基于锐化直线的塑封薄膜检测方法与流程

1.本发明涉及烟草生产检验技术领域，尤其涉及一种基于锐化直线的塑封薄膜检测方法。

背景技术：

2.塑封薄膜又称塑封膜、护卡膜、过胶膜，是一种用来将物体进行塑封的材料，一般含塑胶成分。塑封膜可以有效的保护物体，防止污渍、灰尘附着在物体表面。
3.烟盒塑封包装存在翘起或者粘结断裂等现象时，需检测为不良品。现有技术中，采用k-means聚类分析方法和支持向量机(support vector machine，svm)的高纬度特征分析进行烟盒塑封膜的外观缺陷检测，但这种检测方法需要大量的正负样本进行训练，同时推导结果是黑盒子处理，无法解释其原因。

技术实现要素：

4.为了解决以上技术问题，本发明提供了一种基于锐化直线的塑封薄膜检测方法。
5.本发明所解决的技术问题可以采用以下技术方案实现：
6.一种基于锐化直线的塑封薄膜检测方法，包括：
7.步骤s1，获取包裹有塑封薄膜的物料的图像，从所述图像中提取得到感兴趣区域；
8.步骤s2，对所述感兴趣区域分别沿着不同的锐化方向进行锐化处理，得到各所述锐化方向对应的锐化图像；
9.步骤s3，对所有所述锐化图像进行二值化处理，生成二值化图像；
10.步骤s4，获取所述二值化图像中所述塑封薄膜的边界信息，并根据所述边界信息拟合直线线性函数；
11.步骤s5，根据拟合得到的所述直线线性函数进行所述直线线性函数的斜率的异常检测以及异常边界点的检测，并在所述斜率或所述异常边界点所占比例表现为异常时，检测结果输出所述直线线性函数为异常锐化直线。
12.优选地，所述步骤s1中，所述感兴趣区域为所述物料边缘的塑封区域。
13.优选地，所述锐化方向包括多个，每一所述锐化方向分别对应于一锐化权重预设值；
14.所述步骤s2中，沿着所述锐化方向按照相应的所述锐化权重预设值进行锐化处理，得到对应所述锐化方向的所述锐化图像。
15.优选地，横向的所述锐化方向上对应的所述锐化权重预设值大于其他所述锐化方向上的所述锐化权重预设值。
16.优选地，所述步骤s3中，具体包括：
17.步骤s31，获取所有所述锐化方向对应的所述锐化图像中每一像素位置的灰度值；
18.步骤s32，根据对应的所述锐化权重预设值对所述灰度值进行加权和计算，得到每一所述像素位置对应的图像灰度值；
19.步骤s33，根据计算得到的所述图像灰度值进行二值化处理，得到所述二值化图像。
20.优选地，所述图像灰度值的计算方法包括：
[0021][0022]
其中，wi表示第i个锐化方向对应的锐化权重预设值；表示第i个锐化方向对应的锐化图像中像素位置的灰度值；n表示锐化方向的数量；gray表示所述图像灰度值。
[0023]
优选地，所述步骤s4，具体包括：
[0024]
步骤s41，从所述二值化图像的上边界开始，从左至右依次遍历每一列的像素值，以每一列对应的第二个非零像素作为对应的边界坐标，所述塑封薄膜的边界信息包括所有列对应的所述边界坐标；
[0025]
步骤s42，根据所有列对应的所述边界坐标拟合得到所述直线线性函数。
[0026]
优选地，所述步骤s5中，所述异常边界点的检测包括：
[0027]
根据所述直线线性函数计算得到每一列对应的拟合边界值；
[0028]
计算各列所述拟合边界值和对应列的所述边界坐标的差值绝对值；
[0029]
在所述所述差值绝对值大于一第一预设阈值时，判断所述拟合边界值是所述异常边界点。
[0030]
优选地，所述步骤s5中，还包括：在所述异常边界点所占比例大于第二预设阈值时，判断所述异常边界点所占比例表现为异常；
[0031]
所述异常边界点所占比例的计算方法包括：
[0032][0033]
其中，cond_h表示所述异常边界点所占比例；length(abnorm_h)表示所述异常边界点的数量；n表示所述二值化图像中所有列的数量。
[0034]
优选地，所述步骤s5中，所述斜率的异常检测包括：
[0035]
判断所述斜率的绝对值是否小于一第三预设阈值；
[0036]
若是，则所述斜率表现为异常；
[0037]
若否，则所述斜率正常。
[0038]
本发明技术方案的优点或有益效果在于：
[0039]
本发明通过多方向的锐化然后求取锐化直线的方法进行异常塑封薄膜的检测，无需大量采集样本，算法的运算复杂度低；同时对推导结果具有较好的可解释性。
附图说明
