[发明专利]一种流延膜卷边在线视觉检测方法

说明书

本发明涉及图像数据处理技术领域，具体涉及一种流延膜卷边在线视觉检测方法。该方法获取流延膜图像；对流延膜图像中的像素点构建预设窗口；将预设窗口在亮度分量图像中的区域作为第一目标区域，获取第一目标区域对应的流延膜图像中像素点的折皱可能系数；根据流延膜图像中像素点的位置和折皱可能系数，获取边缘凌乱程度；将预设窗口在明度分量图像中对的区域作为第二目标区域，获取第二目标区域对应的流延膜图像中像素点的明度变化程度；根据边缘凌乱程度与明度变化程度，获取透明变化显著值，进而获得流延膜卷边显著图；将流延膜卷边显著图分割，获得流延膜卷边区域。本发明准确获取流延膜卷边区域，提高流延膜生产质量。

技术领域

本发明涉及图像数据处理技术领域，具体涉及一种流延膜卷边在线视觉检测方法。

背景技术

随着包装行业的迅速发展，流延膜也进入了快速发展时期。流延膜具备良好的热封性能和透明性能，广泛应用于各种日常用品的包装。在流延膜的生产过程中，流延膜的冷却定型以及收卷的过程中极易发生卷边现象，从而极大影响流延膜的使用性能。

随着机器视觉技术的不断发展，通过图像处理的方式快速检测流延膜的卷边现象，以此调整流延膜的生产工艺，防止流延膜卷边现象的产生，进而提高流延膜的生产质量。现有方法中利用视觉显著性检测算法，能够快速地提取图像中流延膜卷边的显著区域，但是，当流延膜卷边区域的特征较弱时，显著性检测算法自动识别感兴趣的区域有极大可能不是流延膜卷边区域，使得视觉显著性检测算法产生极大的误差，进而不能准确的获取图像中的流延膜卷边区域，导致对流延膜卷边现象不能进行准确分析。

发明内容

为了解决显著性检测算法自动识别流延膜卷边区域不准确，进而不能准确的获取图像中的流延膜卷边区域的技术问题，本发明的目的在于提供一种流延膜卷边在线视觉检测方法，所采用的技术方案具体如下：

本发明提出了一种流延膜卷边在线视觉检测方法，该方法包括以下步骤：

获取流延膜图像；

对流延膜图像中的每个像素点构建预设窗口；获取流延膜图像的亮度分量图像，将每个预设窗口在所述亮度分量图像中对应的区域作为第一目标区域，根据第一目标区域中每个像素点的亮度值，获取每个第一目标区域对应流延膜图像中每个像素点的折皱可能系数；

根据流延膜图像中每个像素点的位置和所述折皱可能系数，获取流延膜图像中每个像素点的边缘凌乱程度；

获取流延膜图像的明度分量图像，将每个预设窗口在所述明度分量图像中对应的区域作为第二目标区域，根据第二目标区域中每个像素点的明度值，获取每个第二目标区域对应流延膜图像中每个像素点的明度变化程度；

根据所述边缘凌乱程度与所述明度变化程度，获取流延膜图像中每个像素点的透明变化显著值；

根据流延膜图像中每个像素点的所述透明变化显著值，获得流延膜卷边显著图；对所述流延膜卷边显著图进行分割，获得流延膜卷边区域。

进一步地，所述折皱可能系数的获取方法为：

根据所述亮度分量图像中每个像素点的亮度值，获取每个像素点的亮度梯度幅值；

任选流延膜图像中的一个像素点作为目标像素点，获取目标像素点的预设窗口对应的第一目标区域中每行像素点的亮度梯度幅值的标准差，作为第一标准差；

获取目标像素点的预设窗口对应的第一目标区域中每行每相邻两个像素点之间的亮度梯度幅值的差异，作为第一差异；

根据所述第一标准差与所述第一差异，获取目标像素点的横向折皱指数；

获取目标像素点的预设窗口对应的第一目标区域中每列像素点的亮度梯度幅值的标准差，作为第二标准差；

获取目标像素点的预设窗口对应的第一目标区域中每列每相邻两个像素点之间的亮度梯度幅值的差异，作为第二差异；

根据所述第二标准差与所述第二差异，获取目标像素点的列向折皱指数；

计算目标像素点的所述横向折皱指数与所述列向折皱指数的乘积，作为第一结果；