一种基于计算机视觉的树脂杂质检测方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114266746A(43)申请公布日2022.04.01(21)申请号202111581158.9G01N33/44(2006.01)(22)申请日2021.12.22(71)申请人张文浩地址741202甘肃省天水市甘谷县金山乡半山村下半山5号(72)发明人张文浩李云彪王博张美娟陈琦李彦定李会谱(74)专利代理机构成都鱼爪智云知识产权代理有限公司51308代理人杨洪婷(51)Int.Cl.G06T7/00(2017.01)G06T7/62(2017.01)G06V10/25(2022.01)G06V10/44(2022.01)权利要求书2页说明书8页附图4页(54)发明名称一种基于计算机视觉的树脂杂质检测方法及系统(57)摘要本发明公开了一种基于计算机视觉的树脂杂质检测方法及系统，涉及计算机视觉技术领域。该方法包括：获取初次整体图像；对初次整体图像进行处理，以得到目标图像；对目标图像进行杂质轮廓分析，计算得到目标区域轮廓像素数目、目标区域轮廓面积和目标区域轮廓周长；根据目标区域轮廓像素数目、目标区域轮廓面积、目标区域轮廓周长和预置的对比参数阈值生成杂质检测结果。本发明可大大减轻操作人员工作强度，提高检测效率以及检测精准度。CN114266746ACN114266746A权利要求书1/2页1.一种基于计算机视觉的树脂杂质检测方法，其特征在于，包括以下步骤：获取初次整体图像；对初次整体图像进行处理，以得到目标图像；对目标图像进行杂质轮廓分析，计算得到目标区域轮廓像素数目、目标区域轮廓面积和目标区域轮廓周长；根据目标区域轮廓像素数目、目标区域轮廓面积、目标区域轮廓周长和预置的对比参数阈值生成杂质检测结果。2.根据权利要求1所述的一种基于计算机视觉的树脂杂质检测方法，其特征在于，所述对初次整体图像进行处理的方法包括以下步骤：对初次整体图像进行降噪处理，以得到去躁后的目标图像。3.根据权利要求2所述的一种基于计算机视觉的树脂杂质检测方法，其特征在于，所述对初次整体图像进行降噪处理包括以下步骤：根据预置的检测区域截取待测区域ROI，并将其转换为对应的灰度图，计算各个灰度图的平均亮度值，将最大亮度值的灰度图作为待测图像；采用高斯滤波算法对待测图像进行滤波处理，以得到去躁后的目标图像。4.根据权利要求1所述的一种基于计算机视觉的树脂杂质检测方法，其特征在于，还包括以下步骤：利用改进型平均法去除目标图像中阴影部分，以得到最终的目标图像。5.根据权利要求1所述的一种基于计算机视觉的树脂杂质检测方法，其特征在于，还包括以下步骤：对目标图像进行目标轮廓提取，以得到目标区域轮廓图像。6.根据权利要求5所述的一种基于计算机视觉的树脂杂质检测方法，其特征在于，所述对目标图像进行目标轮廓提取，以得到目标区域轮廓图像的方法包括以下步骤：采用二值化方法对目标图像进行二值化处理，以得到白色背景黑色前景的处理结果图像；对白色背景黑色前景的处理结果图像进行差值处理，以得到黑底白景图像；在黑底白景图像中提取目标区域，以得到目标区域轮廓图像。7.根据权利要求1所述的一种基于计算机视觉的树脂杂质检测方法，其特征在于，所述根据目标区域轮廓像素数目、目标区域轮廓面积、目标区域轮廓周长和预置的对比参数阈值生成杂质检测结果的方法包括以下步骤：判断目标区域轮廓像素数目是否大于预置的像素阈值，如果大于，则判断目标区域轮廓周长与目标区域轮廓面积之比是否大于预置的比值阈值，如果是，则生成目标为杂质的检测结果，如果否，则生成目标为非杂质的检测结果；如果不大于，则重新获取图像进行检测。8.一种基于计算机视觉的树脂杂质检测系统，其特征在于，包括图像采集模块、图像处理模块、目标分析模块以及判断检测模块，其中：图像采集模块，用于获取初次整体图像；图像处理模块，用于对初次整体图像进行处理，以得到目标图像；目标分析模块，用于对目标图像进行杂质轮廓分析，计算得到目标区域轮廓像素数目、2CN114266746A权利要求书2/2页目标区域轮廓面积和目标区域轮廓周长；判断检测模块，用于根据目标区域轮廓像素数目、目标区域轮廓面积、目标区域轮廓周长和预置的对比参数阈值生成杂质检测结果。9.一种电子设备，其特征在于，包括：存储器，用于存储一个或多个程序；处理器；当所述一个或多个程序被所述处理器执行时，实现如权利要求1‑7中任一项所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1‑7中任一项所述的方法。3CN114266746A说明书1/8页一种基于计算机视觉的树脂杂质检测方法及系统技术领域[0001]本发明涉及计算机视觉技术领域，具体而言，涉及一种基于计算机视觉的树脂杂质