本發(fā)明專利技術公開了一種基于位平面的紙病檢測方法，首先獲得被測紙張的原始圖像，并轉換為灰度圖像；然后對灰度圖像進行預處理，以消除圖像中的噪聲；接著將預處理后的灰度圖像進行位平面分解得到圖像的八個位平面；然后采用格雷碼對位平面增強，獲得灰度圖像的八個增強位平面；最后選取第六位增強位平面，對其進行圖像分割，得到最終的檢測結果。本發(fā)明專利技術能夠在保證算法快速性的同時，較好地檢測出缺陷，具有較好的抗干擾性和定位準確性，并且運算簡單。
【技術實現(xiàn)步驟摘要】
本專利技術涉及一種紙病檢測方法，具體涉及。
技術介紹
隨著紙機車速的不斷提高，紙張面臨著出現(xiàn)更多缺陷的風險。由于人工識別紙張 的外觀紙病需要投入大量的人力，且識別率低、工作效率低，所以依靠人工肉眼對紙張的外 觀紙病進行檢測已經(jīng)不可能。用機器視覺對紙張的外觀紙病進行檢測已經(jīng)成為了不可替代 的趨勢。目前利用機器視覺對紙張的外觀紙病進行檢測的方法一般分為閾值法、形態(tài)學方 法、灰度級統(tǒng)計法三類。其中閾值法根據(jù)不同的紙病設置不同的閾值，是一種簡單有效的 圖像分割方法，但是該方法對于不同紙張、不同紙病所選取的閾值都是不同的，所以通用性 差，并且抗噪性也不盡如人意；形態(tài)學方法采用腐蝕和膨脹的邊緣檢測算子檢測紙病邊緣， 它克服了缺陷檢測中不同紙病選取閾值不同的繁瑣工作，而且對圖像細節(jié)和邊緣定位具有 較好的結果，特別是對含有噪聲的圖像，但若是僅使用數(shù)學形態(tài)學方法的話，仍然會出現(xiàn)邊 緣信息損失的情況；灰度級統(tǒng)計法利用紙病圖像的統(tǒng)計特征檢測紙病，基于灰度級統(tǒng)計的 方法種類繁多，比較具有代表性的有：一維自回歸算法、模糊邏輯算法和基于共生矩陣和自 組織神經(jīng)網(wǎng)絡的紙病檢測方法等。一維自回歸算法不能用于紋理建模和缺陷檢測，模糊邏 輯算法對于缺陷的識別和后續(xù)處理比較復雜，而基于共生矩陣和自組織神經(jīng)網(wǎng)絡的紙病檢 測方法置信度的選擇對檢測結果的影響很大。
技術實現(xiàn)思路
本專利技術的目的在于提供，以克服上述現(xiàn)有技術存 在的缺陷，本專利技術能夠在保證算法快速性的同時，較好地檢測出缺陷，具有較好的抗干擾性 和定位準確性，并且運算簡單。 為達到上述目的，本專利技術采用如下技術方案： -種基于位平面的紙病檢測方法，包括以下步驟： 步驟1 :獲得被測紙張的原始圖像，并轉換為灰度圖像； 步驟2 :對灰度圖像進行預處理，以消除圖像中的噪聲； 步驟3 :將預處理后的灰度圖像進行位平面分解得到圖像的八個位平面； 步驟4 :采用格雷碼對位平面進行增強，獲得灰度圖像的八個增強位平面； 步驟5 :選取第六位增強位平面，對其進行圖像分割，得到最終的檢測結果。 進一步地，步驟2中對灰度圖像進行預處理的方法為將灰度圖像進行自適應中值 濾波處理。 進一步地，自適應中值濾波處理包括以下步驟： 步驟2. 1 :首先確定最大濾波半徑rmax和初始濾波半徑r。； 步驟2. 2 :開始濾波，計算當前像素 I (X，y)的鄰域中值In^鄰域最大值1_和鄰 域最小值I_; 步驟2. 3 :判斷當前鄰域中值Inred是否滿足I _< I Md< I _，若滿足，則當前鄰域 中值不是噪聲點，進入步驟2. 4,否則濾波半徑加1，并回到步驟2. 2繼續(xù)濾波，若濾波半徑 等于最大濾波半徑，則轉到步驟2. 