[发明专利]一种基于机器视觉的外观质量检测方法

权利要求书

1.一种基于机器视觉的外观质量检测方法，其特征在于：包括如下步骤：

S100、加载模板库中当前检测型号包装盒的模板图像，每种检测型号包括标准模板图像、标准检测区域模板图像和标准字符区域模板图像；

S200、采集字符和图案印刷完成后包装盒表面图像；

S300、将所述包装盒表面图像矫正到系统默认检测位置；

S400、对所述矫正到标准检测位置的包装盒表面图像进行自适应阈值分割处理，得到二值化后的包装盒表面图像，通过标准检测区域模板图像提取二值化后的包装盒表面图像中字符区域C1和图案区域P1，通过标准字符区域模板图像将所述字符区域C1和图案区域P1分离；

S500、遍历字符区域C1，将每个字符区域进行连通域分割，计算分割后的各连通域的面积并找到面积最大的字符区域C1-M；

S600、计算面积最大的字符区域C1-M的外接矩形C1-R，利用该外接矩形C1-R在所述的标准模板图像中扣取对应的字符区域，并计算面积最大字符区域C1-Y，比较字符区域C1-M与字符区域C1-Y的结果差值，若该差值超过设定阈值则判定为不良品，否则执行下一步；

S700、遍历图案区域P1，计算每个图案区域P1-S的外接矩形P1-R，利用该外接矩形P1-R在所述的标准模板图像中扣取对应的图案区域P1-Y，分别计算图案区域P1-S和图案区域P1-Y的质心距离，若距离超过设定阈值则判定为不良品，否则判定为合格品。

2.如权利要求1所述的一种基于机器视觉的外观质量检测方法，其特征在于：所述的步骤S300中，包括如下步骤：

S310、计算包装盒表面图像的平均灰度值，进行自适应阈值分割处理，将分割得到的各个区域进行矩形度的计算，选取矩形度最优的区域作为图像矫正标志区域R-MD；

S320、提取图像矫正标志区域R-MD的中心点坐标和旋转角度，调用系统默认矩形度最优区域的中心点坐标位置和旋转角度参数，计算得到包装盒表面图像的仿射变换矩阵；

S330、通过计算得到的仿射变换矩阵将包装盒表面图像矫正到系统默认检测位置。

3.如权利要求2所述的一种基于机器视觉的外观质量检测方法，其特征在于：所述的步骤S310中，包括如下步骤：

S311、通过如下公式计算包装盒表面图像的平均灰度值G_A：

S312、利用包装盒表面图像的平均灰度值G_A对图像进行自适应阈值分割处理，通过遍历每个像素灰度值G_P，判断G_P和G_A的关系，若G_PG_A，则G_P＝255，否则G_P＝0；

S313、通过上一步骤处理得到包装盒表面二值化图像，按如下公式计算该二值化图像中各区域的矩形度：

若R_MR_N，则令R₀＝R₁，式中，R_M表示当前矩形度最优的区域的矩形度数值，S₀表示当前区域的面积，S_MinR表示当前区域的最小外接矩形的面积，R₀表示当前矩形度最优的区域，R₁表示当前的检测区域。

4.如权利要求3所述的一种基于机器视觉的外观质量检测方法，其特征在于：所述的步骤S320中，仿射变换矩阵包括平移矩阵和旋转矩阵，分别通过如下公式计算得到：

S321、按如下公式计算图像矫正标志区域R-MD的平移矩阵：

该式中，3×3矩阵即为平移矩阵，x、y表示图像矫正标志区域R-MD的中心点坐标，x′、y′表示系统默认矩阵度最优区域的中心点坐标；

S322、按如下公式计算图像矫正标志区域R-MD的旋转矩阵：

该式中，3×3矩阵即为旋转矩阵，θ表示图像矫正标志区域R-MD的旋转角度，x″、y″表示输出坐标计算值；

S323、通过平移矩阵和旋转矩阵，对包装盒表面图像的每个像素进行矫正得到系统默认检测位置。