CN119273735A - 一种用于梳棉机的棉条厚度检测方法 - Google Patents

Abstract

本发明涉及图像处理领域，更具体地，本发明涉及一种用于梳棉机的棉条厚度检测方法，方法包括：获取梳棉机输出处的棉条的灰度图像，根据相邻时刻的灰度图像中灰度值变化，以用于计算灰度图像每个像素点处在棉条边缘的可能性；基于灰度图像中像素点处在棉条边缘的可能性，确定像素点处在棉条边缘附近背景区域的可能性，并计算像素值权重的修正值进行双边滤波，以得到显著图像，最终通过图像分析技术测量棉条的厚度，实现对棉条质量的自动化检测和控制。本发明通过计算像素点处在棉条边缘附近背景区域的可能性，并据此修正像素值权重，有利于更好地区分棉条与背景，提高检测的准确性。

Description

一种用于梳棉机的棉条厚度检测方法

技术领域

本发明涉及图像处理领域。更具体地，本发明涉及一种用于梳棉机的棉条厚度检测方法。

背景技术

梳棉机是一种用于加工棉纤维和化学纤维的纺织机械，其主要作用是将前道工序送来的棉卷或由棉线供给的油棉层进行开松分梳和除杂，使所有呈卷曲块状的棉圈成为基本伸直的单纤维状；布料的质量与棉线的质量密不可分，棉线的生产是由原棉通过抓棉、除杂与混棉、梳棉、预并、条卷和精梳等工序加工而成的。梳棉工序是棉线生产的关键步骤，也是棉花成型的第一个步骤，该步骤的顺利与否，影响了棉线的质量。然而受原棉除杂不净及梳棉机磨损或梳棉机中存在杂质残留等影响，有时梳棉机输出的棉条的厚度可能会超出允许范围，进而会影响棉线生产的后续步骤。因此需要对梳棉机的输出棉条进行厚度检测。

现有公开号为CN116164683A的中国专利申请文件公开了一种新型棉条厚度检测系统，所述驱动板卡与超声波发射探头连接，所述超声波接收探头与信号检测板卡连接，所述超声波发射探头和超声波接收探头对称设置在棉条两侧，所述驱动板卡通过超声波发射电路与超声波发射探头连接，所述超声波接收探头通过超声波接收电路与信号检测板卡连接，所述超声波发射探头和超声波接收探头设置在第一压辊轮和第二压辊轮的正下方，所述第一压辊轮和第二压辊轮之间设置有棉条。该专利申请文件对于安装的精度要求不高，减少对机械精度的依赖；同时精简了这一部分的机械结构；取消了用户现场对机械结构采样时的间隙调整；对棉条的有无可以进行检测和判断；可测量不同厚度的棉条。

该申请文件中分析了对不同厚度的棉条进行检测的方法，目前通常使用棉条的图像来对棉条的厚度进行检测，然而梳棉机上的棉条是不断地输送的，由于棉条具有松散的特性，在采集棉条图像时棉条上存在着一定的抖动，使得采集到的图像中棉条部分出现模糊现象，导致对棉条厚度的检测不准确。

发明内容

为解决采集棉条图像时棉条上存在着一定的抖动，使得采集到的图像中棉条部分出现模糊现象，导致对棉条厚度的检测不准确的问题，本发明在如下方面中提供方案。

一种用于梳棉机的棉条厚度检测方法，包括：获取梳棉机输出处的棉条的灰度图像，根据相邻时刻的灰度图像中灰度值变化，以用于计算灰度图像每个像素点处在棉条边缘的可能性；基于灰度图像中像素点处在棉条边缘的可能性，确定像素点处在棉条边缘附近背景区域的可能性；根据像素点处在棉条边缘附近背景区域的可能性，计算每个像素点的像素值权重的修正值，并进行双边滤波，得到显著图像，并将显著图像进行图像检测，以获取棉条厚度；其中，所述像素值权重的修正值满足下述关系式：，式中，表示第个时刻的灰度图像中第个像素点相对于窗口内中心像素点的像素值权重的修正值，表示第个时刻的灰度图像中第个像素点相对于窗口内中心像素点的像素值权重，表示第个时刻的灰度图像中第个像素点处在棉条边缘附近背景区域的可能性，表示第个时刻的灰度图像中第个像素点的灰度值，表示以自然常数为底数的指数函数。

