[發明專利]一種基于主動輪廓和能量約束的篩板前表面深度測量方法

有效

• 申請號: 201710810756.6
• 申請日: 2017-09-11
• 公開（公告）號: CN107657605B
• 公開（公告）日: 2019-12-03
• 發明（設計）人: 陳再良;彭鵬;沈海瀾;劉晴;魏浩;段宣初;歐陽平波;廖勝輝
• 申請（專利權）人: 中南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/13;G06T7/50
• 代理公司: 43114 長沙市融智專利事務所(普通合伙)
• 代理人: 龔燕妮<國際申請>=<國際公布>=<進入

1.一種基于主動輪廓和能量約束的篩板前表面深度測量方法，其特征在于，包括以下步驟：

步驟1：將待檢測的灰度圖像進行反色處理后，對反色處理圖像中的所有像素點采用k均值聚類方法進行聚類，得到聚類圖；

步驟2：構造C-V主動輪廓模型的能量函數，利用聚類圖的輪廓作為C-V主動輪廓模型的初始曲線，以C-V主動輪廓模型的能量函數最小時的曲線作為目標輪廓，以目標輪廓的下邊界的終止點作為Bruch’s Membrane Opening點，連接兩個Bruch’s Membrane Opening點得到Bruch’s Membrane Opening參考投影線；

步驟3：從反射處理圖像中選取位于Bruch’s Membrane Opening參考投影線以下的區域，以所選區域對應的最小矩形區域作為篩板前表面分割的感興趣區域，其中，所選區域的上邊界為Bruch’s Membrane Opening參考投影線的在水平方向上的投影線；

步驟4：基于能量函數從感興趣區域中各列中提取一個篩板前表面候選點，并依據完整性約束條件，對所有的篩板前表面候選點進行剔除處理，得到控制點集；將控制點集進行曲線擬合得到篩板表面輪廓線；

步驟5：基于Bruch’s Membrane Opening參考投影線和篩板表面輪廓線，計算篩板前表面深度；

以Bruch’s Membrane Opening參考投影線的中點及其鼻側和顳側各100微米的兩個點作為測量點，在三個測量點上對Bruch’s Membrane Opening參考投影線作垂線并與篩板前表面輪廓線相交，三條垂線長度的平均值為待測量的篩板前表面深度。

2.根據權利要求1所述的方法，其特征在于，所述聚類圖為M(i,j,k)，是將反色處理圖像中屬于像素值最小的聚類中心代表的類的像素點保留，其余像素點的灰度值置0：

其中，c_m和c_k分別表示第m個和第k個聚類中心，且c_m代表像素點(i,j)的當前聚類中心，I(i,j)為圖像中的像素點(i,j)的像素值，I(c_m)和I(c_k)分別為聚類中心c_m和c_k處的像素值。

3.根據權利要求2所述的方法，其特征在于，所述C-V主動輪廓模型的能量函數為：

其中，I(x,y)為聚類圖中的像素點(x,y)的像素值，L(C)代表曲線的長度，Area(inside(C))表示輪廓曲線所圍成的面積，I_i和I_o分別為輪廓外和輪廓內的像素點的像素值；inside(C)表示輪廓內的像素點，outside(C)表示聚類圖中輪廓外的像素點；μ為長度參數，取值范圍為(0,1)；v為面積參數，取值為0；λ和ω分別為內能量和外能量的權重系數，λ＝ω＝1。

4.根據權利要求1所述的方法，其特征在于，所述基于能量函數從感興趣區域中各列中提取一個篩板前表面候選點按照以下公式提取：

其中，S_j表示第j列中的篩板前表面候選點，n表示感興趣區域中像素的總列數；I_j(i)表示感興趣區域中第j列像素的第i個像素點的亮度特征值，gradient(I_j(i))表示I_j(i)的梯度特征值，α和β分別表示像素點的亮度特征和梯度特征的權重參數，α的取值范圍為[0.3，0.4]，β的取值范圍為[0.5，0.6]，argmax()表示尋找使能量函數最大的點的位置。

5.根據權利要求4所述的方法，其特征在于，所述完整性約束條件為：

其中，Control(j)表示控制點集，d表示偏移距離控制參數，取值范圍為(10,15)；S為整個候選點縱坐標集合，Y_j代表第j個A-scan上的候選點的縱坐標，average(S)為整個候選點集合縱坐標的平均值。

6.根據權利要求1-5任一項所述的方法，其特征在于，采用B樣條擬合算法將控制點集進行曲線擬合得到篩板表面輪廓線。