一種基于位平面的紙病檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種紙病檢測(cè)方法，具體涉及一種基于位平面的紙病檢測(cè)方法。
【背景技術(shù)】
[0002] 隨著紙機(jī)車(chē)速的不斷提高，紙張面臨著出現(xiàn)更多缺陷的風(fēng)險(xiǎn)。由于人工識(shí)別紙張 的外觀紙病需要投入大量的人力，且識(shí)別率低、工作效率低，所以依靠人工肉眼對(duì)紙張的外 觀紙病進(jìn)行檢測(cè)已經(jīng)不可能。用機(jī)器視覺(jué)對(duì)紙張的外觀紙病進(jìn)行檢測(cè)已經(jīng)成為了不可替代 的趨勢(shì)。
[0003]目前利用機(jī)器視覺(jué)對(duì)紙張的外觀紙病進(jìn)行檢測(cè)的方法一般分為閾值法、形態(tài)學(xué)方 法、灰度級(jí)統(tǒng)計(jì)法三類(lèi)。其中閾值法根據(jù)不同的紙病設(shè)置不同的閾值，是一種簡(jiǎn)單有效的 圖像分割方法，但是該方法對(duì)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(xué)方法采用腐蝕和膨脹的邊緣檢測(cè)算子檢測(cè)紙病邊緣， 它克服了缺陷檢測(cè)中不同紙病選取閾值不同的繁瑣工作，而且對(duì)圖像細(xì)節(jié)和邊緣定位具有 較好的結(jié)果，特別是對(duì)含有噪聲的圖像，但若是僅使用數(shù)學(xué)形態(tài)學(xué)方法的話(huà)，仍然會(huì)出現(xiàn)邊 緣信息損失的情況；灰度級(jí)統(tǒng)計(jì)法利用紙病圖像的統(tǒng)計(jì)特征檢測(cè)紙病，基于灰度級(jí)統(tǒng)計(jì)的 方法種類(lèi)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(luò)的紙病檢測(cè)方法等。一維自回歸算法不能用于紋理建模和缺陷檢測(cè)，模糊邏 輯算法對(duì)于缺陷的識(shí)別和后續(xù)處理比較復(fù)雜，而基于共生矩陣和自組織神經(jīng)網(wǎng)絡(luò)的紙病檢 測(cè)方法置信度的選擇對(duì)檢測(cè)結(jié)果的影響很大。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種基于位平面的紙病檢測(cè)方法，以克服上述現(xiàn)有技術(shù)存 在的缺陷，本發(fā)明能夠在保證算法快速性的同時(shí)，較好地檢測(cè)出缺陷，具有較好的抗干擾性 和定位準(zhǔn)確性，并且運(yùn)算簡(jiǎn)單。
[0005] 為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：
[0006] -種基于位平面的紙病檢測(cè)方法，包括以下步驟：
[0007] 步驟1 :獲得被測(cè)紙張的原始圖像，并轉(zhuǎn)換為灰度圖像；
[0008] 步驟2 :對(duì)灰度圖像進(jìn)行預(yù)處理，以消除圖像中的噪聲；
[0009] 步驟3 :將預(yù)處理后的灰度圖像進(jìn)行位平面分解得到圖像的八個(gè)位平面；
[0010] 步驟4 :采用格雷碼對(duì)位平面進(jìn)行增強(qiáng)，獲得灰度圖像的八個(gè)增強(qiáng)位平面；
[0011] 步驟5 :選取第六位增強(qiáng)位平面，對(duì)其進(jìn)行圖像分割，得到最終的檢測(cè)結(jié)果。
[0012] 進(jìn)一步地，步驟2中對(duì)灰度圖像進(jìn)行預(yù)處理的方法為將灰度圖像進(jìn)行自適應(yīng)中值 濾波處理。
[0013] 進(jìn)一步地，自適應(yīng)中值濾波處理包括以下步驟：
[0014] 步驟2. 1 :首先確定最大濾波半徑rmax和初始濾波半徑r。；
[0015] 步驟2. 2 :開(kāi)始濾波，計(jì)算當(dāng)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_;
