專利名稱：用于檢測異常的方法和產品的制作方法
技術領域：
本發(fā)明涉及一種用于處理圖像數(shù)據(jù)以檢測巻筒紙(web)中的異常 的方法以及在計算機可操作介質中存儲的、用于處理圖像數(shù)據(jù)以檢 測巻筒紙中的異常的計算機程序產品。
背景技術：
巻筒紙檢驗系統(tǒng)將當今成像技術用于檢測缺陷和其它異常。孑L、 斑點和臟顆粒是缺陷的實例，以及皺紋、條痕和瘋點是有待造紙這 檢測的弱缺陷(weakdefect)的實例。相應地，對于鋼板制造廠，含渣、 裂紋和劃痕是缺陷的實例，以及淺裂紋、淺劃痕和壓痕是待檢測的 弱缺陷的實例。在這些情況下，與從無缺陷產品所測量的信號的平 均變化相比，弱缺陷僅引起數(shù)字視頻信號的強度等級的細微變化。目前，通過求平均或積分方法來最好地檢測細長弱缺陷。僅當 缺陷完全在巻筒紙的橫向移動、缺陷完全在巻筒紙的機器方向移動 或者缺陷在巻筒紙產品的某個精確角度方向移動時，才找到最佳結 果。匹配濾波器或者二維有限脈沖響應(FIR)濾波器(例如邊緣算子)用 于檢測弱缺陷，但缺陷大小和形狀的數(shù)量受到限制。例如，在US 2002054293 Al中描述了如何查找紋面材料的最佳匹配濾波器。檢測條痕的傳統(tǒng)方式是對機器方向上的視頻信號積分或求平 均，以改進信噪(S/N)比。對于數(shù)字相機增加的橫向分辨率以及檢測 更弱條痕的高要求，傳統(tǒng)方法是不夠的。當采用高橫向分辨率時， 橫向像素位置很高，但一個像素的寬度很小。這可能例如由于機械 的正常振動而在傳統(tǒng)方法中產生問題，因為巻筒紙、因而條痕可能 振動，并且窄條痕可能離開它的原始橫向像素位置。因此，對于條 痕檢測，在機器方向上的簡單求平均或積分不是最佳的。條痕檢測 方法應當在每次橫向位置略微改變時能夠跟蹤條痕。需要一種能夠處理包括弱缺陷在內的缺陷的檢測方法。發(fā)明內容本發(fā)明的目的是解決上述問題以及創(chuàng)建一種用于處理圖像數(shù)據(jù) 以檢測巻筒紙中的異常的新方法，其中，巻筒紙由至少一個相機來 監(jiān)測，由此產生用于創(chuàng)建圖像數(shù)據(jù)的包含多個像素的至少 一個圖像， 以及圖像數(shù)據(jù)存儲在存儲器中，由處理器通過對圖像數(shù)據(jù)以及先前 圖像數(shù)據(jù)和先前已濾波圖像數(shù)據(jù)這兩者中的至少 一 個進行加權，來對圖像數(shù)據(jù)進行濾波，用于創(chuàng)建已濾波圖像數(shù)據(jù)；將加權圖像數(shù)據(jù) 以及加權的先前圖像數(shù)據(jù)和加4又的先前已濾波圖像數(shù)據(jù)這兩者中的 至少一個進行組合；通過至少一種非線性算法來控制濾波；以及對 創(chuàng)建的已濾波圖像數(shù)據(jù)進行閾值化(thresholding)。本發(fā)明的第二個方面是創(chuàng)建在計算機可操作介質中存儲的、用 于處理圖像數(shù)據(jù)以檢測巻筒紙中的異常的計算機程序產品，其中， 巻筒紙由至少一個相機來監(jiān)測，由此產生用于創(chuàng)建圖像數(shù)據(jù)的包含 多個像素的至少一個圖像，以及圖像數(shù)據(jù)存儲在存儲器中，計算機 程序產品包括用于通過處理器對圖像數(shù)據(jù)進行濾波的部件，用于 通過對圖像數(shù)據(jù)以及先前圖像數(shù)據(jù)和先前已濾波圖像數(shù)據(jù)這兩者中 的至少 一 個進行加權來創(chuàng)建已濾波圖像數(shù)據(jù)的部件；用于將加權的 圖像數(shù)據(jù)以及加權的先前圖像數(shù)據(jù)和加權的先前已濾波圖像數(shù)據(jù)這 兩者中的至少一個進行組合的部件；用于通過至少一種非線性算法 來控制濾波的部件；以及用于只寸創(chuàng)建的已濾波圖像數(shù)據(jù)進行閾值化 的部件。本發(fā)明是一種局部處理方法，它依靠自適應鄰域的概念。在該
方法中， 一個或幾個濾波器與非線性自適應算法共同用來組成基于 判定的濾波器?；谂卸ǖ臑V波器內部的濾波器結構例如可能是無限脈沖響應(IIR)濾波器或有限脈沖響應(FIR)濾波器。當兩個或兩個 以上濾波器串聯(lián)或并聯(lián)或者以矩陣形式來使用時，濾波器可包括不 同類型的濾波器。自適應算法內部采用的非線性函數(shù)的典型實例是 最小值、最大值和中值函數(shù)。自適應算法用于對于如何對圖像數(shù)據(jù)和/或已濾波圖像數(shù)據(jù)的局 部鄰域中的先前圖像數(shù)據(jù)和/或先前已濾波圖像數(shù)據(jù)進行加權以創(chuàng)建 已濾波圖像數(shù)據(jù)值進行判定。濾波的加權可基于若干信息源1.當 前像素的局部鄰域(neighborhood)中的先前圖像數(shù)據(jù)，2.當前像素的 局部鄰域中的先前已濾波圖像數(shù)據(jù)，3.可選參數(shù)，它們可能基于某 種先驗信息，并且例如迫使一些加權被固定為某個預定值，4.來自 濾波過程的先前階段的可選輔助信息數(shù)據(jù)，與對應的濾波器響應同 步并存儲在位于非線性自適應算法結構內部的存儲器中，5.來自依 次和/或并行和/或矩陣濾波器結構的另一個濾波器的可選輔助信息數(shù) 據(jù)。