本發(fā)明涉及煙包印刷品印刷質(zhì)量評(píng)價(jià)
技術(shù)領(lǐng)域：
，尤其涉及一種煙包印刷色彩的均勻性檢測(cè)方法及裝置。
背景技術(shù)：
：煙包印刷產(chǎn)品作為一種高檔、高質(zhì)量的印刷產(chǎn)品，備受印刷及包裝工業(yè)關(guān)注。因其較高的品質(zhì)和技術(shù)要求使得煙包印刷企業(yè)不斷的進(jìn)行技術(shù)更新，提高產(chǎn)品質(zhì)量，生產(chǎn)更加精美的煙包產(chǎn)品。為了更好的提升煙包產(chǎn)品檔次，現(xiàn)行的煙包產(chǎn)品常常使用大量的專(zhuān)色且實(shí)地顏色區(qū)域作為整個(gè)產(chǎn)品的背景，以突出香煙的特色。另外，為了保證產(chǎn)品質(zhì)量，需要對(duì)煙包產(chǎn)品圖文信息、色彩信息等方面進(jìn)行檢查，尤其對(duì)于產(chǎn)品的實(shí)地顏色區(qū)域或者專(zhuān)色實(shí)地區(qū)域，其顏色的均勻性要求很高，如果色彩的均勻性不好，會(huì)使整體煙包的色彩具有明顯的突兀，往往被消費(fèi)者認(rèn)為是假煙等偽劣假冒商品，因此印刷企業(yè)非常重視煙包產(chǎn)品的實(shí)地顏色區(qū)域的色彩均勻性質(zhì)量?，F(xiàn)行對(duì)印刷色彩均勻性的測(cè)量和評(píng)價(jià)，主要通過(guò)人工主觀視覺(jué)評(píng)價(jià)和計(jì)算色差兩種方法。人工視覺(jué)主觀判斷，費(fèi)時(shí)、費(fèi)力，而且需要有非常豐富的評(píng)判經(jīng)驗(yàn)，才能保證評(píng)判的準(zhǔn)確性；計(jì)算色差法主要是通過(guò)計(jì)算整個(gè)色彩區(qū)域的色差值，來(lái)測(cè)量和評(píng)判色彩均勻性的大小，計(jì)算工作量大，也比較繁瑣，而且由于采樣點(diǎn)數(shù)量的限制，對(duì)于印刷色彩均勻性測(cè)量的精度也比較低。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的目的在于提供一種煙包印刷色彩的均勻性檢測(cè)方法及裝置，解決現(xiàn)有技術(shù)中測(cè)量方法精度低，費(fèi)時(shí)、費(fèi)力的問(wèn)題。本發(fā)明的技術(shù)方案實(shí)現(xiàn)如下：本發(fā)明的一個(gè)目的在于提供一種煙包印刷色彩的均勻性檢測(cè)方法，包括：將煙包的圖像分割成多個(gè)相同的區(qū)域，統(tǒng)計(jì)每個(gè)所述區(qū)域中的含有預(yù)設(shè)信息的信息點(diǎn)數(shù)量，并依據(jù)所述圖像的像素個(gè)數(shù)值獲取所述區(qū)域的分割尺度；分別計(jì)算每個(gè)所述區(qū)域的所述信息點(diǎn)數(shù)量及所述分割尺度的特征值，并依據(jù)所述信息點(diǎn)數(shù)量及所述分割尺度的特征值計(jì)算斜率；依據(jù)所述斜率獲取所述區(qū)域的均勻性指數(shù)，判斷所述均勻性指數(shù)是否合格。在本發(fā)明所述的均勻性檢測(cè)方法中，所述均勻性檢測(cè)方法還包括：采集煙包的顏色區(qū)域上的圖像；依據(jù)小波變換去除所述圖像中的噪聲信息并對(duì)所述圖像進(jìn)行再現(xiàn)重構(gòu)；將所述圖像轉(zhuǎn)化為二值化圖像并提取其邊界信息。