图像；
[0070] 图7为径向扫描；
[0071] 图8为随机圆评估法流程图；
[0072] 图9为瓶口检测区域，图（a)为瓶口图像中3个检测区域，图（b)为图（a)中白色 矩形区域的放大图，图（c)为瓶口目标图像中3个检测区域，图（d)为图（c)中白色矩形区 域的放大图；
[0073] 图10为目标图像灰度值变化；
[0074] 图11为越界及越界处理，图（a)越界现象示意图，图（b)为越界处理方法示意图；
[0075] 图12为不同越界处理方式得到的滤波效果，图（a)为进行越界处理的输入瓶口目 标图像，图（b)、（c)和（d)分别表示越界时采用忽略、复制和补偿（本发明方法）越界像素 得到的滤波结果，图（e)是图（c)和图（d)的差分图像；
[0076] 图13为图像灰度值分布对残差影响，图（a)和（b)为进行测试输入的瓶口目标图 像，图（c)和⑷分别是（a)和（a)经过高氣为5、宽^为39的模板滤波后的图像，图（e) 和⑴分别是（a)和（b)得到残差；
[0077]图14为滤波器模板宽度变化对残差影响，图（a)、（b)和（c)分别表示Mw等于3、 8、49时的均值滤波结果，图（d)、（e)和（f)为对应的残差绝对值图像显示。
【具体实施方式】
[0078] 下面将结合附图和实施例对本发明做进一步的说明。
[0079] -种基于残差分析动态阈值分割的瓶口缺陷检测方法，详细步骤如图1所示，主 要包括瓶口区域定位和瓶口缺陷检测两大处理流程。
[0080] 1瓶口区域定位
[0081] 首先，通过全局阈值分割、重心法、径向扫描、圆拟合实现瓶口高速准确定位，随 后，将瓶口划分成三个检测区域，以瓶口中心为极坐标原点进行极坐标变换展开。
[0082] 1. 1全局阈值分割获取瓶口边缘区域
[0083] 以图像左上角为坐标原点，纵向、横向分别为图像坐标的X，y轴，如图2(a)所示， 当图像中像素灰度值小于灰度阈值Tgray时，该像素灰度值被置为0,否则置1，如式（1)所 示，其中TgMy表示设定的分割阈值，f(x，y)表示坐标为X，y的图像像素的灰度值，通过上述 步骤得到包含瓶口内、外环边缘区域的二值化图像。
[0084] Π) { A ? I
LL i
[0085] 1· 2重心法进行瓶口粗定位
[0086]根据上述所得二值图像计算重心点0'的坐标（XpL)，如式（2)和式（3)所示， 其中，Nb、Xni和yni分别表示灰度值非零的像素点的总数量、第m个非零像素点的X和y坐标， 1mNb,meZ+〇
_7] c2) _8] (3)
[0089] 1. 3径向扫描获取瓶口边缘点
[0090] 以上述所得重心0'为圆心，以R_n为半径，绘制一个圆，该圆被称为扫描圆，如图 7所示，其中白色大圆所示，沿顺时针或逆时针方向（本文沿逆时针方向）进行360度的 径向扫描，径向扫描从半径末端Pls开始，其中Pls的坐标值XPls和YPls值可由式⑷和式 (5)得到，其中is表示当前径向扫描次序号，当扫描到三个灰度值跃变点时停止，此跃变点 是干扰点或瓶口内、外环边缘点，如果沿着扫描半径方向一直扫描至扫描圆圆心〇'位置仍 然没有发现灰度值跃变点，则说明该边缘点缺失，当瓶口边缘出现较大裂缝时会出现该情 况，其中半径〇'P_jS的坐标应用Bresenhan的中点线算法获得，总共进行NS(：an次径向扫描， 相邻两次扫描相差的圆心角△α= 360/NS(：an被称为径向扫描步进角，最终得到Ν'个边缘 点（如图7中白色实心小圆所不，如果瓶口图像完整，则Ν' = 3*Nsean，如果瓶口图像不完 整，则Ν'〈3*Nscan)，定义三个Nscan行两列的数组GroupEdgel(Nscan, 2)、GroupEdge2 (Nscan, 2)、 GroupEdge3 (Nsean，2)，分三组保存边缘点坐标，其中沿径向扫描时得到的第一、二、三个灰 度值跃变点X、y坐标分别保存在数组GroupEdgel、GroupEdge2、GroupEdge3两列中，其中 第一和第三个是由0向1跃变的点，第二个为由1向0跃变的点。
[0091] XPls= X〇，+Rscancos(Aa*is) (4)
[0092] YPls= Y〇，+RscanSin(A a *is) (5)
[0093] 1. 4圆拟合进行瓶口精确定位
