CN117333503B - 基于图像特征分析的塑料母粒检测方法 - Google Patents

Abstract

本发明涉及图像处理技术领域，具体涉及基于图像特征分析的塑料母粒检测方法。该方法包括：获取塑料母粒图像的灰度图像、亮度图像；根据亮度图像得到反光区域；获取灰度图像中若干待选灰度值，计算每个待选灰度值为上基准值的可能性，进而得到最佳上基准值；获取最佳下基准值；将最佳上基准值与最佳下基准值的均值作为初始分割阈值；根据初始分割阈值得到若干灰度分割区域，根据若干灰度分割区域得到异常母粒区域。通过设置合适的初始分割阈值能够提高分割效率和分割准确性。

Description

基于图像特征分析的塑料母粒检测方法

技术领域

本发明涉及图像处理技术领域，具体涉及基于图像特征分析的塑料母粒检测方法。

背景技术

塑料母粒是塑料制品的重要原料，在生产过程中，塑料母粒质量的稳定性和可靠性对于产品质量至关重要。塑料母粒一般通过原料混合、挤压以及滚圆形成球体。其中原料中需要添加各种颜料来调整塑料母粒的颜色，当颜料混合的不均匀时就会造成一个塑料母粒的每个区域的颜色不同，这种颜色不均非常影响母粒的外观效果，因而需要对母粒的颜色进行检测，将颜色分布不均的塑料母粒检测出来。

一般通过阈值分割的方式来获取颜色分布不均的塑料母粒，迭代阈值分割作为一种常用的阈值分割方法，由于该方法是将图像中的最大灰度值和最小灰度值的均值作为初始分割阈值，然后在初始分割阈值的基础上通过不断迭代来获取最终分割阈值。这种方法设置的初始分割阈值与最终分割阈值的差距较大，因而需要较长时间的迭代才能获得最终分割阈值。

由于塑料母粒为球体结构，其比较容易反光。而反光区域与其他区域的灰度值差异较大，因而采用传统的阈值分割方法很容易将反光区域和其他区域分割开来。同时塑料母粒之间会存在一些分界间隙，这些分界间隙区域与其他区域的灰度值差异较大，因而采用传统的阈值分割方法很容易将反光区域和其他区域分割开来。而本发明中是为了将塑料母粒中不同的颜色区域分割开，因而反光区域和分界间隙处的灰度值比较容易干扰其分割效果。因而需在设置分割阈值时排除反光区域和分界间隙处的灰度值干扰。

发明内容

为了解决“如何高效准确的检测出异常的塑料母粒”的问题，本发明提供基于图像特征分析的塑料母粒检测方法，所采用的技术方案具体如下：

获取塑料母粒图像的灰度图像、亮度图像、各颜色通道图像以及标准塑料母粒半径，获取原始染料图像的各颜色通道图像；

获取亮度图像的亮度直方图，根据亮度直方图中每个峰处的亮度值得到反光分界值；根据反光分界值得到反光像素位置，根据灰度图像和反光像素位置得到反光区域；

获取灰度图像中若干待选灰度值，根据每个待选灰度值对应的像素分布均匀情况得到每个待选灰度值的均匀性，根据每个待选灰度值的均匀性和每个待选灰度值对应像素与反光区域的距离得到每个待选灰度值为上基准值的可能性，根据每个待选灰度值为上基准值的可能性得到最佳上基准值；根据标准塑料母粒半径得到灰度图像中的塑料母粒像素，根据塑料母粒像素得到最佳下基准值；将最佳上基准值与最佳下基准值的均值作为初始分割阈值；

基于初始分割阈值对塑料母粒图像的灰度图像进行分割处理得到若干灰度分割区域，根据若干灰度分割区域、原始染料图像的各颜色通道图像和塑料母粒图像的各颜色通道图像得到异常母粒区域。

优选的，所述获取亮度图像的亮度直方图，根据亮度直方图中每个峰处的亮度值得到反光分界值，包括的具体步骤为：

对亮度图像中每个像素的亮度值进行统计得到亮度图像的亮度直方图，拟合出亮度直方图的曲线，获取亮度直方图的曲线的若干极大值点，获取每个极大值点对应的亮度值，将所有极大值点的亮度值最大值记为反光基准值，将反光基准值与预设调整量的差值记为反光分界值。

