【技术实现步骤摘要】
本申请涉及图像处理，具体涉及一种流水线产品的外观轮廓提取方法及装置。
技术介绍
1、玻璃瓶是医药产品中应用最多的包装物，由于医药产品有极强的单位储存计量精准性要求，因此医药用包装物需要具有较高的尺寸精度和尺寸一致性。近些年医药产品在医疗行业中的需求量逐年上升，对药用玻璃瓶流水线的生产能力逐渐提高。为了在生产效率提高的同时保证流水线产品的质量，对药用玻璃瓶进行高效精准的质量检测是必不可少的。
2、药用玻璃瓶的外观轮廓不仅决定着产品的美观度以及抗机械和冷热冲击的性能，而且还决定着其储存计量的精准性。对药用玻璃瓶外观轮廓的提取是进行流水线产品质量检测的重要内容。目前，行业内采用超像素分割算法提取药用玻璃瓶的外观轮廓。由于药用玻璃瓶在瓶身畸形处的外观轮廓变化不一致，传统超像素分割算法中固定数量的超像素块对瓶身轮廓的贴合性较差，导致对流水线上畸形药用玻璃瓶外观轮廓的提取精度不足。
技术实现思路
1、为了解决上述技术问题，提供一种流水线产品的外观轮廓提取方法及装置，以解决现有的问题。
2、本申请解决技术问题的方案是提供一种流水线产品的外观轮廓提取方法及装置，包括以下步骤：
3、第一方面，本申请实施例提供了一种流水线产品的外观轮廓提取方法，该方法包括以下步骤：
4、获取流水线上药用玻璃瓶的cielab图像；
5、分析cielab图像中不同像素点的梯度变化、颜色变化以及空间距离的变化情况，采用超像素分割算法，获得cielab图像中每个超像
6、将cielab图像中像素点的每个l通道值记为l通道级别；根据cielab图像中每个超像素块内像素点在不同l通道级别内的分布离散情况以及梯度变化，确定cielab图像中每个超像素块的像素分布混乱度，获取每个待分割超像素块；
7、根据每个待分割超像素块中像素点的横向分布和纵向分布的差异情况，结合所述像素分布混乱度，确定cielab图像中每个待分割超像素块的分块数；
8、基于所述分块数，采用超像素分割算法对每个待分割超像素块进行分割，确定每次分割后的超像素块和待分割超像素块的分块数；确定每次分割的分块优异度；
9、基于所述分块优异度的变化情况对cielab图像停止分割，分析停止分割后的超像素块的像素分布混乱度，获取外观轮廓区域，对药用玻璃瓶的外观轮廓进行提取。
10、优选的，所述获得cielab图像中每个超像素块，包括：
11、基于cielab图像中所有像素点的l通道值获取对应的灰度图像；计算灰度图像中每个像素点的横向梯度和纵向梯度，将所述横向梯度与所述纵向梯度的平方和的平方根，作为cielab图像中对应像素点的灰度梯度；
12、将cielab图像均匀地划分为多个矩形网格，每个矩形网格中心像素点作为初始种子点；
13、将cielab图像中每个初始种子点与各像素点之间灰度梯度的差异，记为灰度梯度距离；
14、分析cielab图像中每个初始种子点与各像素点之间的颜色距离、空间距离及其灰度梯度距离，计算超像素分割算法中每个初始种子点与各像素点的度量距离；
15、根据所述初始种子点和所述度量距离，采用超像素分割算法，对cielab图像进行分割，获得多个超像素块。
16、优选的，所述超像素分割算法中每个初始种子点与各像素点的度量距离，计算公式为：，其中，为cielab图像中第个初始种子点与第个像素点的度量距离，为cielab图像中第个像素点，为cielab图像中第个初始种子点，、和分别为计算颜色距离、空间距离和灰度梯度距离；、s和g分别表示计算的所有像素点与初始种子点之间的颜色距离、空间距离和灰度梯度距离的最大值。
17、优选的，所述确定cielab图像中每个超像素块的像素分布混乱度，获取每个待分割超像素块，包括：
18、统计每个l通道级别的像素点在每个超像素块内出现的频率；将以2为底，以所述频率为对数的对数函数的计算结果与对应l通道级别的所述频率之间的乘积，记为第一乘积；
19、计算每个超像素块中每个l通道级别中所有像素点的灰度梯度的均值与所述第一乘积之间的乘积，记为第二乘积，将所述第二乘积与对应的l通道级别的比值，记为第一比值；
20、将每个超像素块内所有l通道级别的所述第一比值的和的相反数，作为每个超像素块的像素分布混乱度；
21、采用阈值分割算法，获得cielab图像中所有超像素块的像素分布混乱度的分割阈值；
22、将所述像素分布混乱度大于分割阈值的超像素块，记为待分割超像素块。
23、优选的，所述确定cielab图像中每个待分割超像素块的分块数，包括：
24、统计每个待分割超像素块内像素点的横坐标相同的频率，构建纵向直方图，将纵向直方图中频率的极差，作为每个待分割超像素块的纵向极差；针对每个待分割超像素块内像素点的纵坐标，采用与纵向极差相同的方法，获得每个待分割超像素块的横向极差；
25、将所述横向极差和所述纵向极差的平方和的平方根的计算结果，作为每个待分割超像素块的分布差异度；
26、统计每个待分割超像素块内所有像素点的数量；将所述数量、所述像素分布混乱度与所述分布差异度的乘积的归一化结果，作为每个待分割超像素块的分块比例；
