) | 一种电梯导轨垂直度检测方法 | |
CN114881987A (zh) | 基于改进YOLOv5的热压导光板缺陷可视化检测方法 | |
CN110728269B (zh) | 一种基于c2检测数据的高铁接触网支柱杆号牌识别方法 | |
CN104515473A (zh) | 一种漆包线直径的在线检测方法 | |
CN105758337B (zh) | 一种获取透镜平面与图像传感器平面之间夹角的方法 | |
CN116091506B (zh) | 一种基于yolov5的机器视觉缺陷质检方法 | |
CN117495791A (zh) | 一种表面缺陷定位方法 | |
CN210377552U (zh) | 一种水果分类用多面图像获取装置 | |
CN110031471B (zh) | 大口径光学元件表面缺陷增长分析方法、系统、装置 | |
CN106530274B (zh) | 一种钢梁裂纹的定位方法 | |
CN118506338A (zh) | 一种基于深度学习的电子器件印刷字符识别检测方法 | |
CN116310263A (zh) | 一种指针式航空地平仪示数自动读取实现方法 | |
CN109886276B (zh) | 一种表盘滚动数字字符的半字判断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |