[发明专利]一种餐盘检测方法和系统

权利要求书

1.一种餐盘检测方法，其特征在于：包括以下步骤：

正面检测：用于检测餐盘正面的污点、彩点、黑点；

边缘检测：用于检测餐盘边缘的黄斑和脏污；

透光检测：用于检测餐盘的透光缺陷。

2.根据权利要求1所述的一种餐盘检测方法，其特征在于：检测餐盘正面的污点包括以下子步骤：

训练模型：利用深度学习算法训练出污点检测的训练模型，在所述训练模型中设置三个参数范围：正面污点优等范围、正面污点合格范围、正面污点报废范围；

采集第一正面图像：获取餐盘的第一正面图像；

判定污点：将所述第一正面图像导入到神经网络运行库中，获取污点面积参数，根据所述污点面积参数所属的参数范围，判定所述第一正面图像的等级：正面污点优等等级、正面污点合格等级、正面污点报废等级。

3.根据权利要求2所述的一种餐盘检测方法，其特征在于：所述训练模型步骤包括以下子步骤：

采集样本：采集污点样本，将所述污点样本分为训练样本和验证样本；

预训练：利用神经网络学习算法训练所述训练样本，得到预训练模型；

验证：将所述预训练模型导入到神经网络运行库，将所述验证样本导入到神经网络运行库，进行所述预训练模型的验证；

重复预训练、验证步骤，直至验证结果满足要求，输出最终的所述训练模型。

4.根据权利要求1所述的一种餐盘检测方法，其特征在于：检测餐盘正面的彩点包括以下子步骤：

采集第二正面图像：采集餐盘的第二正面图像；

预处理图像：利用图像亮度归一化算法将图像进行预处理，得到预处理图像，突出显示斑点特征；

变换图像：分别在R、G、B三色通道下将所述第二正面图像由彩色变换成黑白色，得到三张黑白图像，分别是R黑白图像、G黑白图像、B黑白图像；

查找斑点：利用基于边缘灰度差的斑点查找算法，分别在R黑白图像、G黑白图像、B黑白图像中找出所有斑点，所述斑点包括所述第二正面图像中的黑点、彩点；

汇总斑点：将找到的所有斑点在所述预处理图像中标记出来，得到汇总图像；

判定彩点：利用三元素彩色判定算法，在所述汇总图像中判定出红、绿、蓝三种彩色斑点；

获取彩点面积：预先设置彩点面积的三个参数范围：彩点优等范围、彩点合格范围、彩点报废范围；获取彩点面积参数，根据所述彩点面积参数所属的参数范围，判定所述第二正面图像的等级：彩点优等等级、彩点合格等级、彩点报废等级。

5.根据权利要求4所述的一种餐盘检测方法，其特征在于：检测餐盘正面的黑点包括以下子步骤：

判定黑点：在所述汇总图像中，删除判定出的彩点区域，将剩余的斑点作为黑点区域；

获取黑点面积：预先设置黑点面积的三个参数范围：黑点优等范围、黑点合格范围、黑点报废范围；获取黑点面积参数，根据所述黑点面积参数所属的参数范围，判定所述第二正面图像的等级：黑点优等等级、黑点合格等级、黑点报废等级。

6.根据权利要求1所述的一种餐盘检测方法，其特征在于：所述边缘检测步骤包括以下子步骤：

获取餐盘区域：采集第三正面图像，利用灰度阈值区域区分算法，获取到餐盘的正面区域；

判定边缘区域：利用区域边缘腐蚀算法沿着餐盘中心向外腐蚀，形成腐蚀区域，将正面区域减去腐蚀区域得到待检测的边缘区域；

判定黄斑和脏污：利用边缘灰度差的斑点查找算法，在边缘区域中判定黄斑和脏污；

获取黄斑和脏污面积：预先设置黄斑和脏污面积的三个参数范围：黄斑和脏污优等范围、黄斑和脏污合格范围、黄斑和脏污报废范围；获取黄斑和脏污面积参数，根据所述黄斑和脏污面积参数所属的参数范围，判定边缘区域的等级：黄斑和脏污优等等级、黄斑和脏污合格等级、黄斑和脏污报废等级。