[发明专利]食用油杂质的视觉检测方法

权利要求书

1.一种食用油杂质的视觉检测方法，其特征在于，所述方法包括：

对待检测的食用油进行杂质均匀操作，以使所述待检测食用油中形成的显著区域均匀显示；

获取待检测食用油的图像信息，包括：利用红外摄像、组合镜头以及合适的光照条件对特定位置设定拍摄参数，以搭建图像获取平台；获取所述特定位置处的待检测食用油的图像信息；

对所述图像信息进行滤波去噪和图像差分处理，结合视觉注意机制得出所述图像信息中的显著区域，包括：获取所述特定位置处的待检测食用油的图像信息，包括：通过所述红外摄像组合镜头对所述特定位置的食用油的不同部位进行检测，检测出出现杂质的部位；对所述出现杂质的部位进行标记，形成所述显著区域，并对所述显著区域进行滤波去噪、图像差分结合视觉注意机制处理；

通过支持相量机对所述图像信息中的显著区域中的杂质类型进行判断和辨别，以得到食用油杂质的视觉检测结果；

所述结合视觉注意机制得出所述图像信息中的显著区域包括：

通过所述图像信息中的非显著区域检测所述显著区域，利用相位谱替代显著区域的图像信息，基于相位谱的显著图计算模型基于如下算式：

其中是显著区域，是高斯滤波算子，是大于等于２的整数，*是卷积，是图像相位谱的反变换，；

根据计算模型中模型参数的选择，模型的计算包括：

对输入的显著区域的图像信息适当变换，缩小其尺寸，消除图像的纹理细节；

所述参数是以Hadamard积相乘，带有显著区域的图像信息的灰度在[0,1]区间变化时，所述参数使所述显著区域包含的像素的突显程度拉开距离，所述参数增大，则所述显著区域中的显著度的像素点显著度更高，所述显著区域中的显著度的像素点显著度低的点逐渐消失，以筛选出显著度最高的像素点；

其中，卷积模板大小和标准差的参数决定了包含有显著区域的图像信息中的显著区域显示的形状；

所述对所述图像信息进行滤波去噪和图像差分处理，包括：

用一个M*M模板扫描所述图像信息中每一个像素；

在所述M*M模板模板中选择K个与待处理像素的灰度值最接近的像素点，其中，KM；

对K个像素点统计其灰度值之和后取它们的平均值，并用平均值来替换原来的像素值；

所述对所述图像信息进行滤波去噪和图像差分处理，还包括：

利用不同时间采集的图像信息进行差分，包括：

对获得的时间序列图像相同位置像素点灰度值求差；

当灰度差值大于设定的阈值，将该像素点对应位置为所述显著区域。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

利用模型对所述非显著区域进行二次滤波。

3.根据权利要求2所述的方法，其特征在于，所述模型的能量函数是：

其中，是非负常数，表示图像区域，表示初始图像，表示逼近原始图像的一个分段光滑图像，曲线表示图像区域的边界；

利用水平集方法，通过最小化能量函数求解，活动轮廓曲线将图像区域分为曲线内外两部分，曲线内和曲线外分别表示为和，同时，使用水平集函数替代活动轮廓曲线，水平集函数依旧采用SDF函数形式。