CN113610776B - 一种夹心饼干的缺陷检测方法、装置及存储介质 - Google Patents
一种夹心饼干的缺陷检测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113610776B CN113610776B CN202110808723.4A CN202110808723A CN113610776B CN 113610776 B CN113610776 B CN 113610776B CN 202110808723 A CN202110808723 A CN 202110808723A CN 113610776 B CN113610776 B CN 113610776B
- Authority
- CN
- China
- Prior art keywords
- area
- determining
- pixel points
- sandwich
- threshold value
- 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
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
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30128—Food products
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种夹心饼干的缺陷检测方法、装置及存储介质,本发明通过获取夹心饼干的外皮颜色,并通过与外皮颜色相同的灯光颜色对夹心饼干进行打光拍摄,得到彩色图像,能够获取更加清晰以及分明的图像;根据彩色图像以及预设分割阈值进行阈值分割处理,确定夹心饼干区域;对夹心饼干区域进行开运算处理,确定开运算区域;根据开运算区域进行计算,确定开运算区域的区域参数;根据外皮面积与外皮面积判断阈值、矩形度与矩形度判断阈值以及孔洞面积与孔洞面积判断阈值,确定检测结果,自动通过多个维度确定检测结果,提高了检测结果的可靠性以及效率,降低了人力成本,本发明可广泛应用于图像处理技术领域。
Description
技术领域
本发明涉及图像处理领域,尤其是一种夹心饼干的缺陷检测方法、装置及存储介质。
背景技术
夹心饼干指的是两层外表皮之间夹有夹心的饼干,其具有耐贮藏、易携带、口味多样等特点,深受人们喜爱。当前,工厂产家在制作夹心饼干时,由于饼干外表皮较为脆弱,因此在生产过程中,由于人为操作失误或者生产机器的原因会对夹心饼干造成损坏,从而销售造成一定的影响,因此需要对夹心饼干的质量进行检测。目前,在对夹心饼干的检测质量过程中,多数工厂用肉眼观察法检测夹心饼干是否损伤,人力成本高,检测的可靠低且效率低,因此需要寻求解决方法。
发明内容
有鉴于此,为了解决上述技术问题,本发明的目的是提供一种夹心饼干的缺陷检测方法、装置及存储介质。
本发明采用的技术方案是:
一种夹心饼干的缺陷检测方法,包括:
获取夹心饼干的外皮颜色,并通过与所述外皮颜色相同的灯光颜色对所述夹心饼干进行打光拍摄,得到彩色图像;
根据所述彩色图像以及预设分割阈值进行阈值分割处理,确定夹心饼干区域;
对所述夹心饼干区域进行开运算处理,确定开运算区域;
根据所述开运算区域进行计算,确定所述开运算区域的区域参数;所述区域参数包括外皮面积、矩形度以及孔洞面积;
根据所述外皮面积与外皮面积判断阈值、所述矩形度与矩形度判断阈值以及所述孔洞面积与孔洞面积判断阈值,确定检测结果。
进一步,所述通过与所述外皮颜色相同的灯光颜色对所述夹心饼干进行打光拍摄,得到彩色图像,包括:
将与所述外皮颜色相同的灯光颜色的LED灯呈圆形排列在工业相机的同一侧打光;
通过所述工业相机对所述夹心饼干进行拍摄,得到所述彩色图像。
进一步,所述根据所述彩色图像以及预设分割阈值进行阈值分割处理,确定夹心饼干区域,包括:
确定所述彩色图像的每一像素点的三个通道中最大的值作为像素点的灰度值;
根据像素点的灰度值对对应的每一像素点进行灰度化处理,得到灰度图像;
根据所述预设分割阈值对所述灰度图像进行阈值分割处理,确定夹心饼干区域。
进一步,所述预设分割阈值的确定步骤,包括:
获取所述灰度图像的图像尺寸;
确定初始分割阈值,根据所述初始分割阈值确定前景像素点、背景像素点、前景像素点数量以及背景像素点数量;
