[发明专利]一种基于图像处理的吸管计数方法、装置及存储介质

说明书

本发明提供了一种基于图像处理的吸管计数方法、装置及存储介质，方法包括：获取端面图像，所述端面图像包括待计数的多个吸管的端面；根据场景图像灰度增强算法和灰度形态学增强算法对所述端面图像进行联合增强预处理，获得预处理后的图像；根据形态学孔洞填充算法提取所述预处理后的图像中所述吸管的封闭边缘轮廓；根据所述封闭边缘轮廓生成样本集；根据所述样本集进行形态学重构，生成权值模板集合，所述权值模板集合包括多个吸管匹配模板；将所述权值模板集合中的所述吸管匹配模板与所述预处理后的图像中的所述封闭边缘轮廓进行匹配，根据匹配结果确定所述吸管的数量。本发明提高了吸管计数的准确度。

技术领域

本发明涉及吸管生产技术领域，具体而言，涉及一种基于图像处理的吸管计数方法、装置及存储介质。

背景技术

传统的吸管包装过程中，一般采用人工计数或称重法对吸管数量进行计数。但是人工计数劳动量大、计数效率低；称重法则计数准确性较差。

随着图像处理技术的不断发展，目前已有通过图像处理技术进行吸管计数，常用的图像处理方法包括基于块的检测计数方法，基于霍夫（Hough）变换的圆检测方法和基于最小二乘圆拟合的计数方法等。

基于块的检测计数方法是将吸管横截面图像区域当作一个个独立的块，通过相应的增强处理和形态学操作对目标进行分割，然后计算图像中独立块的个数，即得到吸管的数量。基于块的检测计数方法运算速度较快，但对于吸管因挤压变形等情景下的吸管检测和计数效果不理想。

基于霍夫变换的圆检测方法是检测圆或椭圆的一种实用有效的方法，其实质是将图像的空间问题转换为参数空间的映射问题，将空间中难以全局检测的问题转换为参数空间中的简单峰值问题，表现为从空间坐标系向极坐标系的变换。但基于霍夫变换的圆检测方法存在如下缺点：一是占用内存大，不适合于工业生产线上吸管的快速计数；二是吸管壁薄容易挤压变形，而基于霍夫变换的圆检测方法对不规则的类圆物体检测效果不佳。

基于最小二乘椭圆拟合的计数方法该种方法是较为常见的椭圆拟合方法。最小二乘法是在随机误差为正态分布时，由最大似然法推出的一个最优估计方法，它可使测量误差的平方和最小。吸管计数中采用的拟合方法是对提取的吸管边缘图像点进行函数拟合，来检测所测边缘是否为待检测的边缘，通过检查每一条边，确定正确的边缘个数，得到吸管的根数。对模型的椭圆方程进行拟合，由连续的边缘点构建该边缘的椭圆拟合函数。若拟合函数得到的椭圆参数判断为椭圆，则方程解得的参数得到椭圆的描述参数。但这样会将包含较大误差样本点在内的所有样本点直接用最小二乘法进行椭圆拟合，误差较大。

这些方法在对吸管进行计数时，计数准确度都不太高。

发明内容

本发明解决的问题是如何提高吸管计数的准确度。

为解决上述问题，本发明提供一种基于图像处理的吸管计数方法、装置及存储介质。

第一方面，本发明提供了一种基于图像处理的吸管计数方法，包括：

获取端面图像，所述端面图像包括待计数的多个吸管的端面；

根据场景图像灰度增强算法和灰度形态学增强算法对所述端面图像进行联合增强预处理，获得预处理后的图像；

根据形态学孔洞填充算法提取所述预处理后的图像中所述吸管的封闭边缘轮廓；

根据所述封闭边缘轮廓生成样本集，所述样本集包括各个所述封闭边缘轮廓的几何参数；

根据所述样本集进行形态学重构，生成权值模板集合，所述权值模板集合包括多个吸管匹配模板；

将所述权值模板集合中的各个所述吸管匹配模板分别与所述预处理后的图像中的所述封闭边缘轮廓进行匹配，根据匹配结果确定所述吸管的数量。

可选地，所述根据场景图像灰度增强算法和灰度形态学增强算法对所述端面图像进行联合增强预处理包括：