27、将预设最大分块数与所述分块比例的乘积的向上取整结果，作为每个待分割超像素块的分块数。
28、优选的，所述确定每次分割后的超像素块和待分割超像素块的分块数，包括：
29、针对每个待分割超像素块，在每个待分割超像素块内随机选取与所述分块数相同数量的种子点，采用超像素分割算法对待分割超像素块进行迭代分割得到每次分割后的超像素块和待分割超像素块的分块数。
30、优选的，所述确定每次分割的分块优异度，计算公式为：，其中，为第次分割的分块优异度，为第次分割后所有待分割超像素块的分块数的和，为cielab图像在第次分割后第个超像素块的像素分布混乱度，为cielab图像在第次分割后所有超像素块的数量，表示以自然常数为底数的指数函数。
31、优选的，所述获取外观轮廓区域，包括：
32、当每次分割的分块优异度小于前一次分割的分块优异度时停止分割，得到停止分割后cielab图像的所有超像素块；
33、采用阈值分割算法，获取停止分割后cielab图像的所有超像素块的像素分布混乱度的分割阈值；
34、将像素分布混乱度大于分割阈值的超像素块内像素点组成的区域，记为外观轮廓区域。
35、优选的，所述对药用玻璃瓶的外观轮廓进行提取，包括：
36、对外观轮廓区域进行图像腐蚀操作，获得外观轮廓区域的边界像素点，将相邻边界像素点依次连接得到各连通域；
37、将面积最大的连通域的闭合边界线，作为药用玻璃瓶的外观轮廓。
38、第二方面，本申请实施例还本文档来自技高网...
【技术保护点】
1.一种流水线产品的外观轮廓提取方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种流水线产品的外观轮廓提取方法，其特征在于，所述获得CIELab图像中每个超像素块，包括：
3.如权利要求2所述的一种流水线产品的外观轮廓提取方法，其特征在于，所述超像素分割算法中每个初始种子点与各像素点的度量距离，计算公式为：，其中，为CIELab图像中第个初始种子点与第个像素点的度量距离，为CIELab图像中第个像素点，为CIELab图像中第个初始种子点，、和分别为计算颜色距离、空间距离和灰度梯度距离；、S和G分别表示计算的所有像素点与初始种子点之间的颜色距离、空间距离和灰度梯度距离的最大值。
4.如权利要求1所述的一种流水线产品的外观轮廓提取方法，其特征在于，所述确定CIELab图像中每个超像素块的像素分布混乱度，获取每个待分割超像素块，包括：
5.如权利要求1所述的一种流水线产品的外观轮廓提取方法，其特征在于，所述确定CIELab图像中每个待分割超像素块的分块数，包括：
6.如权利要求1所述的一种流水线产品的外观轮廓提
7.如权利要求1所述的一种流水线产品的外观轮廓提取方法，其特征在于，所述确定每次分割的分块优异度，计算公式为：，其中，为第次分割的分块优异度，为第次分割后所有待分割超像素块的分块数的和，为CIELab图像在第次分割后第个超像素块的像素分布混乱度，为CIELab图像在第次分割后所有超像素块的数量，表示以自然常数为底数的指数函数。
8.如权利要求1所述的一种流水线产品的外观轮廓提取方法，其特征在于，所述获取外观轮廓区域，包括：
9.如权利要求1所述的一种流水线产品的外观轮廓提取方法，其特征在于，所述对药用玻璃瓶的外观轮廓进行提取，包括：
10.一种流水线产品的外观轮廓提取装置，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-8任意一项所述一种流水线产品的外观轮廓提取方法的步骤。
...【技术特征摘要】
1.一种流水线产品的外观轮廓提取方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种流水线产品的外观轮廓提取方法，其特征在于，所述获得cielab图像中每个超像素块，包括：
3.如权利要求2所述的一种流水线产品的外观轮廓提取方法，其特征在于，所述超像素分割算法中每个初始种子点与各像素点的度量距离，计算公式为：，其中，为cielab图像中第个初始种子点与第个像素点的度量距离，为cielab图像中第个像素点，为cielab图像中第个初始种子点，、和分别为计算颜色距离、空间距离和灰度梯度距离；、s和g分别表示计算的所有像素点与初始种子点之间的颜色距离、空间距离和灰度梯度距离的最大值。
4.如权利要求1所述的一种流水线产品的外观轮廓提取方法，其特征在于，所述确定cielab图像中每个超像素块的像素分布混乱度，获取每个待分割超像素块，包括：
5.如权利要求1所述的一种流水线产品的外观轮廓提取方法，其特征在于，所述确定cielab图像中每个待分割超像素块的分块数，包括：
...
【专利技术属性】
技术研发人员：王献国，伍黎明，吕旦，张炎，曾立升，杨神龙，徐骞，杨佳，袁鹏龙，李诗琪，
申请(专利权)人：湖南中泓汇智智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。