根据所述前景像素点数量与所述图像尺寸确定第一比例,以及根据所述背景像素点数量与所述图像尺寸确定第二比例;
根据所述前景像素点以及所述前景像素点数量计算第一平均灰度,根据所述背景像素点以及所述背景像素点数量计算第二平均灰度;
根据所述第一比例、所述第二比例、所述第一平均灰度以及所述第二平均灰度,确定计算结果;
通过遍历确定新的初始分割阈值作为所述初始分割阈值,并返回所述根据所述初始分割阈值确定前景像素点、背景像素点、前景像素点数量以及背景像素点数量的步骤,将最大的计算结果对应的所述初始分割阈值作为所述预设分割阈值。
进一步,所述根据所述预设分割阈值对所述灰度图像进行阈值分割处理,确定夹心饼干区域,包括:
根据所述预设分割阈值对所述灰度图像进行阈值分割处理,得到大于等于所述预设分割阈值的处理结果并作为夹心饼干区域。
进一步,所述根据所述开运算区域进行计算,确定所述开运算区域的区域参数,包括:
计算所述开运算区域的外皮面积以及矩形度;所述开运算区域表征所述夹心饼干表面具有外皮的区域;
根据预设领域规则将所述开运算区域进行断开,对断开结果进行区域填充,将填充结果进行联合,得到联合区域;
计算所述联合区域与所述开运算区域的差值,得到孔洞面积。
进一步,所述根据所述外皮面积与外皮面积判断阈值、所述矩形度与矩形度判断阈值以及所述孔洞面积与孔洞面积判断阈值,确定检测结果,包括:
确定所述外皮面积大于等于外皮面积判断阈值、所述矩形度大于等于矩形度判断阈值以及所述孔洞面积小于等于孔洞面积判断阈值,确定检测结果为合格;
或者,
满足以下条件中的至少之一,确定检测结果为不合格:
所述外皮面积小于外皮面积判断阈值、所述矩形度小于矩形度判断阈值、所述孔洞面积大于孔洞面积判断阈值。
本发明还提供一种夹心饼干的缺陷检测装置,包括:
获取模块,用于获取夹心饼干的外皮颜色,并通过与所述外皮颜色相同的灯光颜色对所述夹心饼干进行打光拍摄,得到彩色图像;
阈值分割模块,用于根据所述彩色图像以及预设分割阈值进行阈值分割处理,确定夹心饼干区域;
开运算模块,用于对所述夹心饼干区域进行开运算处理,确定开运算区域;
计算模块,用于根据所述开运算区域进行计算,确定所述开运算区域的区域参数;所述区域参数包括外皮面积、矩形度以及孔洞面积;
检测模块,用于根据所述外皮面积与外皮面积判断阈值、所述矩形度与矩形度判断阈值以及所述孔洞面积与孔洞面积判断阈值,确定检测结果。
本发明还提供一种装置,包括处理器以及存储器;
所述存储器存储有程序;
所述处理器执行所述程序以实现所述方法。
本发明还提供一种计算机可读存储介质,所述存储介质存储有程序,所述程序被处理器执行时实现所述方法。
本发明的有益效果是:通过获取夹心饼干的外皮颜色,并通过与外皮颜色相同的灯光颜色对夹心饼干进行打光拍摄,得到彩色图像,能够获取更加清晰以及分明的图像;根据彩色图像以及预设分割阈值进行阈值分割处理,确定夹心饼干区域;对夹心饼干区域进行开运算处理,确定开运算区域,能够过滤污染噪点,提高检测的准确度;根据开运算区域进行计算,确定开运算区域的区域参数;区域参数包括外皮面积、矩形度以及孔洞面积;根据外皮面积与外皮面积判断阈值、矩形度与矩形度判断阈值以及孔洞面积与孔洞面积判断阈值,确定检测结果,自动通过多个维度确定检测结果,提高了检测结果的可靠性以及效率,降低了人力成本。
附图说明
图1为本发明具体实施例夹心饼干的缺陷检测方法的步骤流程示意图;
图2(a)为本发明具体实施例夹心饼干裂开的示意图;图2(b)为本发明具体实施例夹心饼干掉皮的示意图;图2(c)为本发明具体实施例夹心饼干出现孔洞的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
如图1所示,本发明实施例提供一种夹心饼干的缺陷检测方法,包括步骤S100-S500:
S100、获取夹心饼干的外皮颜色,并通过与外皮颜色相同的灯光颜色对夹心饼干进行打光拍摄,得到彩色图像。
具体地,步骤S100包括步骤S101-S102:
S101、将与外皮颜色相同的灯光颜色的LED灯呈圆形排列在工业相机的同一侧打光。
本发明实施例中,选用与夹心饼干的外皮颜色相同的LED灯为工业相机进行打光。例如,外皮颜色为黄色,则选用发出黄光的LED灯,外皮颜色为绿色,则选用发出绿光的LED灯,以此类推。可选地,为了保证打光的效果,LED灯呈圆形排列在工业相机的同一侧打光,即相对夹心饼干,LED灯与工业相机位于同一侧。
