一种板带钢图像轮廓的提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111476792A(43)申请公布日2020.07.31(21)申请号202010461872.3G06T7/136(2017.01)(22)申请日2020.05.27G06T5/00(2006.01)G06T5/30(2006.01)(71)申请人东北大学地址110819辽宁省沈阳市和平区文化路三号巷11号(72)发明人董梓硕李旭曹剑钊张殿华(74)专利代理机构沈阳东大知识产权代理有限公司21109代理人李在川(51)Int.Cl.G06T7/00(2017.01)G06T7/80(2017.01)G06T5/20(2006.01)G06T7/11(2017.01)G06T7/13(2017.01)权利要求书3页说明书8页附图5页(54)发明名称一种板带钢图像轮廓的提取方法(57)摘要本发明提供一种板带钢图像轮廓的提取方法。采用高速线阵相机获取板带钢的二维平面图像，采用伽马变换增强图像的对比度，对增强后的图像进行中值滤波后采用大津法确定图像分割阈值，并利用该阈值进行图像二值化分割，求取分割图像边界并膨胀后与中值滤波后的图像进行交集计算，采用Canny算法进行图像边缘粗定位，结合基于灰度梯度的亚像素边缘轮廓提取算法完成板带钢边缘轮廓的最终提取。本发明具有测量系统硬件配置简单，计算方法高效精确，能够快速准确的提取板带钢图片的轮廓，对于基于流水线生产的大尺寸板带钢及金属工件轮廓的提取具有较好的适用性。CN111476792ACN111476792A权利要求书1/3页1.一种板带钢图像轮廓的提取方法，其特征在于，包括如下步骤：步骤1：根据标定的相机内参，计算出相机采集到的板带钢图像中单位像素的长度σ；步骤2：对采集到的板带钢图像进行畸变校正，得到畸变校正处理后的板带钢图像；步骤3：为了增强板带钢图像的前景区域与背景区域之间的比对度，将畸变校正处理后的板带钢图像进行图像增强处理，得到增强后的板带钢图像；步骤4：对增强后的板带钢图像进行中值滤波处理，得到中值滤波处理后的板带钢图像；步骤5：对中值滤波处理后的板带钢图像，先采用大津法计算分割阈值，然后利用计算得到的分割阈值进行二值化处理，得到板带钢图像的二值化图像；步骤6：利用面积特征筛选二值化图像，得到板带钢特征图像，所述板带钢特征图像为只包含板带钢部分的二值化图像；步骤7：根据区域边界条件计算板带钢特征图像的边界，得到区域边界图像；步骤8：将区域边界图像先进行膨胀处理，然后将膨胀处理后的区域边界图像与中值滤波处理后的板带钢图像进行交集运算，得到板带钢的边界图像；步骤9：利用Canny算子对板带钢的边界图像进行轮廓提取，得到板带钢的边界图像的粗边缘图像；步骤10：利用基于灰度梯度的亚像素边缘轮廓提取算法，对粗边缘图像进行轮廓计算，得到板带钢图像的轮廓线。2.根据权利要求1所述的一种板带钢图像轮廓的提取方法，其特征在于，所述步骤3具体表述为：利用公式(1)对板带钢图像进行伽马图像增强，γs＝crr(1)式中，r表示图像进行灰度拉伸操作前的灰度值，s表示图像进行灰度拉伸操作后的灰度值，γ表示图像灰度拉伸的幂指数，cr表示限制常数。3.根据权利要求1所述的一种板带钢图像轮廓的提取方法，其特征在于，所述步骤5具体表述为：步骤5.1：根据预设分割阈值T将中值滤波处理后的板带钢图像分割为前景图像A、背景图像B两部分，计算中值滤波处理后的板带钢图像的分割阈值σ2(Th)；22σ(T)＝ωAωB(μA-μB)(2)式中，μA表示前景图像A的灰度均值，ωA表示前景图像A内的像素点个数与板带钢图像总像素点个数的比值，μB表示背景图像B的灰度均值，ωB表示背景图像B内的像素点个数与板带钢图像总像素点个数的比值；步骤5.2：利用阈值σ2(Th)对中值滤波处理后的板带钢图像进行逐个像素点的灰度分类，得到板带钢图像的二值化图像g(x,y)，所述g(x,y)的阈值分割表达式如公式(4)所示，式中，f(x,y)表示中值滤波处理后的板带钢图像。4.根据权利要求1所述的一种板带钢图像轮廓的提取方法，其特征在于，所述步骤6具2CN111476792A权利要求书2/3页体表述为：步骤6.1：根据8邻域的邻接关系将整个二值化图像分成N个连通区域，分别记为region1，region2，…，regionN；步骤6.2：遍历各个连通区域，分别计算各个连通区域的像素面积，筛选出像素面积最大的连通区域作为板带钢特征图像。5.根据权利要求1所述的一种板带钢图像轮廓的提取方法，其特征在于，所述步骤7具体表述为：步骤7.1：遍历板带钢特征图像中的每个像素点，计算每个像素点的8邻域像素灰度之和；步骤7.2：根据每个像素点的8邻域像素灰度和，筛选出灰度和大于0且小于2