饮料包装盒表面吸管检测方法、系统、装置和存储介质

技术领域

本发明涉及图像处理技术领域，尤其是一种饮料包装盒表面吸管检测方法、系统、计算机装置和存储介质。

背景技术

牛奶、果汁等饮料的包装盒外部表面通常使用点胶等方式固定吸管，如果遗漏对某包饮料加上吸管，或者吸管脱落，将影响饮料的饮用和销售，因此需要在对饮料进行质检时检测其包装盒表面有无吸管。由于吸管的颜色普遍是白色或者透明的，其与包装盒外部表面的内容的区分度不明显，难以在质检环节用肉眼快速准确识别出哪些饮料包装盒表面不存在吸管，而且吸管的重量很小，甚至小于饮料内容物的灌装误差，难以通过称重法识别出哪些饮料包装盒表面不存在吸管。

发明内容

针对上述至少一个技术问题，本发明的目的在于提供一种饮料包装盒表面吸管检测方法、系统、计算机装置和存储介质。

一方面，本发明实施例包括一种饮料包装盒表面吸管检测方法，包括：

获取饮料包装盒表面的HSV模型；

对所述HSV模型中的S通道图像进行灰度阈值处理；

对所述S通道图像进行开运算；

根据所述S通道图像上的区域与图像特征判断条件之间的符合性，确定所述饮料包装盒表面的吸管的存在性。

进一步地，所述获取饮料包装盒表面的HSV模型，包括：

获取所述饮料包装盒表面的彩色图像；

对所述彩色图像进行RGB通道合成，获得RGB模型；

将所述RGB模型转换为所述HSV模型。

进一步地，所述将所述RGB模型转换为所述HSV模型，所使用的公式包括：

V＝max；

其中，H为所述HSV模型中的H通道图像的数值，S为所述HSV模型中的S通道图像的数值，V为所述HSV模型中的V通道图像的数值，r为所述RGB模型中的R通道图像的数值，g为所述RGB模型中的G通道图像的数值，b为所述RGB模型中的B通道图像的数值，max为r、g和b中的最大值，min为r、g和b中的最小值。

进一步地，所述对所述S通道图像进行开运算，包括：

使用矩形窗口对所述S通道图像进行滤波；

对所述S通道图像进行腐蚀；

对所述S通道图像进行区域膨胀。

进一步地，所述对所述S通道图像进行腐蚀，所使用的公式包括：

其中，A为所述S通道图像，B为结构元素，(B^)z表示B平移z后得到的新集合。

进一步地，所述对所述S通道图像进行区域膨胀，所使用的公式包括：

其中，A为所述S通道图像，B为结构元素，(B^)z表示B的反射平移z后得到的新集合。

进一步地，所述根据所述S通道图像上的区域与图像特征判断条件之间的符合性，确定所述饮料包装盒表面的吸管的存在性，包括：

当所述S通道图像存在符合所述图像特征判断条件的区域，确定所述饮料包装盒表面存在吸管，反之，确定所述饮料包装盒表面不存在吸管；所述图像特征判断条件包括区域面积大于面积阈值与区域高度大于高度阈值。

另一方面，本发明实施例还包括一种饮料包装盒表面吸管检测系统，包括：

第一模块，用于获取饮料包装盒表面的HSV模型；

第二模块，用于对所述HSV模型中的S通道图像进行灰度阈值处理；

第三模块，用于对所述S通道图像进行开运算；

第四模块，用于根据所述S通道图像上的区域与图像特征判断条件之间的符合性，确定所述饮料包装盒表面的吸管的存在性。

另一方面，本发明实施例还包括一种计算机装置，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行实施例所述方法。

另一方面，本发明实施例还包括一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行实施例所述方法。

本发明的有益效果是：实施例中的饮料包装盒表面吸管检测方法通过对饮料包装盒表面的HSV模型执行灰度阈值处理和开运算，能够削弱饮料包装盒表面的背景图案对可能存在吸管的区域的影响，从而突出可能存在吸管的区域，通过检测是否存在满足面积阈值和高度阈值条件的区域，可以较高的准确率判断饮料包装盒表面是否存在吸管，能够改善现有技术中通过人工观察等方法检测习惯存在性的准确率和稳定性，通过提高吸管检测环节的工作效率，从而提高饮料生产效率。

附图说明

图1为实施例中饮料包装盒表面吸管检测方法的流程图；

图2为实施例中对饮料包装盒表面进行彩色拍摄所获得的彩色图像示意图；

图3为实施例中S通道图像的示意图；

图4为实施例中经过腐蚀后的S通道图像的示意图；

图5为实施例中经过区域膨胀后的S通道图像的示意图。

具体实施方式

本实施例中，参照图1，饮料包装盒表面吸管检测方法包括以下步骤：

S1.获取饮料包装盒表面的HSV模型；

S2.对HSV模型中的S通道图像进行灰度阈值处理；

S3.对S通道图像进行开运算；

S4.根据S通道图像上的区域与图像特征判断条件之间的符合性，确定饮料包装盒表面的吸管的存在性。

步骤S1，即获取饮料包装盒表面的HSV模型这一步骤，包括以下步骤：

S101.获取饮料包装盒表面的彩色图像；

S102.对彩色图像进行RGB通道合成，获得RGB模型；

S103.将RGB模型转换为HSV模型。

步骤S101-S102中，通过CMOS相机配合LED光源，对饮料包装盒表面进行彩色拍摄，获得如图2所示的彩色图像。拆分彩色图像可以获得R通道图像、G通道图像和B通道图像，将R通道图像、G通道图像和B通道图像进行合成处理，获得RGB模型。

