预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN109360201A(43)申请公布日2019.02.19(21)申请号201811201587.7(22)申请日2018.10.16(71)申请人天津工业大学地址300387天津市西青区宾水西道399号天津工业大学(72)发明人刘国华李金鑫李飞张琴涛郑祥通段建春(51)Int.Cl.G06T7/00(2017.01)G06T7/13(2017.01)G06T7/11(2017.01)G06T5/30(2006.01)权利要求书1页说明书5页附图7页(54)发明名称一种基于视觉熵注意机制的微靶球轮廓缺陷检测方法(57)摘要本发明涉及图像处理和显微视觉技术领域,尤其是涉及一种基于视觉熵注意机制的目标轮廓差分熵判别方法,用以对显微对象进行精确定位及检测。该方法采用低倍和高倍两组镜头获取图像,经过大视场图像的感兴趣区域获取、小视场图像的获取、小视场图像局部增强、小视场微靶球轮廓熵值提取及差分熵敛散性判别四个步骤,最终实现显微对象的精确定位及检测。该方法能够实现显微视觉下微靶球的定位,能够解决采用常规形态学判别法出现的误判问题。CN109360201ACN109360201A权利要求书1/1页1.一种基于视觉熵注意机制的微靶球轮廓缺陷检测方法,其特征是,测量方法采用低倍和高倍两组相机镜头组合获取图像,经过大视场图像的感兴趣区域获取、小视场图像(感兴趣区域)的获取、小视场图像增强处理、小视场微靶球轮廓差分熵敛散性判别四个步骤,实现微靶球轮廓缺陷的高精度检测;检测方法的具体步骤如下:(1)获取微靶球的大视场图像,以熵值提取网络为基础实现视觉熵注意机制,在大视场图像中获取感兴趣区域,将需要获取高分辨率图像的注意区域提取出来;(2)通过位移台控制器控制三维精密位移台移动高倍相机镜头对准感兴趣区域,进行小视场感兴趣区域的成像,获得高分辨率的小视场图像;(3)对小视场图像中的微靶球进行边缘增强和照度增强处理;(4)采用Canny算法提取增强之后的小视场图像中微靶球轮廓;(5)提取微靶球轮廓的一维熵值,判断差分熵的敛散性。2.根据权利要求1所述的一种基于视觉熵注意机制的微靶球轮廓缺陷检测方法,其特征在于:所述步骤(1)中的视觉注意机制获取感兴趣区域的步骤包括:划分网格进行熵值提取,以图像块为单位对熵值进行阈值处理。3.根据权利要求1所述的一种基于视觉熵注意机制的微靶球轮廓缺陷检测方法,其特征在于,所述步骤(1)中用到的视觉熵注意机制公式如下:4.根据权利要求1所述的一种基于视觉熵注意机制的微靶球轮廓缺陷检测方法,其特征在于:所述步骤(2)中计算控制位移台X、Y、Z三个方向的脉冲数移动三维精密位移台,获取小视场图像。5.根据权利要求1所述的一种基于视觉熵注意机制的微靶球轮廓缺陷检测方法,其特征在于:所述步骤(3)中需要将不同熵值阈值对应的感兴趣区域依次进行图像增强处理,再利用Canny算法提取微靶球轮廓,其中图像增强算法用到的公式如下:1)res=round((orig-mean)·Factor1+orig);2)new=round((val-mean)·Factor2+orig)。6.根据权利要求1所述的一种基于视觉熵注意机制的微靶球轮廓缺陷检测方法,其特征在于:所述步骤(5)中差分熵敛散性判别用到的公式如下:。2CN109360201A说明书1/5页一种基于视觉熵注意机制的微靶球轮廓缺陷检测方法技术领域[0001]本发明涉及图像处理和显微视觉技术领域,尤其是涉及一种基于视觉熵注意机制的微靶球轮廓缺陷检测方法,用以对微靶球进行高效的检测识别,解决显微视觉下的微靶球边缘模糊导致误识别、误匹配问题。背景技术[0002]人的视觉焦点定位机制能够快速处理视觉环境中的感兴趣信息,这种潜在信息的选择和视觉焦点的转移是目前仿生视觉领域中视觉注意机制的关键。[0003]视觉注意机制发展至今,Itti显著性模型最具代表性。该模型初步提取图像的颜色、亮度和朝向等特征,在多尺度模式下利用Center-surround操作得到显著特征图,然后将这些特征图合并得到最终显著图,采用CTA竞争机制得到显著位置,最后通过回路抑制机制完成焦点转移。该模型的典型实现方法包括:Itti等的iNVT、Walther的STB、Frintrop的视觉注意系统。[0004]后来Hou等提出通过频谱分析进行显著性检测的方法,即谱残差法(SR)。用这种方法对图像幅度谱进行均值滤波处理,再进行傅里叶逆变换得到显著图;Guo等提出相位谱傅里叶变换法PFT,即舍弃图像幅度谱,保留相位谱,进行显著性预测,再利用四元数傅里叶变换将颜色、亮度等特征信息融合,最后并行处理,此方法也称为相位谱四元数傅里叶变换法;Achanta等提出频率