基于机器视觉的皮革制体育用品外观缺陷检测方法

摘要

本发明涉及图像处理技术领域，具体涉及基于机器视觉的皮革制体育用品外观缺陷检测方法，包括：采集天然皮革图像，对天然皮革图像进行分块，获取每个子块的纹理多变性，筛选初始子块，对于每个初始子块，分别进行子块合并操作，将初始子块作为基准子块，根据基准子块邻域内子块获取预合并子块，将所有预合并子块与合并区域合并成新的合并区域，计算当前合并区域的置疑度，进一步得到当前合并的置疑增长程度，根据当前合并区域的置疑度以及当前合并的置疑增长程度获取目标区域，获取目标区域的缺陷率，进而得到空洞缺陷区域，实现体育用品外观缺陷检测。本发明排除了光照对空洞缺陷检测的影响，使得检测结果更加准确。

权利要求

1.基于机器视觉的皮革制体育用品外观缺陷检测方法，其特征在于，该方法包括以下步骤：采集天然皮革图像；将天然皮革图像分为多个大小相同的子块，根据天然皮革图中每个像素点的梯度幅值获取每个子块的纹理多变性；根据天然皮革图像的所有子块的纹理多变性获取初始子块；

对于每个初始子块，分别进行子块合并操作，包括：

S1：将初始子块作为基准子块；将初始子块作为合并区域；

S2：根据每个基准子块邻域内所有子块获取所有预合并子块；当预合并子块不存在时，将合并区域作为目标区域，结束子块合并操作；当预合并子块存在时，将所有预合并子块与合并区域合并成一个大区域，作为新的合并区域，实现一次合并，根据当前合并的次数以及当前合并得到的合并区域中每个子块获取当前合并区域的置疑度；

S3：将当前合并区域的置疑度与上次合并得到的合并区域的置疑度的差作为当前合并的置疑增长程度；

S4：根据当前合并区域的置疑度以及当前合并的置疑增长程度获取目标区域，若目标区域不存在，将当前合并的每个预合并子块分别作为新的基准子块，重复S2至S4，直到得到目标区域时停止迭代；

根据目标区域中所有子块以及相邻子块获取目标区域的缺陷率；将缺陷率大于预设第四阈值的目标区域作为空洞缺陷区域，对空洞缺陷区域进行标记，完成外观缺陷检测；

所述根据天然皮革图像的所有子块的纹理多变性获取初始子块，包括的具体步骤如下：对所有子块的纹理多变性进行线性归一化，得到每个子块的归一化纹理多变性；获取天然皮革图像的所有子块的归一化纹理多变性的局部极小值，将每个局部极小值对应的子块作为初始子块；

所述根据当前合并的次数以及当前合并得到的合并区域中每个子块获取当前合并区域的置疑度，包括的具体步骤如下：将当前合并的次数记为J，第J次合并得到的合并区域的置疑度为：

；

其中 为第J次合并得到的合并区域的置疑度； 为第 次合并的序号； 为第次合并时预合并子块的个数； 为当前合并的次数； 为第 次合并时第k个预合并子块的归一化纹理多变性； 为第 次合并后得到的合并区域中所有子块的归一化纹理多变性的平均值。

2.根据权利要求1所述的基于机器视觉的皮革制体育用品外观缺陷检测方法，其特征在于，所述根据天然皮革图中每个像素点的梯度幅值获取每个子块的纹理多变性，包括的具体步骤如下：将每个子块中所有像素点的梯度幅值之和作为每个子块的纹理多变性。

3.根据权利要求1所述的基于机器视觉的皮革制体育用品外观缺陷检测方法，其特征在于，所述根据每个基准子块邻域内所有子块获取所有预合并子块，包括的具体步骤如下：计算每个基准子块的邻域内每个子块与基准子块的归一化纹理多变性的差值的绝对值，若所述差值的绝对值小于预设第一阈值，将对应的子块作为预合并子块。

4.根据权利要求1所述的基于机器视觉的皮革制体育用品外观缺陷检测方法，其特征在于，所述根据当前合并区域的置疑度以及当前合并的置疑增长程度获取目标区域，包括的具体步骤如下：若当前合并区域的置疑度大于等于预设第二阈值，或当前合并的置疑增长程度大于等于预设第三阈值，将上次合并得到的合并区域作为目标区域；若当前合并区域的置疑度小于预设第二阈值或当前合并的置疑增长程度小于预设第三阈值，目标区域不存在。

5.根据权利要求1所述的基于机器视觉的皮革制体育用品外观缺陷检测方法，其特征在于，所述根据目标区域中所有子块以及相邻子块获取目标区域的缺陷率，包括的具体步骤如下：将每个目标区域中所有子块的归一化纹理多变性的均值作为每个目标区域的纹理复杂度；将与目标区域相邻的子块的归一化纹理多变性作为子块的纹理复杂度；计算目标区域的纹理复杂度与相邻的每个子块的纹理复杂度的差异，将目标区域的纹理复杂度与相邻的所有子块的纹理复杂度的差异的均值作为目标区域的缺陷率。

说明书

基于机器视觉的皮革制体育用品外观缺陷检测方法

技术领域

[0001] 本发明涉及图像处理技术领域，具体涉及基于机器视觉的皮革制体育用品外观缺陷检测方法。

背景技术

[0002] 随着现今科技的发展，人们对于体育用品的质量要求越来越高，运动员们更希望通过体育用品的优化来提高自己在比赛中的成绩，皮革制体育用品是由皮革作为材料制作而成，最常见的例如篮球等球类、体操中的鞍马等，故对于用来制作皮革制体育用品的天然皮革的缺陷检测尤为重要。

[0003] 由于天然皮革的缺陷区域存在纹理丢失的特征，但由于光照的影响，在天然皮革图像中，部分正常区域的自然纹理也不明显，利用传统的阈值分割或边缘检测等方法检测天然皮革的缺陷时，光照影响区域会造成干扰，导致天然皮革缺陷检测不准确。

发明内容

[0004] 本发明提供基于机器视觉的皮革制体育用品外观缺陷检测方法，以解决现有的问题。

[0005] 本发明的基于机器视觉的皮革制体育用品外观缺陷检测方法采用如下技术方案：

[0006] 本发明一个实施例提供了基于机器视觉的皮革制体育用品外观缺陷检测方法，该方法包括以下步骤：

[0007] 采集天然皮革图像；将天然皮革图像分为多个大小相同的子块，根据天然皮革图中每个像素点的梯度幅值获取每个子块的纹理多变性；根据天然皮革图像的所有子块的纹理多变性获取初始子块；

[0008] 对于每个初始子块，分别进行子块合并操作，包括：

[0009] S1：将初始子块作为基准子块；将初始子块作为合并区域；

[0010] S2：根据每个基准子块邻域内所有子块获取所有预合并子块；当预合并子块不存在时，将合并区域作为目标区域，结束子块合并操作；当预合并子块存在时，将所有预合并子块与合并区域合并成一个大区域，作为新的合并区域，实现一次合并，根据当前合并的次数以及当前合并得到的合并区域中每个子块获取当前合并区域的置疑度；

[0011] S3：将当前合并区域的置疑度与上次合并得到的合并区域的置疑度的差作为当前合并的置疑增长程度；

[0012] S4：根据当前合并区域的置疑度以及当前合并的置疑增长程度获取目标区域，若目标区域不存在，将当前合并的每个预合并子块分别作为新的基准子块，重复S2至S4，直到得到目标区域时停止迭代；

[0013] 根据目标区域中所有子块以及相邻子块获取目标区域的缺陷率；将缺陷率大于预设第四阈值的目标区域作为空洞缺陷区域，对空洞缺陷区域进行标记，完成外观缺陷检测。

[0014] 优选的，所述根据天然皮革图中每个像素点的梯度幅值获取每个子块的纹理多变性，包括的具体步骤如下：

[0015] 将每个子块中所有像素点的梯度幅值之和作为每个子块的纹理多变性。

[0016] 优选的，所述根据天然皮革图像的所有子块的纹理多变性获取初始子块，包括的具体步骤如下：

[0017] 对所有子块的纹理多变性进行线性归一化，得到每个子块的归一化纹理多变性；获取天然皮革图像的所有子块的归一化纹理多变性的局部极小值，将每个局部极小值对应的子块作为初始子块。

[0018] 优选的，所述根据每个基准子块邻域内所有子块获取所有预合并子块，包括的具体步骤如下：

[0019] 计算每个基准子块的邻域内每个子块与基准子块的归一化纹理多变性的差值的绝对值，若所述差值的绝对值小于预设第一阈值，将对应的子块作为预合并子块。

[0020] 优选的，所述根据当前合并的次数以及当前合并得到的合并区域中每个子块获取当前合并区域的置疑度，包括的具体步骤如下：

[0021] 将当前合并的次数记为J，第J次合并得到的合并区域的置疑度为：

[0022] ；

[0023] 其中 为第J次合并得到的合并区域的置疑度；为第 次合并的序号； 为第次合并时预合并子块的个数； 为当前合并的次数； 为第 次合并时第k个预合并子块的归一化纹理多变性； 为第J次合并后得到的合并区域中所有子块的归一化纹理多变性的平均值。

[0024] 优选的，所述根据当前合并区域的置疑度以及当前合并的置疑增长程度获取目标区域，包括的具体步骤如下：

[0025] 若当前合并区域的置疑度大于等于预设第二阈值，或当前合并的置疑增长程度大于等于预设第三阈值，将上次合并得到的合并区域作为目标区域；若当前合并区域的置疑度小于预设第二阈值或当前合并的置疑增长程度小于预设第三阈值，目标区域不存在。

[0026] 优选的，所述根据目标区域中所有子块以及相邻子块获取目标区域的缺陷率，包括的具体步骤如下：

[0027] 将每个目标区域中所有子块的归一化纹理多变性的均值作为每个目标区域的纹理复杂度；将与目标区域相邻的子块的归一化纹理多变性作为子块的纹理复杂度；计算目标区域的纹理复杂度与相邻的每个子块的纹理复杂度的差异，将目标区域的纹理复杂度与相邻的所有子块的纹理复杂度的差异的均值作为目标区域的缺陷率。

[0028] 本发明的技术方案的有益效果是：本发明对天然皮革图像进行分块，获取每个子块的纹理多变性，根据每个子块的纹理多变性筛选出初始子块，初始子块为空洞缺陷区域或光照影响区域的子块，以初始子块为基准子块向四周进行扩展合并，每扩展合并一次，根据合并的子块的纹理多变性以及合并的次数获取合并区域的置疑度，进一步得到当前合并的置疑增长程度，集合置疑度以及置疑增长程度获取目标区域，使得目标区域为天然皮革图像中一个完整的图像特征，根据目标区域的纹理复杂度以及周围子块的纹理多变性筛选出为空洞缺陷区域，实现体育用品外观缺陷检测，本发明通过结合置疑度以及置疑增长程度对子块进行合并，使得空洞缺陷可以被完整的分割出来，并且可排除光照影响区域的干扰，筛选出准确的空洞缺陷区域，使得检测结果更加准确。

附图说明

[0029] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0030] 图1为本发明的基于机器视觉的皮革制体育用品外观缺陷检测方法的步骤流程图。

具体实施方式

[0031] 为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的基于机器视觉的皮革制体育用品外观缺陷检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

[0032] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

[0033] 下面结合附图具体的说明本发明所提供的基于机器视觉的皮革制体育用品外观缺陷检测方法的具体方案。

[0034] 请参阅图1，其示出了本发明一个实施例提供的基于机器视觉的皮革制体育用品外观缺陷检测方法的步骤流程图，该方法包括以下步骤：

[0035] S001．采集天然皮革图像。

[0036] 需要说明的是，为了确保皮革制体育用品的质量，需要对制成皮革制体育用品的天然皮革进行缺陷检测，首先需要采集天然皮革的图像。

[0037] 在皮革制体育用品的生产中，需要通过传送带将天然皮革传送到切割工艺进行切割，在切割工艺前的传送带上方架设相机，通过相机拍摄传送带上的天然皮革的RGB图像，为了便于后续处理，对天然皮革的RGB图像进行灰度化处理，将得到的灰度图像记为天然皮革图像。需要说明的是，灰度化处理为公知技术，在本发明实施例中不再详细赘述。

