一种基于图像处理的热敏纸颜色均匀性检测方法及系统与流程

本发明涉及图像处理，具体涉及一种基于图像处理的热敏纸颜色均匀性检测方法及系统。

背景技术：

1、热敏纸的颜色均匀性是衡量其产品质量的核心指标之一，直接关系到打印效果的清晰度、一致性及终端用户的使用体验。在票据打印、标签标识、医疗记录等应用场景中，热敏纸显色不均可能导致条码无法识别、文字信息缺失等问题，对商业结算、物流追溯及医疗安全管理构成潜在风险，因此需对热敏纸颜色均匀性进行准确、高效的检测。

2、现有热敏纸颜色均匀性检测方法多基于产线末端抽检，通过热响应测试使样品显色后进行目视比对或色差仪测量，或采用透光法对涂布均匀度进行在线评估，以涂布的物理均匀程度间接反映颜色均匀性。

3、然而，实际热敏纸生产线图像检测过程中，纸基张力波动、涂层干燥应力等因素均可能导致热敏纸涂层表面形成不规则的张力纹。其在透光图像中的灰度表现与真实涂布不均较为相似，现有智能检测评估方法难以对上述两种缺陷进行准确区分，从而难以对热敏纸的颜色均匀性进行有效评估。

技术实现思路

1、本发明提供一种基于图像处理的热敏纸颜色均匀性检测方法及系统，以解决现有的问题。

2、本发明的一种基于图像处理的热敏纸颜色均匀性检测方法采用如下技术方案：

3、本发明一个实施例提供了一种基于图像处理的热敏纸颜色均匀性检测方法，该方法包括以下步骤：

4、获取热敏纸连续的透光图像、多光谱图像，以及对同批次热敏纸进行热响应抽检后采集的显色图像；

5、从透光图像中提取疑似涂布不均区域，计算相邻帧中疑似涂布不均区域之间的配准指数，并基于配准指数对相邻帧中的疑似涂布不均区域进行跨帧匹配；

6、基于配准指数及特征点对之间的距离确定有效配准指数，获取各疑似涂布不均区域在连续至少三帧匹配中的有效配准指数时序序列，根据其时序波动的幅值与对称性计算形态稳定指数；

7、根据多光谱图像中各像素点在各多光谱波段反射率的时序波动幅值及方向一致性，计算多光谱稳定指数；

8、结合形态稳定指数与多光谱稳定指数，计算各疑似涂布不均区域的真实涂布指数；

9、将显色图像中与疑似涂布不均区域位置对应的像素点作为参考像素点，计算各参考像素点的显色偏离指数；

10、对于生产线上当前被检测的热敏纸上的待测像素点，从参考像素点中筛选涂布特征相似的参考像素点，将筛选出的参考像素点的显色偏离指数加权平均，作为该待测像素点的颜色偏离指数；

11、对于生产线上当前被检测的热敏纸上的每个疑似涂布不均区域，根据其真实涂布指数、区域面积以及其中每个像素点的颜色偏离指数，计算颜色均匀性评估值并输出。

12、进一步地，从透光图像中提取疑似涂布不均区域，计算相邻帧中疑似涂布不均区域之间的配准指数，具体包括：

13、对任一单帧透光图像进行灰度化、边缘检测及形态学闭运算处理，将获得的闭合区域标记为疑似涂布不均区域；

14、将疑似涂布不均区域的灰度均值与该单帧透光图像灰度均值的差值绝对值、该疑似涂布不均区域的灰度标准差、该疑似涂布不均区域边缘像素点的梯度幅值均值三者相乘，再除以该单帧透光图像的梯度幅值均值，得到疑似涂布不均区域的涂布质量异常指数；

15、对于相邻两帧图像中的两个疑似涂布不均区域，将这两个疑似涂布不均区域重叠的区域面积与这两个疑似涂布不均区域中心点连线方向和热敏纸传送方向之间的余弦相似度中的非负值相乘，再除以这两个疑似涂布不均区域的涂布质量异常指数的差值绝对值，得到这两个疑似涂布不均区域之间的配准指数。

16、进一步地，基于配准指数对相邻帧中的疑似涂布不均区域进行跨帧匹配，具体包括：

17、对于当前帧中的任一疑似涂布不均区域，计算其与前一帧中所有疑似涂布不均区域之间的配准指数；

18、将所有配准指数进行归一化，并将归一化结果大于预设匹配阈值的区域标记为候选匹配区域；

19、将该疑似涂布不均区域与前一帧中配准指数最大的候选匹配区域建立匹配关系；

20、对于相邻两帧中建立匹配关系的任一一对疑似涂布不均区域，分别提取这两个疑似涂布不均区域边缘像素点中曲率大于预设曲率阈值的点作为候选边缘点；

21、计算两个候选边缘点之间的曲率均值、曲率差异、跨帧移动方向与两区域中心点移动方向之间的余弦相似度，以及这两个疑似涂布不均区域的候选匹配区域数量及配准指数均值；