优选的，所述根据反光分界值得到反光像素位置，根据灰度图像和反光像素位置得到反光区域，包括的具体步骤为：

将亮度图像中亮度值大于等于反光分界值的像素位置记为反光像素位置；

将灰度图像中反光像素位置处的像素称为反光像素，将灰度图像中反光像素构成的若干连通域称为反光区域。

优选的，所述获取灰度图像中若干待选灰度值，包括的具体步骤为：

将灰度图像中不属于反光区域的像素的灰度值称为待选灰度值。

优选的，所述根据每个待选灰度值对应的像素分布均匀情况得到每个待选灰度值的均匀性，包括的具体步骤为：

获取每个待选灰度值对应的像素构成的连通域，记为每个待选灰度值的连通域；

获取每个待选灰度值的每个连通域的参考距离；

每个待选灰度值的均匀性的计算方法为：

其中，表示第i个待选灰度值的第x个连通域的参考距离，表示第i个待选灰 度值的所有连通域的参考距离均值，表示第i个待选灰度值的连通域个数，||表示绝对值 符号，表示反光区域的个数，表示第i个待选灰度值的均匀性。

优选的，所述获取每个待选灰度值的每个连通域的参考距离，包括的具体步骤为：

对于任意一个待选灰度值，计算每个连通域的中心与其他各连通域的中心的欧式距离，记为每个连通域与其他连通域的距离，获取距离最小的a个连通域作为每个连通域的参考连通域；将每个连通域与所有参考连通域的距离均值作为每个连通域的参考距离，a表示预设数量。

优选的，所述根据每个待选灰度值的均匀性和每个待选灰度值对应像素与反光区域的距离得到每个待选灰度值为上基准值的可能性，根据每个待选灰度值为上基准值的可能性得到最佳上基准值，包括的具体步骤为：

对于任意一个待选灰度值，计算待选灰度值对应的每个像素与每个反光区域的中心的欧式距离，记为待选灰度值对应的每个像素与每个反光区域的距离，将最小距离对应的反光区域作为待选灰度值对应的每个像素的最近反光区域；将待选灰度值对应的每个像素与最近反光区域的距离记为待选灰度值对应的每个像素的反光距离；

每个待选灰度值为上基准值的可能性的计算方法为：

其中，表示第i个待选灰度值，表示第i个待选灰度值对应所有像素的反光距离 的均值，表示第i个待选灰度值的均匀性，表示第i个待选灰度值为上基准值的可能性，表示线性归一化处理；

将可能性最大值对应的待选灰度值作为最佳上基准值。

优选的，所述根据标准塑料母粒半径得到灰度图像中的塑料母粒像素，包括的具体步骤为：

获取每个像素的反光距离，将每个像素的反光距离与标准塑料母粒半径比较，将反光距离小于标准塑料母粒半径，并且不属于反光区域的像素称为塑料母粒像素。

优选的，所述根据塑料母粒像素得到最佳下基准值，包括的具体步骤为：

将所有塑料母粒像素的灰度值最小值作为最佳下基准值。

优选的，所述基于初始分割阈值对塑料母粒图像的灰度图像进行分割处理得到若干灰度分割区域，根据若干灰度分割区域、原始染料图像的各颜色通道图像和塑料母粒图像的各颜色通道图像得到异常母粒区域，包括的具体步骤为：

基于初始分割阈值，利用迭代分割算法对灰度图像进行分割处理得到若干灰度分割区域；

在塑料母粒图像的红色颜色通道图像中获取与每个灰度分割区域对应位置处的区域，记为红色颜色分割区域；利用塑料母粒图像的绿色颜色通道图像获取绿色颜色分割区域，利用塑料母粒图像的蓝色颜色通道图像获取蓝色颜色分割区域；

对于每个红色颜色分割区域，将原始染料图像的红色颜色通道图像中所有像素的颜色值均值与红色颜色分割区域的所有像素的颜色值均值的差值绝对值，记为每个红色颜色分割区域的第一差值；获取绿色颜色分割区域的第一差值和蓝色颜色分割区域的第一差值；

将对应同一灰度分割区域的红色颜色分割区域、蓝色颜色分割区域和绿色颜色分割区域的第一差值求均值，记为每个灰度分割区域的综合颜色差值；将综合颜色差值与预设颜色分割阈值比较，当综合颜色差值小于等于预设颜色分割阈值时，将灰度分割区域作为异常母粒区域。