[0040]
图1为本发明较佳实施例中，基于锐化直线的塑封薄膜检测方法的流程示意图；
[0041]
图2为本发明较佳实施例中，步骤s3具体实施的流程示意图；
[0042]
图3为本发明较佳实施例中，步骤s4具体实施的流程示意图；
[0043]
图4为本发明较佳实施例中，异常边界点的检测具体实施的流程示意图；
[0044]
图5为本发明较佳实施例中，多个锐化方向具体实施的示意图；
[0045]
图6为本发明较佳实施例中，二值化图像具体实施的示意图。
具体实施方式
[0046]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0047]
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
[0048]
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
[0049]
本发明的较佳的实施例中，基于现有技术中存在的上述问题，现提供一种基于锐化直线的塑封薄膜检测方法，属于烟草生产检验技术领域，如图1所示，包括：
[0050]
步骤s1，获取包裹有塑封薄膜的物料的图像，从图像中提取得到感兴趣区域；
[0051]
具体的，针对采用塑封薄膜包装的物料进行塑封薄膜是否存在翘起或者粘结断裂等不良现象进行检测，该物料优选为烟盒。
[0052]
作为优选的实施方式，其中，步骤s1中，感兴趣区域为物料边缘的塑封区域。
[0053]
具体的，该感兴趣区域可以是一个，也可以是多个。每一感兴趣区域均至少需要覆盖烟盒边缘处的塑封薄膜。
[0054]
步骤s2，对感兴趣区域分别沿着不同的锐化方向进行锐化处理，得到各锐化方向对应的锐化图像；
[0055]
作为优选的实施方式，其中，锐化方向包括多个，每一锐化方向分别对应于一锐化权重预设值；
[0056]
步骤s2中，沿着锐化方向按照相应的锐化权重预设值进行锐化处理，得到对应锐化方向的锐化图像。
[0057]
具体的，为了突出检测的直线，通过设定多个锐化方向，并且为每一锐化方向分别设置锐化权重预设值，然后进行锐化处理，每一个锐化方向对应得到一个锐化图像。
[0058]
进一步的，不同的锐化方向对应的锐化权重预设值可以相同，也可以不同。
[0059]
进一步的，不同锐化方向对应的锐化图像中在同一像素位置对应的像素值可能会有所不同。
[0060]
步骤s3，对所有锐化图像进行二值化处理，生成二值化图像；
[0061]
具体的，根据上述步骤s2得到的多个锐化图像的各个像素位置对应的灰度值按照锐化权重预设值进行叠加，然后根据叠加后得到图像灰度值进行二值化处理。
[0062]
步骤s4，获取二值化图像中塑封薄膜的边界信息，并根据边界信息拟合直线线性函数；
[0063]
具体的，该直线线性函数优选为一次函数，其表达式为：y＝kx+b。
[0064]
步骤s5，根据拟合得到的直线线性函数进行直线线性函数的斜率的异常检测以及异常边界点的检测，并在斜率或异常边界点所占比例表现为异常时，检测结果输出直线线
性函数为异常锐化直线。
[0065]
具体的，通过对斜率k进行异常检测，以及对异常边界点进行异常检测从而确定异常边界点所占比例是否异常，只要满足其中一个异常，即步骤s4拟合得到的直线线性函数为异常锐化直线，说明烟盒塑封包装存在翘起或者粘结断裂等现象，本发明实施例通过多方向的锐化然后求取锐化直线的方法进行异常塑封薄膜的检测，无需大量采集样本，算法的运算复杂度低；同时对推导结果具有较好的可解释性。
[0066]
作为优选的实施方式，其中，横向的锐化方向上对应的锐化权重预设值大于其他锐化方向上的锐化权重预设值。
[0067]
进一步的，锐化方向至少包括横向方向，横向方向对应的锐化权重预设值大于其他锐化方向的锐化权重预设值。
[0068]
如图5所示，以对5个锐化方向进行锐化处理进行示例，其对应的锐化权重预设值分别为w1、w2、w3、w4、w5；其中，w1的数值等于w5，w2、w3和w4的具体权重数值可以相同，也可以不同。但相比w2、w3、w4而言，w1和w5的数值要大一点。优选的，5个锐化方向的锐化权重预设值w＝[w1,w2,w3,w4,w5]＝[0.25,0.15,0.2,0.15,0.25]。
[0069]