[0038] 至此，获取了天然皮革图像。

[0039] S002．对天然皮革图像进行分块，获取各子块的纹理多变性。

[0040] 需要说明的是，皮革制体育用品表面皮革取材于动物的毛皮，具有自然纹理特征，而皮革上的空洞缺陷是由于动物生前的打架、碰撞所形成的，空洞缺陷的区域在皮革上自然纹理特征不明显，自然纹理丢失。因此可分析天然皮革图像中每个区域的纹理分布特征，结合每个区域的纹理分布特征筛选出可能为空洞缺陷的区域。空洞缺陷区域的自然纹理特征不明显，其内部灰度变化较小，在无光照影响时，皮革上正常区域（非空洞缺陷区域）自然纹理特征明显，其内部的灰度变化较大，因此可结合天然皮革图像中每个区域的灰度变化情况来反应每个区域的纹理分布特征。

[0041] 在本发明实施例中，首先获取天然皮革图像中每个像素点的梯度幅值，本发明实施例中利用Sobel算子获取天然皮革图像中每个像素点的梯度幅值，在其他实施例中，实施人员可选择其他图像梯度算法，包括但不限于Laplacian算子、scharr算子。

[0042] 将天然皮革图像分成多个 的子块，在本发明实施例中，N=5，在其他实施例中，实施人员可根据实际实施情况设置N的大小。

[0043] 根据每个子块中所有像素点的梯度幅值获取每个子块的纹理多变性，如第m个子块的纹理多变性为：

[0044] ；

[0045] 其中 为第m个子块的纹理多变性； 为第m个子块中第 个像素点的梯度幅值；N为子块边长， 为子块大小，即子块中包含的像素点个数； 为第m个子块所有像素点的梯度幅值之和，当第m个子块中每个像素点的梯度幅值都较小时，第m个子块所有像素点的梯度幅值之和较小，第m个子块的灰度变化小，第m个子块的纹理多变性小；当第m个子块中每个像素点的梯度幅值都较大时，第m个子块所有像素点的梯度幅值之和较大，第m个子块的灰度变化大，第m个子块的纹理多变性大，该子块越可能为正常区域的子块。

[0046] 至此，获取了每个子块的纹理多变性。对所有子块的纹理多变性进行线性归一化，得到每个子块归一化后的纹理多变性，记为每个子块的归一化纹理多变性。

[0047] S003．根据各子块的纹理多变性进行各子块的合并。

[0048] 需要说明的是，当子块的归一化纹理多变性趋近于1时，说明该子块越可能为正常区域；当子块的归一化纹理多变性趋近于0时，说明该子块内部的灰度变化小，纹理特征不明显。由于天然皮革图像为架设在传送带上方的相机拍摄之后再进行灰度化处理而得，在拍摄环境中，难免会受到光照影响，光照影响区域的自然纹理不明显，和空洞缺陷的区域表现较为相似，因此当子块的归一化纹理多变性趋近于0时，该子块越可能为空洞缺陷的区域或者光照影响区域。同时由于将天然皮革图像分成的子块较小，空洞缺陷的区域可能被分割成多个子块，光照影响区域也可能被分割成多个子块，因此还需要结合所有子块之间归一化纹理多变性的变化情况来对子块进行合并，获取合并区域，合并区域可能为完整的空洞缺陷区域或光照影响区域，后续即可根据合并区域之间的变化情况区分光照影响区域以及空洞缺陷区域，获取完整的空洞缺陷区域。

[0049] 需要进一步说明的是，由于空洞缺陷区域以及光照影响区域的归一化纹理多变性较低，趋近于0，因此以天然皮革图像中归一化纹理多变性较小的子块为开始进行相邻子块之间的合并。