在本發(fā)明所述的均勻性檢測(cè)方法中，所述采集煙包的顏色區(qū)域上的圖像的步驟包括：通過(guò)圖像傳感器采集所述煙包所需檢測(cè)的顏色區(qū)域上的圖像；對(duì)所述圖像進(jìn)行A/D轉(zhuǎn)換；對(duì)所述圖像進(jìn)行灰度處理。在本發(fā)明所述的均勻性檢測(cè)方法中，所述依據(jù)小波變換去除所述圖像中的噪聲信息并對(duì)所述圖像進(jìn)行再現(xiàn)重構(gòu)的步驟包括：采用二維小波分解去除所述圖像中的噪聲信息；采用多尺度二維小波對(duì)去除噪聲信息后的所述圖像進(jìn)行再現(xiàn)重構(gòu)。在本發(fā)明所述的均勻性檢測(cè)方法中，所述將所述圖像轉(zhuǎn)化為二值化圖像并提取其邊界信息的步驟包括：依據(jù)最大類(lèi)間方差法獲取二值化閾值；依據(jù)所述二值化閾值將所述圖像轉(zhuǎn)化為二值化圖像；依據(jù)邊界提取函數(shù)及canny算子提取所述二值化圖像的邊界信息。在本發(fā)明所述的均勻性檢測(cè)方法中，所述將煙包的圖像分割成多個(gè)相同的區(qū)域，統(tǒng)計(jì)每個(gè)所述區(qū)域中的含有預(yù)設(shè)信息的信息點(diǎn)數(shù)量，并依據(jù)所述圖像的像素個(gè)數(shù)值獲取所述區(qū)域的分割尺度的步驟包括：將所述圖像分割成n個(gè)相同的區(qū)域；統(tǒng)計(jì)每個(gè)所述區(qū)域中的含有預(yù)設(shè)信息的信息點(diǎn)數(shù)量Ni，i＝1，2，3…n；依據(jù)所述圖像的像素個(gè)數(shù)值獲取所述區(qū)域的分割尺度ri，ri＝2i。在本發(fā)明所述的均勻性檢測(cè)方法中，所述分別計(jì)算每個(gè)所述區(qū)域的所述信息點(diǎn)數(shù)量及所述分割尺度的特征值，并依據(jù)所述信息點(diǎn)數(shù)量及所述分割尺度的特征值計(jì)算斜率的步驟包括：分別計(jì)算每個(gè)所述區(qū)域的所述信息點(diǎn)數(shù)量及所述分割尺度的特征值，其中所述分割尺度ri的特征值A(chǔ)i為Ai＝-log(ri)，所述信息點(diǎn)數(shù)量Ni的特征值Bi為Bi＝log(Ni)；以Ai作為橫坐標(biāo)，以Bi作為縱坐標(biāo)進(jìn)行繪圖，依據(jù)polyfit函數(shù)計(jì)算斜率k。在本發(fā)明所述的均勻性檢測(cè)方法中，所述依據(jù)所述斜率獲取所述區(qū)域的均勻性指數(shù)，判斷所述均勻性指數(shù)是否合格的步驟包括：令所述均勻性指數(shù)Pe＝k；判斷所述均勻性指數(shù)Pe是否處于預(yù)設(shè)的區(qū)間[Pe1，Pe2]內(nèi)，若是，則為色彩均勻的煙包，若否，則為色彩不均勻的煙包。另一方面，提供一種煙包印刷色彩的均勻性檢測(cè)裝置，包括：圖像分割模塊，用于將煙包的圖像分割成多個(gè)相同的區(qū)域，統(tǒng)計(jì)每個(gè)所述區(qū)域中的含有預(yù)設(shè)信息的信息點(diǎn)數(shù)量，并依據(jù)所述圖像的像素個(gè)數(shù)值獲取所述區(qū)域的分割尺度；特征值斜率計(jì)算模塊，用于分別計(jì)算每個(gè)所述區(qū)域的所述信息點(diǎn)數(shù)量及所述分割尺度的特征值，并依據(jù)所述信息點(diǎn)數(shù)量及所述分割尺度的特征值計(jì)算斜率；均勻性檢測(cè)模塊，用于依據(jù)所述斜率獲取所述區(qū)域的均勻性指數(shù)，檢測(cè)所述均勻性指數(shù)。在本發(fā)明所述的均勻性檢測(cè)裝置中，還包括：圖像傳感器，用于采集煙包的顏色區(qū)域上的圖像；小波變換模塊，用于依據(jù)小波變換去除所述圖像中的噪聲信息并對(duì)所述圖像進(jìn)行再現(xiàn)重構(gòu)；二值化處理模塊，用于將所述圖像轉(zhuǎn)化為二值化圖像并提取其邊界信息。