作为优选的实施方式，其中，如图2所示，步骤s3中，具体包括：
[0070]
步骤s31，获取所有锐化方向对应的锐化图像中每一像素位置的灰度值；
[0071]
步骤s32，根据对应的锐化权重预设值对灰度值进行加权和计算，得到每一像素位置对应的图像灰度值；
[0072]
步骤s33，根据计算得到的图像灰度值进行二值化处理，得到二值化图像。
[0073]
作为优选的实施方式，其中，图像灰度值的计算方法包括：
[0074][0075]
其中，wi表示第i个锐化方向对应的锐化权重预设值；表示第i个锐化方向对应的锐化图像中像素位置的灰度值；n表示锐化方向的数量；gray表示图像灰度值。
[0076]
具体的，从锐化图像到二值化图像的转化过程：首先按照每一个锐化方向对应的锐化权重预设值将所有锐化后的灰度值进行叠加，以5个锐化方向为例：锐化后的图像灰度图gray_filter＝w1*gray_1+w2*gray_2+w3*gray_3+w4*gray_4+w5*gray_5，其中，w1、w2、w3、w4和w5分别为5个锐化方向对应的锐化权重预设值；gray_1、gray_2、gray_3、gray_4、gray_5分别为对应的锐化图像中每一像素位置的灰度值。
[0077]
然后，根据上述计算得到图像灰度图进行二值化处理，将大于阈值的像素设置为255，将小于阈值的像素设置为0；或者将大于阈值的像素设置为0，将小于阈值的像素设置为255，从而得到二值化图像，如图6所示。
[0078]
作为优选的实施方式，其中，如图3所示，步骤s4，具体包括：
[0079]
步骤s41，从二值化图像的上边界开始，从左至右依次遍历每一列的像素值，以每一列对应的第二个非零像素作为对应的边界坐标，塑封薄膜的边界信息包括所有列对应的边界坐标；
[0080]
步骤s42，根据所有列对应的边界坐标拟合得到直线线性函数。
[0081]
具体的，在二值化图像中从左到右遍历单列的非零像素，为了避免第一个非零像
素点的噪音影响，选择每一列从上至下的第二个非零像素，作为该列对应的边界坐标，按此方法，选择得到所有列的边界坐标points＝{p1,....pm}＝{(x1,y1),(x2,y2)....(xm,ym)}，其中，m表示二值化图像的所有列数；(xm,ym)表示第m列对应的边界坐标；然后根据选择的所有边界坐标，以横向方向为x轴，竖向方向为y轴，拟合一次函数y＝kx+b。
[0082]
作为优选的实施方式，其中，如图4所示，步骤s5中，异常边界点的检测包括：
[0083]
根据直线线性函数计算得到每一列对应的拟合边界值；
[0084]
计算各列拟合边界值和对应列的边界坐标的差值绝对值；
[0085]
在差值绝对值大于一第一预设阈值时，判断拟合边界值是异常边界点。
[0086]
具体的，在本实施例中，首先，将{1,2
…
m}分别代入直线线性函数中，计算得到每一列的拟合边界值h＝{h1,h2,
…
hm}，hm表示第m列对应的拟合边界值；然后将{h1,h2,
…
hm}与上述边界坐标中的{y1,y2
…
ym}分别作差并取其绝对值，得到差值绝对值dhm＝abs(ym-hm)；将计算得到的差值绝对值与设定的第一预设阈值进行比较，若差值绝对值大于第一预设阈值，则该点为异常边界点。
[0087]
作为优选的实施方式，其中，步骤s5中，还包括：在异常边界点所占比例大于第二预设阈值时，判断异常边界点所占比例表现为异常。
[0088]
作为优选的实施方式，其中，异常边界点所占比例的计算方法包括：
[0089][0090]
其中，cond_h表示异常边界点所占比例；length(abnorm_h)表示异常边界点的数量；n表示二值化图像中所有列的数量。
[0091]
作为优选的实施方式，其中，步骤s5中，斜率的异常检测包括：
[0092]
判断斜率的绝对值是否小于一第三预设阈值；
[0093]
若是，则斜率表现为异常；
[0094]
若否，则斜率正常。
[0095]
采用本发明技术方案具有如下优点或有益效果：本发明通过多方向的锐化然后求取锐化直线的方法进行异常塑封薄膜的检测，无需大量采集样本，算法的运算复杂度低；同时对推导结果具有较好的可解释性。
[0096]
以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