[0050] 在本发明实施例中，获取天然皮革图像的所有子块的归一化纹理多变性的局部极小值，将每个局部极小值对应的子块分别作为初始子块。需要说明的是，局部极小值的获取为公知技术，在本发明实施例中不再详细赘述。

[0051] 对于每个初始子块，分别进行子块合并操作，具体为：

[0052] 1．预设一个阈值 ，记为预设第一阈值。将初始子块作为基准子块，同时将初始子块作为合并区域；

[0053] 2．对于每个基准子块八邻域内每个子块，若该子块与其基准区域归一化纹理多变性的差值的绝对值小于预设第一阈值 时，将该子块作为预合并子块。在本发明实施例中预设第一阈值 ，在其他实施例中，实施人员可根据实际实施情况设置预设第一阈值 的值。

[0054] 获取所有的预合并子块，当预合并子块不存在时，将合并区域作为目标区域，此时结束子块合并操作；

[0055] 当预合并子块存在时，将所有预合并子块与合并区域合并成一个大区域，作为新的合并区域，此时实现了一次合并。根据当前合并的次数，计算当前合并区域的置疑度，将当前合并的次数记为J，则第J次合并（即当前合并）得到的合并区域的置疑度为：

[0056] ；

[0057] 其中 为第J次合并得到的合并区域的置疑度；为第 次合并的序号； 为第次合并时预合并子块的个数； 为当前合并的次数； 为第 次合并时第k个预合并子块的归一化纹理多变性； 为第J次合并后得到的合并区域中所有子块的归一化纹理多变性的平均值； 表示第 次合并时每个预合并子块的权重，当合并次数越小时，对应的预合并子块是与初始子块或较为靠近初始子块的基准子块相比获得的，此时预合并子块越可信，因此在计算合并区域的置疑度时，对于合并次数较小时的预合并子块越不关注，此时合并次数较小时的预合并子块的权重 越小；反之，当合并次数越大时，对应的预合并子块是与当前合并区域中较为靠近边缘的基准子块相比获得的，此时预合并子块越不可信，因此在计算合并区域的置疑度时，对于合并次数较大时的预合并子块的归一化纹理多变性与 的差异越关注，使得后续根据合并区域的置疑度来获取最终的合并区域时，避免表示不同特征的子块合并为同一个合并区域，此时合并次数越大时的预合并子块的权重越大。

[0058] 3．根据当前合并得到的合并区域和上一次合并得到的合并区域的置疑度，获取当前合并的置疑增长程度，如第J次合并的置疑增长程度为：

[0059] ；

[0060] 其中 为第J次合并的置疑增长程度； 为第J次合并得到的合并区域的置疑度； 为第J‑1次合并得到的合并区域的置疑度；当 越小，说明第J次合并时的预合并子块对合并区域的影响较小，预合并子块大概率与合并区域为天然皮革图像中同一个特征，如都为空洞缺陷区域或都为光照影响区域。需要说明的是，当J=1时，J‑1=0，此时规定 。

[0061] 4．预设两个阈值 、 ，分别记为预设第二阈值和预设第三阈值，在本发明实施例中预设第二阈值 、 ，在其他实施例中，实施人员可根据实际实施情况设置预设第二阈值 以及预设第三阈值 的值。

[0062] 若第J次合并得到的合并区域的置疑度大于等于预设第二阈值 ，或第J次合并的置疑增长程度大于等于预设第三阈值 ，说明第J次合并的效果较差，第J次合并时的预合并子块虽然和其基准子块的差异较小，但预合并子块与合并区域整体的差异较大，此时以上一次（即第J‑1次）合并得到的合并区域作为最终的合并区域，记为目标区域，需要说明的是，当J=1时，J‑1=0，此时目标区域即为初始子块；若第J次合并得到的合并区域的置疑度小于预设第二阈值 ，且第J次合并的置疑增长程度小于预设第三阈值 ，说明第J次合并的效果较好，当第J次合并的预合并子块不但和其基准子块的差异较小，与合并区域整体的差异也较小，第J次合并得到的合并区域整体为天然皮革图像中一个特征，如空洞缺陷或光照影响区域，此时将第J次合并的每个预合并子块分别作为新的基准子块，重复步骤2到4，直到得到目标区域时停止迭代，此时结束子块合并操作。