因此，本發(fā)明的有益效果是，利用圖像紋理特征信息，色彩分布的微小變化，來(lái)測(cè)量和評(píng)判印刷色彩的一致性，快速、自動(dòng)，高精度的測(cè)量出煙包實(shí)地區(qū)域的均勻性指標(biāo)，代替?zhèn)鹘y(tǒng)的費(fèi)時(shí)、費(fèi)力的人工的測(cè)量方法。附圖說(shuō)明下面將結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明，附圖中：圖1為本發(fā)明提供的一種煙包印刷色彩的均勻性檢測(cè)方法流程圖；圖2為本發(fā)明提供的一種煙包印刷色彩的均勻性檢測(cè)裝置框圖。具體實(shí)施方式為了對(duì)本發(fā)明的技術(shù)特征、目的和效果有更加清楚的理解，以下將對(duì)照附圖詳細(xì)說(shuō)明本發(fā)明的具體實(shí)施方式。應(yīng)當(dāng)理解，以下說(shuō)明僅為本發(fā)明實(shí)施例的具體闡述，不應(yīng)以此限制本發(fā)明的保護(hù)范圍。本發(fā)明提供一種煙包印刷色彩的均勻性檢測(cè)方法及裝置，其目的在于，針對(duì)煙包實(shí)地顏色區(qū)域的色彩均勻性問(wèn)題，提出一種快捷、實(shí)用的測(cè)量方法，實(shí)現(xiàn)煙包產(chǎn)品實(shí)地區(qū)域色彩均勻性測(cè)量的問(wèn)題。本發(fā)明主要通過(guò)傳感器采集煙包的圖像，然后導(dǎo)入安裝有MATLAB(MATLAB是一款數(shù)學(xué)軟件，用于算法開(kāi)發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級(jí)技術(shù)計(jì)算語(yǔ)言和交互式環(huán)境)程序的計(jì)算機(jī)進(jìn)行圖像處理，從而檢測(cè)煙包印刷色彩的均勻性問(wèn)題。參見(jiàn)圖1，圖1為本發(fā)明提供的一種煙包印刷色彩的均勻性檢測(cè)方法流程圖，該方法包括以下步驟：S1、采集煙包的顏色區(qū)域上的圖像；所述步驟S1包括以下子步驟：S11、通過(guò)圖像傳感器采集所述煙包所需檢測(cè)的顏色區(qū)域上的圖像；該步驟可通過(guò)采用CCD(Charge-coupledDevice)圖像傳感器采集需要檢測(cè)煙包產(chǎn)品的顏色區(qū)域。S12、對(duì)所述圖像進(jìn)行A/D(模/數(shù))轉(zhuǎn)換；即轉(zhuǎn)化成數(shù)字信號(hào)，方便計(jì)算機(jī)處理并保存。優(yōu)選的，采集的煙包實(shí)地測(cè)量區(qū)域圖像的分辨率應(yīng)大于等于1024×1024。S13、對(duì)所述圖像進(jìn)行灰度處理。通過(guò)matlab的rgb2gray函數(shù)將采集到煙包實(shí)地區(qū)域圖像轉(zhuǎn)換成灰度圖像。S2、依據(jù)小波變換去除所述圖像中的噪聲信息并對(duì)所述圖像進(jìn)行再現(xiàn)重構(gòu)；所述步驟S2包括以下子步驟：S21、采用二維小波分解去除所述圖像中的噪聲信息；利用二維小波分解去噪，對(duì)所得到的灰度圖像進(jìn)行噪聲去除，消除圖像采集過(guò)程中噪聲信息。圖像小波分解采用二維離散的wavedec2函數(shù)，分解的級(jí)數(shù)為4，小波基函數(shù)為Coif3；采用去噪閾值函數(shù)wdcbm2進(jìn)行圖像去噪閾值設(shè)定，通過(guò)wdencmp函數(shù)進(jìn)行圖像去噪，去除圖像的噪聲。