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,
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,
其中,
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
其中,n表示将向量转化为一维向量后特征的数量,
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,
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。
2.一种印花瓶缺陷检测系统,用于实现如权利要求1所述的印花瓶缺陷检测方法,其特征在于,所述系统包括:样本采集模块,用于采集训练样本,构建训练数据集,获取待检测图像;
文字图像提取模块,用于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;
文字识别模块,用于采用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;
印花检测模块,用于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。