S102、通过工业相机对夹心饼干进行拍摄,得到彩色图像。
本发明实施例中,在LED灯打光下下,通过工业相机对夹心饼干进行拍摄,采集三通道的彩色图像,即彩色图像中的每一像素点包含R、G、B三个通道。需要说明的是,通过与夹心饼干的外皮颜色相同的LED灯为工业相机进行打光,且工业相机获取的是彩色图像,能够使得夹心饼干的外皮更加分明,获取的彩色图像更加清晰。
S200、根据彩色图像以及预设分割阈值进行阈值分割处理,确定夹心饼干区域。
其中,夹心饼干区域即夹心饼干所在的区域。具体地,步骤S200包括步骤S201-S203:
S201、确定彩色图像的每一像素点的三个通道中最大的值作为像素点的灰度值。
例如,一个像素点A三个通道的值:R:10、G:100、B:120,像素点B三个通道的值:R:50、G:198、B:70,则将120作为该像素点A的灰度值,将198作为该像素点B的灰度值,类似地可以确定每一像素点对应的像素点的灰度值。
S202、根据像素点的灰度值对对应的每一像素点进行灰度化处理,得到灰度图像。
例如,对像素点A进行灰度化处理,使得像素点A三个通道值为R:120、G:120、B:120,对像素点B进行灰度化处理,使得像素点B三个通道值为R:198、G:198、B:198,类似地可以确定每一像素点对应的灰度化处理后的结果,从而得到灰度图像。
S203、根据预设分割阈值对灰度图像进行阈值分割处理,确定夹心饼干区域。
本发明实施例中,利用预设分割阈值对灰度图像进行阈值分割处理,将背景和前景进行分割,具体地:将大于等于预设分割阈值的处理结果并作为夹心饼干区域,即将大于等于预设分割阈值的部分作为前景,小于预设分割阈值的部分作为背景,这样当夹心饼干出现图2(b)的掉皮情况时,夹心部分区域不会被选中保留,因为夹心部分的灰度值小于饼干外皮的灰度值,从而会影响夹心饼干区域的矩形度以及面积(减小),影响后续的检测结果。
可选地,本发明实施例中,预设分割阈值通过步骤S210-S260确定:
S210、获取灰度图像的图像尺寸。
具体地,假设灰度图像的图像尺寸为M×N(长×宽)。
S220、确定初始分割阈值,根据初始分割阈值确定前景像素点、背景像素点、前景像素点数量以及背景像素点数量。
确定初始分割阈值T,通过初始分割阈值T将灰度图像进行分割,确定前景像素点、背景像素点、前景像素点数量N0以及背景像素点数量N1。其中,灰度图像中像素点的灰度值小于初始分割阈值T的像素点个数记为N1,像素点的灰度值大于初始分割阈值T的像素点个数记作N0。
S230、根据前景像素点数量与图像尺寸确定第一比例,以及根据背景像素点数量与图像尺寸确定第二比例。
具体地,第一比例W0=N0/M×N:第二比例W1=N1/M×N,其中W0+W1=1。
S240、根据前景像素点以及前景像素点数量计算第一平均灰度,根据背景像素点以及背景像素点数量计算第二平均灰度。
具体地,第一平均灰度μ0为前景像素点的灰度值之和除以前景像素点数量;第二平均灰度μ1为背景像素点的灰度值之和除以背景像素点数量。
S250、根据第一比例、第二比例、第一平均灰度以及第二平均灰度,确定计算结果。
具体地,计算结果g=W0W1(μ0-μ1)^2,其中^2为平方。
S260、通过遍历确定新的初始分割阈值作为初始分割阈值,并返回根据初始分割阈值确定前景像素点、背景像素点、前景像素点数量以及背景像素点数量的步骤,将最大的计算结果对应的初始分割阈值作为预设分割阈值。
具体地,通过初始分割阈值T计算得到一个计算结果g,然后在预设范围对初始分割阈值T进行遍历,例如预设范围为0~255,在预设范围中选择一个新的初始分割阈值作为上述初始分割阈值T,重新返回步骤S220,从而确定新的计算结果g,类似地得到若干个计算结果g,然后将最大的计算结果g对应的初始分割阈值T作为预设分割阈值T0。需要说明的是,此时的预设分割阈值T0能够尽可能地减少分割处理过程中的错分概率,在一定程度上减少到最小。
S300、对夹心饼干区域进行开运算处理,确定开运算区域。
本发明实施例中,开运算选择使用圆形作为结构元素,选择圆形的半径大小为8.5mm,其他实施例中可以采用其他大小或者其他形状的结构元素,具体不作限定。需要说明的是,开运算后可以祛除图像中夹心饼干区域上的光污染噪点,进而提高后续检测的准确度。其中,开运算区域可以为一整块区域,也可能是几块组成的区域,但在后续计算过程中视为一个区域。另外,开运算区域表征夹心饼干表面具有外皮的区域。