用于創(chuàng)建已濾波圖像數(shù)據(jù)的信號的加權定義圖像數(shù)據(jù)的局部鄰 域以及已濾波圖像數(shù)據(jù)的局部鄰域?？赏ㄟ^先前圖像數(shù)據(jù)(基于判定 的濾波器的前向部分)和/或先前已濾波圖像數(shù)據(jù)(基于判定的濾波器的 反饋部分)來定義局部鄰域。根據(jù)加權，在圖像數(shù)據(jù)值的局部鄰域中， 可加強巻筒紙的特定方向上的某些缺陷信號值。例如，從圖像數(shù)據(jù) 和/或已濾波圖像數(shù)據(jù)的0或45或90或135的任何角對先前圖像數(shù) 據(jù)和/或先前已濾波圖像數(shù)據(jù)進行加權。輔助信息數(shù)據(jù)例如可包括先前圖像數(shù)據(jù)和/或先前已濾波圖像數(shù) 據(jù)的局部角、全局角、角區(qū)域、強調角、增加或減小的強度、固定 方向、色彩(例如真或假彩色)、角的相位和某種先驗信息。在特殊情況下，除 一 個加4又以外的所有加權也可設置為零或者 組成選擇器。先前圖像數(shù)據(jù)和/或先前已濾波圖像數(shù)據(jù)、即被選擇與 圖像數(shù)據(jù)組合的許多先前圖像數(shù)據(jù)值和/或先前已濾波圖像數(shù)據(jù)值的
一部分的加權基于先前圖像數(shù)據(jù)和/或先前已濾波圖像數(shù)據(jù)或者先前 的濾波過程的可選輔助信息或可選參數(shù)。輔助信息數(shù)據(jù)可根據(jù)以下各項來創(chuàng)建-先前圖像數(shù)據(jù)和/或先前已濾波圖像數(shù)據(jù)；或者-先前的濾波過程的輔助信息數(shù)據(jù)；或者- 一個或若干參數(shù)；或者-先前濾波器的輔助信息數(shù)據(jù)。輔助信息數(shù)據(jù)也可固定為預定值。輔助信息數(shù)據(jù)存儲在位于自 適應算法結構內部的存儲器中。該方法的 一個原理是利用自適應算法中的最小值和最大值函 數(shù)，以及形成一種方法，在其中，跟蹤源視頻信號中的最大強度脊 線或最小強度谷線，并在脊線和谷線的方向上進行積分或求平均。 本發(fā)明還可用于弱區(qū)檢測，在其中，弱區(qū)可看作是短而寬的曲線。 該方法對弱區(qū)的高地或低地中的信號積分。該方法的效能基于在弱 區(qū)上擴展而不管區(qū)域的形狀或大小的能力。在本發(fā)明中，可用參數(shù)表示檢測，以同時覆蓋具有0-180°之間 的任何角的缺陷。實際上，0。表示巻筒紙的橫向，以及90。表示機器 方向。但是，可在該角范圍內在任何方向上處理圖像數(shù)據(jù)。例如， 如果預處理方法將圖像旋轉45°，則在計算中0°實際上是45°，以及 在計算中90°實際上是135°。缺陷檢測可集中于準許強調角的扇區(qū)。以強調角對先前圖像數(shù) 據(jù)和/或先前已濾波圖像數(shù)據(jù)進行加權。用于創(chuàng)建濾波圖像數(shù)據(jù)的先 前圖像數(shù)據(jù)和/或先前已濾波圖像數(shù)據(jù)的準許強調角例如可能是-固定為預定扇區(qū)；或者-與先前圖像數(shù)據(jù)和/或先前已濾波圖像數(shù)據(jù)的準許強調角的先 前個扇區(qū)相同；或者-與先前圖像數(shù)據(jù)和/或先前已濾波圖像數(shù)據(jù)的準許強調角的先 前個扇區(qū)相比，限制到更窄的扇區(qū)或者擴大到更寬的扇區(qū)；或者
-與先前圖像數(shù)據(jù)和/或先前已濾波圖像數(shù)據(jù)的先前準許強調角無關；或者-與先前圖像數(shù)據(jù)和/或先前已濾波圖像數(shù)據(jù)的先前準許強調角 相關；或者-根據(jù)例如皺紋、彎曲或條痕的檢測結果來自動調節(jié)。因此，在最后一種情況下，準許強調角的扇區(qū)可沿可檢測缺陷改變。調節(jié)的速度可能是可用參數(shù)表示的。準許強調角的扇區(qū)的分辨率僅基于為表示角度而保留的裝置資源的數(shù)量。另一方面，可從巻筒紙的任何方向來選擇強調角，按照它對先 前圖像數(shù)據(jù)和/或先前已濾波圖像數(shù)據(jù)進行加權，但是，先前圖像數(shù) 據(jù)和/或先前已濾波圖像數(shù)據(jù)可基于圖像數(shù)據(jù)和/或已濾波圖像數(shù)據(jù)的 局部鄰i或。用于創(chuàng)建已濾波圖像數(shù)據(jù)的先前圖像數(shù)據(jù)和/或先前已濾波圖像 數(shù)據(jù)的加權與先前圖像數(shù)據(jù)和/或先前已濾波圖像數(shù)據(jù)和/或先前濾波 器的輔助信息數(shù)據(jù)和/或先前圖像數(shù)據(jù)和/或先前已濾波數(shù)據(jù)的先前濾 波過程的輔助信息數(shù)據(jù)無關或相關。在創(chuàng)建已濾波圖像數(shù)據(jù)之前可應用 一組預處理方法。預處理方 法的選擇取決于應用。除了常規(guī)灰度級視頻信號之外，用于該方法 的源視頻信號還可通過高通、低通、帶通或帶阻視頻濾波、像素分 辨率修改、視頻信號反轉、真或假彩色圖像信息或者用于對將要采 用該方法來檢測的原始視頻信號的預期特征進行加權的其它信息來 產生。例如，在該方法的已濾波圖像數(shù)據(jù)的創(chuàng)建之前可釆用傳統(tǒng)的 邊緣檢測算子，然后將該方法用于對邊緣檢測器找到的邊緣元素積 分。如果同時依次和/或并行地采用創(chuàng)造性方法的若千變化，則實現(xiàn) 更好的檢測性能。這無疑取決于可用資源。巻筒紙監(jiān)測相機可能是任何類型的電子相機，例如行掃描相機 或矩陣相機。所產生的圖像包舍kxn個像素、例如lxl或4x4。通 過采用預處理方法，該方法允許對于具有不同分辨率的圖像進行缺 陷搜索。在 一 個有利實施例中，用于處理圖像數(shù)據(jù)以檢測巻筒紙中的異 常的方法采用計算機來執(zhí)行。待使用的程序存儲在計算機的存儲器 中，或者存儲在計算機可讀介質中，它們可加載到計算機裝置上。 這些計算機可讀介質具有用于4吏計算機執(zhí)行方法的指令。


