[發(fā)明專利]工業(yè)視覺中重復(fù)紋理的快速定位方法

有效

• 申請?zhí)枺?/td>: 201911085199.1
• 申請日: 2019-11-08
• 公開（公告）號: CN110807494B
• 公開（公告）日: 2023-05-30
• 發(fā)明（設(shè)計）人: 許琦;何志權(quán);何志海
• 申請（專利權(quán)）人: 深圳市深視創(chuàng)新科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/73;G06V10/75
• 代理公司: 深圳市中致立誠專利代理事務(wù)所(普通合伙) 44972
• 代理人: 劉英玉

本發(fā)明提供了一種工業(yè)視覺中重復(fù)紋理的快速定位方法，包括設(shè)置多個級聯(lián)設(shè)置的過濾層，每一過濾層對上一過濾層的過濾結(jié)果進(jìn)行再次過濾；通過經(jīng)過層層過濾，獲取最終剩下的若干離散區(qū)域；在每個離散區(qū)域內(nèi)滑動窗口，以求出當(dāng)前圖片塊與目標(biāo)圖片塊之間的匹配度、并保留匹配度最高的位置；將最終得到多個離散的所述位置作為定位結(jié)果輸出。本發(fā)明過濾算法采用的算子是自適應(yīng)選擇的、對目標(biāo)具有高區(qū)分度的，因此系統(tǒng)運轉(zhuǎn)效果較好，實際應(yīng)用廣泛。

技術(shù)領(lǐng)域

本發(fā)明涉及工業(yè)視覺圖像處理領(lǐng)域，特別涉及一種工業(yè)視覺中重復(fù)紋理的快速定位方法。

背景技術(shù)

工業(yè)視覺領(lǐng)域經(jīng)常需要定位重復(fù)紋理塊產(chǎn)品(如圖1所示)，重復(fù)紋理塊的主要特征是不存在縮放、旋轉(zhuǎn)、形變、光照等方面的變化，主要出現(xiàn)的領(lǐng)域有：LED支架、FPC電路板、布匹等含有重復(fù)紋理。

傳統(tǒng)的做法有兩種：一種是特征點匹配，這種方法需要在整張圖片上計算特征，然后尋找與目標(biāo)塊相似的位置；另一種是在整張圖片上滑動窗口求當(dāng)前圖片塊與目標(biāo)圖片塊之間的匹配度。

這兩種方法都存在耗時較大的問題：特征的計算過程復(fù)雜，sift、surf、Haaris角點、ORB等等特征點算法都比較復(fù)雜，再加上工業(yè)視覺領(lǐng)域的圖像通常尺寸較大，在整張圖片上運行算法會耗費大量時間。

總之，當(dāng)前還沒有一種效率較高且行之有效的可用方法和系統(tǒng)，本發(fā)明提出了一種快速定位重復(fù)紋理塊的算法和系統(tǒng)。

發(fā)明內(nèi)容

本發(fā)明提供了一種工業(yè)視覺中重復(fù)紋理的快速定位方法，以解決至少一個上述技術(shù)問題。

為解決上述問題，作為本發(fā)明的一個方面，提供了一種工業(yè)視覺中重復(fù)紋理的快速定位方法，包括設(shè)置多個級聯(lián)設(shè)置的過濾層，每一過濾層對上一過濾層的過濾結(jié)果進(jìn)行再次過濾；通過經(jīng)過層層過濾，獲取最終剩下的若干離散區(qū)域；在每個離散區(qū)域內(nèi)滑動窗口，以求出當(dāng)前圖片塊與目標(biāo)圖片塊之間的匹配度、并保留匹配度最高的位置；將最終得到多個離散的所述位置作為定位結(jié)果輸出。

優(yōu)選地，整個系統(tǒng)利用一張mask圖來表示過濾結(jié)果以方便上下過濾層之間傳遞過濾信息，每一過濾層都要遍歷mask圖中的非零位置，同時根據(jù)計算結(jié)果在該mask圖中將不符合閾值要求的位置置為零。

優(yōu)選地，在過濾算法運行之前，首先在圖片中隨機(jī)找多個位置，并計算其與目標(biāo)小圖之間的相似度，排除掉相似度特別高的位置，然后對每個位置依次計算所有候選算子，對于每個算子，計算其結(jié)果的區(qū)分度，將所有算子按照區(qū)分度從高到低排序，將這些算子依次安排到系統(tǒng)的過濾層中。

優(yōu)選地，所述方法包括以下步驟：

步驟1：讀入一張圖像，如果是第一次進(jìn)入系統(tǒng)，則順序執(zhí)行，如果不是第一次進(jìn)入系統(tǒng)，則跳到步驟4；

步驟2：用戶用鼠標(biāo)畫一個矩形框作為目標(biāo)、設(shè)置過濾比例參數(shù)P％；

步驟3：基于Haar特征和點對間明暗對比特征計算事先準(zhǔn)備好的N個算子，以得到N組計算結(jié)果；對于每組計算結(jié)果按照接近目標(biāo)值的原則進(jìn)行排序，找到第N*P％個計算結(jié)果，保存為該算子的過濾閾值th；計算每組的得分區(qū)分度，將算子按照區(qū)分度由高到低排序，選擇其中最高的M個算子，并按照順序依次安排到過濾層中；

步驟4：對圖像進(jìn)行多層過濾，每次過濾都要遍歷mask圖中的非零位置，對每一個位置運行算子，對于不符合該算子的閾值th要求的位置，將mask置為零；

步驟5：過濾之后得到若干離散區(qū)域，在每個離散區(qū)域內(nèi)用滑動窗口法求當(dāng)前位置的圖片塊與目標(biāo)圖片塊之間的匹配度并保留匹配度最高的位置，最終得到多個離散的位置作為輸出結(jié)果。

本發(fā)明過濾算法采用的算子是自適應(yīng)選擇的、對目標(biāo)具有高區(qū)分度的，因此系統(tǒng)運轉(zhuǎn)效果較好，實際應(yīng)用廣泛。

附圖說明