专利名称: |
基于低轶稀疏分解的瓶装液体可见异物检测方法及其系统 |
摘要: |
本发明公开了一种基于低轶稀疏分解的瓶装液体可见异物检测方法,包括以下步骤:采集连续帧图像;其中,所述连续帧图像包括当前帧图像和前一帧图像;提取连续帧图像中每一帧图像的特征,设定感兴趣区域;对所述感兴趣区域进行低轶稀疏分解,得到低轶部分图像和稀疏部分图像;对所述稀疏部分图像依次进行自适应阈值分割、图像处理去除干扰,得到二值图;其中二值图包括当前帧图像的二值图和前一帧图像的二值图;将所述当前帧图像的二值图和所述前一帧图像的二值图进行差分处理,得到差分图;将差分图进行图像处理去除干扰,输出图像处理后的差分图;根据图像处理后的差分图判断液体中是否存在可见异物;可以有效消除检测干扰,提高检测的准确度。 |
专利类型: |
发明专利 |
国家地区组织代码: |
吉林;22 |
申请人: |
中国科学院长春光学精密机械与物理研究所 |
发明人: |
王雨青;陈小林;王博;吴志佳;李荅群 |
专利状态: |
有效 |
申请日期: |
2019-05-30T00:00:00+0800 |
发布日期: |
2019-08-16T00:00:00+0800 |
申请号: |
CN201910462944.3 |
公开号: |
CN110132985A |
代理机构: |
深圳市科进知识产权代理事务所(普通合伙) |
代理人: |
吴乃壮 |
分类号: |
G01N21/88(2006.01);G;G01;G01N;G01N21 |
申请人地址: |
130033 吉林省长春市经济技术开发区东南湖大路3888号 |
主权项: |
1.一种基于低轶稀疏分解的瓶装液体可见异物检测方法,其特征在于,包括以下步骤: 采集连续帧图像;其中,所述连续帧图像包括当前帧图像和前一帧图像; 提取连续帧图像中每一帧图像的特征,设定感兴趣区域; 对所述感兴趣区域进行低轶稀疏分解,得到低轶部分图像和稀疏部分图像; 对所述稀疏部分图像依次进行自适应阈值分割、图像处理去除干扰,得到二值图;其中二值图包括当前帧图像的二值图和前一帧图像的二值图; 将所述当前帧图像的二值图和所述前一帧图像的二值图进行差分处理,得到差分图; 将差分图进行图像处理去除干扰,输出图像处理后的差分图; 根据图像处理后的差分图判断液体中是否存在可见异物。 2.根据权利要求1所述的基于低轶稀疏分解的瓶装液体可见异物检测方法,其特征在于,所述提取连续帧图像中每一帧图像的特征,得到感兴趣区域的步骤,包括: 将每一帧图像转换为灰度图像,提取所述灰度图像中的灰度特征、梯度特征、边缘特征,获得瓶内液面、瓶底、左侧瓶壁和右侧瓶壁信息; 根据所述瓶内液面、瓶底、左侧瓶壁和右侧瓶壁信息,确定感兴趣区域的上坐标、下坐标、左坐标和右坐标,得到感兴趣区域。 3.根据权利要求1所述的基于低轶稀疏分解的瓶装液体可见异物检测方法,其特征在于,所述对所述感兴趣区域进行低轶稀疏分解,得到低轶部分图像和稀疏部分图像的步骤,包括: 将所述感兴趣区域转换为观测数据矩阵D,将所述观测数据矩阵D分解为低轶部分矩阵A和稀疏部分矩阵E; 分别将低轶部分矩阵A转换为低轶部分图像,将稀疏部分矩阵E转换为稀疏部分图像; 其中, 式中,λ为非负参数;||E||0为稀疏部分矩阵E的l0范数,即稀疏部分矩阵E中非零元素的个数;rank(A)为低轶部分矩阵A的轶函数,即低轶部分矩阵A中非零奇异值的个数。 4.根据权利要求3所述的基于低轶稀疏分解的瓶装液体可见异物检测方法,其特征在于,所述观测数据矩阵D、低轶部分矩阵A和稀疏部分矩阵E之间满足公式 其中,||A||*为低轶部分矩阵A的核范数,即低轶部分矩阵A中所有奇异值之和;||E||1为稀疏部分矩阵E的l1范数,即稀疏部分矩阵E所有元素的绝对值之和。 5.根据权利要求4所述的基于低轶稀疏分解的瓶装液体可见异物检测方法,其特征在于, 通过迭代阈值算法、加速近似梯度算法、增广拉格朗日乘子法或交替方向法求解公式 6.根据权利要求1所述的基于低轶稀疏分解的瓶装液体可见异物检测方法,其特征在于,所述对所述稀疏部分图像依次进行自适应阈值分割、图像处理去除干扰,得到二值图的步骤中,包括: 对所述稀疏部分图像依次进行自适应阈值分割; 对自适应阈值分割后的图像进行腐蚀和/或膨胀图像处理,得到二值图。 7.根据权利要求1所述的基于低轶稀疏分解的瓶装液体可见异物检测方法,其特征在于,所述将差分图进行图像处理去除干扰,输出图像处理后的差分图的步骤,包括: 将所述差分图采用腐蚀和/或膨胀进行图像处理,输出图像处理后的差分图。 8.一种基于低轶稀疏分解的瓶装液体可见异物检测系统,其特征在于,包括: 采集图像单元,用于采集连续帧图像;其中,所述连续帧图像包括当前帧图像和前一帧图像; 确定感兴趣区域单元,用于提取连续帧图像中每一帧图像的特征,设定感兴趣区域; 低轶稀疏分解单元,用于对所述感兴趣区域进行低轶稀疏分解,得到低轶部分图像和稀疏部分图像; 第一图像处理单元,用于对所述稀疏部分图像依次进行自适应阈值分割、图像处理去除干扰,得到二值图;其中二值图包括当前帧图像的二值图和前一帧图像的二值图; 差分处理单元,用于将所述当前帧图像的二值图和所述前一帧图像的二值图进行差分处理,得到差分图; 第二图像处理单元,将差分图进行图像处理去除干扰,输出图像处理后的差分图; 判断单元,用于根据图像处理后的差分图判断液体中是否存在可见异物。 9.根据权利要求8所述的基于低轶稀疏分解的瓶装液体可见异物检测系统,其特征在于,所述确定感兴趣区域单元包括提取特征单元和确定感兴趣区域子单元; 所述提取特征单元,用于所述将每一帧图像转换为灰度图像,提取所述灰度图像中的灰度特征、梯度特征、边缘特征,获得输液瓶的液面、瓶底、左侧瓶壁和右侧瓶壁信息; 所述确定感兴趣区域子单元,用于根据所述输液瓶的液面、瓶底、左侧瓶壁和右侧瓶壁信息,确定感兴趣区域的上坐标、下坐标、左坐标和右坐标,得到感兴趣区域。 10.根据权利要求8所述的基于低轶稀疏分解的瓶装液体可见异物检测系统,其特征在于,所述第一图像处理单元包括自适应阈值分割子单元和第一图像处理子单元; 所述自适应阈值分割子单元,用于对所述稀疏部分图像依次进行自适应阈值分割; 所述第一图像处理子单元,用于对自适应阈值分割后的图像进行腐蚀和/或膨胀图像处理,得到二值图。 |
所属类别: |
发明专利 |