本发明具有如下有益效果：

由于塑料母粒的反光区域与其他区域的亮度值存在较大差异，在对塑料母粒的不同颜色区域分割时，很容易将塑料母粒的反光区域与其他区域分割开来。为了防止塑料母粒的反光区域的干扰。需先获取塑料母粒图像中的反光区域。由于是对塑料母粒的不同颜色分割开来，所需的最终分割阈值应该与塑料母粒图像的塑料母粒区域中的其中一个亮度值相同。

在利用迭代阈值分割算法获得最终分割阈值时，需要设置一个初始分割阈值，而初始分割阈值一般为上基准值与下基准值的均值。为了获得一个准确的初始分割阈值，需要获得一个准确的上基准值和下基准值。为了获得一个准确的最终分割阈值，需分析不属于反光区域的每个亮度值为上基准值的可能性，根据每个亮度值为上基准值的可能性来得到最佳上基准值。

由于塑料母粒之间的间隙区域的亮度值较小，为了防止间隙区域的亮度值对下基准值的干扰，需保障得到下基准值的亮度值应该处于母粒之上，而不是处于间隙区域。因而需先获取塑料母粒像素，将塑料母粒像素中最小亮度值作为下基准值。利用上基准值和下基准值得到初始分割阈值。相较于传统迭代阈值分割算法，通过该方式得到的初始分割阈值能够较为接近最终分割阈值，其可以降低迭代次数。同时该方式得到初始分割阈值能够较好的对塑料母粒的不同颜色区域进行分割，而不受反光区域及间隙区域的干扰。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本发明一个实施例所提供的基于图像特征分析的塑料母粒检测方法流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的基于图像特征分析的塑料母粒检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

基于图像特征分析的塑料母粒检测方法实施例：

下面结合附图具体的说明本发明所提供的基于图像特征分析的塑料母粒检测方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的基于图像特征分析的塑料母粒检测方法流程图，该方法包括：

S001：获取塑料母粒图像的亮度图像、灰度图像。

需要说明的是，为了调整塑料母粒的颜色，需在加工塑料母粒的原材料中加入各种颜料，当颜料混合的不均匀时就会造成一个塑料母粒的每个区域的颜色不同，这种颜色不均非常影响母粒的外观效果，因而需要对母粒的颜色进行检测，将颜色分布不均的塑料母粒检测出来。为了检测出颜色异常的塑料母粒，需先采集塑料母粒的图像。

具体的，在运送塑料母粒的传送带正上方布置相机，获取相机每次拍摄到的传送 带的长度L0以及传送带的运行速度V0，获取相机的拍摄间隔，相机每间隔T0s采集一 次塑料母粒图像。

将塑料母粒图像从RGB转化为HSV颜色空间，获取塑料母粒图像的亮度图像。对塑料母粒图像进行灰度化处理得到塑料母粒图像的灰度图像。获取塑料母粒图像的红色颜色通道图像、绿色颜色通道图像和蓝色颜色通道图像。

在塑料母粒的加工规格中获取标准塑料母粒半径。

获取原始染料图像的红色颜色通道图像、蓝色颜色通道图像和绿色颜色通道图像。

S002：根据亮度图像获取塑料母粒图像的灰度图像中若干反光区域。

需要说明的是，由于塑料母粒为球体结构，其比较容易反光。而反光区域与其他区域的亮度值差异较大，因而采用传统的阈值分割方法很容易将反光区域和其他区域分割开来。而本实施例中是为了将塑料母粒中不同的颜色区域分割开，因而反光区域的亮度值比较容易干扰其分割效果。因而排除反光区域中像素的亮度值对分割阈值的干扰。因而需先获取反光区域。

具体的，对亮度图像中每个像素的亮度值进行统计得到亮度图像的亮度直方图，拟合出亮度直方图的曲线，获取亮度直方图的曲线的若干极大值点，获取每个极大值点对应的亮度值，将所有极大值点的亮度值最大值记为反光基准值，将反光基准值与预设调整量Y1的差值记为反光分界值。本实施例以Y1取5为例进行叙述，其他实施例可以取其他值，本实施例不进行具体限制。

将亮度图像中亮度值大于等于反光分界值的像素位置记为反光像素位置。

将灰度图像中反光像素位置处的像素称为反光像素，将灰度图像中反光像素构成的若干连通域称为反光区域。

S003：在灰度图像中获取待选灰度值，根据若干反光区域获取每个待选灰度值为上基准值的可能性，根据每个待选灰度值为上基准值的可能性得到最佳上基准值，获取最佳下基准值，根据最佳上基准值和最佳下基准值得到初始分割阈值。

