专利名称：基于图像检测的二维特征尺寸测量方法
技术领域：
本发明属于计算机视觉检测技术领域，涉及一种二维特征尺寸测量方法。
背景技术：
随着生产与科学技术的迅速发展，对测量方法的精确度、效率以及自动化程度的要求也越来越高。图像检测技术将被测对象的图像做为信息的载体，从中提取有用的信息， 用它实现非接触，高精度，快速及自动化检测。图像测量技术适应了测量需求发展趋势，成为微小结构、曲面轮廓以及孔距等二维特征尺寸的重要测量方法。二维特征尺寸是评价加工精度的重要依据，如加工圆孔的直径、圆孔之间的位置关系、沟槽阵列的间距、楔形结构的角度等。然而，由于采集图像信息复杂，直接对图像进行全局处理会受到众多噪声的影响，而得不到精确且稳定的二维特征信息，因此，大多二维特征图像测量系统往往采用手动操作的方式进行特征信息的提取。而在进行手动选择时，由于受到主观感觉的影响和点选位置的不确定性，再加上图片的分辨率高，在显示时会存在缩小显示，实际看到选择点的位置会存在几个像素的偏差是在所难免的，同样造成了手动选择的不准确和不稳定。因此，有必要开发一种精确稳定的二维特征尺寸测量方法。
发明内容
本发明的目的是，克服现有技术的上述不足，提出一种能够提高寸测量的稳定性和精度的二维特征尺寸测量方法。本发明是一种综合了人机交互处理和局部特征自动定位方法，进一步地，借助B样条曲线对非规则轮廓进行统一描述，还适应更多曲线或不规则形状等复杂结构的测量。本发明的技术方案如下一种基于图像检测的二维特征尺寸测量方法，依次执行下列步骤(1)在所采集的图像上沿预测量的二维特征轮廓依次选择若干点；(2)进行形状拟合，确定初步选择的形状曲线；(3)以该初步选择的形状曲线为中心线，沿着该曲线的法向矢量向两侧扩展同样的像素距离，分别生成两条定位曲线，以这两条曲线为边界线来限定图像处理的区域。(4)利用灰度跳变方法在所限定的图像处理的区域，进行边界搜索，提取形状边界；(5)根据步骤(4)提取的形状边界，进行特定形状约束的数据拟合，从而得到所需形状参数。作为优选实施方式，如果曲线的二维特征不是直线或二次曲线，步骤(2)采用三次B样条曲线插值的方法，得到进行形状拟合的数据点；所述的像素距离为10 20像素； 设确定初步选择的形状曲线为ν = f(u)或u = g(v)，其中(u，v)为图像坐标横纵坐标，在步骤中依据初步选择的形状曲线的横、纵坐标范围Urang和进行搜索循环方向的确定，若Wang > Vrang,以横坐标作为循环方向，反之以纵坐标为循环方向。本发明可精确提取二维特征的轮廓数据，以该数据作为特征量计算基准，测量结果避免了人工选择的主观性，因此，测量具有精度高、稳定性高等特点。同时，采用三次B样条曲线进行选择点拟合，因此，选择形状不局限于常见的直线、圆等规则形状，还可实现曲线或不规则形状的选择定位和测量。
图1处理流程图。图2图像处理区域确定流程图。图3图像处理区域自动定位示意图。图4边界提取流程图。(a)主流程(b)边界搜索模块。图5边界提取算法示意图。图6刀具角度测量效果图。
具体实施例方式图1是本发明的整体处理流程。首先，进行图像采集，获取预测量结构的图像信息。传统处理方法是直接通过手动选择结构边缘的一些特征点，并计算选择点的图像坐标， 进而依据图像坐标和实际尺寸的转换关系(系统标定参数，参考文献)，实现特征量的计算和测量，如图1中虚线流程。可以看出手动选择点位置精度是测量精度的关键，鉴于手动选择测量和全局图像处理的不稳定性，本发明设计了基于手动选择再进行特征自动定位的方法。在手动选择基础上，自动选择点的周围小区域内进行图像处理，通过边界提取精确定位选择边界的轮廓，然后对精确提取的边界数据进行预定形状的拟合，结合系统标定参数从而实现特征形状参数的精确测量。图2是依据用户选择自动确定图像处理区域流程图。首先对用户选择点数组A进行形状拟合，确定初步选择形状曲线方程V = f (U)或U = g(V)，其中(U，V)为图像坐标横纵坐标。然后以该曲线为中心线，沿着该曲线的法向矢量向两侧扩展同样的像素距离d，分别生成两条定位曲线，以这两条曲线为边界线来限定图像处理的区域，这里d —般选择10 20像素，如图3所示。