[发明专利]一种基于位平面的纸病检测方法

说明书

技术领域

本发明涉及一种纸病检测方法，具体涉及一种基于位平面的纸病检测方法。

背景技术

随着纸机车速的不断提高，纸张面临着出现更多缺陷的风险。由于人工识别纸张的外观纸病需要投入大量的人力，且识别率低、工作效率低，所以依靠人工肉眼对纸张的外观纸病进行检测已经不可能。用机器视觉对纸张的外观纸病进行检测已经成为了不可替代的趋势。

目前利用机器视觉对纸张的外观纸病进行检测的方法一般分为阈值法、形态学方法、灰度级统计法三类。其中阈值法根据不同的纸病设置不同的阈值，是一种简单有效的图像分割方法，但是该方法对于不同纸张、不同纸病所选取的阈值都是不同的，所以通用性差，并且抗噪性也不尽如人意；形态学方法采用腐蚀和膨胀的边缘检测算子检测纸病边缘，它克服了缺陷检测中不同纸病选取阈值不同的繁琐工作，而且对图像细节和边缘定位具有较好的结果，特别是对含有噪声的图像，但若是仅使用数学形态学方法的话，仍然会出现边缘信息损失的情况；灰度级统计法利用纸病图像的统计特征检测纸病，基于灰度级统计的方法种类繁多，比较具有代表性的有：一维自回归算法、模糊逻辑算法和基于共生矩阵和自组织神经网络的纸病检测方法等。一维自回归算法不能用于纹理建模和缺陷检测，模糊逻辑算法对于缺陷的识别和后续处理比较复杂，而基于共生矩阵和自组织神经网络的纸病检测方法置信度的选择对检测结果的影响很大。

发明内容

本发明的目的在于提供一种基于位平面的纸病检测方法，以克服上述现有技术存在的缺陷，本发明能够在保证算法快速性的同时，较好地检测出缺陷，具有较好的抗干扰性和定位准确性，并且运算简单。

为达到上述目的，本发明采用如下技术方案：

一种基于位平面的纸病检测方法，包括以下步骤：

步骤1：获得被测纸张的原始图像，并转换为灰度图像；

步骤2：对灰度图像进行预处理，以消除图像中的噪声；

步骤3：将预处理后的灰度图像进行位平面分解得到图像的八个位平面；

步骤4：采用格雷码对位平面进行增强，获得灰度图像的八个增强位平面；

步骤5：选取第六位增强位平面，对其进行图像分割，得到最终的检测结果。

进一步地，步骤2中对灰度图像进行预处理的方法为将灰度图像进行自适应中值滤波处理。

进一步地，自适应中值滤波处理包括以下步骤：

步骤2.1：首先确定最大滤波半径r_max和初始滤波半径r₀；

步骤2.2：开始滤波，计算当前像素I(x,y)的邻域中值I_med、邻域最大值I_max和邻域最小值I_min；

步骤2.3：判断当前邻域中值I_med是否满足I_min＜I_med＜I_max，若满足，则当前邻域中值不是噪声点，进入步骤2.4，否则滤波半径加1，并回到步骤2.2继续滤波，若滤波半径等于最大滤波半径，则转到步骤2.4；

步骤2.4：判断当前像素点I(x,y)是否满足I_min＜I(x,y)＜I_max，若满足，则当前像素点不是噪声点，当前像素值原值输出，否则，用当前邻域中值I_med替代当前像素值I(x,y)输出。

进一步地，步骤2.1中的最大滤波半径为10，初始滤波半径为3。

进一步地，步骤3中将预处理后的灰度图像进行位平面分解的方法为：分别提取每个像素的相同二进制比特位组成一个平面，即将具有256个灰度级的灰度图像分解为八个位平面。

进一步地，步骤4中采用格雷码对位平面增强的方法为：采用如下公式：