需要说明的是，迭代阈值分割算法是在初始分割阈值的基础上通过不断迭代来获取最终分割阈值，因而需要设置一个初始分割阈值，传统的迭代阈值分割算法是将图像中的最大灰度值和最小灰度值的均值作为初始分割阈值，这个方法设置的初始分割阈值与最终分割阈值的差距较大，因而需要较长时间的迭代才能获得最终分割阈值。并且利用该初始分割阈值所得的最终分割阈值进行分割处理很容易将反光区域和其他区域分割开，或者将塑料母粒区域和背景区域分割开。而不是将每个塑料母粒的不同颜色区域分割开。此处所述的背景区域为塑料母粒之间的间隙区域。

需要进一步说明的是，设置初始分割阈值需要一个较大灰度值和一个较小灰度值，为了实现对塑料母粒的不同颜色区域进行分割，而不是对反光区域和其他区域进行分割，或者不是对塑料母粒区域和背景区域进行分割。需要在塑料母粒区域的非反光区域中选取一个较大的灰度值和一个较小的灰度值。为了使设置的初始分割阈值对每个塑料母粒都能较好处理，需保障在每个塑料母粒上均存在这个较大灰度值。因而该较大灰度值对应的像素区域分布较为均匀。

具体的，将灰度图像中不属于反光区域的像素的灰度值称为待选灰度值。获取每个待选灰度值对应的像素构成的连通域，记为每个待选灰度值的连通域。

对于任意一个待选灰度值，计算每个连通域的中心与其他各连通域的中心的欧式距离记为每个连通域与其他连通域的距离，获取距离最小的a个连通域作为每个连通域的参考连通域。 将每个连通域与所有参考连通域的距离均值作为每个连通域的参考距离，a表示预设数量，本实施例以a取3为例进行叙述，其他实施例可以取其他值，本实施例不进行具体限制。

每个待选灰度值的均匀性的计算方法为：

其中，表示第i个待选灰度值的第x个连通域的参考距离，表示第i个待选灰 度值的所有连通域的参考距离均值，表示第i个待选灰度值的连通域个数，||表示绝对值 符号，反映了第i个待选灰度值的连通域分布均匀情况，该值越大说明第i个 待选灰度值的连通域分布越均匀，即图像中的较多塑料母粒中存在第i个待选灰度值的像 素。因而第i个待选灰度值为上基准值的可能性较大。表示反光区域的个数。正常情况下 图像中每个塑料母粒上都会存在一个反光区域，因而反光区域的个数能够反映塑料母粒的 个数。反映了第i个待选灰度值的连通域个数与反光区域个数的差异，同时也反映 第i个待选灰度值的连通域个数与塑料母粒的个数的差异。该值越小，说明第i个待选灰度 值的连通域分布越均匀，表示第i个待选灰度值的均匀性。

需要说明的是，为了防止反光区域的像素的灰度值干扰，需保障选取的较大灰度值对应的像素与反光区域的距离较远，同时应该保障其灰度值尽可能大。

进一步的，对于任意一个待选灰度值，计算待选灰度值对应的每个像素与每个反光区域的中心的欧式距离，记为待选灰度值对应的每个像素与每个反光区域的距离，将最小距离对应的反光区域作为待选灰度值对应的每个像素的最近反光区域。将待选灰度值对应的每个像素与最近反光区域的距离记为待选灰度值对应的每个像素的反光距离。

每个待选灰度值为上基准值的可能性的计算方法为：

其中，表示第i个待选灰度值，表示第i个待选灰度值对应所有像素的反光距离 的均值，该值越大说明第i个待选灰度值对应的像素与反光区域距离较远，因而第i个待选 灰度值为反光区域的像素的灰度值的可能性较小。表示第i个待选灰度值的均匀性。表 示第i个待选灰度值为上基准值的可能性。表示线性归一化处理。

进一步的，将可能性最大值对应的待选灰度值作为最佳上基准值。

至此，得到最佳上基准值，该最佳上基准即为设置初始分割阈值的较大灰度值。下面需获取设置初始分割阈值的较小灰度值。

需要说明的是，由于塑料母粒之间的间隙区域的灰度值较小，在选取初始分割阈值的较小灰度值时，很容易将间隙区域的灰度值选中。由于塑料母粒的最高位置容易产生反光，因而每个反光区域应该处于每个塑料母粒的中心。为了防止选取到间隙区域的灰度值，需通过分析待选灰度值对应的像素与反光区域的距离是否小于塑料母粒的半径。其中小于塑料母粒的半径的像素对应的待选灰度值才分布在塑料母粒之上。

