一种直线边缘检测方法、一维测量方法、电子设备及介质与流程

本发明涉及图像处理，特别涉及一种直线边缘检测方法、一维测量方法、电子设备及介质。

背景技术：

1、工业生产中，直线度、平行度或直线间距是常见的产品质量控制参数，采用在线测量设备，监控制造产品的直线度、平行度或直线间距，是常用且重要的产品质量控制手段。直线度、平行度、直线间距计算的前提是准确提取测量图像中的边缘位置，寻边算法的可靠性是实现直线度、平行度、直线间距准确可靠计算的前提。

2、现有技术中，检测边缘的算法有很多，如canny、sobel算法获取的是图像上所有的、连续的完整的、任意形状的轮廓，侧重边缘的查找；而基于一维（1 dimension，1d）测量的边缘检测的目标是平直的轮廓，获取的边缘是离散的，侧重于边缘的高精度定位，适用于测量目标物体边缘位置、长度、间距等线性几何参数的传统计算机视觉算法。这种测量方法的优点是使用方便，执行时间短，而且有很高的精度。

3、现如今随着人工智能的发展，深度学习、神经网络的广泛使用，可以通过智能训练的方式定位边缘达到边缘检测定位的目的，如中国专利cn115661872a，但是使用网络模型之类的方法需要大量样本进行训练，且可解释性不强，相比之下传统视觉方法更为可靠，每个操作都是可解释、可复现的。

4、1d测量技术的核心是，通过图像处理手段，对图像中的边缘进行识别和定位，获取目标物体的关键几何特征。但是，当遇到检测的对象边缘与roi（region of interest，感兴趣区域）的寻边方向不垂直时，目前使用的方法基本上是通过人工手动调节边缘检测参数或者通过模板匹配旋转图像来令检测边缘在图像中的位置适应已经设置好的边缘检测参数。但是，通过人工的方式并不准确，有很大的随机性，调整后的参数不一定能够获得最好的边缘检测结果，而且速度慢，效率低下；后者通过模板匹配的方法，如中国专利cn116777889 a、cn111079772b，而模板匹配的方法需要进行复杂的计算，算法复杂，计算量大，耗时较长，而且存在匹配失败的情况。

5、中国专利cn 112215240 b公开了一种提高2d复杂边缘检测精度的优化方法，在要处理的图像中选取一块矩形的roi区域，将其旋转至水平，以该roi区域中心点为坐标原点建立坐标系，计算roi区域内每一行像素的投影灰度和，取投影灰度和最小的那一行为黑色峰值行，根据黑色峰值行所在行的中心坐标在水平和竖直方向与旋转前的原roi区域中心的距离差dx和dy，将黑色峰值行所在行的中心坐标映射回原roi区域中并结合边缘属性，提取roi区域内多个相同属性的边缘。该专利所解决的技术问题与本方案不同。

6、中国专利cn113077467b公开了一种目标物体的边缘缺陷检测方法及装置、存储介质，该方案在配置每个曲线段对应的基准线时不再考虑到待检测图像上感兴趣区域的形状，而是依据自由曲线上曲线段的特性将基准线设定为抛物线，能够快速、准确地拟合出每个曲线段对应的基准线，提高后续边缘点的筛选能力。该专利所解决的技术问题以及采用的技术手段与本方案均不同。

技术实现思路

1、本发明提出一种直线边缘检测方法、一维测量方法、电子设备及介质，可至少解决上述技术问题之一。

2、为实现上述目的，本发明提出了以下技术方案：

3、一种直线边缘检测方法，包括：获取含有待测直线边缘的灰度图像，设定初始roi，任一初始roi中包含一条待测直线边缘，还包括：

4、分割初始roi，获取若干初始子区域；

5、以初始roi为第一roi，初始子区域为第一子区域；

6、计算每一第一子区域中边缘位置的第一坐标点，获取第一拟合直线，以计算第一拟合直线与第一roi的第一夹角；基于第一夹角，每一第一子区域相对灰度图像旋转，获得旋转后的第二roi及若干第二子区域；