[0063] 对于每个初始子块可得到一个目标区域。

[0064] 至此，完成了各子块的合并，获取了多个目标区域。

[0065] 需要说明的是，本发明实施例通过对天然皮革图像进行分块，获取每个子块的纹理多变性，根据每个子块的纹理多变性筛选出初始子块，初始子块为空洞缺陷区域或光照影响区域的子块，以初始子块为基准子块向四周进行扩展合并，每扩展合并一次，根据合并的子块的纹理多变性以及合并的次数获取合并区域的置疑度，进一步得到当前合并的置疑增长程度，集合置疑度以及置疑增长程度获取目标区域，使得目标区域为天然皮革图像中一个完整的图像特征，后续即可根据目标区域的纹理复杂度以及周围子块的纹理多变性筛选出为空洞缺陷区域，实现体育用品外观缺陷检测。

[0066] S004．根据合并区域获取天然皮革缺陷。

[0067] 需要说明的是，空洞缺陷区域以及光照影响区域的自然纹理特征缺失，属于空洞缺陷区域以及光照影响区域的子块的归一化纹理多变性较小，步骤S003选取的初始子块为天然皮革图像中归一化纹理多变性的局部极小值对应的子块，因此初始子块为属于空洞缺陷区域或光照影响区域的子块，得到目标区域为完整的空洞缺陷区域或光照影响区域。空洞缺陷区域与其相邻的子块的自然纹理差异特征差异较大，即空洞缺陷区域与其相邻的子块的之间的归一化纹理多变性差异较大。而光照影响区域的纹理复杂度是逐步增加的，且每次增加的幅度较小，因此光照影响区域与其相邻的子块之间的归一化纹理多变性差异较小。结合该特征，可准确区分空洞缺陷区域以及光照影响区域。

[0068] 在本发明实施例中，将每个目标区域中所有子块的归一化纹理多变性的均值作为每个目标区域的纹理复杂度。将与目标区域相邻的子块的归一化纹理多变性作为该子块的纹理复杂度。计算目标区域的纹理复杂度与其相邻的每个子块的纹理复杂度的差异，将目标区域的纹理复杂度与其相邻的所有子块的纹理复杂度的差异的均值作为目标区域的缺陷率。

[0069] 预设一个阈值 ，记为预设第四阈值，当目标区域的缺陷率大于预设第四阈值时，目标区域为空洞缺陷区域。在本发明实施例中预设第四阈值 ，在其他实施例中，实施人员可根据实际实施情况设置预设第四阈值 的值。

[0070] 至此，获取了空洞缺陷区域，对空洞缺陷区域进行标记，并将标记结果发送至切割工艺，在天然皮革传送到切割工艺进行切割时，切割工艺根据标记结果避开空洞缺陷对天然皮革进行切割，确保切割得到的皮革制体育用品球皮上无空洞缺陷。

[0071] 通过以上步骤，完成了皮革制体育用品球皮外观缺陷检测。

[0072] 本发明实施例通过对天然皮革图像进行分块，获取每个子块的纹理多变性，根据每个子块的纹理多变性筛选出初始子块，初始子块为空洞缺陷区域或光照影响区域的子块，以初始子块为基准子块向四周进行扩展合并，每扩展合并一次，根据合并的子块的纹理多变性以及合并的次数获取合并区域的置疑度，进一步得到当前合并的置疑增长程度，集合置疑度以及置疑增长程度获取目标区域，使得目标区域为天然皮革图像中一个完整的图像特征，根据目标区域的纹理复杂度以及周围子块的纹理多变性筛选出为空洞缺陷区域，实现体育用品外观缺陷检测，本发明实施例通过结合置疑度以及置疑增长程度对子块进行合并，使得空洞缺陷可以被完整的分割出来，并且可排除光照影响区域的干扰，筛选出准确的空洞缺陷区域，使得检测结果更加准确。

[0073] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。