[发明专利]一种基于机器视觉的化学混床分层检测方法

权利要求书

1.一种基于机器视觉的化学混床分层检测方法，其特征在于，包括如下步骤：

S1、对混床反洗过程中图像采集装置逐帧采集的图片进行预处理，将目标区域的原始RGB图像转换为灰度图像；

S2、对转换后的灰度图像进行二值化矩阵转换，对转换后的图像通过中值滤波模板进行优化；

S3、统计优化后二值化图像的图像白色像素点的个数F，判断F与预设的Flag变量之间的关系，进而输出已分层和未分层的结果；

S4、分层完成后，获取处理过后的二值化图像像素为白色像素点的图形各连通域，计算各个连通域面积，获取其中面积最大连通域，将其与预设的标定数值进行比较，若其差值不在允许范围内，则输出提示树脂损耗过量的信息；

在此过程中，还需实时对混床照射灯光和摄像头位置进行监控，以确认混床照射灯光和摄像头位置无异常。

2.根据权利要求1所述的一种基于机器视觉的化学混床分层检测方法，其特征在于，所述步骤S1前还设有步骤S0，判断该次混床反洗是否为第一次识别，若是，则需要重新对识别算法进行标定。

3.根据权利要求2所述的一种基于机器视觉的化学混床分层检测方法，其特征在于，所述重新对识别算法进行标定具体为：S01、人工对混床阴、阳树脂是否完全分层进行判断，判断为已经完全分层后，将此状态的图像进行后续处理；

S02、将原始图片按照所需尺寸进行切割，获取特征区域图像；

S03、将特征区域图像进行二值化转换，完成图像特征的增强；对原始RGB图像进行灰度处理后，将各像素位由三个颜色通道变为由0到255的灰度值组成的单通道，将三个分量以不同的权值进行加权平均；

S04、对图像所有像素的灰度值做一次求平均值的操作，得到像素阈值mean，小于该阈值的图像值变为0，大于该阈值像素的值变成255，由此RBG彩色图像转换二值化矩阵操作完成，其中0代表黑色，255代表把白色；

式中I表示某像素点的灰度值，m、n表示所截图像的长和宽；

S05、对增强后的图像通过中值滤波模板进行优化；采用一个7*7的中值滤波模板对图像进行优化，将该模板内的各像素值进行排序，生成单调上升或单调下降的二维数据序列，二维中值滤波输出如表达式(4)：

g(x,y)＝medf{f(x-k,y-1),(k,l∈w)} (4)

其中f(x,y)和g(x,y)分别是原图像和处理后图像,w为输入的二维模板，能够在整幅图像上滑动，为了不失通用性做中值滤波前对原始图像的外边框进行了0填充处理；

S06、统计S35中所获得的图像白色像素点的个数，将该值赋值给Flag变量：

S07、利用区域生长算法获取S05图像中所有连通域，并统计连通域的面积；

S08、找到面积最大的连通域，获取其几何中心像素点的纵坐标，并将其赋值给State变量。

4.根据权利要求3所述的一种基于机器视觉的化学混床分层检测方法，其特征在于，所述步骤S3和S06的统计方法为：图像为m*n大小的像素矩阵，统计方法下公式(5)

。

5.根据权利要求1所述的一种基于机器视觉的化学混床分层检测方法，其特征在于，转换灰度图像的过程中，通过公式(1)对RGB三分量进行加权平均得到合理的灰度图像：

Gary(i,j)＝0.299*R(i,j)+0.587*G(i,j)+0.114*B(i,j) (1) 。