通过分析相邻时刻灰度图像中灰度值的变化，该方法能够准确计算出每个像素点处在棉条边缘的可能性，从而有效地识别出棉条的边缘。这种方法减少了因棉条抖动导致的图像模糊对边缘检测的影响，提高了棉条厚度测量的准确性，利用双边滤波技术，结合像素点处在棉条边缘附近背景区域的可能性来计算像素值权重的修正值，该方法能够在保持边缘清晰度的同时减少噪声，增强了图像在动态条件下的稳定性，尤其是在棉条不断输送且存在抖动的情况下，通过引入像素值权重的修正值，有利于调整双边滤波过程中的像素值权重，使得滤波后的灰度图像更加突出棉条的边缘特征，同时降低了背景噪声的影响。这种优化的滤波效果为后续的灰度图像检测和棉条厚度测量提供了更清晰的图像数据。

优选的，所述计算灰度图像每个像素点处在棉条边缘的可能性，包括：

以任一时刻为目标时刻，计算目标时刻的灰度图像与前一时刻的灰度图像中同一位置像素点之间灰度差值的绝对值，并进行归一化处理，得到灰度变化；

计算目标时刻的灰度图像与前一时刻的灰度图像中同一位置像素点的八邻域内像素点灰度值方差之差的绝对值，并进行归一化处理，得到方差变化；

将所述灰度变化和方差变化的乘积作为目标时刻的灰度图像中同一位置像素点在棉条边缘附近的可能性。

通过计算相邻时刻灰度图像中同一位置像素点的灰度差值和方差之差的绝对值，能够捕捉到由于棉条抖动引起的图像变化，从而更准确地识别出棉条的边缘。

优选的，所述计算灰度图像每个像素点处在棉条边缘的可能性，还包括：

使用八点采样法获取局部二值模式的值，将值转成十进制后得到中心像素点的特征值，统计特征值对应像素点的数量，并进行归一化，得到目标时刻对应的灰度图像中所有像素点处在棉条边缘的可能性。

通过将LBP值转换为十进制后，可以为每个像素点分配一个唯一的特征值，这有助于精确地识别和定位棉条的边缘，通过统计每个特征值对应像素点的数量并进行归一化处理，能够量化每个特征值出现的频率，从而评估其作为边缘指示器的可靠性。

优选的，所述确定像素点处在棉条边缘附近背景区域的可能性，包括：

以任一时刻为目标时刻，计算目标时刻的灰度图像中像素点的灰度值在灰度图像中出现的次数，得到灰度值频率；

将所述灰度值频率与灰度图像中所有像素点数量之间的比值进行负指数函数的运算，并作为目标时刻中像素点处在棉条边缘的可能性的幂，得到目标时刻对应灰度图像中像素点处在棉条边缘背景区域的可能性。

通过计算灰度值频率，能够有效区分灰度图像中的背景区域和边缘区域。背景区域通常具有更频繁出现的灰度值，而边缘区域则相对较少；根据负指数函数的应用使得灰度值频率较高的像素点（更可能是背景）对边缘可能性的贡献降低，从而更准确地识别出边缘区域。

优选的，所述确定像素点处在棉条边缘附近背景区域的可能性，还包括：

以任一时刻为目标时刻，以目标时刻的灰度图像中的任一像素点为目标点，计算目标点的灰度值在灰度图像中出现的次数，得到灰度值频率；

将所述灰度值频率与灰度图像中所有像素点数量之间的比值进行负指数函数的运算，并作为目标时刻中像素点处在棉条边缘的可能性的幂，得到边缘可能性指数；

计算目标点的灰度值与灰度图像中最大灰度值之间比值的补数，与边缘可能性指数之间的乘积，得到目标时刻对应灰度图像中目标点处在棉条边缘背景区域的可能性。

通过计算灰度值与最大灰度值之比的补数，能够区分出接近背景的像素点（灰度值较低）和边缘区域（灰度值较高），结合边缘可能性指数，更进一步增强了背景与边缘的区分能力。

优选的，所述像素值权重，包括：

以灰度图像中任一像素点为目标点，并预设窗口，获取以目标点作为邻域像素点的窗口集合，以所述窗口集合中任意窗口为标注窗口，计算目标点对应标注窗口的中心点的像素值权重；