圖1是視覺檢驗系統(tǒng)的示意圖； 圖2提供流程圖，描述本發(fā)明的主要步驟； 圖3是基于判定的濾波器系統(tǒng)的內部結構； 圖4是第一實施例的濾波器系統(tǒng)的內部結構； 圖5示出角網(wǎng)格。
具體實施方式
圖1圖解說明視覺檢驗系統(tǒng)10的工業(yè)應用1,可與其結合使用 用于檢測異常的方法和產品。這是一個實例，在其中，視覺檢驗系 統(tǒng)表示獲取和收集各種材料或對象的電子圖像的任何視覺系統(tǒng)、用 于對它們的不同特性進行分類的任何視覺系統(tǒng)。^f見覺檢驗系統(tǒng)10可 應用于各種連續(xù)和不連續(xù)生產線。圖1圖解il明一種情況，在其中， 視覺檢驗系統(tǒng)10正檢驗在生產線、如造紙機上制造的移動和連續(xù)的巻筒紙11。移動巻筒紙11由一個或數(shù)個相機13從巻筒紙的一側進行檢查。 相機13安裝在適當?shù)臋C械支架、如相機架12上。巻筒紙11由光源 14從下方照明。光源也可設置在巻筒紙11的上方。如圖1所示，透 射光有利地用于半透明材料。反射光特別適合于其它類型的材料。 通過反射光，照射角相對于相機查看角可能是反射的或者是散射的。相機13可以是任何類型的電子相機，它們可與圖像處理單元15 直接或間接地耦合。圖像處理單元15的功能也可與相機13結合， 在這種情況下，相機13是更復雜且獨立的圖像處理單元。模擬相機、 如才莫擬CCD行掃描相機或矩陣相機的圖像數(shù)據(jù)輸出首先必須轉換成 數(shù)字格式。數(shù)字相機輸出通常更易于圖像處理單元15中的數(shù)字處理。 圖像處理單元15從相機13接收通過相機13成像的視圖的數(shù)字表示。 以一系列數(shù)字標號的形式進行這種表示。圖像處理單元15根據(jù)它所 具有的關于相機13的屬性的信息將這個數(shù)據(jù)解釋為電子圖像、在其 它地方稱作圖像。例如，圖像處理單元15將行掃描類型的相機所發(fā) 送的連續(xù)數(shù)據(jù)系列進行組合，乂人而形成表示巻筒紙11的圖像的矩陣。圖像處理單元15是通?？删幊痰莫毩⒂布卧?。它可部分或全 部與相機集成，如圖1所示。它也可以是個人計算機或者其它任何 類型的通用計算機。 一個計算^/L可負責一個或數(shù)個相機的圖像數(shù)據(jù) 處理。在這個階段應用用于處理圖像數(shù)據(jù)的方法。檢測、即獲得被 識別為來自缺陷的檢驗信號被^執(zhí)行，以及通過用于處理圖像數(shù)據(jù)的 方法，巻筒紙的圖像分為受關注區(qū)域。這個處理階段的結果是表示 巻筒紙的分段部分的電子圖像集合，圖像經過電子方式處理以滿足 以后應用的要求。將圖像轉發(fā)到作為圖像分析的下 一 個處理步驟。這個步驟可在 圖像處理單元15或者在獨立計算機中進行，圖像處理單元15或獨 立計算機可以是視覺檢驗系統(tǒng)10的操作臺16的一部分，并且通常 是所有相機13共用的。例如，圖像分析包括進一步分割圖像中的受 關注區(qū)域、如缺陷。在分割之后，可提取描述通過分割所找到的區(qū) 域的屬性的特征。特征是用于識別區(qū)域、即用于對它們進行分類的 數(shù)值。操作臺16包含視覺檢驗系統(tǒng)10的用戶界面。它用于輸入各種 調整參數(shù)，以及選擇預期顯示和報告，例如顯示系統(tǒng)的狀態(tài)和被檢 驗產品的質量。視覺檢驗系統(tǒng)10無疑需要用于向與外部系統(tǒng)、如生 產線(process)本身接口的系統(tǒng)和裝置供電的獨立部件。本領域的技術 人員公知的這些部件可位于電子箱17中。除了操作臺16之外，外部裝置18還可用于對操作人員進行告警。圖像數(shù)據(jù)存儲在圖像數(shù)據(jù)庫中。數(shù)據(jù)庫的圖像集合包含不同類 型的數(shù)字化巻筒紙缺陷。缺陷被檢測，以及從移動巻筒紙中對它們的圖像進行數(shù)字化。為了對缺陷分類，釆用分類器19。數(shù)字行掃描相機通過透射或反射光獲取缺陷圖像，以及圖像與 關聯(lián)圖像的某些區(qū)域的所計算特征集合 一 起存儲到圖像數(shù)據(jù)庫中。 具有各圖像中的可變數(shù)量的缺陷及關聯(lián)特征的多個這類缺陷圖像組 成圖像集合。圖2提供流程圖，描述方法的主要步驟。用于處理圖像數(shù)據(jù)以 檢測巻筒紙中的異常的方法包括從21到23進行編號的若千步驟， 并通過步驟24-26進行增強。步驟21包括用于強調原始信號的預期屬性的預處理方法。預處 理方法的實例是飽和及橫向和/或機器方向前置濾波。