一种机器视觉轮廓尖角拐点识别方法及系统与流程

本技术涉及图像处理，更具体的，涉及一种机器视觉轮廓尖角拐点识别方法及系统。

背景技术：

1、在工业加工的部分场景中，需要对工业相机拍取的待加工图案（衣服、布料等）进行尖角拐点切割等处理，而对其它过渡圆滑的拐点进行保留，以确保切割的准确性和完整性。因此，需要在进行机器切割等操作之前将所有尖角拐点识别。

2、轮廓尖角拐点的准确识别是实现高效、精准切割的关键，然而，现有的轮廓尖角拐点识别方法往往存在计算复杂度高、识别准确性不足、对噪声敏感等问题，难以满足工业加工中的实际需求。

3、因此现有技术存在缺陷，急需改进。

技术实现思路

1、鉴于上述问题，本发明的目的是提供一种机器视觉轮廓尖角拐点识别方法及系统，通过控制尖角幅值和圆滑率大小，对工业相机输入的图片进行尖角拐点识别，从而提高尖角拐点识别的精准度和识别效率。

2、本发明第一方面提供了一种机器视觉轮廓尖角拐点识别方法，包括：

3、获取产品图案的外轮廓像素点坐标，建立外轮廓像素点坐标集合；所述产品图案的外轮廓像素点坐标包括外轮廓像素点横坐标和纵坐标；所述外轮廓像素点坐标集合包括轮廓横坐标集合x和轮廓纵坐标集合y；