[0094] 为使定位方法具有较强抗干扰能力且执行速度快，本文提出一种随机圆评估法， 用于实现瓶口边缘的圆检测，主要包括三点随机圆检测、圆拟合度评估和瓶口中心确定三 个过程，首先，从上述所得的一组边缘点中随机采样的三个点确定一个圆，定义各边缘点到 圆距离小于给定阈值的边缘点的数目与边缘点总数的比值为圆拟合度，提出将圆拟合度作 为评估标准搜索最优定位结果的方法，随后，利用多次重复随机圆检测得到大量圆拟合结 果并计算对应圆拟合度，以最大圆拟合度对应的圆拟合结果作为瓶口中心，具体流程如图8 所示，图中相关参数及初始设定值如表2所示。
[0095] 表2参数说明
[0096]
[0097] 对径向扫描得到的三组边缘点分别应用随机圆评估法，得到三个拟合圆圆心01、 02和03,对应半径依次为Rl、R2和R3 (R1>R2>R3)，依据此拟合结果，以01为圆心，分别以 R1、R2和R3为半径，得到三个同心圆，根据定位误差的大小，增加一个容许度参数Rtol (容许 度为瓶口定位误差的1_2倍），将瓶口分成三个检测区域1?011、1?012和1?013，如图9(&)和 (b)所示，（b)是（a)中白色矩形区域的放大图，其中，队、R2pR3,R3啲计算公式分别 如式（6)-式（9)所示。此三个检测区域主要针对不同类型的瓶口缺陷进行检测：R0I1区 域主要检测外环磨损、崩口，R0I2区域主要检测封盖面磨损、破裂和脏污，R0I3区域主要检 测内环磨损、崩口。
[0098] Rl〇=Rl+Rt〇1 (6)
[0099] R21=R2-Rtol (7)
[0100] R30=R3+Rt0l (8)
[0101] R3,=R3-Rtol (9)
[0102] 1. 5极坐标变换展开瓶口区域
[0103] 以01为原点，将上述所得RidPRSii间的圆环区域依据式（10)和式（11)进行 极坐标变换展开，展开后的图像被称之为瓶口目标图像，其分辨率为分别 表示目标图像的高和宽，如图9(c)和（d)所示，（d)是（c)中白色矩形区域的放大图，其中 x、y表示图像空间中像素的坐标值，X1、Y1为拟合圆01的圆心坐标，x+py+i为目标图像中 像素的坐标值，1彡Xcibl彡Η^，1彡ycibl<W^，roundO表示对变量取整数操作。
[0104]
[0105]
[0106] 2瓶口缺陷检测
[0107] 本发明提出将经过极坐标变换展开的瓶口目标图像分成三部分：噪声、灰度缓慢 变化（是指沿着图像坐标y轴方向的灰度变化情况）部分和灰度剧烈变化部分，其中缓慢 变化部分对应于图像黑色背景区域和瓶口边缘亮区域，剧烈变化部分对应于检测目标的边 缘和瓶口缺陷区域，通过对目标图像的强烈平滑，能有效滤除噪声和瓶口缺陷区域，但对梯 度变化较小的背景区域影响甚小，因此，对平滑前后图像进行差分（该差分值被定义为残 差），能突出瓶口缺陷区域，根据上述原理，提出基于残差分析动态阈值分割的缺陷检测方 法。首先，对经过极坐标变换的瓶口区域进行强烈平滑处理，平滑后的瓶口区域与原始瓶口 区域进行差分得到残差，形成一个随原始瓶口区域灰度值变化的阈值曲面，用该曲面对瓶 口区域进行动态阈值分割；最后，对分割后的二值图像进行区域连通性检测，根据连通区域 的高、宽和面积特征进行缺陷识别。
[0108] 2. 1目标图像进行强烈平滑处理
[0109] 通常图像滤波的目的是在尽量保留图像细节特征的前提下对图像中噪声进行抑 制，而本发明对目标图像进行滤波的目的是使干扰、瓶口缺陷区域在滤波前后的灰度值变 化尽量大，同时保证背景区域在滤波前后的灰度变化尽可能小，以便在残差中突出缺陷和 背景差异，便于分割出缺陷区域。
[0110] 对于瓶口目标图像，除缺陷区域之外，沿着图像坐标y轴方向，图像灰度值呈缓慢 变化趋势，如图10所示，图（a)和（b)分别是完好瓶口和破损瓶口经过极坐标变换展开后 的目标图像，其中（A)、（B)、（C)和（D)表示四条扫描直线，（A)和（C)在图像中的横坐标X =7,⑶和⑶在图像中的横坐标X= 19,图（b)中白色椭圆虚线区域为缺陷区域，沿着 扫描直线由左向右扫描对应像素灰度值如图（c)和（d)所示，其中，黑色矩形虚线区域为干 扰，其灰度值发生突变，但是所占y坐标范围窄，黑色椭圆虚线区域所在的y坐标与图（b) 中缺陷区域的y坐标对应，与在该扫描直线上的大部分区域的灰度值相比，在该区域内的 灰度值发生剧烈变化，且所占y坐标范围宽，考虑上述灰度变化特征，采用一个宽为