根據(jù)情況，源 視頻信號在被導向基于判定的濾波器22之前是飽和(限制)或者未飽 和的。飽和用來指出與強度圖像中的高對比缺陷相比的弱缺陷。飽 和或未飽和的源視頻信號由低通例如2維求平均)、高通(例如相鄰像 素差)、帶通或帶阻、橫向和/或才幾器方向濾波器或者上述濾波器的組 合進行前置濾波。橫向和機器方向濾波用于以強度來強調缺陷的高 頻或低頻弱特征。對于改進S/N比是必要的，在其中，噪聲表示無 缺點產品的變化，例如紙張中的形成噪聲。低通濾波器例如由簡單 平均濾波器、有限脈沖響應(F IR)濾波器或者作為平均濾波器和中值 濾波器的組合的中值混合濾波器來定義。對應的高通濾波器可由瞬 時視頻值和低通濾波值之差來定義。平均與基于中值混合的濾波器 之間的基本差異在于，中值混合濾波器略占優(yōu)勢，但可看到相當理 想的峰值，而平均濾波器則強調峰值以及邊緣，但峰值響應包含陰 影。但是，陰影可能是某些檢測算法的明確特征。根據(jù)所應用的異 常檢測方法，可采用不同的預處理方法，從而允許集中于各種缺陷 類型。在原始S/N比等于或小于一、并且缺陷的方向是未知的細長弱 缺陷的情況下，對于缺陷檢測需要橫向或機器方向上的前置濾波。 在具有已知方向的長缺陷的特殊情況下，或者在短而強的缺陷的情 況下，當采用平場校正視頻時可省略前置濾波。平場校正對每個像 素應用增益和偏差校正，以校正照明和傳感器的不規(guī)則性。缺陷的 長度定義缺陷的縱向的缺陷的空間頻率。缺陷的長度應當相當長， 使得用于已知方向積分的低通濾波器可足夠減小噪聲等級以分隔缺 陷信號和形成噪聲?？蓹z測缺陷的最小長度基于原始S/N比，即，缺陷越長，則需要更低的檢測信號電平。例如，如果沒有機器方向 低通濾波，則在大多數(shù)情況下無法檢測條痕信號，因為條痕信號與 形成噪聲相比相當弱。在步驟22執(zhí)行濾波?；谂卸ǖ臑V波器采用無限脈沖響應(IIR) 濾波器結構和非線性自適應算法。其中采用IIR濾波器的直接I型實 現(xiàn)以及非線性自適應算法控制濾波器系數(shù)的濾波器的內部結構如圖3 所示。也可采用IIR濾波器的其它實現(xiàn)結構，例如直接II型、轉置 結構等。在基于判定的濾波器300中，輸出視頻信號y(n)、即已濾波 圖像數(shù)據(jù)可表示為= 6Q (M)x(n) + — 1) + a2 —+1) + a (");c(w — i5) + a4 —— 1))+(H)y(n. — 1) + 62 —丄j + 1) + b3 (;i):Km — is ) + 64 —— 1)式中，00。-(!4和1)。七4是由非線性自適應算法301控制的濾波器系數(shù)，x(n)是輸入視頻信號(圖像數(shù)據(jù))，以及Ls是圖像行的長度。加 法器310、 311如圖3所示。通過計算先前圖像數(shù)據(jù)和/或先前已濾波 圖像數(shù)據(jù)以及輸入x(n)的加權和，來執(zhí)行加權的圖像數(shù)據(jù)和加權的先 前圖像數(shù)據(jù)和/或加權的先前已濾波圖像數(shù)據(jù)的組合。由反饋部分的 —見頻信號延遲元件306-309以及前向部分的302-305來建立二維局部 環(huán)境。如果前向部分的濾波器系數(shù)a廣o^設置為零，則僅考慮先前 已濾波圖像數(shù)據(jù)、即反饋部分。相應地，如果反饋部分的tvN設置
為零，則僅考慮先前圖像數(shù)據(jù)、即前向部分，并且濾波器結構對應于有限脈沖響應濾波器FIR結構。例如可選參數(shù)312等的信息或者 來自另一個濾波器313的可選輔助信息可導入非線性自適應算法 301,并且還可導出另一個濾波器314的可選輔助信息。非線性自適 應算法301控制濾波300。為了實現(xiàn)基于判定的濾波器300，僅需要 在存儲器中緩沖先前圖像數(shù)據(jù)的一個圖像行以及先前已濾波圖像數(shù) 據(jù)的一個圖像行。通過基本形式的基于判定的濾波器，覆蓋了角0-135°中的缺陷。 強調角網(wǎng)格如圖5所示。像素P 51的局部鄰域包括四個像素值角 0。 52、角45。53，角90。54以及角135。 55。角0。52表示來自巻筒 紙的橫向CD的當前圖像行的先前圖像數(shù)據(jù)值(基于判定的濾波器的 前向部分)或者先前先前已濾波圖像數(shù)據(jù)值(基于判定的濾波器的反饋 部分)。角45° 53和135° 55中的三個值來自先前圖像數(shù)據(jù)(基于 判定的濾波器的前向部分)的先前圖像行或者來自先前已濾波圖像數(shù) 據(jù)(基于判定的濾波器的反饋部分)的先前圖像行?？赏ㄟ^在將圖像數(shù) 據(jù)信號轉發(fā)給基于判定的濾波器之前將它在橫向反轉，來查找從130° 55至180° 56的角中的缺陷。在那種情況下， 一個圖像行存儲在存儲 器中并以相反順序從其中讀取。如果應當覆蓋整個強調角0-180°, 則可并行使用兩個基于判定的濾波器。MD表示機器方向。為了簡潔起見，在實施例中，0。角表示巻筒紙的橫向，以及90。 表示機器方向。但是，可在該角范圍內在任何方向上處理圖像數(shù)據(jù)。 例如，如果預處理方法將圖像;菱轉90° ，則在計算中0°表示MD， 以及在計算中90。表示CD。本文中假定像素為正方形。實際上，在大多數(shù)情況下，像素形 式以及同時的實際角覆蓋取決于巻筒紙的成像幾何形狀和速度，即， 像素形式在巻筒紙的橫向或機器方向上展開。在步驟23進行閾值化。根據(jù)查找曲線或線條缺陷的給定檢測等 級來對基于判定的濾波器(或多個濾波器)的輸出即已濾波圖像數(shù)據(jù)進
