[发明专利]基于机器视觉的纸浆搅拌效果检测评价方法、装置、系统

说明书

本发明涉及一种基于机器视觉的纸浆搅拌效果检测与评价方法、系统：所述方法包括：获取待测纸浆图像，所述纸浆处于被搅拌状态；采用图像边缘检测方法检测所述待测纸浆图像中的纸浆纤维目标；采用纸浆匀度检测方法处理所述纸浆纤维边缘，评价纸浆搅拌效果。本发明与现有技术相比，实现了在线智能非接触测量，降低劳动强度，检测准确，提高了生产效率，节省了劳动力，且整个检测过程不受人为因素影响，有效保证了纸浆质量。

技术领域

本发明属于机器视觉领域，具体涉及一种基于机器视觉的纸浆搅拌效果检测与评价方法、系统。

背景技术

在造纸工业中信息技术已经得到广泛的应用，信息技术的发展大大推动和提高了自动检测、自动控制及质量管理水平，使造纸业逐步告别低效率慢回报的时代。由于计算机图像处理和分析技术在造纸领域的应用，使造纸工业无论是在功能还是在成品纸的质量方面都取得了前所未有的成绩。

在造纸过程中，纸浆搅拌效果的好坏直接关系到成品纸的质量，但目前还没有一种在线检测纸浆搅拌效果的检测系统，只能通过人眼来观察，耗时又耗力。

现有对纸浆图像的机器视觉检测，属于微观领域，主要检测的是微观视角下纸浆纤维的形态参数如长度、宽度、卷曲度等对于成纸性能有重要的影响，但尚没有对纸浆搅拌过程中搅拌状态的检测与评估方法。

发明内容

针对现有技术中存在的不足，发明提供了一种基于机器视觉的纸浆搅拌效果检测与评价方法，实现了对纸浆搅拌效果的非接触、高精度测量。

本发明采用下面的技术方案：

一种基于机器视觉的纸浆搅拌效果检测与评价方法：

获取待测纸浆图像，所述纸浆处于被搅拌状态；

采用图像边缘检测方法检测所述待测纸浆图像中的纸浆纤维目标；

采用纸浆匀度检测方法检测纸浆纤维目标的边缘，评价纸浆搅拌效果。

进一步的，将获取的待测纸浆图像转换为灰度图像，并对上述灰度图像进行去噪处理。

进一步的，针对经去噪后的灰度图像，采用最小误差阈值分割方法分割出纸浆图像中的纤维目标。

进一步的，采用小波变换方法对含噪的灰度图像进行去噪处理，具体步骤包括：

选择设定的小波并确定好分解层次N，对含噪的灰度图像进行N层小波分解；选择设定的阈值函数对所述N层小波的小波系数进行基于非噪声信号与噪声信号的处理；得到去除噪声信号后的包含有非噪声信号的小波系数，重构所述包含有非噪声信号的小波系数，得到去除噪声后的灰度图像。

进一步的，所述最小误差阈值分割方法采用最小误差目标函数：

最佳阈值t*通过下式获得：

进一步的，所述纸浆匀度检测方法为基于灰度共生矩阵的灰度空间相关特性检测方法。

进一步的，所述基于灰度共生矩阵的灰度空间相关特性检测方法中灰度共生矩阵P为：

其中，f(x,y)为待分割的纸浆图像，S为目标区域R中具有特定空间关系的像素对的集合；

上式等号右边的分子是具有特定空间关系、灰度值分别为g₁和g₂的像素对的个数，分母为像素对的总和个数，#代表数量；

根据公式得到纸浆图像的逆差矩，根据逆差矩评价纸浆搅拌的效果。

进一步的，根据公式得到纸浆图像的能量值，根据能量值评价纸浆搅拌的效果。