[发明专利]基于光学智能化的PVC热收缩膜检测方法及系统

权利要求书

1.一种基于光学智能化的PVC热收缩膜检测方法，其特征在于，所述方法包括：

通过多个包含可见光光源的相机采集PVC热收缩膜不同区域获得子区域图像组；所述子区域图像组中的子区域图像可拼接为一张完整区域的PVC热收缩膜图像；根据像素值将每个所述子区域图像中的像素点分类，获得多个像素点组；根据所述像素点组之间第一平均像素值的差异获得异常置信度；将所述异常置信度大于预设异常阈值的所述子区域图像作为异常子区域图像；若所述子区域图像组中出现至少一个所述异常子区域图像，则将所述子区域图像组内的图像拼接获得待分析图像；

获得与所述待分析图像大小相同连续多帧的标准PVC热收缩膜图像；根据所述标准PVC热收缩膜图像之间的像素值差异获得偏差范围；根据所述待分析图像和所述标准PVC热收缩膜图像之间的像素值差异和所述偏差范围确定异常区域和正常区域；

根据每个所述异常区域的像素值构建异常高斯分布模型；根据所述正常区域的像素值构建正常高斯分布模型；根据所述异常高斯分布模型和所述正常高斯分布模型获得每个所述异常区域的像素分布指标；根据所述像素分布指标和所述异常区域的面积获得整体异常程度；根据所述整体异常程度分析PVC热收缩膜的质量。

2.根据权利要求1所述的一种基于光学智能化的PVC热收缩膜检测方法，其特征在于，所述子区域图像组中的子区域图像可拼接为一张完整区域的PVC热收缩膜图像包括：

所述子区域图像组中的所述子区域图像之间包括重叠区域；根据融合模型将所述子区域之间的所述重叠区域融合，获得完整区域的PVC热收缩膜图像；所述融合模型包括：

其中，为坐标处融合后的像素值，为第个所述重叠区域中坐标处于对应子区域图像中心点的距离，第个所述重叠区域中坐标处于对应子区域图像中心点的距离，第个所述重叠区域中坐标处的像素值，第个所述重叠区域中坐标处的像素值，为第一拟合参数，为第二拟合参数。

3.根据权利要求1所述的一种基于光学智能化的PVC热收缩膜检测方法，其特征在于，所述根据像素值将每个所述子区域图像中的像素点分类，获得多个像素点组包括：

对所述子区域图像进行超像素分割，获得多个超像素块；根据每个所述超像素块的平均像素值利用密度聚类算法对所述超像素块分类，获得多个聚类簇；每个所述聚类簇中的像素点组成所述像素点组。

4.根据权利要求1所述的一种基于光学智能化的PVC热收缩膜检测方法，其特征在于，所述根据所述像素点组之间第一平均像素值的差异获得异常置信度包括：

根据异常置信度公式获得所述异常置信度；所述异常置信度公式包括：

其中，为所述异常置信度，为所述像素点组的数量，为第个所述像素点组内的所述第一平均像素值，为所有所述像素点组内的所述第一平均像素值的平均值。

5.根据权利要求1所述的一种基于光学智能化的PVC热收缩膜检测方法，其特征在于，所述根据所述标准PVC热收缩膜图像之间的像素值差异获得偏差范围包括：

获得所有所述标准PVC热收缩膜图像中每个像素点的第二平均像素值；获得每个所述标准PVC热收缩膜图像中每个像素点的像素值与对应的所述第二平均像素值的像素值偏差，获得每个像素点的偏差序列；以所述偏差序列的标准差作为偏差指标；将所述偏差指标与预设范围参数相乘，获得所述偏差范围。

6.根据权利要求5所述的一种基于光学智能化的PVC热收缩膜检测方法，其特征在于，所述根据所述待分析图像和所述标准PVC热收缩膜图像之间的像素值差异和所述偏差范围确定异常区域和正常区域包括：

根据异常判定模型判定每个像素点是否为异常像素点；所述异常判定模型包括：

其中，为坐标处像素点的异常情况，为0时表示坐标处像素点为正常像素点，为1时表示坐标处像素点为异常像素点，为所述待分析图像中坐标处像素点的像素值，为所述待分析图像中坐标处像素点对应的所述标准PVC热收缩膜图像中的所述第二平均像素值，为所述范围参数，为所述标准PVC热收缩膜图像中坐标处像素点的偏差指标；

所述异常像素点组成所述异常区域，所述正常像素点组成所述正常区域。