行閾值化。在下一個步驟24，如果沒有超過給定距離極限，則組合巻筒紙 的橫向上的相鄰缺陷像素。在步驟25，如果沒有超過給定距離極限， 則組合機器方向上的相鄰缺陷區(qū)域。在曲線或線條缺陷結束時，向 檢測系統(tǒng)的高層報告26所有缺陷屬性。缺陷屬性的實例是缺陷的 類型、缺陷的最小和最大強度的位置、缺陷的邊界、缺陷的主要成 分和主要角。在第一優(yōu)選實施例中，基于判定的濾波器的自適應算法通過利用最 小值或最大值函數(shù)來控制反饋系數(shù)b廣tv在這種情況下，前向部分 的系數(shù)a廣c^固定設置為零，以及系數(shù)cc。固定設置為1。最小值或 最大值函數(shù)用來查找先前已濾波圖像數(shù)據(jù)的最小或最大值，以及對 應系數(shù)b廣b4設置成具有值l-b。。其它系數(shù)tv^設置為零。這樣，IIR 濾波器結構減小到圖4所示的標準化一階IIR濾波器。在IIR濾波器 40中，輸出視頻信號y(n)可表示為j/(") = + (i - W(y(打-1)，- 4 +1)，- a ), y("廣1)}式中，b。是濾波器系數(shù)，x(n)是輸入視頻信號，f42是最小值或 最大值函數(shù)，以及k是一行的長度。因此，作為由非線性反饋功能 42來處理的舊輸出以及新輸入x(n)的加權和41來計算新的輸出y(n)。 例如，如果低值對應于強度范圍中的暗值，則最小值函數(shù)用于暗缺 陷檢測，以及相應地最大值函凄丈用于亮缺陷檢測。二維局部環(huán)境通 過視頻信號延遲元素Z 43-46來建立。濾波器系數(shù)b?？刂茩z測的靈敏 度。對于較低的缺陷信號電平，需要機器方向上較長的缺陷，同時 需要較小的濾波器系數(shù)值。這個優(yōu)選實施例對于檢測0-135°的角中出現(xiàn)的細長的弱缺陷極 為有效。使用自適應算法中的最小值和最大值函數(shù)形成一種方法， 在其中，跟蹤源視頻信號中的最大強度脊線或最小強度谷線，并在 脊線和谷線的方向上對信號積分。優(yōu)選實施例還可用于弱區(qū)檢測，
在其中，弱區(qū)可看作是短而寬的曲線。該方法對弱區(qū)的高地或低地 中的信號積分。該方法的效能基于在弱區(qū)上擴展而不管區(qū)域的形狀 或大小的能力。在第二優(yōu)選實施例中，與第一優(yōu)選實施例相比，通過采用并行的基于判定的濾波器來獲得更好的S/N比。在最小和最大值的定義 中，僅考慮來自局部鄰域的兩個或三個像素值。用于創(chuàng)建已濾波圖 像數(shù)據(jù)的先前已濾波圖像數(shù)據(jù)的準許強調角則固定為預定扇區(qū)。這 允許濾波器集中于這些角所限定的預期搜索區(qū)域。濾波器跟蹤0-45°、 45-90。、 90-135。、 0-90?；?5-135°的角中的脊線或谷線。并行濾波器 使得能夠定義用于不同角區(qū)域的不同檢測方法。可通過在將圖像數(shù)180。的角中的缺陷。在那種情況下， 一個圖像行存儲在存儲器中并以 相反順序從其中讀取。在第三優(yōu)選實施例中，將基于判定的濾波器應用于在接近機器 方向上移動的波紋條痕的檢測。思路是跟蹤源視頻信號中的最大或 最小強度脊線或谷線，并在脊線或谷線的方向上對信號積分。在這 個實施例中，準許強調角的扇區(qū)可從45-135°窄小到大約90°、例如 82-98°的窄扇區(qū)。由于通常在條痕檢測系統(tǒng)中物理機器方向的像素大 小大于橫向像素大小，因此實際的物理強調角在這里通常更接近 90。。在這個實施例中，基于判定的濾波器的自適應算法通過采用最 小值和最大值函數(shù)來控制反饋系數(shù)b2-b4，即，像素的局部鄰域包括 來自先前圖像行的45°、 90°和135。的角中的三個先前已濾波圖像數(shù) 據(jù)值。在這種情況下，前向部分的系數(shù)a廣o^和反饋部分的系數(shù) 固定設置為零，以及系數(shù)a。固定設置為1。最小值或最大值函數(shù)用 來查找先前已濾波圖像數(shù)據(jù)的最小或最大值，以及對應系數(shù)b2-b4"& 置成具有值l-b。。其它系數(shù)1)2-、設置為零。這意味著，濾波器結構 減小到標準化一階IIR濾波器，其反饋值通過采用最小值或最大值函
數(shù)來選擇。在用于波紋檢測的基于判定的濾波器中，存在用于告知 積分的角的相位的另一個輔助信息數(shù)據(jù)。這個輔助信息數(shù)據(jù)用來驗 證最大值或最小值函數(shù)的先前已濾波圖像數(shù)據(jù)值。在各濾波步驟中， 積分的局部角、即通過采用最小值或最大值函數(shù)所選擇的值的角用 來更新積分的角的相位，以及這個輔助信息數(shù)據(jù)存儲在存儲器中。 存在為輔助信息數(shù)據(jù)保留的緩沖器。緩沖器的長度與 一個圖像行的 長度相同。在計算已濾波圖像數(shù)據(jù)值時，僅當輔助信息數(shù)據(jù)中的對應角相位值為零時，才準許來自45°或135。的角的先前已濾波圖像數(shù)據(jù)值用 于最小或最大值計算。如果從45?；?35。的角找到所有準許值的最小 或最大值，則對應角相位值設置為固定參數(shù)值。