22、将曲率均值、余弦相似度以及配准指数均值三者相乘，再除以曲率差异的绝对值与候选匹配区域数量的乘积，得到该对候选边缘点的匹配可能性指数；

23、将所有候选边缘点对的匹配可能性指数归一化，将归一化结果大于预设特征点阈值的候选边缘点标记为有效匹配点对，并将匹配可能性指数最大的有效匹配点对作为特征点对；

24、基于特征点对获得转换矩阵，并利用该转换矩阵将相邻帧图像进行配准。

25、进一步地，基于配准指数及特征点对之间的距离确定有效配准指数，具体包括：

26、对于相邻两帧中建立匹配关系的任一一对疑似涂布不均区域，获取该对疑似涂布不均区域的配准指数，并获取该对疑似涂布不均区域中特征点对之间的欧式距离的均值；

27、将该配准指数除以该欧式距离的均值，得到该对疑似涂布不均区域的有效配准指数。

28、进一步地，获取各疑似涂布不均区域在连续至少三帧匹配中的有效配准指数时序序列，根据其时序波动的幅值与对称性计算形态稳定指数，具体包括：

29、对于每个疑似涂布不均区域，获取其在连续至少三帧匹配过程中按帧顺序排列的有效配准指数，构成有效配准指数时序序列；

30、确定该有效配准指数时序序列中的最大值，并获取该最大值的位置；

31、对该有效配准指数时序序列进行一阶差分运算，得到差分序列；

32、统计该差分序列中各差分值的绝对值，计算其均值作为波动幅值；

33、以最大值的位置为界，将该有效配准指数时序序列划分为左侧子序列和右侧子序列，分别统计左侧子序列和右侧子序列中差分值的正负符号分布，并计算左右两侧子序列长度的差异；

34、判断左侧子序列中出现频率最高的差分值符号与右侧子序列中出现频率最高的差分值符号是否相反，若相反则将符号相反指标确定为1，否则记为0；

35、将波动幅值与左右两侧子序列长度的差异的乘积取倒数，得到中间指标；

36、将符号相反指标与中间指标相加，得到该疑似涂布不均区域的形态稳定指数。

37、进一步地，根据多光谱图像中各像素点在各多光谱波段反射率的时序波动幅值及方向一致性，计算多光谱稳定指数，具体包括：

38、对于任一多光谱图像中每个像素点，获取其在相邻两帧图像中于各多光谱波段的反射率；

39、计算每个波段下反射率从前一帧到当前帧的变化量，将该变化量的绝对值作为该波段的波动幅值，将该变化量的符号作为该波段的波动方向；

40、统计所有波段中波动方向相同的波段数量，取波段数量最大的方向对应的波段数作为同向波段数；

41、计算所有波段的波动幅值的均值；

42、将同向波段数除以波动幅值均值与波段总数量的乘积，得到该像素点的多光谱稳定指数。

43、进一步地，将显色图像中与疑似涂布不均区域位置对应的像素点作为参考像素点，计算各参考像素点的显色偏离指数，具体包括：

44、将显色图像中与各疑似涂布不均区域位置对应的像素点确定为参考像素点，将显色图像中不属于疑似涂布不均区域的像素点确定为正常区域像素点；

45、计算所有正常区域像素点的灰度值的均值，得到正常区域灰度均值；

46、对于每个参考像素点，计算该参考像素点的灰度值与正常区域灰度均值之差的绝对值，作为该参考像素点的显色偏离指数。

47、进一步地，对于生产线上当前被检测的热敏纸上的待测像素点，从参考像素点中筛选涂布特征相似的参考像素点，将筛选出的参考像素点的显色偏离指数加权平均，作为该待测像素点的颜色偏离指数，具体包括：

48、获取待测像素点在各帧透光图像中对应位置处的灰度值并计算其均值，作为该待测像素点的透光灰度值；

49、获取待测像素点在各多光谱波段的反射率，并按波段顺序排列构成多光谱向量；

50、对于每个参考像素点，获取该参考像素点的透光灰度值及其多光谱向量；

51、计算待测像素点与参考像素点的透光灰度值之差的绝对值，并取倒数，得到透光相似度；

52、计算待测像素点与参考像素点的多光谱向量的余弦相似度；

53、将透光相似度与余弦相似度相乘，得到涂布相似指数；

54、将所有涂布相似指数进行归一化，将归一化结果大于预设相似阈值的参考像素点标记为涂布特征相似的参考像素点；

55、以归一化后的涂布相似指数作为权重，对筛选出的参考像素点的显色偏离指数进行加权平均，将加权平均结果作为该待测像素点的颜色偏离指数。

56、进一步地，对于生产线上当前被检测的热敏纸上的每个疑似涂布不均区域，根据其真实涂布指数、区域面积以及其中每个像素点的颜色偏离指数，计算颜色均匀性评估值并输出，具体包括：

57、对于每个疑似涂布不均区域，获取该疑似涂布不均区域所占的像素点数量，并计算该像素点数量占热敏纸图像总像素点数量的比例，作为该疑似涂布不均区域的面积占比；

58、获取该疑似涂布不均区域的真实涂布指数；

59、获取该疑似涂布不均区域内所有待测像素点的颜色偏离指数，计算这些颜色偏离指数的均值和标准差；

60、将该疑似涂布不均区域的面积占比、真实涂布指数、颜色偏离指数均值以及颜色偏离指数标准差四者相乘，得到该疑似涂布不均区域的初始颜色均匀性评估值；

61、将所有疑似涂布不均区域的初始颜色均匀性评估值进行归一化，得到各疑似涂布不均区域的最终颜色均匀性评估值；

62、根据最终颜色均匀性评估值的大小，将对应疑似涂布不均区域标记为不同颜色并输出。

63、本发明提出一种基于图像处理的热敏纸颜色均匀性检测系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现如所述一种基于图像处理的热敏纸颜色均匀性检测方法的步骤。

64、本发明的技术方案的有益效果是：

65、本发明基于透光图像与多光谱图像的跨时序演变差异，通过形态稳定指数与多光谱稳定指数准确区分张力纹干扰与真实涂布不均，有效避免了张力纹导致的误判；同时结合同批次热响应抽检结果，建立参考像素点的显色偏离指数，并通过涂布特征相似性加权映射到在线待测像素点，最终综合真实涂布指数、区域面积占比及颜色偏离指数的统计特征计算颜色均匀性评估值，实现了对热敏纸颜色均匀性的高精度、高鲁棒性在线检测，显著提升了检测结果的可靠性和生产质量控制水平。