【技術實現步驟摘要】
本專利技術屬于圖像處理，具體涉及一種基于人工智能的包裝圖案自動檢測方法。
技術介紹
1、隨著環保意識的增強，環保包裝材料在市場上的應用日益廣泛。然而，環保包裝在生產過程中由于材料特性和生產工藝等因素，容易出現各種圖案缺陷，如色差、印刷模糊、裂紋和變形等。這些缺陷不僅影響產品的美觀性，還可能對產品的質量和安全性構成潛在威脅。傳統的人工檢測方法存在效率低下和漏檢率高等問題，難以滿足大規模生產線的需求。因此，開發一種高效且準確的環保包裝圖案自動檢測方法顯得尤為重要。
技術實現思路
1、本專利技術為了解決以上問題，提出了一種基于人工智能的包裝圖案自動檢測方法。
2、本專利技術的技術方案是：一種基于人工智能的包裝圖案自動檢測方法包括以下步驟：
3、s1、獲取正常包裝圖案，并拍攝實時包裝圖案；
4、s2、利用實時包裝圖案的像素跟蹤矩陣和對應的掩矩陣，為實時包裝圖案構建高維矩陣；
5、s3、利用實時包裝圖案的高維矩陣，生成正常包裝圖案與實時包裝圖案之間的包裝相似度，并確定實時包裝圖案是否合格。
6、進一步地，s2包括以下子步驟：
7、s21、利用均值濾波器對實時包裝圖案進行卷積處理，得到平滑包裝圖案；
8、s22、將平滑包裝圖案中像素點的像素值填入像素跟蹤矩陣；
9、s23、確定像素跟蹤矩陣中各個元素對應的掩模值，將掩模值填入掩矩陣中；
10、s24、提取掩矩陣中每行非零值的個數，作為每行
11、s25、利用掩矩陣每行的更新權重以及像素跟蹤矩陣，得到實時包裝圖案的高維矩陣。
12、上述進一步方案的有益效果是：在本專利技術中，像素跟蹤矩陣和掩矩陣的行數和列數均與實時包裝圖案的像素行數和列數相同。將經濾波器處理過的像素值填入像素跟蹤矩陣中，可以對圖像進行平滑處理，去除噪聲。像素跟蹤矩陣對應的掩矩陣可以用于圖像增強以及圖像掩模等任務操作，通過指定每個像素點的二進制數值，得到實時包裝圖案的高維矩陣，體現包裝圖案的全局像素。
13、進一步地，s21中，平滑包裝圖案中像素點的像素值y*的計算公式為：；式中，y表示實時包裝圖案中相同位置的像素點的像素值，表示實時包裝圖案中相同位置的像素點對應4鄰域像素點的像素值均值，tanh(·)表示雙曲正切函數，w表示均值濾波器對應卷積核的權重，b表示均值濾波器對應卷積核的偏置。
14、進一步地，s23中，像素跟蹤矩陣中第h行第k列元素對應的掩模值rh,k的計算公式為：；式中，xh,k表示像素跟蹤矩陣中第h行第k列元素，xh-1,k-1表示像素跟蹤矩陣中第h-1行第k-1列元素，xh+1,k-1表示像素跟蹤矩陣中第h+1行第k-1列元素，xh-1,k+1表示像素跟蹤矩陣中第h-1行第k+1列元素，xh+1,k+1表示像素跟蹤矩陣中第h+1行第k+1列元素。
15、進一步地，s24中，高維矩陣的表達式為：；式中，y表示像素跟蹤矩陣，α1表示掩矩陣中第1行的更新權重，αm表示掩矩陣中第m行的更新權重，αm表示掩矩陣中第m行的更新權重，r11表示掩矩陣中第1行第1列的元素，r1n表示掩矩陣中第1行第n列的元素，r1n表示掩矩陣中第1行第n列的元素，rm1表示掩矩陣中第m行第1列的元素，rmn表示掩矩陣中第m行第n列的元素，rmn表示掩矩陣中第m行第n列的元素，rm1表示掩矩陣中第m行第1列的元素，rmn表示掩矩陣中第m行第n列的元素，rmn表示掩矩陣中第m行第n列的元素。
16、進一步地，s3包括以下子步驟：
17、s31、提取高維矩陣的l1范數；
18、s32、提取高維矩陣中每一行的最大值，作為實時包裝圖案中對應每一行的相似系數；
19、s33、根據高維矩陣的l1范數以及實時包裝圖案中每一行的相似系數，計算實時包裝圖案的像素點與正常包裝圖案中對應像素點之間的相似度；
20、s34、根據實時包裝圖案的各個像素點與正常包裝圖案中對應各個像素點之間的相似度，生成正常包裝圖案與實時包裝圖案之間的包裝相似度，并確定實時包裝圖案是否合格。
21、上述進一步方案的有益效果是：在本專利技術中，可以對正常包裝圖案和實時包裝圖案進行尺寸修訂，使得兩個圖案的大小相同。高維矩陣是經過濾波及掩膜等操作生成的，通過高維矩陣的特征參數對兩張圖像中各個像素點的曼哈頓距離進行修正，得到圖案之間的相似度，通過可人工設定的閾值來完成圖案合格檢測。
22、進一步地，s33中，實時包裝圖案的像素點與正常包裝圖案中對應像素點之間的相似度s的計算公式為：；式中，s表示實時包裝圖案的像素點所在行的相似系數，l1表示高維矩陣的l1范數，rand(0,1)表示在0到1之間產生的隨機數，p1表示實時包裝圖案的像素點的像素值，p2表示正常包裝圖案中對應像素點的像素值，d(·)表示曼哈頓距離函數。
23、進一步地，s34中，計算所有相似度的均值，作為正常包裝圖案與實時包裝圖案之間的包裝相似度，若包裝相似度大于或等于閾值，則實時包裝圖案合格，否則實時包裝圖案不合格。