[0016] 步驟2. 3 :判斷當(dāng)前鄰域中值Inred是否滿(mǎn)足I _< I Md< I _，若滿(mǎn)足，則當(dāng)前鄰域 中值不是噪聲點(diǎn)，進(jìn)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(zhuǎn)到步驟2. 4 ;
[0017] 步驟2.4 :判斷當(dāng)前像素點(diǎn)I(x，y)是否滿(mǎn)足I_< I(x，y) < Iniax，若滿(mǎn)足，則當(dāng) 前像素點(diǎn)不是噪聲點(diǎn)，當(dāng)前像素值原值輸出，否則，用當(dāng)前鄰域中值Inred替代當(dāng)前像素值 I (X，y)輸出。
[0018] 進(jìn)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。
[0019] 進(jìn)一步地，步驟3中將預(yù)處理后的灰度圖像進(jìn)行位平面分解的方法為：分別提取 每個(gè)像素的相同二進(jìn)制比特位組成一個(gè)平面，即將具有256個(gè)灰度級(jí)的灰度圖像分解為八 個(gè)位平面。
[0020] 進(jìn)一步地，步驟4中采用格雷碼對(duì)位平面增強(qiáng)的方法為：采用如下公式：
[0022] 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(qiáng)位平面。
[0023] 進(jìn)一步地，步驟5中對(duì)第六位增強(qiáng)位平面進(jìn)行圖像分割的方法為：設(shè)F為第六位增 強(qiáng)位平面，B是大小為3 X 3的方形結(jié)構(gòu)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(shè)D為最終檢測(cè)邊緣圖像，利用公式如下：
[0024] D = F- (F Θ B)
[0025] 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(qiáng)位平面，B為3X3的 方形結(jié)構(gòu)元素，D為最終檢測(cè)的邊緣圖像。
[0026] 與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益的技術(shù)效果：
[0027] 本發(fā)明方法簡(jiǎn)單易實(shí)施，能夠在不影響生產(chǎn)的情況下，有效地檢測(cè)出紙病，具有較 好的抗干擾性和定位準(zhǔn)確性，并且運(yùn)算簡(jiǎn)單，從而達(dá)到提高造紙產(chǎn)業(yè)自動(dòng)化程度，減少人工 操作的目的。通過(guò)本發(fā)明的基于位平面的紙病檢測(cè)方法，檢測(cè)到的邊緣更完整，輪廓更清 晰，沒(méi)有虛假邊緣，受背景雜質(zhì)和噪聲的干擾較小，并且簡(jiǎn)單易實(shí)施、計(jì)算量少。若將本發(fā)明 應(yīng)用于工業(yè)造紙現(xiàn)場(chǎng)，可以較好地解決傳統(tǒng)檢測(cè)方法抗干擾能力差、定位不準(zhǔn)確和運(yùn)算復(fù) 雜的問(wèn)題，從而促進(jìn)造紙產(chǎn)業(yè)的發(fā)展，具有很大的市場(chǎng)潛力。
【附圖說(shuō)明】
[0028] 圖1是本發(fā)明的流程圖。
【具體實(shí)施方式】
[0029] 下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述：
[0030] 本發(fā)明以含有紙病的圖像作為被檢測(cè)對(duì)象，處理流程如圖1所示，具體實(shí)施步驟 如下：
[0031] StepU通過(guò)C⑶攝像頭獲取被測(cè)紙張的原始圖像，并轉(zhuǎn)換為灰度圖像。
[0032] Step2、對(duì)得到的灰度圖像進(jìn)行自適應(yīng)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(yīng)地調(diào)整濾波窗口的大小并輸出濾波結(jié)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(kāi)始利用濾波窗口進(jìn)行 滑動(dòng)掃描，判斷是否存在噪聲點(diǎn)，判斷依據(jù)是濾波窗口內(nèi)的當(dāng)前鄰域中值