技术特征：

1.一种基于锐化直线的塑封薄膜检测方法，其特征在于，包括：步骤s1，获取包裹有塑封薄膜的物料的图像，从所述图像中提取得到感兴趣区域；步骤s2，对所述感兴趣区域分别沿着不同的锐化方向进行锐化处理，得到各所述锐化方向对应的锐化图像；步骤s3，对所有所述锐化图像进行二值化处理，生成二值化图像；步骤s4，获取所述二值化图像中所述塑封薄膜的边界信息，并根据所述边界信息拟合直线线性函数；步骤s5，根据拟合得到的所述直线线性函数进行所述直线线性函数的斜率的异常检测以及异常边界点的检测，并在所述斜率或所述异常边界点所占比例表现为异常时，检测结果输出所述直线线性函数为异常锐化直线。2.根据权利要求1所述的基于锐化直线的塑封薄膜检测方法，其特征在于，所述步骤s1中，所述感兴趣区域为所述物料边缘的塑封区域。3.根据权利要求1所述的基于锐化直线的塑封薄膜检测方法，其特征在于，所述锐化方向包括多个，每一所述锐化方向分别对应于一锐化权重预设值；所述步骤s2中，沿着所述锐化方向按照相应的所述锐化权重预设值进行锐化处理，得到对应所述锐化方向的所述锐化图像。4.根据权利要求3所述的基于锐化直线的塑封薄膜检测方法，其特征在于，横向的所述锐化方向上对应的所述锐化权重预设值大于其他所述锐化方向上的所述锐化权重预设值。5.根据权利要求3所述的基于锐化直线的塑封薄膜检测方法，其特征在于，所述步骤s3中，具体包括：步骤s31，获取所有所述锐化方向对应的所述锐化图像中每一像素位置的灰度值；步骤s32，根据对应的所述锐化权重预设值对所述灰度值进行加权和计算，得到每一所述像素位置对应的图像灰度值；步骤s33，根据计算得到的所述图像灰度值进行二值化处理，得到所述二值化图像。6.根据权利要求5所述的基于锐化直线的塑封薄膜检测方法，其特征在于，所述图像灰度值的计算方法包括：其中，w
i
表示第i个锐化方向对应的锐化权重预设值；表示第i个锐化方向对应的锐化图像中像素位置的灰度值；n表示锐化方向的数量；gray表示所述图像灰度值。7.根据权利要求1所述的基于锐化直线的塑封薄膜检测方法，其特征在于，所述步骤s4，具体包括：步骤s41，从所述二值化图像的上边界开始，从左至右依次遍历每一列的像素值，以每一列对应的第二个非零像素作为对应的边界坐标，所述塑封薄膜的边界信息包括所有列对应的所述边界坐标；步骤s42，根据所有列对应的所述边界坐标拟合得到所述直线线性函数。8.根据权利要求7所述的基于锐化直线的塑封薄膜检测方法，其特征在于，所述步骤s5
中，所述异常边界点的检测包括：根据所述直线线性函数计算得到每一列对应的拟合边界值；计算各列所述拟合边界值和对应列的所述边界坐标的差值绝对值；在所述所述差值绝对值大于一第一预设阈值时，判断所述拟合边界值是所述异常边界点。9.根据权利要求8所述的基于锐化直线的塑封薄膜检测方法，其特征在于，所述步骤s5中，还包括：在所述异常边界点所占比例大于第二预设阈值时，判断所述异常边界点所占比例表现为异常；所述异常边界点所占比例的计算方法包括：其中，cond_h表示所述异常边界点所占比例；length(abnorm_h)表示所述异常边界点的数量；n表示所述二值化图像中所有列的数量。10.根据权利要求1所述的基于锐化直线的塑封薄膜检测方法，其特征在于，所述步骤s5中，所述斜率的异常检测包括：判断所述斜率的绝对值是否小于一第三预设阈值；若是，则所述斜率表现为异常；若否，则所述斜率正常。

技术总结

本发明提供一种基于锐化直线的塑封薄膜检测方法，属于烟草生产检验技术领域，包括：步骤S1，获取包裹有塑封薄膜的物料的图像，提取得到感兴趣区域；步骤S2，沿着不同的锐化方向进行锐化处理；步骤S3，对所有锐化图像进行二值化处理；步骤S4，获取二值化图像中塑封薄膜的边界信息，并根据边界信息拟合直线线性函数；步骤S5，进行直线线性函数的斜率的异常检测以及异常边界点的检测，并在斜率或异常边界点所占比例表现为异常时，检测结果输出直线线性函数为异常锐化直线。有益效果：通过多方向的锐化然后求取锐化直线的方法进行异常塑封薄膜的检测，无需大量采集样本，算法的运算复杂度低；同时对推导结果具有较好的可解释性。同时对推导结果具有较好的可解释性。同时对推导结果具有较好的可解释性。