所述像素值权重满足下述关系式：

；

式中，表示第个时刻的灰度图像中第个像素点相对于窗口内中心像素点的像素值权重，表示预设窗口内中心像素点的灰度值，表示第个像素点的灰度值，表示像素值权重的高斯核标准差，表示以自然数为底的指数函数。

优选的，所述双边滤波，包括：

将预设窗口在灰度图像上滑动，计算预设窗口内中心像素点与其他像素点之间空间距离权重；

计算预设窗口内中心像素点与其他每个像素点之间的像素值差异，使用高斯函数计算像素值权重；

根据像素点处在棉条边缘背景区域的可能性来修正所述像素值权重，将空间距离权重与修正后的权重之间的乘积作为滤波器中每个像素点的综合权重；基于综合权重对预设窗口内像素点进行加权平均，完成灰度图像的双边滤波。

优选的，所述将显著图像进行图像检测，以获取棉条厚度，包括：

提取显著图像中棉条的边缘，使用最小包围矩形法获取棉条的外轮廓，将外轮廓的宽度作为棉条的厚度。

本发明具有以下效果：

1、本发明通过分析相邻时刻的灰度图像中灰度值变化来计算每个像素点处在棉条边缘的可能性，有效识别棉条边缘，结合双边滤波技术，通过考虑像素点的空间距离权重和像素值权重，减少了由于棉条抖动引起的图像模糊对厚度检测的影响，从而提高了棉条厚度检测的精准程度。

2、本发明通过计算像素点处在棉条边缘附近背景区域的可能性，并据此修正像素值权重，有利于更好地区分棉条与背景，尤其在棉条边缘区域，有利于避免棉条的抖动和图像采集过程中的噪声，具有较好的鲁棒性，能够在不同条件下稳定地进行厚度检测。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，并且相同或对应的标号表示相同或对应的部分，其中：

图1是本发明实施例一种用于梳棉机的棉条厚度检测方法中步骤S1-步骤S3的方法流程图。

图2是本发明实施例一种用于梳棉机的棉条厚度检测方法中相邻时刻对应棉条的灰度图像同一位置的示意图。

图3是本发明实施例一种用于梳棉机的棉条厚度检测方法中基于邻域像素点预设窗口的窗口集合。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面结合附图来详细描述本发明的具体实施方式。

参照图1，一种用于梳棉机的棉条厚度检测方法包括步骤S1-步骤S3，具体如下：

具体实施场景为：在能够完整采集一段棉条的位置进行布置相机，实时采集梳棉机的棉条输出处的棉条的灰度图像，同时为了避免环境变化对棉条厚度检测的影响，在采集图像时需维持棉条所处环境的光照条件不变。

需要说明的是，并不是灰度图像中的所有位置都对棉条的厚度检测具有参考意义，而梳棉机的棉条输出处的棉条处在较为复杂的场景中，通过边缘检测可能难以检测出棉条所在位置，因此本发明根据相邻时刻的棉条的灰度图像的灰度值，计算灰度图像中每个像素点处在棉条边缘附近的可能性。

S1：获取梳棉机输出处的棉条的灰度图像，根据相邻时刻的灰度图像中灰度值变化，以用于计算灰度图像每个像素点处在棉条边缘的可能性。

以任一时刻为目标时刻，计算目标时刻的灰度图像与前一时刻的灰度图像中同一位置像素点之间灰度差值的绝对值，并进行归一化处理，得到灰度变化；

需要说明的是，参照图2，相邻时刻的灰度图像中，同一位置对应两个像素点，本实施例中，计算处在棉条边缘的可能性，使用八邻域范围内的像素点，实施人员也可根据实际情况使用更大范围内的像素点。

计算目标时刻的灰度图像与前一时刻的灰度图像中同一位置像素点的八邻域内像素点灰度值方差之差的绝对值，并进行归一化处理，得到方差变化；

将灰度变化和方差变化的乘积作为目标时刻的灰度图像中同一位置像素点在棉条边缘附近的可能性。

具体地，目标时刻的灰度图像中同一位置像素点在棉条边缘的可能性满足下述关系式：

；

式中，表示第个时刻的灰度图像中第个像素点处在棉条边缘附近的可能性，表示第个时刻的灰度图像中第个像素点的灰度值，表示第个时刻的灰度图像中第个像素点的灰度值，表示第个时刻的灰度图像中第个像素点八邻域内像素点灰度值的方差，表示第个时刻的灰度图像中第个像素点八邻域内像素点灰度值的方差。

