买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中科芯集成电路有限公司

摘要：本发明公开一种融合机器视觉和深度学习的口罩检测方法，属于人工智能领域，调节视觉系统成像效果；放料，采集大量图像；对上表面相机采集到的图像用现有的深度学习检测分类算法进行训练；对下表面相机采集的图像取四行字符区域建立模板，保存相关参数信息；对下表面相机图片提取到的字符做传统ocr训练和深度学习ocr训练；放料，上、下表面相机分别开始检测；上表面相机执行口罩缺陷检测分类算法，将口罩分成OKNG两类，NG口罩报警，下表面相机执行口罩反面字符定位和识别算法。本发明的检测方法鲁棒性好、准确率高、效率高，降低了生产成本。

主权项：1.一种融合机器视觉和深度学习的口罩检测方法，其特征在于，包括：步骤一、调整皮带输送线速度，调整光源高度亮度、镜头视野和线扫相机参数，使成像清晰，特征明显；步骤二、放料，使口罩正面朝上，反面朝下，上、下表面相机同时采集图像，分别采集口罩正面和反面；上表面相机先采集若干张无缺陷的口罩图像，再采集若干张含各种缺陷的口罩图像，采集的两组图像分别放在OKNG文件夹中；下表面相机采集无缺陷口罩的反面图像，放在ocr文件夹下；步骤三、对上表面相机采集的图像用深度学习检测分类算法进行训练；对下表面相机采集的图像，统计要检测的4行字符跳动范围的最大区域，相对于口罩的相对矩形坐标；同时以正角度口罩的4行字符区域建立模板；步骤四、放料，上、下表面相机分别开始检测；步骤五、上表面相机执行口罩缺陷检测分类算法，将口罩分成OKNG两类，NG口罩报警；步骤六、下表面相机执行口罩反面字符定位算法；步骤七：下表面相机执行口罩反面生产日期字符识别算法；以正角度口罩的4行字符区域建立模板包括：当口罩来料存在旋转和平移缩放时，首先基于阈值分割，连通域筛选，空心区域孔洞填充，提取到口罩区域最小外接矩形，再将图像做仿射变换，使口罩变换到正常的正立口罩，再基于相对矩形区域，提取到字符区域初定位区域，再裁剪图像；建立存放生产日期4行字符区域的模板，模板包含以下数据：4行字符区域的边缘特征及灰度信息、模板的图像文件、模板的宽度高度信息、第一行字符相对模板的相对矩形区域、字符的个数；由于口罩生产日期相对于口罩区域的位置不固定，存在移动范围，所以需要统计大量正常口罩的生产日期4行字符区域，统计出相对于口罩的动态矩形区域的最大范围，以缩小字符定位区域范围，增加准确率；此口罩的动态矩形区域跟随口罩区域做旋转平移和缩放变换，若口罩来料存在旋转平移缩放倾斜时，也能准确定位到；所述上表面相机执行口罩缺陷检测包括：（1）先检测膜接头异常，膜接头区域的颜色与其它区域不同，根据颜色空间处理，提取到膜接头区域，含有膜接头区域则膜接头异常，发送NG，直接返回，否则进入下一流程；（2）判断口罩区域最小外接矩形和凸包的面积，若面积小于给定的阈值，则为空袋，若面积大于给定的阈值，则袋内含有多个口罩或者耳带超出口罩区域范围，发送NG，直接返回，否则进入下一个流程判断；（3）检测耳带的个数，根据建立的4个矩形区域，检测4个矩形区域内耳带的个数，若小于4个，则耳带个数异常，返回NG；膜接头检测方法为：膜接头区域的颜色不同于别的区域，基于图像的颜色空间处理，检测出膜接头的位置区域，具体实施为：基于彩色图像，膜接头颜色偏黄色，口罩为蓝色，耳带打背光后显示为黑色，先将三通道彩色图像分解为Red、Green、Blue三个单通道的图像，再将Blue和Red作差，得到ImageSub图像，首先基于原图通过动态阈值分割，得到含膜接头部分口罩区域，剔除背景部分，再基于ImageSub图像通过二值化得到黑色部分，再取联通域分解，取面积最大的区域即为膜接头区域；口罩区域面积检测方法为：通过动态阈值分割，提取到包含耳带但不包含口罩袋的口罩区域，提取口罩最小外接矩形的面积，用于判断耳带是否超出口罩范围，或者口罩个数异常；提取口罩最小外接凸包的面积，并与最小外接矩形面积做比较；口罩最小外接矩形和最小凸包的正常面积的上限阈值和下限阈值，需要通过采集大量OK图片和NG图片统计分析得到，并经过大量图像测试稳定性和鲁棒性；检测耳带个数的方法为：首先要基于耳带在标准口罩中的区域位置，建立4个矩形区域，根据前面的检测流程，排除口罩个数异常和颜色异常后，剩余的都是包含一个OK口罩的图像，然后基于耳带相对于单个口罩的相对位置，设置跟随的矩形区域，一共4个矩形，在这4个矩形的范围内根据边缘提取算法，找出耳带的位置，若为4个则包含两个完整耳带，若为1个则只有1个耳带，若为0，则无耳带。

全文数据：

权利要求：

百度查询： 中科芯集成电路有限公司 一种融合机器视觉和深度学习的口罩检测方法