參數(shù)定義在再次準 許45?；?35。的強調角之前所需的圖像行的數(shù)量。新的角相位值對于 45。的角為正，以及對于135。的角為負。如果從90。的角找到最小或 最大值，則角相位值增加或減少一，使得新相位值接近零。這意味 著，每當從90。之外的任何角找到最小或最大值時，計算的已濾波圖 像數(shù)據(jù)值僅在參數(shù)表示數(shù)量的掃描行之后才可再次擴展到相同方 向。與45-135°的準許強調角的扇區(qū)相比，這將基于判定的濾波限制 到更窄的扇區(qū)。在這種情況下，用于創(chuàng)建已濾波圖像數(shù)據(jù)的先前已 濾波圖像數(shù)據(jù)的準許強調角取決于先前已濾波圖像數(shù)據(jù)的先前強調 角。在第四優(yōu)選實施例中，基于判定的濾波器的自適應算法包括其 中包含若干元素的輔助信息數(shù)據(jù)。輔助信息數(shù)據(jù)包括在各濾波步驟 中更新并與濾波結果同步的全局信息1.準許強調角的扇區(qū)的左角 區(qū)域，2.準許強調角的扇區(qū)的右角區(qū)域，3.準許強調角的扇區(qū)的左 角，4.準許強調角的扇區(qū)的右角，5.左過渡相，以及6.右過渡相。 基于判定的濾波器結構覆蓋0-135°的準許強調角的扇區(qū)。像素的局 部鄰域包括0。(當前圖像行)、45°、 90。和135。(來自先前圖像行)的角 中的四個像素值。準許強調角的扇區(qū)可定義為固定的，或者根據(jù)圖
像數(shù)據(jù)或某個輔助信息數(shù)據(jù)進行適配。通過給出例如63-100°的扇區(qū) 的左角和右角，來定義準許強調角的扇區(qū)。準許強調角的扇區(qū)的左 角和右角可基于例如固定參數(shù)或者來自另 一個基于判定的濾波器的輔助信息數(shù)據(jù)。整個角范圍分為0-22.5。、 22.5-45。、 45-67.5。、 67.5-90。、 90-112.5。 和112.5-135°的角區(qū)域。這些角區(qū)域具有對應的主要角(primary angle)O、 45。、 45°、 90。、卯。和135。。此外，這些角區(qū)域對于準許強 調角的扇區(qū)的左角具有對應的判定條件"最多"、"最少"、"最多"、"最少"、"最多，，和"最少"，以及對于準許強調角的扇 區(qū)的右角具有"最少"、"最多"、"最少"、"最多"、"最少" 和"最多"。在各濾波步驟中，對于最小或最大值計算驗證先前已 濾波圖像數(shù)據(jù)值。驗證基于左和右過渡相、準許強調角的扇區(qū)的左 和右角的主要角、對應判定條件以及準許強調角的扇區(qū)的左和右角。例如，如果準許強調角的扇區(qū)的左角設置為63。，并且準許強調 角的扇區(qū)的右角為100。，則對應角區(qū)域為45-67.5°和90-112.5°，主 要角為45。和90。，以及對應檢測條件必有類型"最多"和"最少，，。 這表示0。的角中的先前已濾波圖像數(shù)據(jù)值決不是有效的。如果左過 渡相最多為給定極限，即來自45。的主要角的連續(xù)過渡的數(shù)量最多為 給定極限，則45。的角中的先前已濾波圖像數(shù)據(jù)值是有效的。這種情 況下的極限可設置為1,它對應于63。的準許強調角的扇區(qū)的左角。 在這種情況下，90°的角中的先前已濾波圖像數(shù)據(jù)值始終是有效的。 如果右過渡相最少為給定極限，即來自90°的主要角的連續(xù)過渡的 數(shù)量最少為給定極限，則135°的角中的先前已濾波圖像數(shù)據(jù)值是有 效的。這種情況下，極限可設置為6,它對應于100°的準許強調角 的扇區(qū)的右角。0-180°的整個角范圍通過兩個并行的基于判定的濾波器結構來覆 蓋，在其中，輸出是基于判定的濾波器輸出的最大值或最小值。由 反轉圖像行對另 一個基于判定的濾波器進行饋送。
在第五優(yōu)選實施例中，基于判定的濾波器的自適應算法包括非 線性函數(shù)、最小值或最大值函數(shù)。在這種情況下，包含缺陷的局部 和全局角的新輔助信息數(shù)據(jù)在各濾波步驟中被更新并存儲在存儲器 中。全局角基于局部角，局部角由通過采用最小值或最大值函數(shù)所 選擇的先前已濾波圖像數(shù)據(jù)值的強調角來定義。通過對局部角信息 進行低通濾波，可計算全局角。全局角描述在進行時每個像素更新 路線時的可能的弱缺陷路線。準許強調角的扇區(qū)則可根據(jù)全局角信 息來定義、例如縮小。這允許將強調集中到找到的強度脊線上?？?將局部和全局角輔助信息轉發(fā)給下 一 個濾波級，例如用于第四實施 例的基于判定的濾波器，在其中，信息可用于在各濾波步驟中定義 準許強調角的扇區(qū)。在同時找到若千缺陷時，全局角輔助信息有助 于通過將強調集中于更窄的扇區(qū)分別跟蹤各條痕。具體來說，這是 這種情況下的一個重要特征，在其中，兩個或兩個以上缺陷相交， 并且存在混合的風險。
第六優(yōu)選實施例是一種用于實施例1-5的預處理方法。在這個實 施例中，基于判定的濾波器的前向部分用于預處理。例如，通過將
