[发明专利]一种基于机器视觉的卷烟包装盒色差自动检测方法

权利要求书

1.一种基于机器视觉的卷烟包装盒色差自动检测方法，其特征在于，包括：

通过图像采集装置对卷烟包装盒进行图像采集，并对卷烟包装盒图像进行图像预处理；

获取预设的模板图像，并根据所述卷烟包装盒图像和所述模板图像进行配准；

对配准后的所述卷烟包装盒图像进行边缘检测和图像分割，以将所述卷烟包装盒图像分割成多个区域；

设置色差评价公式对所述卷烟包装盒图像与所述模板图像的各区域进行色差值计算；

根据各区域的所述色差值进行评价，并在所述色差值均小于设定阈值时判定卷烟包装盒的色差合格。

2.根据权利要求1所述的基于机器视觉的卷烟包装盒色差自动检测方法，其特征在于，所述对卷烟包装盒图像进行图像预处理，包括：

采用图像滤波算法对所述卷烟包装盒图像进行滤波去噪处理，所述图像滤波算法包括：均值滤波、中值滤波和高斯滤波。

3.根据权利要求2所述的基于机器视觉的卷烟包装盒色差自动检测方法，其特征在于，所述根据所述卷烟包装盒图像和所述模板图像进行配准，包括：

设置所述卷烟包装盒图像的坐标点集及相对应的所述模板图像的坐标点集，并建立仿射变换方程，以计算偏差值；

根据所述偏差值对所述卷烟包装盒图像进行配准。

4.根据权利要求3所述的基于机器视觉的卷烟包装盒色差自动检测方法，其特征在于，所述仿射变换方程为：

其中，(x_1i,y_1i),i＝1,2,…n表示卷烟包装盒图像上的坐标点集，(x_2i,y_2i),i＝1,2,…n表示模板图像上的坐标点集，为图像旋转变换矩阵，θ为旋转角，t＝[t_x0,t_y0]^T为图像平移的线性变换。

5.根据权利要求4所述的基于机器视觉的卷烟包装盒色差自动检测方法，其特征在于，对所述卷烟包装盒图像进行边缘检测包括：平滑图像、计算梯度、抑制非极大值、检测边缘点和保存边缘点，其中，所述平滑图像采用高斯滤波。

6.根据权利要求5所述的基于机器视觉的卷烟包装盒色差自动检测方法，其特征在于，对所述卷烟包装盒图像进行图像分割包括：

定义两个描述函数Num(x，y)和CT(x，y)，Num(x，y)表示在像素8领域中检测边缘点的个数，CT(x，y)表示边缘点在8邻域中逆时针方向旋转时灰度值由0到非0的变化次数；

对于检测得到的边缘点(x，y)，如果满足Num(x,y)≥3且CT(x,y)≤1，则将边缘点(x，y)作为肿块消除；

对于边缘点(x，y)，若CT(x，y)≤1，则边缘点(x，y)为端点；

若在同一领域中找到两个端点，则将这两点连接，以形成闭合边缘线；

继续在8领域中寻找下一个边缘点，并将找到的边缘点作为后继点；

重复以上步骤，直到得到一条封闭的轮廓线，如果该轮廓线长度大于设定阈值，如果是，则保留该轮廓线，否则，删除该轮廓线；；

以得到的多条封闭轮廓线对所述卷烟包装盒图像进行分割。

7.根据权利要求6所述的基于机器视觉的卷烟包装盒色差自动检测方法，其特征在于，所述设置色差评价公式对所述卷烟包装盒图像与所述模板图像的各区域进行色差值计算，包括：

根据色差评价公式：进行色差值计算，其中，ΔL^*为亮度差、ΔC^*为饱和度差、ΔH^*为色度差，S_L、S_C和S_H为校正颜色空间均匀性的权重函数，R_r为旋转函数，K_L、K_C和K_H为校正系数。