[發(fā)明專利]一種基于視覺的精密結(jié)構(gòu)件識別方法

有效

• 申請?zhí)枺?/td>: 202010436423.3
• 申請日: 2020-05-21
• 公開（公告）號: CN111612767B
• 公開（公告）日: 2022-10-28
• 發(fā)明（設(shè)計）人: 歐陽;尹可鑫;賴復(fù)堯;蘇欣;李柏林;熊鷹
• 申請（專利權(quán)）人: 西南交通大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/74;G06T7/136;G06T7/194;G06T7/73
• 代理公司: 成都信博專利代理有限責(zé)任公司 51200
• 代理人: 舒啟龍

1.一種基于視覺的精密結(jié)構(gòu)件識別方法，其特征在于，包括以下步驟：

步驟1：基于互信息熵的圖像快速定位：使用滑動窗口對待檢測的精密結(jié)構(gòu)件圖像進(jìn)行掃描，采用互信息熵衡量模板精密結(jié)構(gòu)件圖像與待檢測精密結(jié)構(gòu)件圖像的相似度以進(jìn)行快速粗定位，進(jìn)一步完成模板精密結(jié)構(gòu)件圖像與待檢測精密結(jié)構(gòu)件圖像中結(jié)構(gòu)件目標(biāo)的定位；

步驟2：基于等積環(huán)形的圖像分割：對定位后的結(jié)構(gòu)件圖像采用等積環(huán)分割得到多個目標(biāo)環(huán)；

步驟3：有效特征點的篩選及匹配系數(shù)MRR的計算：

步驟3.1對Sobel算子改進(jìn)：傳統(tǒng)的Sobel算子描述水平、垂直方向的特征，對這4個方向的梯度加權(quán)求和，因此增加±45°以及±135°這4個方向的卷積核；

步驟3.2等積環(huán)的梯度幅值與梯度方向計算：在各等積環(huán)中使用8方向Sobel算子計算梯度幅值PGA與梯度方向PGD；

步驟3.3篩選有效特征點：將上述所得到的梯度幅值PGA與梯度方向PGD分別進(jìn)行統(tǒng)計分組，使用預(yù)先設(shè)置的閾值篩選出符合條件的n₂個有效特征點；

有效特征點的梯度幅值區(qū)間為[400,600]，有效特征點的梯度方向區(qū)間設(shè)為[-70,+70]；

步驟3.4特征匹配以及計算匹配系數(shù)MRR：將模板圖像中的圓環(huán)的平均梯度幅值與待檢測圖像的圓環(huán)的平均梯度幅值進(jìn)行歐氏距離的比較，得到梯度幅值的特征匹配度；

為比較待檢測圖像圓環(huán)與目標(biāo)圖像圓環(huán)的梯度方向的匹配度，將各個圓環(huán)特征點的梯度方向區(qū)間[-70,+70]平均分成10個子區(qū)間，再將各個子區(qū)間進(jìn)行比較；因此，待檢測圖像各個圓環(huán)中特征點的平均梯度方向為然后，使用歐氏距離計算待檢測圖像窗口M和目標(biāo)圖像M₁的梯度幅值差值PGA以及梯度方向差值PGD：

將上述所得到的PGA以及PGD帶入公式PGAD＝PGA*PGD中，計算得出待檢測角點集中的n₂個點的匹配系數(shù)MR_i，i＝1,2,…,n₂；

因此，最終的匹配系數(shù)為

步驟4：根據(jù)匹配系數(shù)對精密結(jié)構(gòu)件進(jìn)行定位與識別：通過對模板圖像特征和待檢測圖像特征的匹配實現(xiàn)精確定位及識別分類。

2.根據(jù)權(quán)利要求1所述的一種基于視覺的精密結(jié)構(gòu)件識別方法，其特征在于，所述等積環(huán)的梯度幅值與梯度方向計算具體為：

3.2.1計算各方向的梯度幅值，設(shè)原圖像f(x,y)為M，0°方向卷積結(jié)果為T₀，45°方向卷積結(jié)果為T₄₅，90°方向卷積結(jié)果為T₉₀，135°方向卷積結(jié)果為T₁₃₅，則卷積結(jié)果為：

3.2.2計算0°-90°以及45°-135°的綜合梯度幅值：

3.2.3計算0°-90°以及45°-135°的綜合梯度夾角：

3.2.4計算梯度幅值PGA^k：設(shè)K為分割得到的圓環(huán)總個數(shù)，α為L₁、L₂之間的夾角，根據(jù)余弦定理求得像素點的8方向卷積綜合梯度幅值L，進(jìn)而求得第k個圓環(huán)上像素點的梯度幅值PGA^k；

α＝θ₂-θ₁ (6)

L＝L₁²+L₂²-2L₁L₂cos(180-a) (7)

3.2.5計算梯度方向PGD^k及角度矯正；選用各個圓環(huán)上的平均梯度方向作為隨變角，將求得的每個梯度方向減去隨變角，便使所得到的梯度方向具有了抗旋轉(zhuǎn)變化的能力；設(shè)N^k為第k個圓環(huán)中所包含的像素點個數(shù)，計算f(x,y)范圍內(nèi)的平均梯度方向，即隨變角度β：

則梯度方向的計算公式為：