步骤S103中，通过以下公式将RGB模型转换为HSV模型：

V＝max；

其中，H为HSV模型中的H通道图像的数值，S为HSV模型中的S通道图像的数值，V为HSV模型中的V通道图像的数值，r为RGB模型中的R通道图像的数值，g为RGB模型中的G通道图像的数值，b为RGB模型中的B通道图像的数值，max为r、g和b中的最大值，min为r、g和b中的最小值。

步骤S2中，选择对HSV模型中的S通道图像进行灰度阈值处理，原因是与其他通道相比，S通道图像中吸管与饮料包装盒表面背景的差别最大，更容易提取出吸管所在区域。经过灰度阈值处理的S通道图像如图3所示，获得了感兴趣区域(ROI)，感兴趣区域中可能含有吸管。

步骤S3，也就是对S通道图像进行开运算这一步骤，包括以下步骤：

S301.使用矩形窗口对S通道图像进行滤波；

S302.对S通道图像进行腐蚀；

S303.对S通道图像进行区域膨胀。

步骤S301中，可以使用宽6像素、高17像素的矩形区域作为滤波核对S通道图像进行滤波。执行步骤S302，通过公式

经过步骤S301-S303，完成对S通道图像的开运算，能够减小饮料包装盒表面背景对感兴趣区域的干扰。

步骤S4，也就是根据S通道图像上的区域与图像特征判断条件之间的符合性，确定饮料包装盒表面的吸管的存在性这一步骤，包括以下步骤：

当S通道图像存在符合图像特征判断条件的区域，确定饮料包装盒表面存在吸管，反之，确定饮料包装盒表面不存在吸管。其中，图像特征判断条件包括区域面积大于面积阈值与区域高度大于高度阈值，即如果S通道图像存在这样的区域，该区域的面积大于面积阈值，该区域的高度大于高度阈值，那么判断饮料包装盒表面存在吸管，且吸管位于这个区域；如果S通道图像不存在这样的区域，那么判断饮料包装盒表面不存在吸管。本实施例中，面积阈值和高度阈值的具体数值可以根据吸管的特征来确定。

步骤S1-S4的原理为：通过对饮料包装盒表面的HSV模型执行灰度阈值处理和开运算，能够削弱饮料包装盒表面的背景图案对可能存在吸管的区域的影响，从而突出可能存在吸管的区域，如果饮料包装盒表面存在吸管，那么通过步骤S1-S3可以获得一个满足面积阈值和高度阈值条件的区域，因此如果通过步骤S1-S3可以获得一个满足面积阈值和高度阈值条件的区域，那么可以较有把握地判断饮料包装盒表面存在吸管，而执行步骤S1-S3后未发现满足面积阈值和高度阈值条件的区域，那么可以较有把握地判断饮料包装盒表面不存在吸管。步骤S1-S4既可以针对逐张拍摄的饮料包装盒表面的HSV模型执行，也可以通过一次拍摄多个饮料包装盒表面的照片，然后将照片按照各饮料包装盒表面所在部分切割成多个单元，分别对这些单元执行步骤S1-S4。

本实施例中的饮料包装盒表面吸管检测方法能够改善现有技术中通过人工观察等方法检测习惯存在性的准确率和稳定性，通过提高吸管检测环节的工作效率，从而提高饮料生产效率。

本实施例中，饮料包装盒表面吸管检测系统，包括：

第一模块，用于获取饮料包装盒表面的HSV模型；

第二模块，用于对HSV模型中的S通道图像进行灰度阈值处理；

第三模块，用于对S通道图像进行开运算；

第四模块，用于根据S通道图像上的区域与图像特征判断条件之间的符合性，确定饮料包装盒表面的吸管的存在性。

其中，第一模块、第二模块、第三模块和第四模块可以是具有相应功能的硬件、软件或者硬件和软件的结合。通过运行第一模块、第二模块、第三模块和第四模块，饮料包装盒表面吸管检测系统能够执行饮料包装盒表面吸管检测方法，实现与实施例所述的相同的技术效果。

本实施例中，一种计算机装置，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行实施例中的饮料包装盒表面吸管检测方法，实现与实施例所述的相同的技术效果。

本实施例中，一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行实施例中的饮料包装盒表面吸管检测方法，实现与实施例所述的相同的技术效果。

需要说明的是，如无特殊说明，当某一特征被称为“固定”、“连接”在另一个特征，它可以直接固定、连接在另一个特征上，也可以间接地固定、连接在另一个特征上。此外，本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。此外，除非另有定义，本实施例所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本实施例说明书中所使用的术语只是为了描述具体的实施例，而不是为了限制本发明。本实施例所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。

应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种元件，但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如，在不脱离本公开范围的情况下，第一元件也可以被称为第二元件，类似地，第二元件也可以被称为第一元件。本实施例所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例，并且除非另外要求，否则不会对本发明的范围施加限制。

应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。

此外，可按任何合适的顺序来执行本实施例描述的过程的操作，除非本实施例另外指示或以其他方式明显地与上下文矛盾。本实施例描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。

进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本实施例所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。

计算机程序能够应用于输入数据以执行本实施例所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。

以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。