汽车玻璃亚像素轮廓提取方法及汽车玻璃检测方法.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CN111415376A(43)申请公布日2020.07.14(21)申请号202010124193.7G06T3/40(2006.01)(22)申请日2020.02.27G06T3/00(2006.01)(71)申请人湖南大学地址410082湖南省长沙市岳麓区麓山南路麓山门(72)发明人张小刚陈华姜羽覃椿婷周朗明(74)专利代理机构湖南兆弘专利事务所(普通合伙)43008代理人周长清廖元宝(51)Int.Cl.G06T7/30(2017.01)G06T7/13(2017.01)G06T7/00(2017.01)G06T5/00(2006.01)权利要求书3页说明书9页附图6页(54)发明名称汽车玻璃亚像素轮廓提取方法及汽车玻璃检测方法(57)摘要本发明公开了一种汽车玻璃亚像素轮廓提取方法、汽车玻璃检测方法及装置，属于玻璃检测技术领域，用于解决目前接触式玻璃检测方法测量误差大、检测时间长等问题，采用方案具体为：获取标准汽车玻璃图像和待检测的汽车玻璃图像；对各汽车玻璃图像进行预处理，预处理包括Sigma滤波、中值滤波和图像增强；对预处理后的各汽车玻璃图像进行边缘提取，得到各汽车玻璃图像的像素级边缘轮廓；对像素级边缘轮廓进行亚像素定位，得到各汽车玻璃图像的亚像素边缘轮廓；对得到的标准汽车玻璃轮廓和待检测汽车玻璃轮廓进行配准；计算待检测玻璃的误差尺寸。本发明的方法及装置均具有配准精度高、检测效率高且检测精度高等优点。CN111415376ACN111415376A权利要求书1/3页1.一种汽车玻璃亚像素轮廓提取方法，其特征在于，包括以下步骤：步骤1)获取标准汽车玻璃图像和待检测的汽车玻璃图像；步骤2)对各汽车玻璃图像进行预处理，预处理包括Sigma滤波、中值滤波和图像增强；步骤3)对预处理后的各汽车玻璃图像进行边缘提取，得到各汽车玻璃图像的像素级边缘轮廓；步骤4)对像素级边缘轮廓进行亚像素定位，得到各汽车玻璃图像的亚像素边缘轮廓。2.根据权利要求1所述的汽车玻璃亚像素轮廓提取方法，其特征在于，步骤2)中的Sigma滤波处理为：用一个N×N(N＝3,5,7,…,)的窗口在图像上滑动滤波，首先计算滤波窗口中所有像素灰度值的标准差σ；设中心点像素灰度值为p，根据v=[p-2σ,p+2σ]计算置信区间范围，选择所有在置信区间范围内的窗口像素的灰度值用于计算其平均值，得到的平均值作为窗口中心点像素灰度值的滤波值；如果没有像素点的灰度值在置信区间内，则中心点像素的灰度值保持不变。3.根据权利要求2所述的汽车玻璃亚像素轮廓提取方法，其特征在于，步骤2)中的中值滤波处理为：用一个N×N(N=3,5,7,…,)的窗口在图像上滑动滤波，将窗口中所有像素点的灰度值按照升序或降序排列，取排列的中值作为窗口中心点像素灰度值的滤波值。4.根据权利要求3所述的汽车玻璃亚像素轮廓提取方法，其特征在于，步骤2)中的图像增强处理为：用低通滤波器对图像进行滤波，得到原图像的灰度平均值，根据下式计算最终的灰度值；g(x,y)=[f(x,y)-m(x,y)]×Factor+f(x,y)其中，f(x,y)为原始灰度值，g(x,y)为增强后的灰度值，m(x,y)为灰度平均值，Factor为对比度度量因子。5.根据权利要求1至4中任意一项所述的汽车玻璃亚像素轮廓提取方法，其特征在于，在步骤3)中，通过Canny算子对预处理后的图像进行边缘提取，具体步骤为：步骤3.1)用一维高斯函数对图像进行平滑滤波，高斯函数G(x,y)表示如下：用高斯函数G(x,y)对原始图像f(x,y)进行卷积计算，得到平滑图像I(x,y)：I(x,y)=G(x,y)*f(x,y)步骤3.2)用一阶偏导的有限差分对平滑图像I(x,y)进行梯度计算；其中一阶偏导表达式如下：梯度幅值的计算公式为：梯度方向的计算公式为：2CN111415376A权利要求书2/3页步骤3.3)对梯度幅值进行非极大值抑制，以提高边缘定位的精度；步骤3.4)分别用高阈值Th和低阈值Tl对步骤3.3)中提取到的所有潜在边缘点进行判断，点(x,y)处的梯度幅值为P(x,y)，若P(x,y)＞Th，则该点一定是边缘点，且是强边缘点；若P(x,y)＜Tl，则该点一定不是所求边缘点；若Tl＜P(x,y)＜Th，则该点是弱边缘点，需要进一步进行判断，寻找该点邻域内是否有大于Th的点，如果有，则该点是边缘点，如果没有，则该点不是边缘点；将得到的边缘点进行连接，得到目标图像的像素级边缘。6.根据权利要求1至4中任意一项所述的汽车玻璃亚像素轮廓提取方法，其特征在于，在步骤4)中，采用双线性插值的方法对步骤3)得到的像素级边缘轮廓进行亚像素定位，具体为：选取点P(x,y)为插值点，以