本发明涉及图像处理，尤其是涉及一种基于pbat降解膜材料的缺陷特征识别方法及系统。
背景技术：
1、pbat降解膜材料属于热塑性生物降解塑料，是己二酸丁二醇酯和对苯二甲酸丁二醇酯的共聚物，兼具pba和pbt的特性，既有较好的延展性和断裂伸长率，也有较好的耐热性、冲击性能和生物降解性。随着人们环保意识的提高和生物降解塑料需求的增加，pbat降解膜材料作为一种优秀的生物降解塑料，具有广泛的应用前景和巨大的市场潜力。
2、由于pbat降解膜材料的生产过程包括酯化反应、缩聚反应、增粘处理等复杂而精细的工艺流程，在pbat降解膜材料的生产过程中可能导致pbat降解膜材料的表面出现各种缺陷，进而降低pbat降解膜材料的性能，因此，对pbat降解膜材料进行缺陷识别具有极其重要的现实意义。
3、但是，由于pbat降解膜材料表面的缺陷通常比较细微，且与pbat降解膜材料自身的特征较为相似，现有的缺陷特征识别技术对pbat降解膜材料表面的缺陷特征识别的准确性不高。
4、由此可见，如何提高对pbat降解膜材料表面缺陷特征识别的准确性，已经成为本领域技术人员所要亟待解决的技术问题。
技术实现思路
1、本发明提供一种基于pbat降解膜材料的缺陷特征识别方法及系统，以解决现有的缺陷特征识别技术对pbat降解膜材料表面缺陷特征识别的准确性不高的问题，提高对pbat降解膜材料表面缺陷特征识别的准确性。
2、为了解决上述技术问题，本发明实施例提供了一种基于pbat降解膜材料的缺陷特征识别方法。
3、在pbat降解膜材料的吹膜成型过程中，采集吹膜成型视频，对所述吹膜成型视频进行处理，得到各个降解膜灰度图像；
4、基于每个所述降解膜灰度图像内每个像素点与图像整体的灰度差异特征获取每个所述降解膜灰度图像的膜面缺陷分析关键点；
5、采用聚类算法对各个所述膜面缺陷分析关键点进行聚类处理，得到膜面缺陷分析区域，所述聚类处理被设计为将各个所述膜面缺陷分析关键点之间的纹理差异特征和聚集性特征作为聚类算法的评判标准；
6、基于每个所述膜面缺陷分析区域的纹理特征、灰度差异特征和各个所述膜面缺陷分析关键点的分布特征构建每个所述膜面缺陷分析区域的缺陷形貌特征向量；
7、基于各个所述缺陷形貌特征向量之间的相似程度和各个所述膜面缺陷分析区域的重叠面积获取每个所述膜面缺陷分析区域的缺陷匹配帧序列；
8、基于每个所述缺陷匹配帧序列的等间隔特征计算每个所述膜面缺陷分析区域的非偶因素缺陷指数，基于所述非偶因素缺陷指数获取每个所述膜面缺陷分析区域的缺陷特征识别结果。
9、作为其中一种优选方案，所述采用聚类算法对各个所述膜面缺陷分析关键点进行聚类处理，得到膜面缺陷分析区域，包括：
10、基于任意两个膜面缺陷分析关键点之间的距离和纹理差异特征计算对应的膜面缺陷同型指数；
11、将每个所述降解膜灰度图像内所有膜面缺陷分析关键点之间的膜面缺陷同型指数的归一化值作为聚类算法的相似性度量准则，采用聚类算法将每个所述降解膜灰度图像内的所有所述膜面缺陷分析关键点划分为多个膜面缺陷聚类簇；
12、将每个所述膜面缺陷聚类簇内的所有所述膜面缺陷分析关键点的最小外接矩形作为膜面缺陷分析区域。
13、作为其中一种优选方案，所述基于任意两个膜面缺陷分析关键点之间的距离和纹理差异特征计算对应的膜面缺陷同型指数，包括：
14、计算每个所述降解膜灰度图像内每个像素点的lbp特征描述子，将两个像素点的lbp特征描述子之间的dtw距离记为对应的邻域纹理差异指数；
15、基于任意两个膜面缺陷分析关键点之间的欧氏距离和邻域纹理差异指数之间的线性关系，计算得到对应的膜面缺陷同型指数。
16、作为其中一种优选方案，所述基于每个所述降解膜灰度图像内每个像素点与图像整体的灰度差异特征获取每个所述降解膜灰度图像的膜面缺陷分析关键点，包括：
17、基于每个所述降解膜灰度图像内每个像素点与图像整体的灰度差异特征，计算每个所述降解膜灰度图像内每个像素点的膜面灰度差异因子：
18、
19、其中，为第i个降解膜灰度图像内第m个像素点的膜面灰度差异因子，为归一化函数，为第i个降解膜灰度图像内第m个像素点的灰度值，为第i个降解膜灰度图像内所有像素点的灰度值的平均值；
