基于亚像素精度的手机镜头视窗玻璃图像分割方法.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CN110009612A(43)申请公布日2019.07.12(21)申请号201910244185.3(22)申请日2019.03.28(71)申请人安徽皓视光电科技有限公司地址241000安徽省芜湖市高新技术产业开发区4#厂房一楼(72)发明人熊节周秋俊(74)专利代理机构北京润平知识产权代理有限公司11283代理人周锟(51)Int.Cl.G06T7/00(2017.01)G06T7/136(2017.01)G06T7/11(2017.01)G06T7/13(2017.01)权利要求书1页说明书4页附图2页(54)发明名称基于亚像素精度的手机镜头视窗玻璃图像分割方法(57)摘要本发明公开了基于亚像素精度的手机镜头视窗玻璃图像分割方法，包括：步骤1，进行灰度直方图处理；步骤2，生成算法处理；步骤3，得到原图像的最小轮廓；步骤4，进行矩形拟合算法处理；步骤5，进行交集算法处理；步骤6，得到第二图像区域；步骤7，得到第三图像区域；步骤8，进行交集运算；步骤9，做减法运算；步骤10，利用图像交集运算；步骤11，对第四图像进行灰度直方图处理；步骤12，选择区域部分；步骤13，利用图像交集运算；步骤14，做减法运算；步骤15，进行交集运算。该方法克服现有技术中通常采用传统的人工目检方式，即人工利用放大镜，对玻璃进行全面的检查，但此种方法不仅效率低下且无法保证准确性的问题。CN110009612ACN110009612A权利要求书1/1页1.一种基于亚像素精度的手机镜头视窗玻璃图像分割方法，其特征在于，所述方法包括：步骤1，对原图像进行灰度直方图处理，根据图像灰阶值差异性原理，选择合适的阈值范围得到原始图像区域；步骤2，在原始图像区域上进行亚像素精度下的轮廓生成算法处理，得到原图像的亚像素精度轮廓；步骤3，利用面积特征根据算法得到原图像的最小轮廓；步骤4，对步骤3的轮廓进行矩形拟合算法处理，再得到第一图像区域；步骤5，将所述步骤4处理得到的矩形区域与原图像进行交集算法处理，得到第一图像(A)；步骤6，根据步骤5的第一图像(A)处理得到第二图像区域；步骤7，将第一图像区域与第二图像区域进行区域相减得到第三图像区域；步骤8，利用第二图像区域、第三图像区域分别与第一图像进行交集运算，得到第二图像(B)和第三图像(C)；步骤9，将步骤1得到的原始图像区域与步骤4得到的第一图像区域做减法运算，得到第四图像区域；步骤10，利用图像交集运算，从原图像中分离出第四图像区域范围的第四图像(D)；步骤11，根据图像灰阶值不同，对第四图像进行灰度直方图处理；步骤12，根据区域的最大直径的特征选择步骤11中区域部分，得到第五图像区域，并对第五图像区域进行处理得到封闭的区域；步骤13，利用图像交集运算，从第四图像中分离出第五图像区域范围的第五图像(E)，在第五图像的基础上进行欠胶缺陷检测；步骤14，将第四图像区域与第五图像区域做减法运算得到第六图像区域；步骤15，将第四图像与第六图像区域进行交集运算，得到第六图像(F)，在第六图像的基础上进行溢胶算法的缺陷检测。2.根据权利要求1所述的基于亚像素精度的手机镜头视窗玻璃图像分割方法，其特征在于，所述步骤1和步骤2之间还包括以下步骤：对步骤1的原始图像区域进行开运算处理，去除图像细小噪声的影响。3.根据权利要求1所述的基于亚像素精度的手机镜头视窗玻璃图像分割方法，其特征在于，步骤4中算法处理后得到轮廓的中心点坐标和长、宽、角度特征，并根据这些特征得到第一图像区域。4.根据权利要求1所述的基于亚像素精度的手机镜头视窗玻璃图像分割方法，其特征在于，步骤6中是根据步骤5的第一图像(A)进行灰度直方图处理，按照HD区域灰阶值高于玻璃区域的特征，分离出视窗玻璃中HD区域得到第二图像区域的。5.根据权利要求1所述的基于亚像素精度的手机镜头视窗玻璃图像分割方法，其特征在于，所述步骤11中对第四图像处理后选择合适的阈值得到边界平滑的区域，并将此图像区域进行区域连通处理。6.根据权利要求1所述的基于亚像素精度的手机镜头视窗玻璃图像分割方法，其特征在于，所述步骤12中对第五图像区域进行的处理包括：形态学腐蚀算法和区域合并。2CN110009612A说明书1/4页基于亚像素精度的手机镜头视窗玻璃图像分割方法技术领域[0001]本发明涉及机器视觉检测领域，具体地，涉及一种基于亚像素精度的手机镜头视窗玻璃图像分割方法。背景技术[0002]随着当代社会经济的飞速发展，支付宝、微信等一系列与生活工作相关的APP应运而生，智能手机成为人们生活中不可或缺的工具。手机摄像头是智能手机的重要组成部分之一，其功能在常用的APP中起到了举足轻重的作用，而手机镜头前的视窗玻璃的品质直接