24、本專利技術的有益效果是：本專利技術利用實時包裝圖案的特征矩陣來計算實時包裝圖案與預設正常包裝圖案之間的相似度，判斷實時包裝圖案是否合格，判斷過程結合了具體像素點的相似情況；本專利技術通過圖像處理技術實現圖案的自動匹配與對比，無需人工干預，大大提高了檢測效率，適用于各種不同類型的包裝圖案，具有較高的通用性和靈活性。
本文檔來自技高網...【技術保護點】
1.一種基于人工智能的包裝圖案自動檢測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于人工智能的包裝圖案自動檢測方法，其特征在于，所述S2包括以下子步驟：
3.根據權利要求2所述的基于人工智能的包裝圖案自動檢測方法，其特征在于，所述S21中，平滑包裝圖案中像素點的像素值y*的計算公式為：；式中，y表示實時包裝圖案中相同位置的像素點的像素值，表示實時包裝圖案中相同位置的像素點對應4鄰域像素點的像素值均值，tanh(·)表示雙曲正切函數，w表示均值濾波器對應卷積核的權重，b表示均值濾波器對應卷積核的偏置。
4.根據權利要求2所述的基于人工智能的包裝圖案自動檢測方法，其特征在于，所述S23中，像素跟蹤矩陣中第h行第k列元素對應的掩模值rh,k的計算公式為：；式中，xh,k表示像素跟蹤矩陣中第h行第k列元素，xh-1,k-1表示像素跟蹤矩陣中第h-1行第k-1列元素，xh+1,k-1表示像素跟蹤矩陣中第h+1行第k-1列元素，xh-1,k+1表示像素跟蹤矩陣中第h-1行第k+1列元素，xh+1,k+1表示像素跟蹤矩陣中第h+1行第k+1列
5.根據權利要求2所述的基于人工智能的包裝圖案自動檢測方法，其特征在于，所述S24中，高維矩陣的表達式為：；式中，Y表示像素跟蹤矩陣，α1表示掩矩陣中第1行的更新權重，αm表示掩矩陣中第m行的更新權重，αM表示掩矩陣中第M行的更新權重，R11表示掩矩陣中第1行第1列的元素，R1n表示掩矩陣中第1行第n列的元素，R1N表示掩矩陣中第1行第N列的元素，Rm1表示掩矩陣中第m行第1列的元素，Rmn表示掩矩陣中第m行第n列的元素，RmN表示掩矩陣中第m行第N列的元素，RM1表示掩矩陣中第M行第1列的元素，RMn表示掩矩陣中第M行第n列的元素，RMN表示掩矩陣中第M行第N列的元素。
6.根據權利要求1所述的基于人工智能的包裝圖案自動檢測方法，其特征在于，所述S3包括以下子步驟：
7.根據權利要求6所述的基于人工智能的包裝圖案自動檢測方法，其特征在于，所述S33中，實時包裝圖案的像素點與正常包裝圖案中對應像素點之間的相似度S的計算公式為：；式中，s表示實時包裝圖案的像素點所在行的相似系數，L1表示高維矩陣的L1范數，rand(0,1)表示在0到1之間產生的隨機數，p1表示實時包裝圖案的像素點的像素值，p2表示正常包裝圖案中對應像素點的像素值，D(·)表示曼哈頓距離函數。
8.根據權利要求6所述的基于人工智能的包裝圖案自動檢測方法，其特征在于，所述S34中，計算所有相似度的均值，作為正常包裝圖案與實時包裝圖案之間的包裝相似度，若包裝相似度大于或等于閾值，則實時包裝圖案合格，否則實時包裝圖案不合格。
...【技術特征摘要】
1.一種基于人工智能的包裝圖案自動檢測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的基于人工智能的包裝圖案自動檢測方法，其特征在于，所述s2包括以下子步驟：
3.根據權利要求2所述的基于人工智能的包裝圖案自動檢測方法，其特征在于，所述s21中，平滑包裝圖案中像素點的像素值y*的計算公式為：；式中，y表示實時包裝圖案中相同位置的像素點的像素值，表示實時包裝圖案中相同位置的像素點對應4鄰域像素點的像素值均值，tanh(·)表示雙曲正切函數，w表示均值濾波器對應卷積核的權重，b表示均值濾波器對應卷積核的偏置。
4.根據權利要求2所述的基于人工智能的包裝圖案自動檢測方法，其特征在于，所述s23中，像素跟蹤矩陣中第h行第k列元素對應的掩模值rh,k的計算公式為：；式中，xh,k表示像素跟蹤矩陣中第h行第k列元素，xh-1,k-1表示像素跟蹤矩陣中第h-1行第k-1列元素，xh+1,k-1表示像素跟蹤矩陣中第h+1行第k-1列元素，xh-1,k+1表示像素跟蹤矩陣中第h-1行第k+1列元素，xh+1,k+1表示像素跟蹤矩陣中第h+1行第k+1列元素。
5.根據權利要求2所述的基于人工智能的包裝圖案自動檢測方法，其特征在于，所述s24中，高維矩陣的表達式為：；式中，y表示像素跟蹤矩陣，α1表示掩矩陣中第1行的更新權...
【專利技術屬性】
技術研發人員：夏茂莊，劉全忠，王迪，王子榮，石振東，
申請(專利權)人：山東銀廣印務科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。