S400、根据开运算区域进行计算,确定开运算区域的区域参数。
本发明实施例中,区域参数包括但不限于外皮面积、矩形度以及孔洞面积。具体地,步骤S400包括步骤S401-S403:
S401、计算开运算区域的外皮面积以及矩形度。
可选地,外面面积即夹心饼干区域的面积,矩形度为夹心饼干区域与结构元素之间的矩形度。
S402、根据预设领域规则将开运算区域进行断开,对断开结果进行区域填充,将填充结果进行联合,得到联合区域。
本发明实施例中,预设领域规则为4领域规则,其他实施方式中可以为其他方式,不作具体限定。具体地,先根据4领域规则断开区域,即如果开运算区域是由几个块组成的区域,就会被分成几个单独的区域;然后填充区域,即将各个分开的区域中的区域孔洞填充满,可以理解的是,填充的面积即相当于孔洞的面积,即夹心饼干表面具有外皮的区域中掉落了的外皮所在区域面积。其中,在填充完成后,将填充后的各个分开的区域进行联合,重新组合成一个区域,从而得到联合区域。
S403、计算联合区域与开运算区域的差值,得到孔洞面积。
具体地,计算联合区域与开运算区域的差值,即为孔洞面积。
S500、根据外皮面积与外皮面积判断阈值、矩形度与矩形度判断阈值以及孔洞面积与孔洞面积判断阈值,确定检测结果。
需要说明的是,外皮面积判断阈值以及孔洞面积判断阈值可以根据生产厂家的要求进行设定,可以根据实际需求调整,不作具体限定;而矩形度判断阈值可以根据事先进行大量的实验设计而确定。
具体地,确定外皮面积大于等于外皮面积判断阈值、矩形度大于等于矩形度判断阈值以及孔洞面积小于等于孔洞面积判断阈值,确定检测结果为合格。
相应地,若满足外皮面积小于外皮面积判断阈值、矩形度小于矩形度判断阈值、孔洞面积大于孔洞面积判断阈值中的至少之一,则确定检测结果为不合格,夹心饼干存在缺陷。例如,图2(a)为夹心饼干裂开的示意图,201为裂开的位置;图2(b)为夹心饼干掉皮的示意图,202为掉皮而显露的夹心部分;图2(c)为夹心饼干出现孔洞的示意图,203为夹心饼干出现孔洞而显露的夹心部分,本发明实施例的夹心饼干的缺陷检测方法能够将上述几种缺陷都准确检测出来,准确性高且检测效率高。
本发明实施例还提供一种夹心饼干的缺陷检测装置,包括:
获取模块,用于获取夹心饼干的外皮颜色,并通过与外皮颜色相同的灯光颜色对夹心饼干进行打光拍摄,得到彩色图像;
阈值分割模块,用于根据彩色图像以及预设分割阈值进行阈值分割处理,确定夹心饼干区域;
开运算模块,用于对夹心饼干区域进行开运算处理,确定开运算区域;
计算模块,用于根据开运算区域进行计算,确定开运算区域的区域参数;区域参数包括外皮面积、矩形度以及孔洞面积;
检测模块,用于根据外皮面积与外皮面积判断阈值、矩形度与矩形度判断阈值以及孔洞面积与孔洞面积判断阈值,确定检测结果。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种夹心饼干的缺陷检测装置,该装置包括处理器以及存储器;
存储器用于存储程序;
处理器用于执行程序实现本发明实施例的夹心饼干的缺陷检测方法。本发明实施例的装置可以实现夹心饼干的缺陷检测的功能。该装置可以为包括手机、平板电脑、电脑、个人数字助理(Personal Digital Assistant,简称PDA)等任意智能终端。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质存储有程序,该程序被处理器执行完成如前述发明实施例的夹心饼干的缺陷检测方法。
本发明实施例还提供一种包括指令的计算机程序产品,当其在计算机上运行时,使得计算机执行前述发明实施例的夹心饼干的缺陷检测方法。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括多指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (9)
1.一种夹心饼干的缺陷检测方法,其特征在于,包括:
获取夹心饼干的外皮颜色,并通过与所述外皮颜色相同的灯光颜色对所述夹心饼干进行打光拍摄,得到彩色图像;
根据所述彩色图像以及预设分割阈值进行阈值分割处理,确定夹心饼干区域;
对所述夹心饼干区域进行开运算处理,确定开运算区域;