进一步的，获取每个像素的反光距离，将每个像素的反光距离与标准塑料母粒半径比较，将反光距离小于标准塑料母粒半径，并且不属于反光区域的像素称为塑料母粒像素。将所有塑料母粒像素的灰度值最小值作为最佳下基准值。

进一步的，将最佳下基准值与最佳上基准值的均值作为初始分割阈值。

S004：根据初始分割阈值来对塑料母粒图像进行分割处理得到异常母粒区域。

具体的，基于初始分割阈值，利用迭代分割算法对灰度图像进行分割处理得到若干灰度分割区域。

需要说明的是，在给塑料母粒染色时，其通过将各种颜色的染料混合在一起,其混合后的颜色与原染料颜色不同。所以当染料混合不好时，就会保留原有颜色。因而可以通过比较每个分割区域的颜色与染料的原始颜色比较，当分割区域的颜色与染料的原始颜色相近时，说明染料混合不均匀，即还塑料母粒的染色存在异常。

对于塑料母粒图像的红色颜色通道图像，在塑料母粒图像的红色颜色通道图像中获取与每个灰度分割区域对应位置处的区域，记为红色颜色分割区域。同理利用塑料母粒图像的绿色颜色通道图像获取绿色颜色分割区域，利用塑料母粒图像的蓝色颜色通道图像获取蓝色颜色分割区域。

对于每个红色颜色分割区域，计算原始染料的图像的红色颜色通道图像中所有像素的颜色值均值与红色颜色分割区域的所有像素的颜色值均值的差值绝对值，记为每个红色颜色分割区域的第一差值。

同理获取绿色颜色分割区域的第一差值和蓝色颜色分割区域的第一差值。

将对应同一灰度分割区域的红色颜色分割区域、蓝色颜色分割区域和绿色颜色分割区域的第一差值求均值，记为每个灰度分割区域的综合颜色差值。将综合颜色差值与预设颜色分割阈值Y2比较，当综合颜色差值小于等于预设颜色分割阈值时，该灰度分割区域作为异常母粒区域。本实施例以Y2取10为例进行叙述，其他实施例可以取其他值，本实施例不进行具体限制。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (6)

1.基于图像特征分析的塑料母粒检测方法，其特征在于，所述方法包括：

获取塑料母粒图像的灰度图像、亮度图像、各颜色通道图像以及标准塑料母粒半径，获取原始染料图像的各颜色通道图像；

获取亮度图像的亮度直方图，根据亮度直方图中每个峰处的亮度值得到反光分界值；根据反光分界值得到反光像素位置，根据灰度图像和反光像素位置得到反光区域；

获取灰度图像中若干待选灰度值，根据每个待选灰度值对应的像素分布均匀情况得到每个待选灰度值的均匀性，根据每个待选灰度值的均匀性和每个待选灰度值对应像素与反光区域的距离得到每个待选灰度值为上基准值的可能性，根据每个待选灰度值为上基准值的可能性得到最佳上基准值；根据标准塑料母粒半径得到灰度图像中的塑料母粒像素，根据塑料母粒像素得到最佳下基准值；将最佳上基准值与最佳下基准值的均值作为初始分割阈值；

基于初始分割阈值对塑料母粒图像的灰度图像进行分割处理得到若干灰度分割区域，根据若干灰度分割区域、原始染料图像的各颜色通道图像和塑料母粒图像的各颜色通道图像得到异常母粒区域；

所述根据每个待选灰度值对应的像素分布均匀情况得到每个待选灰度值的均匀性，包括的具体步骤为：

获取每个待选灰度值对应的像素构成的连通域，记为每个待选灰度值的连通域；

获取每个待选灰度值的每个连通域的参考距离；

每个待选灰度值的均匀性的计算方法为：；

其中，表示第i个待选灰度值的第x个连通域的参考距离，/>表示第i个待选灰度值的所有连通域的参考距离均值，/>表示第i个待选灰度值的连通域个数，||表示绝对值符号，/>表示反光区域的个数，/>表示第i个待选灰度值的均匀性；

所述根据每个待选灰度值的均匀性和每个待选灰度值对应像素与反光区域的距离得到每个待选灰度值为上基准值的可能性，根据每个待选灰度值为上基准值的可能性得到最佳上基准值，包括的具体步骤为：