S22、采用多尺度二維小波對(duì)去除噪聲信息后的所述圖像進(jìn)行再現(xiàn)重構(gòu)?？衫枚喑叨榷S小波函數(shù)waverec2對(duì)去除噪聲的圖像進(jìn)行重構(gòu)再現(xiàn)。S3、將所述圖像轉(zhuǎn)化為二值化圖像并提取其邊界信息。所述步驟S3包括以下子步驟：S31、依據(jù)最大類(lèi)間方差法獲取二值化閾值；例如利用最大類(lèi)間方差法函數(shù)graythresh，獲取一個(gè)二值化圖像的合適閾值。S32、依據(jù)所述二值化閾值將所述圖像轉(zhuǎn)化為二值化圖像；例如利用函數(shù)im2bw進(jìn)行圖像的二值化處理。S33、依據(jù)邊界提取函數(shù)及canny算子提取所述二值化圖像的邊界信息。例如利用邊界提取函數(shù)edge，提取算子為canny算子，提取二值化處理的邊界圖像。S4、將煙包的圖像分割成多個(gè)相同的區(qū)域，統(tǒng)計(jì)每個(gè)所述區(qū)域中的含有預(yù)設(shè)信息的信息點(diǎn)數(shù)量，并依據(jù)所述圖像的像素個(gè)數(shù)值獲取所述區(qū)域的分割尺度；所述步驟S4包括以下子步驟：S41、將所述圖像分割成n個(gè)相同的區(qū)域；即對(duì)圖像進(jìn)行分割處理，在一個(gè)給定分割水平i下，將邊界圖像分解成若干個(gè)相同的區(qū)域。S42、統(tǒng)計(jì)每個(gè)所述區(qū)域中的含有預(yù)設(shè)信息的信息點(diǎn)數(shù)量Ni，i＝1，2，3…n；統(tǒng)計(jì)在每一個(gè)相同的區(qū)域中，統(tǒng)計(jì)信息點(diǎn)的區(qū)域個(gè)數(shù)，即統(tǒng)計(jì)含有信息為“1”的區(qū)域數(shù)量，并設(shè)為Ni。S43、依據(jù)所述圖像的像素個(gè)數(shù)值獲取所述區(qū)域的分割尺度ri，ri＝2i。對(duì)圖像進(jìn)行分割時(shí)，圖像的分割尺度一般為整數(shù)個(gè)采集圖像上的像素個(gè)數(shù)值。S5、分別計(jì)算每個(gè)所述區(qū)域的所述信息點(diǎn)數(shù)量及所述分割尺度的特征值，并依據(jù)所述信息點(diǎn)數(shù)量及所述分割尺度的特征值計(jì)算斜率；所述步驟S5包括以下子步驟：S51、分別計(jì)算每個(gè)所述區(qū)域的所述信息點(diǎn)數(shù)量及所述分割尺度的特征值，其中所述分割尺度ri的特征值A(chǔ)i為Ai＝-log(ri)，所述信息點(diǎn)數(shù)量Ni的特征值Bi為Bi＝log(Ni)。S52、以Ai作為橫坐標(biāo)，以Bi作為縱坐標(biāo)進(jìn)行繪圖，依據(jù)polyfit函數(shù)計(jì)算斜率k。S6、依據(jù)所述斜率獲取所述區(qū)域的均勻性指數(shù)，判斷所述均勻性指數(shù)是否合格。所述步驟S6包括以下子步驟：S61、令所述均勻性指數(shù)Pe＝k；S62、判斷所述均勻性指數(shù)Pe是否處于預(yù)設(shè)的區(qū)間[Pe1，Pe2]內(nèi)，若是，則為色彩均勻的煙包，若否，則為色彩不均勻的煙包。測(cè)量煙包實(shí)地區(qū)域顏色均勻時(shí)，將煙包實(shí)地區(qū)域的均勻性指數(shù)與標(biāo)準(zhǔn)產(chǎn)品煙包實(shí)地區(qū)域的均勻性指數(shù)比較，一般標(biāo)準(zhǔn)產(chǎn)品實(shí)地區(qū)域的均勻性指數(shù)是一個(gè)區(qū)間值，即Pe1(下限值)和Pe2(上限值)，即[Pe1，Pe2]。