根据所述开运算区域进行计算,确定所述开运算区域的区域参数;所述区域参数包括外皮面积、矩形度以及孔洞面积;
根据所述外皮面积与外皮面积判断阈值、所述矩形度与矩形度判断阈值以及所述孔洞面积与孔洞面积判断阈值,确定检测结果;
所述预设分割阈值的确定步骤,包括:
获取灰度图像的图像尺寸;其中,灰度图像的图像尺寸为M×N,M代表长,N代表宽;
确定初始分割阈值,根据所述初始分割阈值确定前景像素点、背景像素点、前景像素点数量以及背景像素点数量;其中,灰度图像中像素点的灰度值小于初始分割阈值T的像素点个数记为N1 ,像素点的灰度值大于初始分割阈值T的像素点个数记作N0;
根据所述前景像素点数量与所述图像尺寸确定第一比例,以及根据所述背景像素点数量与所述图像尺寸确定第二比例;其中,第一比例W0=N0/M×N:第二比例W1=N1/M×N,其中W0+W1=1;
根据所述前景像素点以及所述前景像素点数量计算第一平均灰度,根据所述背景像素点以及所述背景像素点数量计算第二平均灰度;其中,第一平均灰度μ0为前景像素点的灰度值之和除以前景像素点数量;第二平均灰度μ1为背景像素点的灰度值之和除以背景像素点数量;
根据所述第一比例、所述第二比例、所述第一平均灰度以及所述第二平均灰度,确定计算结果;其中,计算结果g=W0W1(μ0-μ1)^2,其中,^2为平方;
通过遍历确定新的初始分割阈值作为所述初始分割阈值,并返回所述根据所述初始分割阈值确定前景像素点、背景像素点、前景像素点数量以及背景像素点数量的步骤,将最大的计算结果对应的所述初始分割阈值作为所述预设分割阈值。
2.根据权利要求1所述夹心饼干的缺陷检测方法,其特征在于:所述通过与所述外皮颜色相同的灯光颜色对所述夹心饼干进行打光拍摄,得到彩色图像,包括:
将与所述外皮颜色相同的灯光颜色的LED灯呈圆形排列在工业相机的同一侧打光;
通过所述工业相机对所述夹心饼干进行拍摄,得到所述彩色图像。
3.根据权利要求1所述夹心饼干的缺陷检测方法,其特征在于:所述根据所述彩色图像以及预设分割阈值进行阈值分割处理,确定夹心饼干区域,包括:
确定所述彩色图像的每一像素点的三个通道中最大的值作为像素点的灰度值;
根据像素点的灰度值对对应的每一像素点进行灰度化处理,得到灰度图像;
根据所述预设分割阈值对所述灰度图像进行阈值分割处理,确定夹心饼干区域。
4.根据权利要求3所述夹心饼干的缺陷检测方法,其特征在于:所述根据所述预设分割阈值对所述灰度图像进行阈值分割处理,确定夹心饼干区域,包括:
根据所述预设分割阈值对所述灰度图像进行阈值分割处理,得到大于等于所述预设分割阈值的处理结果并作为夹心饼干区域。
5.根据权利要求1所述夹心饼干的缺陷检测方法,其特征在于:所述根据所述开运算区域进行计算,确定所述开运算区域的区域参数,包括:
计算所述开运算区域的外皮面积以及矩形度;所述开运算区域表征所述夹心饼干表面具有外皮的区域;
根据预设领域规则将所述开运算区域进行断开,对断开结果进行区域填充,将填充结果进行联合,得到联合区域;
计算所述联合区域与所述开运算区域的差值,得到孔洞面积。
6.根据权利要求1所述夹心饼干的缺陷检测方法,其特征在于:所述根据所述外皮面积与外皮面积判断阈值、所述矩形度与矩形度判断阈值以及所述孔洞面积与孔洞面积判断阈值,确定检测结果,包括:
确定所述外皮面积大于等于外皮面积判断阈值、所述矩形度大于等于矩形度判断阈值以及所述孔洞面积小于等于孔洞面积判断阈值,确定检测结果为合格;
或者,
满足以下条件中的至少之一,确定检测结果为不合格:
所述外皮面积小于外皮面积判断阈值、所述矩形度小于矩形度判断阈值、所述孔洞面积大于孔洞面积判断阈值。
7.一种夹心饼干的缺陷检测装置,其特征在于,包括:
获取模块,用于获取夹心饼干的外皮颜色,并通过与所述外皮颜色相同的灯光颜色对所述夹心饼干进行打光拍摄,得到彩色图像;
阈值分割模块,用于根据所述彩色图像以及预设分割阈值进行阈值分割处理,确定夹心饼干区域;
开运算模块,用于对所述夹心饼干区域进行开运算处理,确定开运算区域;
计算模块,用于根据所述开运算区域进行计算,确定所述开运算区域的区域参数;所述区域参数包括外皮面积、矩形度以及孔洞面积;
检测模块,用于根据所述外皮面积与外皮面积判断阈值、所述矩形度与矩形度判断阈值以及所述孔洞面积与孔洞面积判断阈值,确定检测结果;
所述预设分割阈值的确定步骤,包括:
