(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211169027.4 (22)申请日 2022.09.26 (65)同一申请的已公布的文献号 申请公布号 CN 115239737 A (43)申请公布日 2022.10.25 (73)专利权人 淄博永丰环保科技有限公司 地址 256400 山东省淄博市桓台县 唐山镇 振兴路106号 (72)发明人 张晓涵　姜海强　王东　 (74)专利代理 机构 青岛致嘉知识产权代理事务 所(普通合伙) 3723 6 专利代理师 马明月 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01)G06V 10/44(2022.01) (56)对比文件 CN 113160161 A,2021.07.23 CN 114627111 A,2022.06.14 审查员 宋海荣 (54)发明名称 基于图像处 理的瓦楞纸 缺陷检测方法 (57)摘要 本发明涉及图像数据处理技术领域， 具体涉 及基于图像处理的瓦楞纸缺陷检测方法， 该方法 包括： 获取待检测瓦楞纸的侧面图像， 对侧面图 像进行灰度化处理， 得到瓦楞纸灰度图像； 对瓦 楞纸灰度图像进行边缘检测处理， 得到边缘图 像； 对边缘图像进行特征处理， 得到目标特征点 集合； 根据目标特征点集合， 构建目标滑窗； 根据 目标滑窗， 对边缘图像进行缺陷检测， 生成目标 缺陷信息。 本发明通过对侧面图像进行图像处 理， 解决了对瓦楞纸进行缺陷检测的效率低下的 技术问题， 提高了对瓦楞纸进行缺陷检测的效 率， 主要应用于对瓦楞纸进行缺陷检测。 权利要求书2页 说明书9页 附图3页 CN 115239737 B 2022.12.13 CN 115239737 B 1.一种基于图像处 理的瓦楞纸 缺陷检测方法， 其特 征在于， 包括以下步骤： S1， 获取待检测瓦楞纸的侧面图像， 对所述侧面图像进行灰度化处理， 得到瓦楞纸灰度 图像； S2， 对所述瓦楞纸灰度图像进行边 缘检测处 理， 得到边 缘图像； S3， 对所述 边缘图像进行 特征处理， 得到目标 特征点集合； S4， 根据所述目标 特征点集合， 构建目标滑窗； S5， 根据目标滑窗， 对所述 边缘图像进行缺陷检测， 生成目标缺陷信息； 所述对所述 边缘图像进行 特征处理， 得到目标 特征点集合， 包括： 对于所述边缘图像中的每个边缘像素点， 根据预先设置的第一位置， 确定所述边缘像 素点对应的预先设置的目标邻域对应的第一特征值， 作为所述边缘像素点对应的第一目标 特征值； 根据所述边缘图像中的边缘像素点对应的第 一目标特征值， 从所述边缘图像中筛选出 第一特征点集合； 对于所述第一特征点集合中的每个第一特征点， 根据预先设置的第二位置， 确定所述 第一特征点对应的目标邻域对应的第二特征值， 作为所述第一特征点对应的第二目标特征 值； 根据所述第 一特征点集合中的第 一特征点对应的第 二目标特征值， 从所述第 一特征点 集合中筛选出第二特 征点集合； 对于所述第二特征点集合中的每个第二特征点， 根据预先设置的第三位置， 确定所述 第二特征点对应的目标邻域对应的第三特征值， 作为所述第二特征点对应的第三目标特征 值； 根据所述第 二特征点集合中的第 二特征点对应的第 三目标特征值， 从所述第 二特征点 集合中筛选出目标 特征点集合； 所述根据 所述边缘图像中的边缘像素点对应的第 一目标特征值， 从所述边缘图像 中筛 选出第一特 征点集合， 包括： 将所述边缘图像中对应的第一目标特征值小于或等于预先设置的第一特征阈值的边 缘像素点， 确定第一特 征点， 其中， 第一特 