[发明专利]基于光学智能化的PVC热收缩膜检测方法及系统

说明书

本发明涉及PVC热收缩膜检测技术领域，具体涉及一种基于光学智能化的PVC热收缩膜检测方法及系统。该方法通过多个包含可见光光源的相机采集PVC热收缩膜不同区域的子区域图像组，根据子区域图像中像素点的像素值差异判断是否为异常子区域图像，将包含异常子区域图像的子区域图像组拼接获得待分析图像。通过连续多帧的标准PVC热收缩膜图像的像素值获得偏差范围，根据偏差范围和待分析图像与标准PVC热收缩膜图像的像素值差异确定异常区域和正常区域。根据高斯分布模型获得异常区域的像素分布指标，结合异常区域面积获得整体异常程度。本发明实现通过参考性强的计量值分析PVC热收缩膜的质量。

技术领域

本发明涉及PVC热收缩膜检测技术领域，具体涉及一种基于光学智能化的PVC热收缩膜检测方法及系统。

背景技术

PVC热收缩膜用于各种产品的运输和销售中，用于对产品进行保护、遮盖，既能满足商品的防潮防尘、防触摸偷换、透明展示等功能，又能增加产品外观吸引力，也可用于代替各类纸盒，不但节约包装成本，而且符合包装潮流。在生产过程中，PVC热收缩膜在出厂投入使用之前先会对其进行检测，检测PVC热收缩膜表面是否存在破损、凸起等缺陷异常状况，以保证PVC热收缩膜的使用效果。

目前对于新材料的测量检测一般是人为或者仪器设备进行检测，人为进行PVC热收缩膜检测的效率低，工作量大，误检率较高；同时，仪器设备在检测过程中，加热管工作会造成温度波动等问题导致检测结果不够准确，传统仪器设备进行检测时，多需要与PVC热收缩膜进行接触，极易对其造成再次损害。并且无法对于PVC热收缩膜表面缺陷的程度进行准确计量，使得无法对缺陷进行针对性改进。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于光学智能化的PVC热收缩膜检测方法及系统，所采用的技术方案具体如下：

本发明提出了一种基于光学智能化的PVC热收缩膜检测方法，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。

进一步地，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。

进一步地，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：