买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：闽南理工学院

摘要：本发明适用于视觉检测技术领域，尤其涉及一种印花瓶缺陷检测方法及系统，所述方法包括：采集训练样本，构建训练数据集，获取待检测图像；采用最大稳定极值区域进行图像区域提取，提取得到文字图像；采用Soble算子边缘检测对文字图像中包含的文字进行评估，判定印花文字是否清晰；构建权值共享孪生网络，利用训练数据集对其进行训练，得到训练好的印花图像检测模型，通过印花图像检测模型对待检测图像中的印花图案进行检测。本发明提供的一种印花瓶缺陷检测方法可以减少人为错误，同时检测印花瑕疵与印刷文字信息错误可以有效地提升印花瓶生产效率，有良好的工程应用价值。

主权项：1.一种印花瓶缺陷检测方法，其特征在于，所述方法包括：采集训练样本，构建训练数据集，获取待检测图像；采用最大稳定极值区域进行图像区域提取，提取得到文字图像；采用Soble算子边缘检测对文字图像中包含的文字进行评估，判定印花文字是否清晰；构建权值共享孪生网络，利用训练数据集对其进行训练，得到训练好的印花图像检测模型，通过印花图像检测模型对待检测图像中的印花图案进行检测；所述采集训练样本，构建训练数据集的步骤包括，从生产线上收集不同批次以及不同样式的印花图案，并记录样本的时间以及生产编号信息，对收集到的数据进行预处理，并对其进行缺陷标记，得到训练数据集；所述采用最大稳定极值区域进行图像区域提取，提取得到文字图像的步骤，包括：对待检测图像进行灰度化处理，在灰度图像上进行不同阈值的二值化处理，判断检测区域随阈值变化的情况，采用NMS剔除重复区域，筛选出不包含重叠部分的最大稳定极值区域，利用已知的打印出文字的宽高比例以及图像的Gabor特征从MSER中筛选出文字区域，得到文字图像；所述采用最大稳定极值区域进行图像区域提取，提取得到文字图像的步骤中，文字的宽高比例由打印前信息获取；Gabor特征通过Gabor变换来获取，使用窗函数来实现将非平稳的信号分解成一系列的短时间内平稳的信号组合，通过设定高频分量阈值，筛选出文字区域；判断检测区域随阈值变化的情况通过计算灰度值的变化率判定，变化率表示为： ，其中，表示灰度阈值，表示阈值为的某一联通区域，为灰度阈值的微小变化量，当变化率为局部最小值时，为最大稳定极值区域；采用Soble算子边缘检测对文字图像中包含的文字进行评估，判定印花文字是否清晰的步骤，包括：使用Soble算子计算文字图像各处灰度值大小， ， ， ，其中，示原始图像，与分别表示横向与纵向检测的图像灰度值，为卷积操作，分别获取参考图像与待检测图像的灰度图和，通过结构相似指标判定两者之间的差异： ，其中，表示参考图像灰度图的均值，表示待检测图像灰度图的均值，表示参考图像灰度图的标准差，表示待检测图像灰度图的标准差，表示参考图像和待检测图像灰度图的协方差，与为常数，避免分母为0，选择多个清晰的图像计算出的确定清晰度阈值，判断目标图像是否清晰；构建权值共享孪生网络，利用训练数据集对其进行训练，得到训练好的印花图像检测模型，通过印花图像检测模型对待检测图像中的印花图案进行检测的步骤，包括：训练一个权值共享孪生网络，从训练集中输入印花图像与高质量样本图像，使用主干网络提取图像特征，并通过全连接层将多维图像特征信息转化为一维向量与，计算两个向量的距离： ，其中，n表示将向量转化为一维向量后特征的数量，表示第个数据，是印花图像的特征数据，是高质量样本图像的特征数据，对其归一化得到相似度分数，与图像类别标签使用交叉熵度量相似性，结果作为损失函数，使用训练好的印花图像检测模型计算待检测图像和模板图像特征向量之间的相似度分数，判别待检测图像与样本图像之间的相似度，判断待检测图像质量；构建权值共享孪生网络，利用训练数据集对其进行训练，得到训练好的印花图像检测模型，通过印花图像检测模型对待检测图像中的印花图案进行检测的步骤中，根据损失函数对权值共享孪生网络进行反向更新： ，其中，的取值为0或1，其值为0表示印花图像质量最差，其值为1表示印花图像质量最高；所述方法还包括通过比较每个区域的像素强度，并检查颜色或纹理的不连续性对印花瓶表面瑕疵、裂纹和斑点进行检测，并确认瑕疵的位置。

全文数据：

权利要求：

百度查询： 闽南理工学院 一种印花瓶缺陷检测方法及系统