然后，在限定好的区域中进行图像处理，精确提取形状边界。进行边界提取的方法较多，这里利用灰度跳变原理进行边界搜索，即边界被认为是灰度值跳变点组成。图4是进行边界搜索算法流程图。首先依据初选择形状的横纵坐标范围和Vrang进行搜索循环方向的确定，若Urang > Vrang,以横坐标作为循环方向，反之以纵坐标为循环方向。这里以横坐标作为循环方向为例，假设横坐标的起始坐标分别为Ustmt 和ust。p，横坐标u在[Ustot，ust。p]内进行循环，其中任意点坐标Ui,带入曲线方程ν = f(u), 得纵坐标Vi,同时求解该点ρ (Ui, Vi)的切线斜率t = f' (u) |u = Ui,切线倾斜角为θ = atan(t)，如图5所示，求解得该点处垂直于曲线的直线方程u = tV+Ui+tVi。沿该垂直直线上进行灰度跳变搜索，即在纵坐标ν的范围内[Vi-dC0S(e)，Vi+dCOS(0)]进行循环搜索， 比较相邻点的灰度差找到图像灰度跳变最大处P'，即为选择点P处精确的边界点。依次循环搜索，得到所有精确的边界点阵列数据B。然后，对数据阵列B进行特定形状约束的数据拟合，如直线、圆、椭圆等二次曲线拟合等，从而得到与手动选择无关的精确稳定的形状参数。本发明可对常见的直线、二次曲线(圆、椭圆、抛物线等)等规则形状进行特征量边界提�。⒔徊绞迪种毕呔嗬�、直线夹角、圆半径、圆的位置关系等特征量计算。另外， 因为是在选择轮廓周围区域进行图像处理，因此，对于不规则形状来说，只要用户沿边界依次选择点就可以实现不规则图形的特征量边界提�。饫锊捎萌蜝样条曲线对用户选择的不规则形状进行统一描述，
权利要求
1.基于图像检测的二维特征尺寸测量方法，依次执行下列步骤(1)在所采集的图像上沿预测量的二维特征轮廓依次选择若干点；(2)进行形状拟合，确定初步选择的形状曲线；(3)以该初步选择的形状曲线为中心线，沿着该曲线的法向矢量向两侧扩展同样的像素距离，分别生成两条定位曲线，以这两条曲线为边界线来限定图像处理的区域。(4)利用灰度跳变方法在所限定的图像处理的区域，进行边界搜索，提取形状边界；(5)根据步骤(4)提取的形状边界，进行特定形状约束的数据拟合，从而得到所需形状参数。
2.根据权利要求1所述的基于图像检测的二维特征尺寸测量方法，其特征在于，如果曲线的二维特征不是直线或二次曲线，步骤(2)采用三次B样条曲线插值的方法，得到进行形状拟合的数据点。
3.根据权利要求1所述的基于图像检测的二维特征尺寸测量方法，其特征在于，所述的像素距离为10 20像素。
4.根据权利要求1所述的基于图像检测的二维特征尺寸测量方法，其特征在于，设确定初步选择的形状曲线为ν = f(u)或u = g(v)，其中(u，v)为图像坐标横纵坐标，在步骤 (4)中依据初步选择的形状曲线的横、纵坐标范围Urang和Vrang进行搜索循环方向的确定，若 Urang > Vrang,以横坐标作为循环方向，反之以纵坐标为循环方向，利用灰度跳变方法在所限定的图像处理的区域，进行边界搜索。
全文摘要
本发明属于计算机视觉检测技术领域，涉及一种基于图像检测的二维特征尺寸测量方法，依次执行下列步骤(1)在所采集的图像上沿预测量的二维特征轮廓依次选择若干点；(2)进行形状拟合，确定初步选择的形状曲线；(3)以该初步选择的形状曲线为中心线，沿着该曲线的法向矢量向两侧扩展同样的像素距离，分别生成两条定位曲线，以这两条曲线为边界线来限定图像处理的区域；(4)利用灰度跳变方法在所限定的图像处理的区域，进行边界搜索，提取形状边界；(5)进行特定形状约束的数据拟合，从而得到所需形状参数。本发明可精确提取二维特征的轮廓数据，具有精度高、稳定性高等特点。
文档编号G01B11/24GK102425989SQ20111024175
公开日2012年4月25日 申请日期2011年8月22日 优先权日2011年8月22日
发明者张效栋 申请人:天津大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