7、计算每一第二子区域中边缘位置的第二坐标点，以判定第二roi的寻边方向与待测直线边缘的位置关系；若垂直，则输出第二坐标点，作为待测边缘点；反之，则以旋转后的第二roi为第一roi，重复上一步骤，直至垂直。

8、进一步地，所述判定第二roi的寻边方向与待测直线边缘的位置关系，包括：基于第二坐标点，获取第二拟合直线，计算第二拟合直线与第二roi的寻边方向的垂线方向之间的第二夹角，若第二夹角满足夹角阈值，则垂直；反之，则不垂直。

9、进一步地，所述判定第二roi的寻边方向与待测直线边缘的位置关系，包括：计算第二roi中同一边缘位置对应的旋转前坐标点与旋转后坐标点的距离，若满足距离阈值，则垂直；反之，则不垂直。

10、进一步地，所述计算每一第一子区域中边缘位置的第一坐标点，包括：基于任一第一子区域内像素点，获取第一子区域的一维数组；滤波处理一维数组，获取边缘位置数据；计算边缘位置数据的梯度，设置梯度阈值，筛选出亚像素极值点坐标，作为第一坐标点。

11、进一步地，所述筛选出亚像素极值点坐标，包括：基于边缘位置数据的梯度，获取极值点；插值处理极值点，获取亚像素候选边缘点；设置梯度阈值，从亚像素候选边缘点中，筛选出一阶梯度的绝对值大于梯度阈值的亚像素精确位置对应的边缘坐标，作为第一坐标点。

12、基于同样的发明构思，本发明还提出一种一维测量方法，包括：

13、获取待测物的灰度图像；

14、采用如上所述的直线边缘检测方法，获取至少两个待测边缘点；

15、计算至少两个待测边缘点之间的距离，以获取待测物的测量信息。

16、进一步地，测量信息包括直接获取的待测物的特征位置信息和二次计算获取的测量信息。

17、本发明还提出一种一维测量系统，包括：

18、获取模块，获取待测物的灰度图像；

19、roi模块，用于设定初始roi，任一初始roi中包含一条待测直线边缘；分割初始roi，获取若干初始子区域；

20、边缘计算模块，以初始roi为第一roi，初始子区域为第一子区域；计算每一第一子区域中边缘位置的第一坐标点，获取第一拟合直线，以计算第一拟合直线与第一roi的第一夹角；基于第一夹角，每一第一子区域相对灰度图像旋转，获得旋转后的第二roi及若干第二子区域；

21、边缘确定模块，计算每一第二子区域中边缘位置的第二坐标点，以判定第二roi的寻边方向与待测直线边缘的位置关系；若垂直，则输出第二坐标点，作为待测边缘点；反之，则以旋转后的第二roi为第一roi，边缘计算模块重复执行，直至垂直；

22、距离计算模块，计算至少两个待测边缘点之间的距离，以获取待测物的测量信息。

23、本发明还提出一种电子设备，包括处理器、存储器，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如上所述的一种直线边缘检测方法或者一种一维测量方法。

24、另一方面，本发明还提出一种计算机可读存储介质，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的一种直线边缘检测方法或者一种一维测量方法。

25、本发明的有益效果如下：

26、本技术提供了一种直线边缘检测方法，在传统的单边缘检测算法的基础上，通过对roi姿态的不断调整，使得待测直线边缘的寻边方向（寻找边缘位置方向）逐步趋近于待测边缘直线的垂直方向，从而使得在待测边缘直线与寻边方向不垂直的情况下，依然保持高精度的边缘检测效果。

27、本技术在单边缘检测算法的高精度特性的基础上，实现了寻边方向的自动化调整，以适应不同角度边缘检测，输出了亚像素级的边缘位置坐标，提高了边缘检测结果的鲁棒性。相较于人为调整roi设置参数的方法而言，减少了人为干预，为此提供稳定可靠的边缘检测结果。

28、相较于模板匹配复杂的计算过程，本技术提出的边缘检测方法能够快速调整并定位设置roi内目标边缘的位置，且计算量少，消耗资源小，便于硬件实现。

29、本技术在直线边缘检测方法的基础上，还提出一种测量方法，适用于一维测量，为一维测量技术的自动化、高效应用，提供了新的解决思路。