也就是说，表示相邻时刻的两个灰度图像中相同位置的像素点之间的灰度值差距，由于灰度图像中除棉条外绝大多数物体是静止的，因此通过两张灰度图像中相同位置像素点之间的灰度差距衡量该位置对应的物体是否在移动，越大，则表示灰度图像中的第个像素点的灰度变化越可能是由棉条运动产生的，则第个时刻的灰度图像中第个像素点处在棉条边缘附近的可能性越大，越小，则灰度图像中的第个像素点越可能处在静止的物体上，则第个时刻的灰度图像中第个像素点处在棉条边缘附近的可能性越小。其中，除以255是为了便于后续计算所采取的归一化方式。

表示相邻时刻的两个灰度图像中相同位置的像素点与其周围像素点之间灰度值方差的差距。由于灰度图像中某一位置的物体运动前后，该位置对应的像素点的灰度值可能不会发生改变，如图2所示，相邻时刻对应灰度图像中相同位置A的像素点在棉条运动前后都处在棉条区域内，造成棉条抖动前后棉条边缘的部分像素点的灰度值不发生改变或改变很小。

为了使棉条附近更多的像素点被识别出来，通过对像素点处在棉条边缘附近的可能性进行进一步地调节。越大时，说明灰度图像中的第个像素点越可能处在棉条的边缘附近，则像素点处在棉条边缘附近的可能性越大，越小，灰度图像中的第个像素点越可能处在棉条的范围的内部或棉条之外的背景区域中，则像素点处在棉条边缘附近的可能性越小。

除此之外，另一个实施例中：还包括：

使用八点采样法获取局部二值模式的值，将值转成十进制后得到中心像素点的特征值，统计特征值对应像素点的数量，并进行归一化，得到目标时刻对应的灰度图像中所有像素点处在棉条边缘的可能性。

具体地，目标时刻的目标点处在棉条边缘的可能性满足下述关系式：

；

式中，表示第个时刻的灰度图像中第个像素点处在棉条边缘附近的可能性，表示第个时刻的灰度图像中第个像素点的局部二值模式特征值对应像素点在灰度图像中出现的次数，表示灰度图像中所有像素点的数量。

也就是说，由于棉条边缘是灰度图像中的少数部分，其对应的特征值出现次数应该较少；因此，一个像素点的特征值出现次数越少，它越可能是边缘的一部分，归一化的可能性值越大，表示该像素点越可能是棉条边缘。

更进一步分析，由于棉条抖动在灰度图像中棉条边缘附近产生的模糊现象会影响对棉条厚度的检测，需要通过灰度图像中的模糊区域附近的像素点对灰度图像中的模糊区域进行补偿，因此本发明根据灰度图像每个像素点处在棉条边缘附近的可能性与像素点的灰度值计算像素点处在棉条边缘附近背景区域的可能性。

S2：基于灰度图像中像素点处在棉条边缘的可能性，确定像素点处在棉条边缘附近背景区域的可能性。

以任一时刻为目标时刻，计算目标时刻的灰度图像中像素点的灰度值在灰度图像中出现的次数，得到灰度值频率；

将灰度值频率与灰度图像中所有像素点数量之间的比值进行负指数函数的运算，并作为目标时刻中像素点处在棉条边缘的可能性的幂，得到目标时刻对应灰度图像中像素点处在棉条边缘背景区域的可能性。

具体地，处在棉条边缘背景区域的可能性满足下述关系式：

；

式中，表示第个时刻的灰度图像中第个像素点处在棉条边缘附近背景区域的可能性，表示第个时刻的灰度图像中第个像素点处在棉条边缘的可能性，表示第个时刻的灰度图像中第个像素点的灰度值在灰度图像中出现的次数，表示灰度图像中所有像素点的数量，表示以自然常数为底数的指数函数。

