[发明专利]一种基于机器视觉的变形物资的品质检测方法和装置

权利要求书

1.一种基于机器视觉的变形物资的品质检测方法，其特征在于，所述方法包括：

S1：获取待检测物资的目标物资图片，对所述目标物资图片分别进行图片灰度化以及图片去噪操作，得到目标初级图片；

S2：对所述目标初级图片进行畸变矫正，得到目标次级图片，利用预设的分水岭算法对所述目标次级图片进行图像分割，得到目标标准图片；

S3：分别提取出所述目标标准图片的颜色特征、纹理特征以及形状特征，并将所述颜色特征、所述纹理特征以及所述形状特征汇集成所述待检测物资的品质特征集；

S4：利用预先训练的物资识别模型对所述品质特征集进行特征识别，得到物资种类，在预设的品质系数库中选取出与所述物资种类对应的品质系数集，利用所述品质系数集以及所述品质特征集计算出所述目标物资对应的品质分值，其中，所述利用所述品质系数集以及所述品质特征集计算出所述目标物资对应的品质分值，包括：

S41：利用如下的品质分值算法根据所述品质系数集以及所述品质特征集计算出所述目标物资对应的品质分值：

其中，是指所述品质分值，是向上取整符号，是所述品质系数集中的颜色阶数，是所述品质系数集中的纹理阶数，是所述品质系数集中的形状阶数，是所述品质系数集中的色彩分值系数，是所述品质系数集中的色度分值系数，是所述品质系数集中的亮度分值系数，是所述品质系数集中的纹理分值系数，是所述品质系数集中的平滑分值系数，是所述品质系数集中的三阶分值系数，是所述品质系数集中的周长分值系数，是所述品质系数集中的面积分值系数，是所述品质系数集中的圆形分值系数，是所述品质系数集中的椭圆分值系数，是所述品质系数集中的矩形分值系数，是指所述品质特征集中的色彩系数，是指所述品质特征集中的色度系数，是指所述品质特征集中的亮度系数，是指所述品质特征集中的纹理度，是指所述品质特征集中的平滑度，是指所述品质特征集中的三阶矩，是指所述品质特征集中的周长，是指所述品质特征集中的面积，是指所述品质特征集中的圆形度，是指所述品质特征集中的椭圆度，是指所述品质特征集中的矩形度；

S5：选取所述品质分值对应的分值区间作为目标分值区间，将所述目标分值区间对应的品质标注作为所述待检测物资的物资品质。

2.如权利要求1所述的基于机器视觉的变形物资的品质检测方法，其特征在于，所述获取待检测物资的目标物资图片，包括：

利用预设的测距组件获取摄像组件与待检测物资之间的摄像距离；

根据所述摄像距离计算出误差距离，并按照所述误差距离调节所述摄像组件的高度；

利用预设的光源组件对所述待检测物资进行光照投影，利用调节高度后的所述摄像组件对光照投影下的所述待检测物资进行拍摄，得到目标物资图片。

3.如权利要求1所述的基于机器视觉的变形物资的品质检测方法，其特征在于，所述对所述目标物资图片分别进行图片灰度化以及图片去噪操作，得到目标初级图片，包括：

对所述目标物资图片进行图片灰度化操作，得到目标灰度图片；

对所述目标灰度图片进行高斯滤波操作，得到目标初级图片。

4.如权利要求1所述的基于机器视觉的变形物资的品质检测方法，其特征在于，所述对所述目标初级图片进行畸变矫正，得到目标次级图片，包括：

获取所述目标初级图片对应的摄像组件的畸变内参；

逐一选取所述目标初级图片中的像素点作为目标像素点，将所述目标像素点在所述目标初级图片中的横坐标作为目标横坐标，将所述目标像素点在所述目标初级图片中的纵坐标作为目标纵坐标；

利用如下的畸变校正算法根据所述畸变内参计算出所述目标横坐标对应的校正横坐标以及所述目标纵坐标对应的校正纵坐标：

其中，是指所述校正横坐标，是指所述校正纵坐标，是指所述目标横坐标，是指所述目标纵坐标，是泰勒级数展开式的第一项，是泰勒级数展开式的第二项，是指所述畸变内参，是所述畸变校正算法的第一矫正参数，是指所述畸变校正算法的第二矫正参数；

根据所述校正横坐标以及所述校正纵坐标确定出校正坐标，直至所述目标像素点为所述目标初级图片中的最后一个像素点时，根据所有的所述目标像素点以及所述校正坐标生成所述目标次级图片。