濾波器系數(shù)a。-a,固定設置成具有值a。二0、 a 1=1 、 a2=0、 a3=-l 以及(%4=0,前向部分用于反饋部分的邊緣檢測器(對45。角聚焦)，反 饋部分則可用于以邊緣元素進行積分。在另一個實例中，通過將濾 波器系數(shù)a。-a4固定設置成具有值a。二1/5、 oc廣l/5、 a2=l/5、 a3=l/5 和(14=1/5，前向部分用于局部鄰域求平均。在第三實例中，自適應算 法從先前圖像數(shù)據(jù)(四個值)中查找最大值、最小值或中值以及當前圖 像數(shù)據(jù)值，以及將前向部分的對應濾波器系數(shù)設置為1,并將其它系 數(shù)a。-cx4設置為零。然后，將最大、最小或中值濾波結果饋送到基 于判定的濾波器的反饋部分。
在第七優(yōu)選實施例中，依次使用基于判定的濾波器。例如，在 使用兩個濾波器時，第 一 濾波器是在第五優(yōu)選實施例中描述的基于 判定的濾波器。它包括包含局部和全局角的信息的輔助信息。它用
來確定準許強調角的扇區(qū)。第二濾波器可以是在第四實施例中描述 的基于判定的濾波器。在這種情況下，濾波器的自適應算法把來自 第一濾波器的輔助信息數(shù)據(jù)用于定義準許強調角的扇區(qū)。
在第八優(yōu)選實施例中，0-180。的整個角范圍通過兩個并行的基于
判定的濾波器結構來覆蓋，在其中，輸出M于判定的濾波器輸出 的最大值或最小值。由反轉圖像數(shù)據(jù)行對另 一個基于判定的濾波器 進行饋送。
在第九優(yōu)選實施例中，濾波器的準許強調角的扇區(qū)由先前局部 角來控制。控制工具則是待濾波的信號、可能的缺陷以及可能的缺 陷的角。
在一個有利實施例中，該方法采用計算機來才丸行。 可在不背離本發(fā)明的精神和范圍的前提下，對本發(fā)明進行各種 改變。
權利要求
1.一種用于處理圖像數(shù)據(jù)以檢測卷筒紙中的異常的方法，其中，所述卷筒紙(11)由至少一個相機(13)來監(jiān)測，由此產生用于創(chuàng)建所述圖像數(shù)據(jù)(x(n))的包含多個像素(51-56)的至少一個圖像，以及所述圖像數(shù)據(jù)(x(n))存儲在存儲器中，其特征在于，由處理器通過對所述圖像數(shù)據(jù)(x(n))以及先前圖像數(shù)據(jù)(315-318)和先前已濾波圖像數(shù)據(jù)(319-322)這兩者中的至少一個進行加權，來對所述圖像數(shù)據(jù)(x(n))進行濾波，用于創(chuàng)建已濾波圖像數(shù)據(jù)；將所述加權的圖像數(shù)據(jù)以及所述加權的先前圖像數(shù)據(jù)和所述加權的先前已濾波圖像數(shù)據(jù)這兩者中的至少一個進行組合；通過至少一種非線性算法(301)來控制所述濾波(300)；以及對所創(chuàng)建的已濾波圖像數(shù)據(jù)(y(n))進行閾值化。
2. 如權利要求1所述的方法，其特征在于，以強調角(52-56)對 所述先前圖像數(shù)據(jù)(315-318)和/或所述先前已濾波圖像數(shù)據(jù)(319-322) 進行力口權。
3. 如權利要求1所述的方法，其特征在于，從所述圖像數(shù)據(jù)和/ 或所述已濾波圖像數(shù)據(jù)的0(52)或45(53)或90(54)或135(55)的4壬何角 來對所述先前圖像數(shù)據(jù)(315-318)和/或所述先前已濾波圖像數(shù)據(jù)(319-322)進行加權。
4. 如權利要求2所述的方法，其特征在于，所述先前圖像數(shù)據(jù) (315-318)和/或所述先前已濾波圖像數(shù)據(jù)(319-322)的所述強調角與所 述先前圖像數(shù)據(jù)(315-318)和所述先前已濾波圖像數(shù)據(jù)(319-322)的先 前的強調角無關。
5. 如權利要求2所述的方法，其特征在于，所述先前圖像數(shù)據(jù) (315-318)和/或所述先前已濾波圖像數(shù)據(jù)(319-322)的所述強調角與所 述先前圖像數(shù)據(jù)(315-318)和/或所述先前已濾波圖像數(shù)據(jù)(319-322)的 所述先前的強調角相關。
6. 如權利要求2所述的方法，其特征在于，所述先前圖像數(shù)據(jù) (315-318)和/或所述先前已濾波圖像數(shù)據(jù)(319-322)的所述強調角從準 許強調角的預定扇區(qū)中固定選擇，或者從所述先前圖像數(shù)據(jù)(315-318) 和/或所述先前已濾波圖像數(shù)據(jù)(319-322)的準許強調角的先前扇區(qū)中來選擇。
7. 如權利要求2所述的方法，其特征在于，所述先前圖像數(shù)據(jù) (315-318)和/或所述先前已濾波圖像數(shù)據(jù)(319-322)的所述強調角從準 許強調角的扇區(qū)中來選擇，以及所述扇區(qū)窄于所述先前圖像數(shù)據(jù) (315-318)和/或所述先前已濾波圖像數(shù)據(jù)(319-322)的準許強調角的所 述先前扇區(qū)。
8. 如權利要求1-7中的任一項所述的方法，其特征在于，所述 先前圖像數(shù)據(jù)(315-318)和/或所述先前已濾波圖像數(shù)據(jù)(319-322)來自 所述圖像數(shù)據(jù)和/或所述已濾波圖像數(shù)據(jù)的局部鄰域。
9. 如權利要求1-8中的任一項所述的方法，其特征在于，根據(jù) 先前圖像數(shù)據(jù)(315-318)來對所述濾波(300)進行加權。