4、对所述外轮廓像素点坐标集合进行循环轮廓处理；

5、计算平滑滑动窗口加权系数数组a；

6、基于所述平滑滑动窗口加权系数数组a对所述外轮廓像素点坐标集合内的坐标点进行一维平滑处理；

7、计算一维平滑处理后每个坐标点的相对角度幅值，建立相对角度幅值有序集合c；

8、根据所述每个坐标点的相对角度幅值选取局部最优拐点，建立拐点集合r；

9、基于圆滑系数对所述拐点集合r进行拐点剔除；

10、通过局部最大角度幅值对应拐点的覆盖策略过滤拐点剔除后拐点集合r内角度幅值较低的相近拐点；

11、将拐点集合r内剩余拐点确定为尖角拐点。

12、本方案中，所述获取产品图案的外轮廓像素点坐标，建立外轮廓像素点坐标集合，包括：

13、获取待加工图像数据i0；

14、对所述待加工图像数据i0进行灰度化处理和二值化操作，得到预处理图像数据i1；

15、对所述预处理图像数据i1进行外轮廓填充操作，得到填充图像数据i2；

16、将所述填充图像数据i2中所有外轮廓像素点横坐标和纵坐标按外轮廓排列顺序分别加入到轮廓横坐标集合x和轮廓纵坐标集合y中，确定外轮廓像素点坐标集合。

17、本方案中，所述对所述外轮廓像素点坐标集合进行循环轮廓处理，包括：

18、判断轮廓横坐标集合x的首位数值和末位数值是否相同；

19、判断轮廓纵坐标集合y的首位数值和末位数值是否相同；

20、当所述轮廓横坐标集合x的首位数值和末位数值相同，且所述轮廓纵坐标集合y的首位数值和末位数值也相同，则确定所述外轮廓像素点坐标集合为循环轮廓；

21、对所述轮廓横坐标集合x的末位数值和所述轮廓纵坐标集合y的末位数值进行删除。

22、本方案中，所述计算平滑滑动窗口加权系数数组a，包括：

23、根据高斯标准差σ计算原始高斯有序数组a；

24、所述原始高斯有序数组a内每个元素ai的计算方法用公式表示为：

25、；

26、其中，e为自然底数，w为滑动窗口宽度，σ为高斯标准差，i=0、1、2…w-1；

27、对所述原始高斯有序数组a内每个元素ai进行归一化处理，确定平滑滑动窗口加权系数ai；

28、；

29、基于所述平滑滑动窗口加权系数ai建立平滑滑动窗口加权系数数组a。

30、本方案中，所述基于所述平滑滑动窗口加权系数数组a对所述外轮廓像素点坐标集合内的坐标点进行一维平滑处理，包括：

31、对轮廓坐标集合x中的元素xi进行平滑处理，得到元素xj；

32、；

33、其中，xn为轮廓坐标集合x中第n个元素，am为平滑滑动窗口加权系数数组a中第m个元素；

34、根据元素xj对轮廓坐标集合x中相对应的元素xi进行更新；

35、对轮廓坐标集合y中的元素yi进行平滑处理，得到元素yj；

36、；

37、其中，yn为轮廓坐标集合y中第n个元素，am为平滑滑动窗口加权系数数组a中第m个元素；

38、根据元素yj对轮廓坐标集合y中相对应的元素yi进行更新。

39、本方案中，所述计算一维平滑处理后每个坐标点的相对角度幅值，建立相对角度幅值有序集合c，包括：

40、根据坐标点pi(xi,yi)和相对间隔系数r确定第一坐标点(xi-r,yi-r)和第二坐标点(xi+r,yi+r)；

41、通过所述第一坐标点和第二坐标点计算所述坐标点pi的相对角度幅值ci；

42、所述相对角度幅值ci的计算方法用公式表示为：

43、；

44、其中，arctan为反三角函数，o为分母系数常数；

45、根据所述坐标点pi的相对角度幅值ci建立相对角度幅值有序集合c。

46、本方案中，所述根据所述每个坐标点的相对角度幅值选取局部最优拐点，建立拐点集合r，包括：

47、将相对角度幅值有序集合c中局部最大值和局部最小值所对应的坐标确定为拐点坐标；

48、将相对角度幅值ci小于预设尖角相对幅值阈值t0的拐点坐标进行过滤；

49、根据剩余的拐点坐标建立拐点集合r。

50、本方案中，所述基于圆滑系数对所述拐点集合r进行拐点剔除，包括：

51、基于底部幅值系数k和相对角度幅值ci计算拐点ri的底部幅值f；

52、；

53、其中，k0为底部幅值系数；

54、将拐点ri的第一索引的初始值设为i，将第一索引不断减1，重复计算所述第一索引所对应的相对角度幅值cg，当所述第一索引所对应的相对角度幅值cg小于ci时，确定最终的第一索引g；

55、将拐点ri的第二索引的初始值设为i，将第二索引不断加1，重复计算所述第二索引所对应的相对角度幅值ch，当所述第二索引所对应的相对角度幅值ch小于ci时，确定最终的第二索引h；

56、通过相对角度幅值ci、底部幅值f、第一索引g和第二索引h计算拐点ri的圆滑系数k1；

57、；

58、将圆滑系数k1小于预设阈值t1的拐点从拐点集合r中剔除。

59、本方案中，所述通过局部最大角度幅值对应拐点的覆盖策略过滤拐点剔除后拐点集合r内角度幅值较低的相近拐点，包括：

60、基于第一索引g和第二索引h计算拐点ri的覆盖范围u；

61、；

62、其中，k2为覆盖系数；

63、根据所述覆盖范围u进行分析，确定坐标索引在i-u和i+u范围内的其他拐点；

64、将所述拐点ri和所述其他拐点确定为相近拐点，判断所述其他拐点所对应的相对角度幅值是否小于所述拐点ri对应的相对角度幅值ci；

65、若是，则对所述其他拐点进行剔除；

66、若否，则对所述拐点ri进行剔除。

67、本发明第二方面提供了一种机器视觉轮廓尖角拐点识别系统，包括：

68、第一分析模块，用于获取产品图案的外轮廓像素点坐标，建立外轮廓像素点坐标集合；所述产品图案的外轮廓像素点坐标包括外轮廓像素点横坐标和纵坐标；所述外轮廓像素点坐标集合包括轮廓横坐标集合x和轮廓纵坐标集合y；对所述外轮廓像素点坐标集合进行循环轮廓处理；

69、第二分析模块，用于计算平滑滑动窗口加权系数数组a；基于所述平滑滑动窗口加权系数数组a对所述外轮廓像素点坐标集合内的坐标点进行一维平滑处理；计算一维平滑处理后每个坐标点的相对角度幅值，建立相对角度幅值有序集合c；

70、第三分析模块，用于根据所述每个坐标点的相对角度幅值选取局部最优拐点，建立拐点集合r；

71、第一拐点剔除模块，用于基于圆滑系数对所述拐点集合r进行拐点剔除；

72、第二拐点剔除模块，用于通过局部最大角度幅值对应拐点的覆盖策略过滤拐点剔除后拐点集合r内角度幅值较低的相近拐点；将拐点集合r内剩余拐点确定为尖角拐点。

73、本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括一种机器视觉轮廓尖角拐点识别方法程序，所述一种机器视觉轮廓尖角拐点识别方法程序被处理器执行时，实现如上所述的一种机器视觉轮廓尖角拐点识别方法的步骤。

74、本发明公开了一种机器视觉轮廓尖角拐点识别方法及系统，方法包括：获取产品图案的外轮廓像素点坐标，建立外轮廓像素点坐标集合；对外轮廓像素点坐标集合进行循环轮廓处理；计算平滑滑动窗口加权系数数组a，对外轮廓像素点坐标集合内的坐标点进行一维平滑处理；计算每个坐标点的相对角度幅值，建立相对角度幅值有序集合c；根据每个坐标点的相对角度幅值选取局部最优拐点，建立拐点集合r；基于圆滑系数对拐点集合r进行拐点剔除；通过局部最大角度幅值对应拐点的覆盖策略过滤拐点剔除后拐点集合r内角度幅值较低的相近拐点；将拐点集合r内剩余拐点确定为尖角拐点。本发明通过控制尖角幅值和圆滑率大小，提高尖角拐点识别的精准度和识别效率。