对于任意一个待选灰度值，计算待选灰度值对应的每个像素与每个反光区域的中心的欧式距离，记为待选灰度值对应的每个像素与每个反光区域的距离，将最小距离对应的反光区域作为待选灰度值对应的每个像素的最近反光区域；将待选灰度值对应的每个像素与最近反光区域的距离记为待选灰度值对应的每个像素的反光距离；

每个待选灰度值为上基准值的可能性的计算方法为：；

其中，表示第i个待选灰度值，/>表示第i个待选灰度值对应所有像素的反光距离的均值，/>表示第i个待选灰度值的均匀性，/>表示第i个待选灰度值为上基准值的可能性，表示线性归一化处理；

将可能性最大值对应的待选灰度值作为最佳上基准值；

所述根据标准塑料母粒半径得到灰度图像中的塑料母粒像素，包括的具体步骤为：

获取每个像素的反光距离，将每个像素的反光距离与标准塑料母粒半径比较，将反光距离小于标准塑料母粒半径，并且不属于反光区域的像素称为塑料母粒像素；

所述根据塑料母粒像素得到最佳下基准值，包括的具体步骤为：

将所有塑料母粒像素的灰度值最小值作为最佳下基准值。

2.如权利要求1所述的基于图像特征分析的塑料母粒检测方法，其特征在于，所述获取亮度图像的亮度直方图，根据亮度直方图中每个峰处的亮度值得到反光分界值，包括的具体步骤为：

对亮度图像中每个像素的亮度值进行统计得到亮度图像的亮度直方图，拟合出亮度直方图的曲线，获取亮度直方图的曲线的若干极大值点，获取每个极大值点对应的亮度值，将所有极大值点的亮度值最大值记为反光基准值，将反光基准值与预设调整量的差值记为反光分界值。

3.如权利要求1所述的基于图像特征分析的塑料母粒检测方法，其特征在于，所述根据反光分界值得到反光像素位置，根据灰度图像和反光像素位置得到反光区域，包括的具体步骤为：

将亮度图像中亮度值大于等于反光分界值的像素位置记为反光像素位置；

将灰度图像中反光像素位置处的像素称为反光像素，将灰度图像中反光像素构成的若干连通域称为反光区域。

4.如权利要求1所述的基于图像特征分析的塑料母粒检测方法，其特征在于，所述获取灰度图像中若干待选灰度值，包括的具体步骤为：

将灰度图像中不属于反光区域的像素的灰度值称为待选灰度值。

5.如权利要求1所述的基于图像特征分析的塑料母粒检测方法，其特征在于，所述获取每个待选灰度值的每个连通域的参考距离，包括的具体步骤为：

对于任意一个待选灰度值，计算每个连通域的中心与其他各连通域的中心的欧式距离，记为每个连通域与其他连通域的距离，获取距离最小的a个连通域作为每个连通域的参考连通域；将每个连通域与所有参考连通域的距离均值作为每个连通域的参考距离，a表示预设数量。

6.如权利要求1所述的基于图像特征分析的塑料母粒检测方法，其特征在于，所述基于初始分割阈值对塑料母粒图像的灰度图像进行分割处理得到若干灰度分割区域，根据若干灰度分割区域、原始染料图像的各颜色通道图像和塑料母粒图像的各颜色通道图像得到异常母粒区域，包括的具体步骤为：

基于初始分割阈值，利用迭代分割算法对灰度图像进行分割处理得到若干灰度分割区域；

在塑料母粒图像的红色颜色通道图像中获取与每个灰度分割区域对应位置处的区域，记为红色颜色分割区域；利用塑料母粒图像的绿色颜色通道图像获取绿色颜色分割区域，利用塑料母粒图像的蓝色颜色通道图像获取蓝色颜色分割区域；

对于每个红色颜色分割区域，将原始染料图像的红色颜色通道图像中所有像素的颜色值均值与红色颜色分割区域的所有像素的颜色值均值的差值绝对值，记为每个红色颜色分割区域的第一差值；获取绿色颜色分割区域的第一差值和蓝色颜色分割区域的第一差值；

将对应同一灰度分割区域的红色颜色分割区域、蓝色颜色分割区域和绿色颜色分割区域的第一差值求均值，记为每个灰度分割区域的综合颜色差值；将综合颜色差值与预设颜色分割阈值比较，当综合颜色差值小于等于预设颜色分割阈值时，将灰度分割区域作为异常母粒区域。