如果被測(cè)煙包實(shí)地區(qū)域的均勻性指數(shù)不在區(qū)間[Pe1，Pe2]，則為色彩不均勻產(chǎn)品，反之為色彩均勻的產(chǎn)品。針對(duì)以上步驟S1-S6，現(xiàn)以煙包印刷品實(shí)地區(qū)域的色彩均勻性為例，具體來(lái)說(shuō)明本發(fā)明測(cè)量過(guò)程：S1、檢測(cè)采集設(shè)備運(yùn)行情況，進(jìn)行圖像的正確采集，設(shè)定圖像檢測(cè)區(qū)域：產(chǎn)品1(25mm×25mm)、產(chǎn)品2(15mm×15mm)、產(chǎn)品3(45mm×45mm)、產(chǎn)品4(55mm×55mm)，將采集的顏色區(qū)域圖像信號(hào)通過(guò)A/D轉(zhuǎn)換，轉(zhuǎn)換成數(shù)字信號(hào)送入計(jì)算機(jī)，采集的分辨率為1024×1024，并保存圖像，圖像設(shè)為I；將采集的煙包實(shí)地區(qū)域圖像轉(zhuǎn)換成灰度圖像，利用Matlab軟件中rgb2gray函數(shù)對(duì)煙包實(shí)地區(qū)域圖像進(jìn)行灰度轉(zhuǎn)換，具體的算法格式為Ig＝rgb2gray(I)；S2、利用二維小波分解去噪，對(duì)灰度圖像Ig進(jìn)行噪聲去除，消除圖像采 集過(guò)程中噪聲信息，消除噪聲后的圖像為Id。圖像小波分解，采用Matlab軟件中二維離散的小波分解函數(shù)wavedec2，分解級(jí)數(shù)設(shè)為4，小波基函數(shù)為Coif3；采用Matlab軟件中去噪閾值函數(shù)wdcbm2進(jìn)行圖像去噪閾值設(shè)定，并通過(guò)wdencmp函數(shù)進(jìn)行圖像去噪，去除圖像的噪聲，具體的算法格式為：[C，S]＝wavedec2(Ig，4，‘Coif3’)，其中[C，S]為圖像Ig小波分解后的結(jié)構(gòu)系數(shù)；[YZ，XS]＝wdcbm2(C，S，3)，其中YZ代表去噪閾值返回值，XS為系數(shù)個(gè)數(shù)的返回值；[CS，CC，DD，PR0，PER1]＝wdencmp(‘lvd’，C，S，‘Coif3’，4，YZ，’s’)其中CS為消除噪聲后的圖像信息，CC和DD為CS的小波分解結(jié)構(gòu)參數(shù)，PR0，PER1為圖像的恢復(fù)比率，lvd為每層用不同閾值處理函數(shù)，‘s’為選擇的軟閾值；利用多尺度二維小波函數(shù)對(duì)去除噪聲的圖像進(jìn)行重構(gòu)再現(xiàn)，再現(xiàn)后的圖像設(shè)為Ir。采用Matlab軟件數(shù)據(jù)工具函數(shù)waverec2對(duì)去除噪聲的圖像進(jìn)行重構(gòu)再現(xiàn)，具體的格式為Ir＝waverec2(CC，DD，‘Coif3’)；S3、對(duì)去噪后的圖像進(jìn)行二值化處理，利用Matlab軟件中的最大類(lèi)間方差法函數(shù)graythresh獲取一個(gè)二值化圖像的合適閾值Ta，利用函數(shù)im2bw進(jìn)行圖像的二值化處理，處理后圖像為Ib。其具有格式為：Ta＝graythresh(Ir)；Ib＝im2bw(Ir，Ta)；提取圖像的邊緣信息，利用Matlab軟件中的邊界提取函數(shù)edge和canny算子提取邊界信息圖像，提取后的邊界信息圖像設(shè)為Ie。