技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种玻纤布边缘识别方法、设备及存储介质与流程  >  正文

一种玻纤布边缘识别方法、设备及存储介质与流程

  • 国知局
  • 2024-07-31 22:35:22

本发明涉及数字图像处理,尤其涉及一种玻纤布边缘识别方法、设备及存储介质。

背景技术:

1、玻纤布在生产过程中需要经过精确的切割以获得所需的尺寸和形状,切割过程中,如果刀片变钝或安装不牢固,可能会导致切割不完全,从而在玻纤布边缘形成突出形状的毛边,这些突出的毛边会干扰机器视觉系统或边缘识别算法对玻纤布边缘的准确检测,误报可能会导致生产过程中的错误判断,如尺寸偏差、形状不准确等,从而影响产品质量和生产效率。

技术实现思路

1、本发明所要解决的技术问题是:提供一种玻纤布边缘识别方法、设备及存储介质,有效解决背景技术中的问题。

2、为了达到上述目的,本发明所采用的技术方案是:一种玻纤布边缘识别方法,包括如下步骤:

3、获取包含布面边缘的图片并且灰度化;

4、使用canny滤波识别出边缘,并通过阈值分割提取边缘区域;

5、分离非连通区域后对区域进行第一次高度筛选;

6、对筛选后的区域提取出亚像素精度的骨架;

7、连接相邻的亚像素骨架,然后再次进行高度筛选;

8、对筛选后的亚像素骨架进行直线拟合,拟合的结果即为疑似边缘;

9、将疑似边缘转换为像素区域,对区域进行排序后,以第一个区域的最右边的像素点为基准创建一个竖线,该竖线即为布面边缘。

10、进一步地,使用canny滤波识别出边缘,并通过阈值分割提取边缘区域中,具体步骤为:

11、首先对图像进行高斯滤波;

12、其次分别计算水平方向和垂直方向的梯度值;

13、计算梯度值以及梯度方向;

14、进行非极大值抑制,将当前像素的梯度强度与沿正负梯度方内上的两个像素进行比较;

15、进行双阈值检测边缘连接。

16、进一步地,水平方向的梯度值为gx(m,n),垂直方向的梯度值为gy(m,n),梯度值的计算公式为:

17、

18、梯度方向。

19、进一步地,进行非极大值抑制,将当前像素的梯度强度与沿正负梯度方内上的两个像素进行比较,如果当前像素的梯度强度与另外两个像素相比最大则该像素点保留为边缘点,否则该像素点将被抑制。

20、进一步地,进行双阙值检测边缘连接时,先设置高、低两个阈值,遍历整个灰度矩阵,若某点的梯度高于高阈值,则在结果中置1,若该点的梯度值低于低阈值,则在结果中置0。

21、进一步地,若该点的梯度值介于高低阈值之间,则需要进行如下判断:检查该点(将其视为中心点)的8邻域点,看是否存在梯度值高于高阈值的点,若存在,则说明该中心点和确定的边缘点相连接,故在结果中置1,否则置0,此处选择的高阈值为20,低阈值为40。

22、进一步地,分离非连通区域后对区域进行初步高度筛选,高度设置为30像素。

23、进一步地,连接相邻的亚像素骨架,然后再次进行高度筛选,高度设置为20像素。

24、本发明中还包括一种计算机设备,包括相机、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述相机与所述处理器通信连接,所述处理器执行所述计算机程序时,实现如上述的方法。

25、本发明中还包括一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述的方法。

26、本发明的有益效果为:本发明通过获取包含布面边缘的图片并且灰度化,使用canny滤波识别出边缘,并通过阈值分割提取边缘区域,分离非连通区域后对区域进行第一次高度筛选,提取出亚像素精度的骨架,对筛选后的亚像素骨架进行直线拟合,拟合的结果即为疑似边缘,将疑似边缘转换为像素区域,对区域进行排序后,以第一个区域的最右边的像素点为基准创建一个竖线,该竖线即为布面边缘。通过灰度化和canny滤波等图像处理技术,本发明能够更准确地识别出玻纤布的边缘,特别地,亚像素精度的骨架提取和直线拟合进一步提高了边缘识别的精度,使得识别结果更加接近真实的布面边缘,有效地去除了非连通区域和可能的毛边区域,从而减少了毛边对边缘识别结果的影响。

技术特征:

1.一种玻纤布边缘识别方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的玻纤布边缘识别方法,其特征在于,水平方向的梯度值为gx(m,n),垂直方向的梯度值为gy(m,n),梯度值的计算公式为:

3.根据权利要求1所述的玻纤布边缘识别方法,其特征在于,进行非极大值抑制,将当前像素的梯度强度与沿正负梯度方内上的两个像素进行比较,如果当前像素的梯度强度与另外两个像素相比最大则该像素点保留为边缘点,否则该像素点将被抑制。

4.根据权利要求1所述的玻纤布边缘识别方法,其特征在于,进行双阙值检测边缘连接时,先设置高、低两个阈值,遍历整个灰度矩阵,若某点的梯度高于高阈值,则在结果中置1,若该点的梯度值低于低阈值,则在结果中置0。

5.根据权利要求4所述的玻纤布边缘识别方法,其特征在于,若该点的梯度值介于高低阈值之间,则需要进行如下判断:检查该点(将其视为中心点)的8邻域点,看是否存在梯度值高于高阈值的点,若存在,则说明该中心点和确定的边缘点相连接,故在结果中置1,否则置0,此处选择的高阈值为20,低阈值为40。

6.根据权利要求1所述的玻纤布边缘识别方法,其特征在于,分离非连通区域后对区域进行初步高度筛选,高度设置为30像素。

7.根据权利要求1所述的玻纤布边缘识别方法,其特征在于,连接相邻的亚像素骨架,然后再次进行高度筛选,高度设置为20像素。

8.一种计算机设备,其特征在于,包括相机、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述相机与所述处理器通信连接,所述处理器执行所述计算机程序时,实现如权利要求1-7中任一项所述的方法。

9.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。

技术总结本发明涉及数字图像处理技术领域,尤其涉及一种玻纤布边缘识别方法、设备及存储介质,其中方法包括如下步骤:包括如下步骤:获取包含布面边缘的图片并且灰度化;使用canny滤波识别出边缘,并通过阈值分割提取边缘区域;分离非连通区域后对区域进行第一次高度筛选;对筛选后的区域提取出亚像素精度的骨架;连接相邻的亚像素骨架,然后再次进行高度筛选;对筛选后的亚像素骨架进行直线拟合,拟合的结果即为疑似边缘;将疑似边缘转换为像素区域,对区域进行排序后,以第一个区域的最右边的像素点为基准创建一个竖线,该竖线即为布面边缘。本发明通过过滤出边缘区域,进行高度筛选和直线拟合,实现了对玻纤布消除毛边影响的边缘识别。技术研发人员:谈昆伦,季小强,刘时海受保护的技术使用者:常州市宏发纵横新材料科技股份有限公司技术研发日:技术公布日:2024/7/25

本文地址:https://www.jishuxx.com/zhuanli/20240731/193741.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。