获取灰度图像的图像尺寸;其中,灰度图像的图像尺寸为M×N,M代表长,N代表宽;
确定初始分割阈值,根据所述初始分割阈值确定前景像素点、背景像素点、前景像素点数量以及背景像素点数量;其中,灰度图像中像素点的灰度值小于初始分割阈值T的像素点个数记为N1 ,像素点的灰度值大于初始分割阈值T的像素点个数记作N0;
根据所述前景像素点数量与所述图像尺寸确定第一比例,以及根据所述背景像素点数量与所述图像尺寸确定第二比例;其中,第一比例W0=N0/M×N:第二比例W1=N1/M×N,其中W0+W1=1;
根据所述前景像素点以及所述前景像素点数量计算第一平均灰度,根据所述背景像素点以及所述背景像素点数量计算第二平均灰度;其中,第一平均灰度μ0为前景像素点的灰度值之和除以前景像素点数量;第二平均灰度μ1为背景像素点的灰度值之和除以背景像素点数量;
根据所述第一比例、所述第二比例、所述第一平均灰度以及所述第二平均灰度,确定计算结果;其中,计算结果g=W0W1(μ0-μ1)^2,其中,^2为平方;
通过遍历确定新的初始分割阈值作为所述初始分割阈值,并返回所述根据所述初始分割阈值确定前景像素点、背景像素点、前景像素点数量以及背景像素点数量的步骤,将最大的计算结果对应的所述初始分割阈值作为所述预设分割阈值。
8.一种夹心饼干的缺陷检测装置,其特征在于,包括处理器以及存储器;
所述存储器存储有程序;
所述处理器执行所述程序以实现如权利要求1-6中任一项所述方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行时实现如权利要求1-6中任一项所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110808723.4A CN113610776B (zh) | 2021-07-16 | 2021-07-16 | 一种夹心饼干的缺陷检测方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110808723.4A CN113610776B (zh) | 2021-07-16 | 2021-07-16 | 一种夹心饼干的缺陷检测方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113610776A CN113610776A (zh) | 2021-11-05 |
CN113610776B true CN113610776B (zh) | 2023-08-15 |
Family
ID=78304761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110808723.4A Active CN113610776B (zh) | 2021-07-16 | 2021-07-16 | 一种夹心饼干的缺陷检测方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113610776B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114494122A (zh) * | 2021-12-20 | 2022-05-13 | 苏州镁伽科技有限公司 | 目标对象的检测方法、装置、存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110400290A (zh) * | 2019-07-02 | 2019-11-01 | 广州大学 | 一种太阳能电池片色差的检测方法、装置及存储介质 |
WO2020221177A1 (zh) * | 2019-04-30 | 2020-11-05 | 深圳数字生命研究院 | 图像的识别方法及装置、存储介质和电子装置 |
CN112801948A (zh) * | 2021-01-14 | 2021-05-14 | 广州大学 | 印刷电路板的板线缺陷检测方法、系统和存储介质 |
CN113111868A (zh) * | 2021-03-16 | 2021-07-13 | 广州大学 | 一种字符缺陷检测方法、系统、装置及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109872304B (zh) * | 2019-01-17 | 2022-12-02 | 京东方科技集团股份有限公司 | 图像缺陷检测方法及装置、电子设备、存储介质 |