其具有格式為：Ie＝edge(Ib，‘canny’)；S4、對(duì)圖像Ie進(jìn)行分割處理，在一個(gè)給定分割水平i下，將邊界圖像分解成若干個(gè)相同的區(qū)域，并統(tǒng)計(jì)在每一個(gè)相同的區(qū)域中，統(tǒng)計(jì)信息點(diǎn)的區(qū)域個(gè)數(shù)，即統(tǒng)計(jì)含有信息為“1”的區(qū)域數(shù)量，并設(shè)為Ni，分割尺度設(shè)為ri，i＝1，2，3，4…。對(duì)圖像進(jìn)行分割時(shí)，圖像的分割尺度一般為整數(shù)個(gè)采集圖像上的像素個(gè)數(shù)值，一般設(shè)定為ri＝2i，i＝1，2，3，4……。S5、計(jì)算在分解水平i下的圖像特征值：A和B，其中A＝-log(ri)，B＝log(Ni)， 然后以特征值A(chǔ)為橫坐標(biāo)，以特征B為縱表標(biāo)進(jìn)行繪圖，利用Matlab軟件中數(shù)學(xué)擬合函數(shù)polyfit，求解曲線(xiàn)的斜率k。具體的格式為：Kc＝polyfit(A，B)；k＝Kc(1)；其中Kc為polyfit函數(shù)的返回向量值，Kc(1)表示返回向量的第一個(gè)值；S6、計(jì)算測(cè)量圖像區(qū)域的均勻性指數(shù)Pe，Pe＝k為了檢驗(yàn)該方法的科學(xué)性和正確性，是否符合人眼的視覺(jué)評(píng)價(jià)系統(tǒng)，將本發(fā)明的方法跟人眼的視覺(jué)系統(tǒng)做了相關(guān)性分析實(shí)驗(yàn)，結(jié)果如下：表1煙包實(shí)地區(qū)域印刷色彩均勻性測(cè)量與人眼視覺(jué)評(píng)價(jià)的相關(guān)性分析煙包產(chǎn)品測(cè)量區(qū)域尺寸/mm×mm相關(guān)系數(shù)產(chǎn)品125×250.8529產(chǎn)品215×150.8234產(chǎn)品345×450.8927產(chǎn)品450×500.8823表1中數(shù)據(jù)表示采用該方法分析煙包產(chǎn)品1、煙包產(chǎn)品2、煙包產(chǎn)品3和煙包產(chǎn)品4與人眼視覺(jué)系統(tǒng)評(píng)價(jià)(人工)的相似度，其相關(guān)系數(shù)見(jiàn)表1第三列，均達(dá)到高度相關(guān)，說(shuō)明本測(cè)量方法完全可以代替人眼進(jìn)行煙包實(shí)地印刷色彩均勻性的測(cè)量與評(píng)價(jià)。參見(jiàn)圖2，圖2為本發(fā)明提供的一種煙包印刷色彩的均勻性檢測(cè)裝置100框圖，該裝置100包括：圖像分割模塊1，用于將煙包的圖像分割成多個(gè)相同的區(qū)域，統(tǒng)計(jì)每個(gè)所述區(qū)域中的含有預(yù)設(shè)信息的信息點(diǎn)數(shù)量，并依據(jù)所述圖像的像素個(gè)數(shù)值獲取所述區(qū)域的分割尺度；對(duì)圖像進(jìn)行分割處理，在一個(gè)給定分割水平i下，將邊界圖像分解成若干個(gè)相同的區(qū)域。統(tǒng)計(jì)在每一個(gè)相同的區(qū)域中，統(tǒng)計(jì)信息點(diǎn)的區(qū)域個(gè)數(shù)，即統(tǒng)計(jì)含有信息為“1”的區(qū)域數(shù)量，并設(shè)為Ni。對(duì)圖像進(jìn)行分割時(shí)，圖像的分割尺度一般為整數(shù)個(gè)采集圖像上的像素個(gè)數(shù)值。