[發明專利]一種基于Gabor濾波的工件圖像特征提取與識別方法

在審

• 申請號: 201611006808.6
• 申請日: 2016-11-16
• 公開（公告）號: CN108073932A
• 公開（公告）日: 2018-05-25
• 發明（設計）人: 楊東升;張展;劉蔭忠;劉鳳
• 申請（專利權）人: 中國科學院沈陽計算技術研究所有限公司
• 主分類號: G06K9/40
• 分類號: G06K9/40;G06K9/46;G06K9/62
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 王倩

本發明是一種基于Gabor濾波的工件圖像特征提取與識別方法，分為源圖像預處理、圖像工件區域定位與剪切、Gabor濾波工件圖像、工件圖像特征提取與識別等部分。本發明基于Gabor濾波的工件圖像特征提取與識別算法設計簡單，對不同光照的工件圖像具有適應性，對姿態具有一定的魯棒性，且具有良好的方向和尺度選擇性，運行效率高，保證了圖像工件區域定位的準確度，實現了工件圖像的識別。

技術領域

本發明涉及一種基于Gabor濾波的工件特征提取與識別的方法，屬于數字圖像處理與機器視覺領域。

背景技術

在計算機技術與機器視覺發展的進程中，機器視覺在人工智能、科學研究、國民經濟以及國防建設等領域的應用十分廣泛。數字圖像與視覺作為機器人獲得外界信息的主要方法，它可以提高工業生產的自動化和智能化程度，其最大的優點是機器人與被觀測對象無接觸，觀測對象不會受到接觸損傷，另外機器人可以用于不同的環境中觀測被檢測對象。

工件圖像識別可以看作特征提取和分類器設計相結合的過程。工件圖像特征提取過程受到遮擋，動態背景，視角和光照變化等因素的影響而具有很大的挑戰性。而Gabor小波與人類視覺系統中簡單單細胞的視覺刺激響應非常相似，對于圖像的邊緣敏感，能夠提供良好的方向選擇和尺度選擇特性，而且對于光照變化不敏感，能夠提供對光照變化良好的適應性，且能夠容忍一定程度的圖像旋轉和變形，可以解決以上旋轉，變形，光照變化等各種工件圖像的問題。

因此，本文設計了一種基于Gabor濾波的工件圖像特征提取與識別方法，通過視覺系統捕獲具有工件的源圖像并進行預處理，提出最小外接矩形的工件區域剪切算法，在源圖像中剪切出工件圖像，同時確定工件位置以及偏轉角度，并提取Gabor濾波的工件圖像特征，發送工件圖像的信息給機器人。從而使機器人根據數字圖像處理結果，做出相應的選擇以及抓取動作。

發明內容

針對現有方法中存在的上述不足，本發明要解決的技術問題是提供一種Gabor濾波的工件圖像特征提取與識別的方法。

本發明為實現上述目的所采用的技術方案是：一種基于Gabor濾波的工件圖像特征提取與識別方法，包括以下步驟：

源圖像預處理階段：去除源圖像中的噪聲后統計灰度直方圖，得到圖像前景與背景灰度的兩個最大值，采用灰度拉伸算法得到灰度拉伸圖像；根據閾值分割算法對灰度拉伸圖像進行閾值分割；

工件區域定位與剪切階段：對閾值分割后的二值圖像進行局部區域填充與被包圍區域填充；提取填充后二值圖像的工件區域外輪廓，使用最小外接矩形框出工件區域；采用工件區域剪切算法剪切源圖像中的工件區域得到工件圖像；

Gabor濾波工件圖像階段：使用Gabor濾波器對工件圖像進行濾波，得到多張濾波工件圖像；

工件圖像特征提取與識別：歸一化每張濾波工件圖像的灰度，并計算每張歸一化濾波圖像灰度的均值、方差和二階矩，作為該工件圖像特征數組，完成工件圖像特征提??；將多種工件圖像特征數組作為樣本集，訓練分類器；使用該分類器，對待檢測的圖像提取工件圖像特征并進行分類，完成工件識別。

所述灰度拉伸算法通過以下公式計算：

其中，源圖像的灰度級數為0～M，背景色為白色，前景色為黑色，a為在0～M/2中灰度直方圖前景最大值對應的灰度值，b為在M/2～M中灰度直方圖背景最大值對應的灰度值，x，y是像素坐標，f(x,y)為源圖像在坐標(x,y)的灰度值，g(x,y)為灰度拉伸后的坐標(x,y)處的灰度值，級數為0～M，c、d為設定值。

所述閾值分割算法包括以下步驟：