[发明专利]一种融合颜色、形状和纹理特征的蚕茧表面缺陷检测方法

说明书

本发明公开了一种融合颜色、形状和纹理特征的蚕茧表面缺陷检测方法，该检测方法结合图像处理与机器视觉技术，依次对采集到的蚕茧进行预处理、颜色特征提取、形状特征提取、面积判断、纹理特征提取，分层次的对不同缺陷的蚕茧进行检测，利用颜色特征提取，将黄茧和烂茧检测出来；利用形状特征，将畸形茧检测出来；利用面积阈值将体积较大的双宫茧检测出来；利用纹理特征提取，将具有明显纹理的薄茧和印头茧检测出来，解决了目前人工检测效率低下的问题，能够大幅度减少缫丝企业的用工成本。

技术领域

本发明涉及蚕茧表面缺陷检测技术领域，具体涉及一种融合颜色、形状和纹理特征的蚕茧表面缺陷检测方法。

背景技术

在生长过程中，蚕由于养殖环境和养殖方法的原因，导致最后结成的蚕茧的品质有较大差异。缫丝企业在生产过程中，需要生产出较高质量的蚕丝，就需要高品质的蚕茧，在原料的选取上需要根据品质的高低对采集到的蚕茧进行检测，高品质的蚕茧生产高质量的蚕丝，有缺陷的蚕茧就生产其他相应等级的蚕丝。蚕茧数目多、种类繁多，传统的人工检测方法，需要对每一粒蚕茧进行检测，这种方法不仅耗时耗力、效率低，而且由于长时间的工作容易造成视觉疲劳，导致检测出错。随着计算机图像处理技术的快速发展，结合图像处理、机器视觉以及人工智能技术，设计一种对蚕茧表面进行快速检测的方法，不仅能够提高生产效率、节约企业成本，而且能够避免人工检测带来的检测失误。

发明内容

针对现有人工检测方法的不足，本发明提供了一种融合颜色、形状和纹理特征的蚕茧表面缺陷检测方法。

(1)采集蚕茧的样本图像，对采集到的蚕茧样本图像进行预处理，得到预处理后的图像；

(2)对步骤(1)预处理后的图像进行颜色特征提取，将RGB颜色空间的图像转换至HSV颜色空间，提取HSV分量，判定图像中蚕茧的颜色，检测出黄茧和烂茧；

(3)对步骤(2)处理后的图像进行形状判断，对蚕茧进行椭圆拟合操作，检测出形状异常的畸形茧；

(4)对步骤(3)处理后的图像进行面积判断，设定面积阈值，检测出体积相对较大的双宫茧；

(5)对步骤(4)处理后的图像进行纹理特征的提取，采用LBP算法检测出有明显纹理特征异常的薄茧和印头茧，如果没有纹理特征异常，即为上车茧。

与现有的基于人工的蚕茧表面缺陷检测方法相比，本发明利用了图像处理与机器视觉技术，能够对拍摄到的蚕茧进行快速检测，针对不同种类的缺陷蚕茧，采取了相应的检测方法，利用颜色特征提取，将黄茧和黑色的烂茧检测出来；利用形状特征，将养殖过程中造成畸形的茧给检测出来；利用面积的方法将体积较大的双宫茧检测出来；利用蚕茧表面的纹理特征，将具有明显纹理的薄茧和印头茧检测出来。本发明的检测方法能够大大提高蚕茧品质检测过程中的检测效率，效率高，速度快，准确率高，能够大大提高缫丝企业的生产效率。

所述步骤(1)中预处理过程包括依次对采集到的多种类蚕茧样本图像进行中值滤波、均值漂移、直方图均衡化。

中值滤波对椒盐噪声的去除有很好的效果；均值漂移算法能够增加蚕茧中心、蚕茧边缘和背景之间的对比度，能为后续处理提供较好效果，边界处的端点一般是伪端点，均值漂移增加了蚕茧中心与边缘的对比度，能加快图像的处理速度和精度；直方图均衡化能增强图像对比度和亮度，提高图像质量，减少外部环境带来的光照影响。

所述步骤(2)包括：

(2-1)将RGB颜色空间的蚕茧图像转换至HSV颜色空间，RGB颜色空间的三个分量分别为R、G、B，

R'＝R/255，G'＝G/255，B'＝B/255

C_max＝max(R',G',B')

C_min＝min(R',G',B')