特征值斜率計(jì)算模塊2，用于分別計(jì)算每個(gè)所述區(qū)域的所述信息點(diǎn)數(shù)量及 所述分割尺度的特征值，并依據(jù)所述信息點(diǎn)數(shù)量及所述分割尺度的特征值計(jì)算斜率；分別計(jì)算每個(gè)所述區(qū)域的所述信息點(diǎn)數(shù)量及所述分割尺度的特征值，其中所述分割尺度ri的特征值A(chǔ)i為Ai＝-log(ri)，所述信息點(diǎn)數(shù)量Ni的特征值Bi為Bi＝log(Ni)。以Ai作為橫坐標(biāo)，以Bi作為縱坐標(biāo)進(jìn)行繪圖，依據(jù)polyfit函數(shù)計(jì)算斜率k。均勻性檢測(cè)模塊3，用于依據(jù)所述斜率獲取所述區(qū)域的均勻性指數(shù)，檢測(cè)所述均勻性指數(shù)。令所述均勻性指數(shù)Pe＝k；測(cè)量煙包實(shí)地區(qū)域顏色均勻時(shí)，將煙包實(shí)地區(qū)域的均勻性指數(shù)與標(biāo)準(zhǔn)產(chǎn)品煙包實(shí)地區(qū)域的均勻性指數(shù)比較，一般標(biāo)準(zhǔn)產(chǎn)品實(shí)地區(qū)域的均勻性指數(shù)是一個(gè)區(qū)間值，即Pe1(下限值)和Pe2(上限值)，即[Pe1，Pe2]。如果被測(cè)煙包實(shí)地區(qū)域的均勻性指數(shù)不在區(qū)間[Pe1，Pe2]，則為色彩不均勻產(chǎn)品，反之為色彩均勻的產(chǎn)品。圖像傳感器4，用于采集煙包的顏色區(qū)域上的圖像；可通過(guò)采用CCD圖像傳感器采集需要檢測(cè)煙包產(chǎn)品的顏色區(qū)域。轉(zhuǎn)化成數(shù)字信號(hào)，方便計(jì)算機(jī)處理并保存。優(yōu)選的，采集的煙包實(shí)地測(cè)量區(qū)域圖像的分辨率應(yīng)大于等于1024×1024。通過(guò)matlab的rgb2gray函數(shù)將采集到煙包實(shí)地區(qū)域圖像轉(zhuǎn)換成灰度圖像。該圖像傳感器可以為計(jì)算機(jī)的一個(gè)外設(shè)，可以將所采集到的圖像信號(hào)回傳至裝有MATLAB的計(jì)算機(jī)中。小波變換模塊5，用于依據(jù)小波變換去除所述圖像中的噪聲信息并對(duì)所述圖像進(jìn)行再現(xiàn)重構(gòu)；利用二維小波分解去噪，對(duì)所得到的灰度圖像進(jìn)行噪聲去除，消除圖像采集過(guò)程中噪聲信息。圖像小波分解采用二維離散的wavedec2函數(shù)，分解的級(jí)數(shù)為4，小波基函數(shù)為Coif3；采用去噪閾值函數(shù)wdcbm2進(jìn)行圖像去噪閾值設(shè)定，通過(guò)wdencmp函數(shù)進(jìn)行圖像去噪，去除圖像的噪聲?？衫枚喑叨榷S小波函數(shù)waverec2對(duì)去除噪聲的圖像進(jìn)行重構(gòu)再現(xiàn)。二值化處理模塊6，用于將所述圖像轉(zhuǎn)化為二值化圖像并提取其邊界信息。利用最大類(lèi)間方差法函數(shù)graythresh，獲取一個(gè)二值化圖像的合適閾值利用函數(shù)im2bw進(jìn)行圖像的二值化處理。利用邊界提取函數(shù)edge，提取算子為canny算子，提取二值化處理的邊界圖像。本發(fā)明雖然以較佳實(shí)施例公開(kāi)如上，但其并不是用來(lái)限定本發(fā)明，任何本 領(lǐng)域技術(shù)人員在不脫離本發(fā)明的精神和范圍內(nèi)，都可以做出可能的變動(dòng)和修改，因此本發(fā)明的保護(hù)范圍應(yīng)當(dāng)以本發(fā)明權(quán)利要求所界定的范圍為準(zhǔn)。當(dāng)前第1頁(yè)1 2 3