也就是说，表示第个时刻的灰度图像中第个像素点灰度值出现次数在灰度图像所有像素点中的占比，由于灰度图像中的绝大多数区域都是梳棉机构成的背景区域，只有少部分区域是由棉条构成的棉条区域，因此越大，则该像素点越可能处在背景区域，则像素点处在棉条边缘附近背景区域的可能性越大；反之，越小，则该像素点越可能处在棉条区域，则像素点处在棉条边缘附近背景区域的可能性相对越小。

因此通过对进行修正，越大时，越小，对的向上修正程度越强，使像素点处在棉条边缘附近背景区域的可能性越大，越突出，越小时，越大，对的向上修正程度越弱，使像素点处在棉条边缘附近背景区域的可能性越不突出。

除此之外，另一个实施例中，还包括：

以任一时刻为目标时刻，以目标时刻的灰度图像中的任一像素点为目标点，计算目标点的灰度值在灰度图像中出现的次数，得到灰度值频率；

将灰度值频率与灰度图像中所有像素点数量之间的比值进行负指数函数的运算，并作为目标时刻中像素点处在棉条边缘的可能性的幂，得到边缘可能性指数；

计算目标点的灰度值与灰度图像中最大灰度值之间比值的补数，与边缘可能性指数之间的乘积，得到目标时刻对应灰度图像中目标点处在棉条边缘背景区域的可能性。

具体地，处在棉条边缘背景区域的可能性满足下述关系式：

；

式中，表示第个时刻的灰度图像中第个像素点处在棉条边缘附近背景区域的可能性，表示第个时刻的灰度图像中第个像素点处在棉条边缘的可能性，表示第个时刻的灰度图像中第个像素点的灰度值在灰度图像中出现的次数，表示灰度图像中所有像素点的数量，表示以自然常数为底数的指数函数，表示第个时刻的灰度图像中第个像素点的灰度值。

也就是说，像素点的灰度值普遍很大，那么会接近于0，这降低了像素点处在边缘的可能性；表示像素点的灰度值与最大可能灰度值（255）之间的差异，值越大，表示该像素点的灰度值越接近0，表示像素点越可能是背景的一部分。

更进一步分析，由于棉条抖动引起的运动模糊现象会影响对棉条厚度的检测，为减少该现象对棉条厚度检测的影响，本发明根据像素点处在棉条边缘附近背景区域的可能性计算每个像素点像素值权重的修正值。

S3：根据像素点处在棉条边缘附近背景区域的可能性，计算每个像素点像素值权重的修正值，并进行双边滤波，得到显著图像，并将显著图像进行图像检测，以获取棉条厚度。

双边滤波的步骤包括：

将预设窗口在灰度图像上滑动，使用高斯函数计算预设窗口内中心像素点与其他像素点之间的空间距离权重；

示例性的，预设窗口为，可根据实际情况进行调整。

具体地，空间距离权重满足下述关系式：

；

式中，表示第个时刻的灰度图像中第个像素点的空间距离值权重，表示预设窗口内中心像素点，表示第个像素点，表示空间权重的高斯核标准差，表示以自然数为底的指数函数。

使用高斯函数计算预设窗口内中心像素点与其他每个像素点之间的像素值差异，得到像素值权重；

具体地，所述像素值权重，包括：

以灰度图像中任一像素点为目标点，并预设窗口，获取以目标点作为邻域像素点的窗口集合，以所述窗口集合中任意窗口为标注窗口，计算目标点对应标注窗口的中心点的像素值权重；

像素值权重满足下述关系式：

；

式中，表示第个时刻的灰度图像中第个像素点相对于窗口内中心像素点的像素值权重，表示预设窗口内中心像素点的灰度值，表示第个像素点的灰度值，表示像素值权重的高斯核标准差，表示以自然数为底的指数函数。

参照图3，示例性的，以灰度图像中像素点序号为13的设为邻域像素点，预设窗口为，则获取邻域像素点的窗口集合为8个，分别计算邻域像素点和对应窗口内中心像素点之间的像素差异，得到邻域像素点相对于窗口内中心像素点的像素值权重。

需要说明的是，双边滤波为本领域人员公知技术，其中，在进行双边滤波时，需要获取预设窗口内中心像素点的空间距离权重和像素值权重，且空间距离权重和像素值权重为本领域公知技术，本实施例中，仅对像素值权重进行修正，不对空间距离权重进行调整，因此，下述步骤为针对像素值权重进行修正。

