基于图像轮廓的角点提取方法及装置.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CN105405117A(43)申请公布日2016.03.16(21)申请号201510673750.X(22)申请日2015.10.16(71)申请人凌云光技术集团有限责任公司地址100094北京市海淀区玉津东路智谷中心2号楼(72)发明人赵敏姚毅金刚(74)专利代理机构北京弘权知识产权代理事务所(普通合伙)11363代理人逯长明许伟群(51)Int.Cl.G06T7/00(2006.01)权利要求书3页说明书9页附图3页(54)发明名称基于图像轮廓的角点提取方法及装置(57)摘要本发明公开的基于图像轮廓的角点提取方法，包括：当提取图像轮廓之后，使用“k-余弦曲率”法从图像轮廓的轮廓点中提取显著角点，其中，所述显著角点为曲率大于预设曲率的点；使用拟合算法生成每两个所述显著角点之间轮廓点对应的轮廓曲线描述数据；当所述轮廓曲线描述数据与标准数据的差值大于预设阈值时，按照预设规则从所述轮廓点中提取弱角点，其中，所述弱角点为曲率小于预设曲率的点。本发明还公开了一种基于图像轮廓的角点提取装置。与现有技术相比，本方案能够将图像轮廓中的角点更加全面精确的提取出，保证得到的轮廓段更加准确，进而能够提高PCB基板的检测精度。CN105405117ACN105405117A权利要求书1/3页1.一种基于图像轮廓的角点提取方法，其特征在于，包括：当提取图像轮廓之后，使用“k-余弦曲率”法从图像轮廓的轮廓点中提取显著角点，其中，所述显著角点为曲率大于预设曲率的点；使用拟合算法生成每两个所述显著角点之间轮廓点对应的轮廓曲线描述数据；当所述轮廓曲线描述数据与标准数据的差值大于预设阈值时，按照预设规则从所述轮廓点中提取弱角点，其中，所述弱角点为曲率小于预设曲率的点。2.根据权利要求1所述的方法，其特征在于，所述按照预设规则从所述轮廓点中提取弱角点，包括：调用第一子预设规则；按照所述第一子预设规则从所述轮廓点中提取所述弱角点；当按照所述第一子预设规则从所述轮廓点中未提取到所述弱角点时，调用第二子预设规则；按照所述第二子预设规则从所述轮廓点中提取所述弱角点。3.根据权利要求2所述的方法，其特征在于，所述按照所述第一子预设规则从所述轮廓点中提取所述弱角点，包括：从所述轮廓点对应的曲率曲线中获取曲率峰值；计算所述曲率峰值两侧曲率值为零的连续区段的长度值；当所述曲率峰值两侧曲率值为零的连续区段的长度值大于或者等于第一预设值时，将所述曲率峰值对应的轮廓点确定为弱角点。4.根据权利要求2所述的方法，其特征在于，按照所述第二子预设规则从所述轮廓点中提取所述弱角点，包括：从所述轮廓点对应的曲率曲线中获取梯形曲率曲线；计算所述梯形曲率曲线中曲率峰值的长度值；当所述梯形曲率曲线中曲率峰值的长度值大于或者等于第二预设值时，确定所述梯形曲率曲线中曲率值上升区段和曲率值下降区段对应的轮廓点范围；分别对所述轮廓点范围内的轮廓点进行拟合运算得到描述数据；将所述描述数据与标准数据的差值最小的轮廓点确定为弱角点。5.根据权利要求4所述的方法，其特征在于，在计算所述梯形曲率曲线中曲率峰值的长度值之后，在确定所述梯形曲率曲线中曲率值上升区段和曲率值下降区段对应的轮廓点范围之前，还包括：利用拟合算法计算所述轮廓点对应的轮廓曲线的半径；判断所述半径是否小于预设支撑宽度，其中，所述预设支撑宽度为计算轮廓点曲率时，待计算轮廓点与所选取轮廓点的跨度值；如果所述半径小于所述预设支撑宽度，执行所述确定所述梯形曲率曲线中曲率值上升区段和曲率值下降区段对应的轮廓点范围的步骤；如果所述半径大于或者等于预设支撑宽度，按预设步长设置N个检测支撑宽度值，并按照第一检测支撑宽度值计算所述轮廓点的曲率值，其中，N为自然数，检测支撑宽度值从1到N逐渐增大；当曲率值连续相等的轮廓点的数量大于第三预设值时，将所述曲率值连续相等的轮廓2CN105405117A权利要求书2/3页点确定为待检测轮廓点；顺次按照第二检测支撑宽度值到第N检测支撑宽度值重复计算所述待检测轮廓点的曲率值；当按照第I检测支撑宽度值所得到的曲率值并不连续相等时，将第I-1检测支撑宽度值对应的曲率曲线的起、止轮廓点确定为弱角点，其中，N≥I>1。6.根据权利要求4或5所述的方法，其特征在于，还包括：通过拟合算法确定每两个弱角点之间轮廓段类型；当相邻的两轮廓段的类型相同时，删除两轮廓段之间的弱角点。7.一种基于图像轮廓的角点提取装置，其特征在于，包括：提取模块，用于当提取图像轮廓之后，使用“k-余弦曲率”法从图像轮廓的轮廓点中提取显著角点，其中，所述显著角点为曲率大于预设曲率的点；生成模块，用于使用拟合算法生成所述提取模块所提取的每两个显著角点之间轮廓点对应的轮廓曲线描述数据；所述提取模块，还