一種十字架的特徵提取算法的製作方法
2023-04-23 14:28:16
本發明涉及雷射切割自動化領域，具體地說是一種十字架的特徵提取算法。
背景技術：
本發明最初來源於雷射切割自動化領域中的眼鏡框切割需求。在眼鏡框切割行業中，上一道工序，是用藥水在金屬板材表面腐蝕出花紋和mark特徵，然後用視覺定位的方式，將第二道工序的加工圖紙與金屬板材完全對應上。這其中，最重要的一個環節，就是快速識別出攝像機所拍攝圖片中的mark特徵，並精確的返回mark中心位置及其他參數。而十字架是應用較多的一種mark特徵。
一般的識別十字架算法，採用模板匹配的方式，只能夠很好地處理旋轉角度在5度以內的十字架特徵，對於旋轉角度過大的情況，或者不能夠處理，或者速度很慢，耗費時間多於500ms。並且，要求mark特徵與背景對比明顯，沒有雜質的幹擾，即只能夠處理特徵效果較好的圖像，對圖像特徵的一致性和穩定性要求很高。
技術實現要素：
本發明為克服現有技術的不足，提供一種十字架的特徵提取算法，針對眼鏡框切割行業的視覺定位應用特點，能夠極大的提高識別十字架特徵的速度與適應性，實際使用過程中，只要圖像中含有十字架，都能夠快速、精確地給出中心坐標和旋轉角度，並且同一幅圖像，多次查找的誤差在正負一個像素範圍內，即具有較好的穩定性。
為實現上述目的，設計一種十字架的特徵提取算法，其特徵在於：具體步驟如下：
（1）輸入相機拍攝的灰度圖像；
（2）統計圖像的灰度直方圖；
（3）根據直方圖判斷圖像是否需要圖像增強，是則進行圖像增強處理，然後進行圖像處理方法一；否則直接進行圖像處理方法一；
（4）經過圖像處理方法一後的圖像得到特徵輪廓信息，擬合出十字外輪廓的四條直線；
（5）判斷擬合出十字外輪廓的四條直線是否構成十字架特徵，是則結束算法；否則進行圖像處理方法二；
（6）經過圖像處理方法二後的圖像得到邊緣信息，擬合出十字架特徵的四條直線；
（7）結束算法。
所述的圖像處理方法一如下：
（1）將原始圖像進行高斯平滑處理，去除噪聲和幹擾；
（2）得到二值圖像，其中特徵為白色，灰度值為255，背景為黑色，灰度值為0；
（3）將處理後的二值圖像進行形態學開運算處理，去除輪廓周圍小的毛刺；
（4）查找圖像中所有的輪廓，認為最大的輪廓為十字特徵輪廓，將最大輪廓點的坐標信息保存。
所述的圖像處理方法二如下：
（1）將圖像進行高斯平滑處理，去除噪聲和幹擾；
（2）然後將高斯平滑處理後的圖像進行估計出期望輸出的邊緣數，並利用canny算子進行邊緣檢測；
（3）遍歷邊緣檢測之後的圖像，將所有灰度值為255的點，保存為邊緣信息，其中大部分為十字特徵的邊緣信息。
所述的圖像增強處理為直方圖均衡化處理。
本發明針對眼鏡框切割行業的視覺定位應用特點，能夠極大的提高識別十字架特徵的速度與適應性，實際使用過程中，只要圖像中含有十字架，都能夠快速、精確地給出中心坐標和旋轉角度。
附圖說明
圖1為本發明流程圖。
具體實施方式
下面根據附圖對本發明做進一步的說明。
如圖1所示，具體步驟如下：
（1）輸入相機拍攝的灰度圖像；
（2）統計圖像的灰度直方圖；
（3）根據直方圖判斷圖像是否需要圖像增強，是則進行圖像增強處理，然後進行圖像處理方法一；否則直接進行圖像處理方法一；
（4）經過圖像處理方法一後的圖像得到特徵輪廓信息，擬合出十字外輪廓的四條直線；
（5）判斷擬合出十字外輪廓的四條直線是否構成十字架特徵，是則結束算法；否則進行圖像處理方法二；
（6）經過圖像處理方法二後的圖像得到邊緣信息，擬合出十字架特徵的四條直線；
（7）結束算法。
圖像處理方法一如下：
（1）將原始圖像進行高斯平滑處理，去除噪聲和幹擾；
（2）得到二值圖像，其中特徵為白色，灰度值為255，背景為黑色，灰度值為0；
（3）將處理後的二值圖像進行形態學開運算處理，去除輪廓周圍小的毛刺；
（4）查找圖像中所有的輪廓，認為最大的輪廓為十字特徵輪廓，將最大輪廓點的坐標信息保存。
圖像處理方法二如下：
（1）將圖像進行高斯平滑處理，去除噪聲和幹擾；
（2）然後將高斯平滑處理後的圖像進行估計出期望輸出的邊緣數，並利用canny算子進行邊緣檢測；
（3）遍歷邊緣檢測之後的圖像，將所有灰度值為255的點，保存為邊緣信息，其中大部分為十字特徵的邊緣信息。
圖像增強處理為直方圖均衡化處理。
正常輸入的灰度圖中，主要的信息為兩部分，以十字特徵為代表的低灰度值範圍，以背景為代表的高灰度值範圍。因此，認為灰度直方圖中，存在著兩個波峰。計算出兩個波峰之間的距離，當小於某一閾值時，則認為特徵與背景區別不明顯，需要進行圖像增強。如果原始的直方圖，不存在兩個波峰，可以對其數據進行一定半徑大小的平滑操作，當迭代到一定次數，還不存在雙峰時，則直接返回不需要圖像增強。
圖像經高斯平滑，閾值化，形態學運算，提取輪廓後，得到十字架特徵外輪廓的所有坐標點。保存兩份坐標點，第一份坐標點按照x坐標大小，分為兩類，第二份坐標點按照y坐標大小，分為兩類，得到四類坐標點。分別採用隨機抽樣的方法，去除不滿足直線擬合要求的雜質點，然後對剩下的點進行最小二乘法的直線擬合，即得到四條直線。
隨機選取一條直線作為參考基準，依次判斷剩下的直線與基準直線的關係，在一定角度誤差範圍內，必須是平行或者垂直的關係。如果有一條直線不滿足條件，則認為不夠成十字架特徵，否則繼續進行判斷。接著，分別求出平行直線之間的距離，求出較小距離與較大距離的比值，如果低於一定閾值，則認為不夠成十字架特徵，否則認為構成十字架特徵。
經高斯平滑和邊緣檢測後，得到十字架特徵的邊緣信息。邊緣信息與輪廓信息不同的是，輪廓是連續的閉合的，邊緣不一定是連續的閉合的。首先，在海量的邊緣點中，採用隨機抽樣的方式，經過多次採樣，查找出由最多點擬合出的第一條直線，其與x軸夾角表示為，並將這些點從邊緣點中刪除。接著，利用十字架的幾何特徵，可以確定其他三條直線與x軸的夾角、、，然後在一定角度誤差範圍內，依次查找直線二、三、四，每找出一條直線，就可以將滿足此條直線的所有點刪除，以提高下條直線查找的效率。最後，得到了十字架特徵的邊緣檢測後的四條直線信息。