4 ; 步驟2.4 :判斷當前像素點I(x，y)是否滿足I_< I(x，y) < Iniax，若滿足，則當 前像素點不是噪聲點，當前像素值原值輸出，否則，用當前鄰域中值Inred替代當前像素值 I (X，y)輸出。 進一步地，步驟2. 1中的最大濾波半徑為10,初始濾波半徑為3。 進一步地，步驟3中將預處理后的灰度圖像進行位平面分解的方法為：分別提取 每個像素的相同二進制比特位組成一個平面，即將具有256個灰度級的灰度圖像分解為八 個位平面。 進一步地，步驟4中采用格雷碼對位平面增強的方法為：采用如下公式： 式中，?為異或操作，&1為位平面分解得到的第i位位平面，gl是位平面&1的格雷 碼表示，即第i位增強位平面。 進一步地，步驟5中對第六位增強位平面進行圖像分割的方法為：設F為第六位增 強位平面，B是大小為3 X 3的方形結構元素，首先讓F被B腐蝕，然后求取圖像F和它的腐 蝕之差，設D為最終檢測邊緣圖像，利用公式如下： D = F- (F Θ B) 式中，Θ為腐蝕操作，F(xiàn)為待提取邊緣的圖像，即第六位增強位平面，B為3X3的 方形結構元素，D為最終檢測的邊緣圖像。 與現(xiàn)有技術相比，本專利技術具有以下有益的技術效果： 本專利技術方法簡單易實施，能夠在不影響生產(chǎn)的情況下，有效地檢測出紙病，具有較 好的抗干擾性和定位準確性，并且運算簡單，從而達到提高造紙產(chǎn)業(yè)自動化程度，減少人工 操作的目的。通過本專利技術的基于位平面的紙病檢測方法，檢測到的邊緣更完整，輪廓更清 晰，沒有虛假邊緣，受背景雜質(zhì)和噪聲的干擾較小，并且簡單易實施、計算量少。若將本專利技術 應用于工業(yè)造紙現(xiàn)場，可以較好地解決傳統(tǒng)檢測方法抗干擾能力差、定位不準確和運算復 雜的問題，從而促進造紙產(chǎn)業(yè)的發(fā)展，具有很大的市場潛力。【附圖說明】 圖1是本專利技術的流程圖。【具體實施方式】 下面結合附圖對本專利技術作進一步詳細描述： 本專利技術以含有紙病的圖像作為被檢測對象，處理流程如圖1所示，具體實施步驟 如下： StepU通過C⑶攝像頭獲取被測紙張的原始圖像，并轉換為灰度圖像。 Step2、對得到的灰度圖像進行自適應中值濾波處理，以消除圖像中的噪聲，其能 夠根據(jù)圖像受噪聲的干擾程度自適應地調(diào)整濾波窗口的大小并輸出濾波結果，選取初始濾 波半徑為3,最大濾波半徑為10。具體方法是從原始圖像的左上角開始利用濾波窗口進行 滑動掃描，判斷是否存在噪聲點，判斷依據(jù)是濾波窗口內(nèi)的當前鄰域中值當前第1頁1 2 本文檔來自技高網(wǎng)...
【技術保護點】
一種基于位平面的紙病檢測方法，其特征在于，包括以下步驟：步驟1：獲得被測紙張的原始圖像，并轉換為灰度圖像；步驟2：對灰度圖像進行預處理，以消除圖像中的噪聲；步驟3：將預處理后的灰度圖像進行位平面分解得到圖像的八個位平面；步驟4：采用格雷碼對位平面進行增強，獲得灰度圖像的八個增強位平面；步驟5：選取第六位增強位平面，對其進行圖像分割，得到最終的檢測結果。
【技術特征摘要】
【專利技術屬性】
技術研發(fā)人員：亢潔，潘思璐，王曉東，
申請(專利權)人：陜西科技大學，
類型：發(fā)明
國別省市：陜西;61
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。