根据像素点处在棉条边缘背景区域的可能性来修正像素值权重，将空间距离权重与修正后的权重之间的乘积作为滤波器中每个像素点的综合权重；基于综合权重对预设窗口内像素点进行加权平均，完成灰度图像的双边滤波。

具体地，像素值权重的修正值满足下述关系式：

;

式中，表示第个时刻的灰度图像中第个像素点相对于窗口内中心像素点的像素值权重的修正值，表示第个时刻的灰度图像中第个像素点相对于窗口内中心像素点的像素值权重，表示第个时刻的灰度图像中第个像素点处在棉条边缘附近背景区域的可能性，表示第个时刻的灰度图像中第个像素点的灰度值，表示以自然常数为底数的指数函数。

也就是说，越大，说明灰度图像中第个像素点越可能处在棉条边缘附近背景区域，则为了消除棉条附近的模糊区域，应在进行滤波时，使背景区域对滤波结果产生更大的影响，因此越大，在进行滤波时灰度图像中第个像素点应具有更大的像素值权重，反之，越小，说明灰度图像中第个像素点越可能处在棉条边缘附近背景区域之外的其他区域，为了避免滤波后灰度图像中的模糊区域扩大，在进行滤波时灰度图像中第个像素点应具有相对更小的像素值权重。

进一步说明的是，由于棉条在灰度图像中具有高灰度值的特性，因此越大，则像素点处在棉条上的可能性相对越高，反之越小，则像素点处在棉条上的可能性越低，为了减小灰度图像中的棉条区域加重棉条附近的模糊区域的模糊程度，干扰棉条厚度的检测，因此越小，在进行滤波时灰度图像中第个像素点应具有更大的像素值权重，以相对提高背景区域对滤波结果的影响，越大，在进行滤波时灰度图像中第个像素点应具有更小的像素值权重，以减少棉条区域加重棉条附近的模糊区域的模糊程度的情况发生。

因此通过对进行修正，越小时，对的修正程度越大，使灰度图像中第个像素点的像素值权重的修正值越大，进而在进行权重归一化时使第个像素点的权重越大，越大时，对的修正程度越小，使灰度图像中第个像素点的像素值权重的修正值相对越小，进而在进行权重归一化时使第个像素点的权重越小。

提取显著图像中棉条的边缘，使用最小包围矩形法获取棉条的外轮廓，将外轮廓的宽度作为棉条的厚度。

除此之外，还可以在图像中沿着垂直或水平方向对棉条进行投影，计算投影值的分布，通过分析分布的峰值来确定棉条的厚度，具体地，实施人员可根据实际情况使用不同的方法。

通过上述方法对梳棉机的输出棉条进行厚度检测，减少了由于棉条抖动产生的图像模糊现象对棉条厚度检测的影响，在一定程度上提高了对棉条厚度检测的精准程度。

在本说明书的描述中，“多个”、“若干个”的含义是至少两个，例如两个，三个或更多个等，除非另有明确具体的限定。

虽然本说明书已经示出和描述了本发明的多个实施例，但对于本领域技术人员显而易见的是，这样的实施例只是以示例的方式提供的。本领域技术人员会在不偏离本发明思想和精神的情况下想到许多更改、改变和替代的方式。应当理解的是在实践本发明的过程中，可以采用对本文所描述的本发明实施例的各种替代方案。

Claims (8)

1.一种用于梳棉机的棉条厚度检测方法，其特征在于，包括：

获取梳棉机输出处的棉条的灰度图像，根据相邻时刻的灰度图像中灰度值变化，以用于计算灰度图像每个像素点处在棉条边缘的可能性；

基于灰度图像中像素点处在棉条边缘的可能性，确定像素点处在棉条边缘附近背景区域的可能性；

根据像素点处在棉条边缘附近背景区域的可能性，计算每个像素点的像素值权重的修正值，并进行双边滤波，得到显著图像，并将显著图像进行图像检测，以获取棉条厚度；

其中，所述像素值权重的修正值满足下述关系式：，式中，表示第个时刻的灰度图像中第个像素点相对于窗口内中心像素点的像素值权重的修正值，表示第个时刻的灰度图像中第个像素点相对于窗口内中心像素点的像素值权重，表示第个时刻的灰度图像中第个像素点处在棉条边缘附近背景区域的可能性，表示第个时刻的灰度图像中第个像素点的灰度值，表示以自然常数为底数的指数函数。

