[发明专利]一种竹块缺陷检测方法和系统

说明书

本发明提供一种竹块缺陷检测方法和系统，其中方法包括对采集的竹块图像的画质进行优化处理，将竹块图像旋转到水平位置，再将竹块图像裁剪为标准化尺寸，对竹块图像进行初步纹理检测、轮廓缺陷检测、正反面检测以及再通过训练支持向量机分类器进行深度纹理识别，并最终筛选出合格的竹块；本发明通过对竹块图像进行多个检测步骤，并利用支持向量机分类器进行深度纹理识别，从而筛选出达到合格标准的竹块，得出的结果较精确，有助于提高麻将凉席的生产效率，增加企业收益。

技术领域

本发明主要涉及竹席缺陷检测领域，具体涉及一种竹块缺陷检测方法和系统。

背景技术

随着全球低碳经济浪潮的兴起及“绿色、环保、可持续发展”理念的倡导，竹制品越来越受到全世界消费者的青睐。

而现阶段全国各麻将凉席生产厂家竹块的筛选主要依靠的是工人肉眼的判断，效率低下，判断标准也不统一。因此设计一套竹块快速的缺陷检测算法十分必要，将有助于提高麻将凉席的生产效率，增加企业收益。

发明内容

本发明所要解决的技术问题是提供一种竹块缺陷检测方法和系统，通过对竹块图像进行区域大小检测、初步纹理检测、轮廓缺陷检测、正反面检测和深度纹理检测，从而判断出竹块是否存在缺陷，判断出的结果较精确。

本发明解决上述技术问题的技术方案如下：一种竹块缺陷检测方法，包括如下步骤：

步骤S1：利用摄像设备获取竹块图像；

步骤S2：判断竹块图像的区域范围是否属于预设感兴趣区域ROI(region ofinterest)的范围内，如果属于，则根据预设图像区域标准值将竹块图像裁剪为标准化尺寸，否则得到竹块不合格的结果；

步骤S3：根据预设灰度值对标准化尺寸的竹块图像进行初步纹理检测，如果纹理正常则执行步骤S4，否则得到竹块不合格的结果；

步骤S4：利用竹块伪对称性对初步纹理检测正常的竹块图像进行轮廓缺陷检测，如果轮廓正常则执行步骤S5，否则得到竹块不合格的结果；

步骤S5：利用颜色模型HSV对轮廓正常的竹块图像进行正面和反面检测，如果检测出是反面则将竹块翻面，并重复执行步骤S1至步骤S4；否则，执行步骤S6；

步骤S6：训练支持向量机分类器，并根据训练后的支持向量机分类器对正面的竹块图像进行深度纹理识别，从而得到竹块合格或不合格的结果。

本发明的有益效果是：通过对竹块图像进行区域大小检测、初步纹理检测、轮廓缺陷检测、正反面检测和深度纹理检测，从而判断出竹块是否存在缺陷，判断出的结果较精确，有助于提高麻将凉席的生产效率，增加企业收益。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，获取竹块图像后，还包括对竹块图像的画质进行优化处理的步骤，其包括对竹块图像进行白平衡处理、中值滤波处理和高斯滤波的优化处理。

采用上述进一步方案的有益效果是：对竹块图像进行预处理，主要是减小工厂环境中易产生的椒盐噪声的干扰，便于下面的步骤对竹块图像进缺陷检测。

进一步，对竹块图像的画质进行优化处理后，还包括利用重心原理将竹块图像旋转到水平位置的步骤：求取竹块图像的最小外接矩形，并利用重心原理计算出所述最小外接矩形的角度，并根据该角度且以竹块图像的重心为旋转中心进行旋转，从而将竹块图像旋转到水平位置。

采用上述进一步方案的有益效果是：将竹块图像旋转到水平位置有利于特征的提取。

进一步，具体实现所述步骤S3的方法为：将标准化尺寸的竹块图像处理成灰度模式下的竹块图像，再判断竹块图像的灰度值是否属于预设图像灰度值范围，如果属于，则纹理正常，否则得到竹块不合格的结果。