20、将所有所述降解膜灰度图像内所有像素点的所述膜面灰度差异因子的平均值的预设倍数作为灰度差异阈值，将每个所述降解膜灰度图像内所述膜面灰度差异因子大于所述灰度差异阈值的像素点作为每个所述降解膜灰度图像的膜面缺陷分析关键点。
21、作为其中一种优选方案，所述基于每个所述膜面缺陷分析区域的纹理特征、灰度差异特征和各个所述膜面缺陷分析关键点的分布特征构建每个所述膜面缺陷分析区域的缺陷形貌特征向量，包括：
22、基于各个所述膜面缺陷分析关键点的分布特征获取每个所述膜面缺陷分析区域的缺陷关键轮廓；
23、获取每个所述缺陷关键轮廓的链码，计算每个所述缺陷关键轮廓的形状数，将每个所述膜面缺陷分析区域的所述缺陷关键轮廓的形状数作为每个所述膜面缺陷分析区域的缺陷轮廓形状描述子；
24、构建每个所述膜面缺陷分析区域的灰度共生矩阵，将每个所述膜面缺陷分析区域的灰度共生矩阵的熵值作为每个所述膜面缺陷分析区域的纹理复杂指数，将每个所述膜面缺陷分析区域的所有所述膜面灰度差异因子的平均值作为每个所述膜面缺陷分析区域的膜面缺陷显著因子；
25、基于所述缺陷轮廓形状描述子、所述纹理复杂指数和所述膜面缺陷显著因子构建每个所述膜面缺陷分析区域的缺陷形貌特征向量。
26、作为其中一种优选方案，所述基于各个所述膜面缺陷分析关键点的分布特征获取每个所述膜面缺陷分析区域的缺陷关键轮廓，包括：
27、对于每个所述膜面缺陷分析区域内的各个所述膜面缺陷分析关键点，将每个所述膜面缺陷分析关键点与中心点相连所成的线段作为每个所述膜面缺陷分析关键点的离心线，将每个所述膜面缺陷分析关键点的离心线与水平方向的夹角作为每个所述膜面缺陷分析关键点的离心角，将每个所述膜面缺陷分析区域内的所有所述膜面缺陷分析关键点按照对应的离心角的大小升序排列，得到每个所述膜面缺陷分析区域的缺陷关键点序列；
28、将每个所述膜面缺陷分析区域内的所有所述膜面缺陷分析关键点按照所述缺陷关键点序列依次相连，并将所述缺陷关键点序列的第一个所述膜面缺陷分析关键点和最后一个所述膜面缺陷分析关键点相连，得到每个所述膜面缺陷分析区域的缺陷关键轮廓。
29、作为其中一种优选方案，所述基于各个所述缺陷形貌特征向量之间的相似程度和各个所述膜面缺陷分析区域的重叠面积获取每个所述膜面缺陷分析区域的缺陷匹配帧序列，包括：
30、将所有所述降解膜灰度图像按照获取的时间顺序进行编号，将每个所述降解膜灰度图像内的每个所述膜面缺陷分析区域作为待测膜面缺陷分析区域，将其余降解膜灰度图像内的每个所述膜面缺陷分析区域依次作为待匹配膜面缺陷分析区域；
31、对所述待测膜面缺陷分析区域和所述待匹配膜面缺陷分析区域进行分级处理，以得到对应的缺陷形貌相异指数和重叠面积分析结果；基于所述缺陷形貌相异指数和所述重叠面积分析结果之间的线性关系，计算得到对应的非移位缺陷匹配指数；
32、将所述待测膜面缺陷分析区域和所述待匹配膜面缺陷分析区域进行模板匹配处理，得到所述待测膜面缺陷分析区域和所述待匹配膜面缺陷分析区域的匹配结果，所述模板匹配处理被设计为将所述非移位缺陷匹配指数的归一化处理结果作为模板匹配算法的匹配准则；
33、将所有与所述待测膜面缺陷分析模板匹配成功的所述待匹配膜面缺陷分析区域所在的降解膜灰度图像的编号升序排列，作为所述待测膜面缺陷分析区域的缺陷匹配帧序列。
34、作为其中一种优选方案，所述分级处理包括第一级处理和第二级处理；
35、所述第一级处理被配置为对所述待测膜面缺陷分析区域的缺陷形貌特征向量和所述待匹配膜面缺陷分析区域的缺陷形貌特征向量进行相似度分析，以得到对应的缺陷形貌相异指数；
36、所述第二级处理被配置为对所述待测膜面缺陷分析区域和所述待匹配膜面缺陷分析区域进行分析，以得到对应的重叠面积分析结果。
37、作为其中一种优选方案，所述基于每个所述缺陷匹配帧序列的等间隔特征计算每个所述膜面缺陷分析区域的非偶因素缺陷指数，包括：
38、对每个所述膜面缺陷分析区域的所述缺陷匹配帧序列作一阶差分，得到每个所述膜面缺陷分析区域的匹配帧差分序列，对每个所述匹配帧差分序列进行处理，得到每个所述膜面缺陷分析区域的非偶因素缺陷指数。