-
2021
- 2021-07-16 CN CN202110808723.4A patent/CN113610776B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020221177A1 (zh) * | 2019-04-30 | 2020-11-05 | 深圳数字生命研究院 | 图像的识别方法及装置、存储介质和电子装置 |
CN110400290A (zh) * | 2019-07-02 | 2019-11-01 | 广州大学 | 一种太阳能电池片色差的检测方法、装置及存储介质 |
CN112801948A (zh) * | 2021-01-14 | 2021-05-14 | 广州大学 | 印刷电路板的板线缺陷检测方法、系统和存储介质 |
CN113111868A (zh) * | 2021-03-16 | 2021-07-13 | 广州大学 | 一种字符缺陷检测方法、系统、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于机器视觉的牛奶盒吸管自动检测技术;朱春锦 等;《机电技术应用》;第163-165页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113610776A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108280822B (zh) | 屏幕划痕的检测方法及装置 | |
CN110544258A (zh) | 图像分割的方法、装置、电子设备和存储介质 | |
CN107404628B (zh) | 图像处理装置及方法以及监视系统 | |
CN113379680B (zh) | 缺陷检测方法、装置、电子设备和计算机可读存储介质 | |
CN109557109B (zh) | 冷冻肉品包装状态的检测方法及装置 | |
CN113610776B (zh) | 一种夹心饼干的缺陷检测方法、装置及存储介质 | |
CN113724257A (zh) | 一种碳板灰色污点检测方法、计算机设备及存储介质 | |
CN105243662B (zh) | 一种端子位置的确定方法及终端设备 | |
CN109993202B (zh) | 一种线稿型图形相似度判断方法、电子设备及存储介质 | |
CN107909554B (zh) | 图像降噪方法、装置、终端设备及介质 | |
CN111598801B (zh) | 一种用于微弱Mura缺陷的识别方法 | |
CN116503388B (zh) | 缺陷检测方法、装置及存储介质 | |
US9916662B2 (en) | Foreground detection using fractal dimensional measures | |
CN114913109A (zh) | 图像异常检测方法、装置、测试图卡和终端设备 | |
CN109948653B (zh) | 一种图像相似度判断方法、电子设备及存储介质 | |
CN110942444A (zh) | 物体检测方法和装置 | |
CN112073718B (zh) | 一种电视机花屏检测方法、装置、计算机设备及储存介质 | |
CN113569713A (zh) | 视频图像的条纹检测方法及装置、计算机可读存储介质 | |
CN115294035B (zh) | 亮点定位方法、亮点定位装置、电子设备及存储介质 | |
CN112862800A (zh) | 缺陷检测方法、装置及电子设备 | |
CN105761282B (zh) | 图像偏色的检测方法和装置 | |
CN115965773A (zh) | 基于物联网大数据的气体泄漏检测系统 | |
JP6715001B2 (ja) | 食品検査システム及び食品検査方法 | |
CN114842228A (zh) | 散斑图分区方法、装置、设备及介质 | |
CN114187368A (zh) | 建筑板材的暗纹检测方法、装置、电子设备及存储介质 |
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 |