10. 如權利要求1-8中的任一項所述的方法，其特征在于，根據(jù) 先前已濾波圖像數(shù)據(jù)(319-322)來對所述濾波(300)進行加權。
11. 如權利要求1-10中的任一項所述的方法，其特征在于，根 據(jù)至少一個參數(shù)來對所述濾波(300)進行加權。
12. 如權利要求1所述的方法，其特征在于，所述方法還包括利 用輔助信息數(shù)據(jù)，以及所述輔助信息數(shù)據(jù)存儲在存儲器中。
13. 如權利要求12所述的方法，其特征在于，根據(jù)來自所述濾 波過程的先前階段的輔助信息數(shù)據(jù)對所述濾波(300)進行加權。
14. 如權利要求12所述的方法，其特征在于，根據(jù)來自所述連 續(xù)和/或并行和/或矩陣濾波器結構的另一個濾波器的輔助信息數(shù)據(jù)來 對所述濾波(3 OO)進行加權。
15. 如權利要求1-14中的^f壬一項所述的方法，其特征在于，濾 波(300)通過采用最大值和最小值和中值函數(shù)這三者中的至少 一個的 非線性自適應算法來控制。
16. 如權利要求15所述的方法，其特征在于，所述非線性自適 應算法包括輔助信息數(shù)據(jù)。
17. 如權利要求1-16中的4壬一項所述的方法，其特征在于，在 創(chuàng)建已濾波圖像數(shù)據(jù)(y(n》之前對所述圖像數(shù)據(jù)(x(n))進行預處理。
18. 如權利要求12或16所述的方法，其特征在于，根據(jù)所述先 前圖像數(shù)據(jù)(315-318)和/或所述先前已濾波圖像數(shù)據(jù)(319-322)來創(chuàng)建 輔助信息數(shù)據(jù)。
19. 如權利要求12或16所述的方法，其特征在于，根據(jù)來自濾 波過程的先前階段的所述輔助信息數(shù)據(jù)來創(chuàng)建所述輔助信息數(shù)據(jù)。
20. 如權利要求12或16所述的方法，其特征在于，根據(jù)至少一 個參數(shù)來創(chuàng)建所述輔助信息數(shù)^t居。
21. 如權利要求12或16所述的方法，其特征在于，根據(jù)先前濾 波器的所述輔助信息數(shù)據(jù)來創(chuàng)建所述輔助信息數(shù)據(jù)。
22. 如權利要求12或16所述的方法，其特征在于，所述輔助信 息數(shù)據(jù)固定為預定值。
23. 如權利要求12或16所述的方法，其特征在于，所述輔助信 息數(shù)據(jù)包括所述先前圖像數(shù)據(jù)(315-318)和/或所述先前已濾波圖像數(shù) 據(jù)(319-322)的所述強調角。
24. 如權利要求1-23中的任一項所述的方法，其特征在于，所 述巻筒紙監(jiān)測相機(13)是行掃描相機。
25. 如權利要求1-23中的4壬一項所述的方法，其特征在于，所 述巻筒紙監(jiān)測相機(13)是矩陣相機。
26. —種在計算機可操作介質中存儲的、用于處理圖像數(shù)據(jù)以檢 測巻筒紙(11)中的異常的計算^/L程序產品，其中，所述巻筒紙(ll)由 至少一個相機(13)來監(jiān)測，由此產生用于創(chuàng)建所述圖像數(shù)據(jù)(x(n))的 包含多個像素(51 -56)的至少 一個圖像，以及所述圖像數(shù)據(jù)(x(n))存儲 在存儲器中，其特征在于，所述計算機程序產品包括用于通過處 理器對所述圖像數(shù)據(jù)(x(n))進行濾波的部件，用于通過對所述圖像數(shù)據(jù)(x(n》以及先前圖像數(shù)據(jù)(315-318)和先前已濾波圖像數(shù)據(jù)(319-322) 這兩者中的至少 一個進行加權來創(chuàng)建已濾波圖像數(shù)據(jù)(y(n))的部件； 用于將所述加權的圖像數(shù)據(jù)以及所述加權的先前圖像數(shù)據(jù)和所述加 權的先前已濾波圖像數(shù)據(jù)這兩者中的至少一個進行組合的部件；用 于通過至少一種非線性算法(301)來控制所述濾波(300)的部件；以及 用于對所創(chuàng)建的已濾波圖像數(shù)據(jù)(y(n))進行閾值化的部件。
全文摘要
本發(fā)明提供了一種用于處理圖像數(shù)據(jù)以檢測卷筒紙中的異常的新方法。卷筒紙由至少一個相機來監(jiān)測，由此產生包含多個像素的圖像。圖像的數(shù)據(jù)存儲在存儲器中。由處理器通過對圖像數(shù)據(jù)以及先前圖像數(shù)據(jù)和先前已濾波圖像數(shù)據(jù)這兩者中的至少一個進行加權來創(chuàng)建已濾波圖像數(shù)據(jù)，將加權的圖像數(shù)據(jù)以及加權的先前圖像數(shù)據(jù)和加權的先前已濾波圖像數(shù)據(jù)這兩者中的至少一個進行組合，通過至少一種非線性算法來控制濾波，以及對創(chuàng)建的已濾波圖像數(shù)據(jù)進行閾值化，來對圖像數(shù)據(jù)進行濾波。
文檔編號G06T7/00GK101213575SQ200680024170
公開日2008年7月2日 申請日期2006年6月22日 優(yōu)先權日2005年7月1日
發(fā)明者T·霍蒂萊男 申請人:Abb有限公司