征阈值是32； 将所述边缘图像中对应的第一目标特征值大于或等于预先设置的第二特征阈值的边 缘像素点， 确定第一特 征点， 其中， 第二特 征阈值是128； 所述根据 所述第一特征点集合中的第 一特征点对应的第 二目标特征值， 从所述第 一特 征点集合中筛选出第二特 征点集合， 包括： 将所述第一特征点集合中对应的第二目标特征值小于或等于第一特征阈值的第一特 征点， 确定第二特 征点； 将所述第一特征点集合中对应的第二目标特征值大于或等于第二特征阈值的第一特 征点， 确定第二特 征点； 所述根据 所述第二特征点集合中的第 二特征点对应的第 三目标特征值， 从所述第 二特 征点集合中筛选出目标 特征点集合， 包括： 将所述第二特征点集合中对应的第三目标特征值等于预先设置的无关数值的第二特 征点， 确定为无关特 征点， 得到无关特 征点集合；权　利　要　求　书 1/2 页 2 CN 115239737 B 2将所述第二特征点集合中除了所述无关特征点集合之外的第 二特征点， 确定为目标特 征点； 目标邻域是3 ×3邻域， 第一位置是目标邻域的左上角对应的位置， 第二位置是目标邻 域的右上角对应的位置， 第三位置是与目标邻域中的第一邻域像素点或第二邻域像素点所 在的位置， 第一邻域像素点是目标邻域的中间行包含的第一个像素点， 第二邻域像素点是 目标邻域的中间行包 含的最后一个 像素点； 所述根据所述目标 特征点集合， 构建目标滑窗， 包括： 对所述目标 特征点集合进行直线检测， 得到特 征直线集 合； 从特征直线集合中筛选出目标特征直线集合， 其中， 所述目标特征直线集合中的目标 特征直线的数量 为3； 确定所述目标特征直线集合中任意两条目标特征直线之间的距离， 作为直线特征距 离， 得到直线特 征距离集 合； 将所述直线特征距离集 合中最大的直线特 征距离， 确定为目标滑窗的宽度； 对于所述目标特征直线集合中的每个目标特征直线， 将所述目标特征直线上任意相邻 的两个目标特征点之间的距离， 作为第一特征距离， 得到所述 目标特征直线对应的特征距 离集合； 对于所述目标特征直线集合中的每个目标特征直线， 从所述目标特征直线对应的特征 距离集合中筛选出数量最多的第一特征距离， 作为所述目标特征直线对应的目标特征距 离； 将所述目标特征直线集合中的三个目标特征直线对应的目标特征距离的最小公倍数， 确定为目标滑窗的长度； 所述根据目标滑窗， 对所述 边缘图像进行缺陷检测， 生成目标缺陷信息， 包括： 按照目标滑窗的尺寸， 对所述 边缘图像进行划分， 得到目标区域 集合； 对于所述目标区域集合中的每个目标区域， 对所述目标区域进行直线检测， 得到所述 目标区域对应的初步 直线集合； 对于所述目标区域集合中的每个目标区域， 当所述目标区域对应的初步直线集合中的 初步直线的长度大于或等于预先设置的长度阈值时， 将初步直线， 确定为目标直线， 得到所 述目标区域对应的目标直线集 合； 根据所述目标区域集合中的每个目标区域对应的目标直线集合中的目标直线的数量 和预先设置的直线数量阈值， 生成所述目标区域对应的区域信息， 得到区域信息集 合； 将所述区域信息集 合中的区域信息， 组合 为目标缺陷信息； 所述根据所述目标区域集合中的每个目标区域对应的目标直线集合中的目标直线的 数量和预 先设置的直线数量阈值， 生成所述目标区域对应的区域信息， 包括： 当目标区域对应的目标直线集合中的目标直线的数量小于直线数量阈值 时， 生成表征 目标区域内存在缺陷的区域信息； 当目标区域对应的目标直线集合中的目标直线的数量等于直线数量阈值 时， 生成表征 目标区域 正常的区域信息 。权　利　要　求　书 2/2 页 3 CN 115239737 B 3