39、本发明再一实施例提供了一种基于pbat降解膜材料的缺陷特征识别系统，所述系统包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的一种基于pbat降解膜材料的缺陷特征识别方法。
40、相比于现有技术，本发明实施例的有益效果在于以下所述中的至少一点：
41、（1）在pbat降解膜材料的吹膜成型过程中，采集吹膜成型视频，对所述吹膜成型视频进行处理，得到各个降解膜灰度图像，先通过对每个降解膜灰度图像内像素点的灰度差异特征进行分析，基于每个降解膜灰度图像内每个像素点与图像整体的灰度差异特征获取每个降解膜灰度图像的膜面缺陷分析关键点，以将缺陷区域的像素点和正常区域的像素点相区分，后续仅对膜面缺陷分析关键点进行分析，提高了在pbat降解膜材料的吹膜成型过程中对生产出来的pbat降解膜材料进行缺陷特征识别的实时性；
42、（2）由于pbat降解膜材料表面可能出现多种缺陷，而变色、褶皱等缺陷通常是成片出现的，再基于每个降解膜灰度图像内所有膜面缺陷分析关键点之间的纹理差异特征、所有膜面缺陷分析关键点的聚集性特征获取每个降解膜灰度图像的各个膜面缺陷分析区域，以将同一缺陷区域的所有像素点作为一个整体进行分析，提高了对生产出来的pbat降解膜材料进行缺陷特征识别的可靠性；
43、（3）考虑到pbat降解膜材料表面因偶然因素产生的缺陷往往不具有规律性，而因非偶然因素产生的缺陷会在间隔特定长度处出现相似的缺陷，先基于每个膜面缺陷分析区域的纹理特征、灰度差异特征和每个膜面缺陷分析区域内各个膜面缺陷分析关键点的分布特征构建每个膜面缺陷分析区域的缺陷形貌特征向量，用以描述每个膜面缺陷分析区域的缺陷形貌特征；
44、（4）再对膜面缺陷分析区域出现的周期性进行分析，基于各个缺陷形貌特征向量之间的相似程度和各个膜面缺陷分析区域的重叠面积获取每个膜面缺陷分析区域的缺陷匹配帧序列，然后基于每个缺陷匹配帧序列的等间隔特征计算每个膜面缺陷分析区域的非偶因素缺陷指数，进而获取每个膜面缺陷分析区域的缺陷特征识别结果，综合考虑膜面缺陷分析区域出现的相似程度和等间隔性，提高了对pbat降解膜材料表面的缺陷特征识别的准确性。
1.一种基于pbat降解膜材料的缺陷特征识别方法，其特征在于，包括：
2.如权利要求1所述的一种基于pbat降解膜材料的缺陷特征识别方法，其特征在于，所述采用聚类算法对各个所述膜面缺陷分析关键点进行聚类处理，得到膜面缺陷分析区域，包括：
3.如权利要求2所述的一种基于pbat降解膜材料的缺陷特征识别方法，其特征在于，所述基于任意两个膜面缺陷分析关键点之间的距离和纹理差异特征计算对应的膜面缺陷同型指数，包括：
4.如权利要求1所述的一种基于pbat降解膜材料的缺陷特征识别方法，其特征在于，所述基于每个所述降解膜灰度图像内每个像素点与图像整体的灰度差异特征获取每个所述降解膜灰度图像的膜面缺陷分析关键点，包括：
5.如权利要求4所述的一种基于pbat降解膜材料的缺陷特征识别方法，其特征在于，所述基于每个所述膜面缺陷分析区域的纹理特征、灰度差异特征和各个所述膜面缺陷分析关键点的分布特征构建每个所述膜面缺陷分析区域的缺陷形貌特征向量，包括：
6.如权利要求5所述的一种基于pbat降解膜材料的缺陷特征识别方法，其特征在于，所述基于各个所述膜面缺陷分析关键点的分布特征获取每个所述膜面缺陷分析区域的缺陷关键轮廓，包括：
7.如权利要求1所述的一种基于pbat降解膜材料的缺陷特征识别方法，其特征在于，所述基于各个所述缺陷形貌特征向量之间的相似程度和各个所述膜面缺陷分析区域的重叠面积获取每个所述膜面缺陷分析区域的缺陷匹配帧序列，包括：
8.如权利要求7所述的一种基于pbat降解膜材料的缺陷特征识别方法，其特征在于，所述分级处理包括第一级处理和第二级处理；
9.如权利要求1所述的一种基于pbat降解膜材料的缺陷特征识别方法，其特征在于，所述基于每个所述缺陷匹配帧序列的等间隔特征计算每个所述膜面缺陷分析区域的非偶因素缺陷指数，包括：
10.一种基于pbat降解膜材料的缺陷特征识别系统，其特征在于，所述系统包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至9中任意一项所述的一种基于pbat降解膜材料的缺陷特征识别方法。