2.根据权利要求1所述的一种用于梳棉机的棉条厚度检测方法，其特征在于，所述计算灰度图像每个像素点处在棉条边缘的可能性，包括：

以任一时刻为目标时刻，计算目标时刻的灰度图像与前一时刻的灰度图像中同一位置像素点之间灰度差值的绝对值，并进行归一化处理，得到灰度变化；

计算目标时刻的灰度图像与前一时刻的灰度图像中同一位置像素点的八邻域内像素点灰度值方差之差的绝对值，并进行归一化处理，得到方差变化；

将所述灰度变化和方差变化的乘积作为目标时刻的灰度图像中同一位置像素点在棉条边缘附近的可能性。

3.根据权利要求1所述的一种用于梳棉机的棉条厚度检测方法，其特征在于，所述计算灰度图像每个像素点处在棉条边缘的可能性，还包括：

使用八点采样法获取局部二值模式的值，将值转成十进制后得到中心像素点的特征值，统计特征值对应像素点的数量，并进行归一化，得到目标时刻对应的灰度图像中所有像素点处在棉条边缘的可能性。

4.根据权利要求1所述的一种用于梳棉机的棉条厚度检测方法，其特征在于，所述确定像素点处在棉条边缘附近背景区域的可能性，包括：

以任一时刻为目标时刻，计算目标时刻的灰度图像中像素点的灰度值在灰度图像中出现的次数，得到灰度值频率；

将所述灰度值频率与灰度图像中所有像素点数量之间的比值进行负指数函数的运算，并作为目标时刻中像素点处在棉条边缘的可能性的幂，得到目标时刻对应灰度图像中像素点处在棉条边缘背景区域的可能性。

5.根据权利要求1所述的一种用于梳棉机的棉条厚度检测方法，其特征在于，所述确定像素点处在棉条边缘附近背景区域的可能性，还包括：

以任一时刻为目标时刻，以目标时刻的灰度图像中的任一像素点为目标点，计算目标点的灰度值在灰度图像中出现的次数，得到灰度值频率；

将所述灰度值频率与灰度图像中所有像素点数量之间的比值进行负指数函数的运算，并作为目标时刻中像素点处在棉条边缘的可能性的幂，得到边缘可能性指数；

计算目标点的灰度值与灰度图像中最大灰度值之间比值的补数，与边缘可能性指数之间的乘积，得到目标时刻对应灰度图像中目标点处在棉条边缘背景区域的可能性。

6.根据权利要求1所述的一种用于梳棉机的棉条厚度检测方法，其特征在于，所述像素值权重，包括：

以灰度图像中任一像素点为目标点，并预设窗口，获取以目标点作为邻域像素点的窗口集合，以所述窗口集合中任意窗口为标注窗口，计算目标点对应标注窗口的中心点的像素值权重；

所述像素值权重满足下述关系式：

；

式中，表示第个时刻的灰度图像中第个像素点相对于窗口内中心像素点的像素值权重，表示预设窗口内中心像素点的灰度值，表示第个像素点的灰度值，表示像素值权重的高斯核标准差，表示以自然数为底的指数函数。

7.根据权利要求1所述的一种用于梳棉机的棉条厚度检测方法，其特征在于，所述双边滤波，包括：

将预设窗口在灰度图像上滑动，计算预设窗口内中心像素点与其他像素点之间空间距离权重；

计算预设窗口内中心像素点与其他每个像素点之间的像素值差异，使用高斯函数计算像素值权重；

根据像素点处在棉条边缘背景区域的可能性来修正所述像素值权重，将空间距离权重与修正后的权重之间的乘积作为滤波器中每个像素点的综合权重；基于综合权重对预设窗口内像素点进行加权平均，完成灰度图像的双边滤波。

8.根据权利要求1所述的一种用于梳棉机的棉条厚度检测方法，其特征在于，所述将显著图像进行图像检测，以获取棉条厚度，包括：

提取显著图像中棉条的边缘，使用最小包围矩形法获取棉条的外轮廓，将外轮廓的宽度作为棉条的厚度。