一种检测周期图像异构区的方法技术
A method for detecting heterogeneous regions of periodic images
【技术实现步骤摘要】
一种检测周期图像异构区的方法
本专利技术涉及计算机图像处理技术和机器视觉
，尤其涉及一种检测周期图像异构区的方法。
技术介绍
本专利技术给出的方法适用于当前很多工业现场的机器视觉检测系统。在这些生产线上，机器视觉检测系统扫描得到的图像是周期图像，即是沿生产线运行方向以一定的周期重复出现的连续图像。面向此类周期图像实现产品表面检测的视觉检测系统，一般都采用的是图像比对的方法。能够成功应用这一方法的前提是事先要为视觉检测系统提供精准的基准图像，才使得将实时扫描图像与基准图像进行比对成为可能。本专利技术中所说的图像的周期都是指周期高度。在上述周期图像中，对于图像中的每一个具体的坐标区域，只存在唯一一个最小周期，但在图像的两个不同的坐标区域，则可能会存在两种不同高度值的最小周期。这里所说的坐标的维度指的是与周期图像的周期方向也即生产线运行方向相垂直方向的维度。上述这两种高度值不同的最小周期被区分为本征周期和异构周期。本征周期被定义为在整个周期图像中具有最高分布频率的周期高度，与之相关的最高分布频率被定义为本征频率。在这里，所谓的某一周期高度值在图像中的分布频率，被定...
【技术保护点】
一种检测周期图像异构区的方法，其特征在于，包括以下步骤：1)检测出周期图像的本征周期，并确定周期图像中存在的周期高度不小于规定阈值的特征点的分布范围，将该范围定义为周期区；2)基于检测出的本征周期及周期区，从周期图像中获取本征差模图像；3)检测出本征差模图像中的特征点；4)在本征差模图像中沿其宽度方向分别定义若干个差模特征区，其中每个差模特征区均具有设定的最大范围和最大宽度；5)基于本征差模图像中检测出的特征点的宽度方向的坐标，统计检测出的特征点分别落入上述各个差模特征区的最大范围中的数量，将其定义为相应区的落入数；6)根据落入上述各差模特征区最大范围的特征点的宽度方向的坐...
【技术特征摘要】
1.一种检测周期图像异构区的方法，其特征在于，包括以下步骤：1)检测出周期图像的本征周期，并确定周期图像中存在的周期高度不小于规定阈值的特征点的分布范围，将该范围定义为周期区；2)基于检测出的本征周期及周期区，从周期图像中获取本征差模图像；3)检测出本征差模图像中的特征点；4)在本征差模图像中沿其宽度方向分别定义若干个差模特征区，其中每个差模特征区均具有设定的最大范围和最大宽度；5)基于本征差模图像中检测出的特征点的宽度方向的坐标，统计检测出的特征点分别落入上述各个差模特征区的最大范围中的数量，将其定义为相应区的落入数；6)根据落入上述各差模特征区最大范围的特征点的宽度方向的坐标，确定各差模特征区中的特征点分布的实际范围和实际宽度；7)从上述各个差模特征区中，筛选出落入数不低于规定的阈值，且实际宽度也不低于规定的阈值的差模特征区，作为周期图像的异构区。2.根据权利要求1所述的检测周期图像异构区的方法，其特征在于，所述若干个差模特征区包括：左区、中左区、中区、中右区、右区。3.根据权利要求2所述的检测周期图像异构区的方法，其特征在于，还包括步骤：8)当左区或右区的落入数低于规定的阈值，或者实际宽度低于规定的阈值时，则须再对本征差模图像落入该区最大范围内的局部图像做blob分析，检测出该局部图像中存在的blob，并根据落入在该区最大范围内blob的宽度方向的坐标，确定该区中blob分布的实际范围和实际宽度，如果从该局部图像检测出的blob数量不低于规定的阈值，且blob分布的实际宽度也不低于规定的阈值，则该区被确定作为异构区。4.根据权利要求3所述的检测周期图像异构区的方法，其特征在于，还包括步骤：9)如果左区或右区在经过步骤(8)后依然无法确定是否作为异构区，则须再对周期图像落入该区最大范围内的局部图像检测特征点，如果检测出的特征点数量低于事先规定的阈值，则被确定作为异构区，反之，则该区被确定不是异构区。5.根据权利要求1所述的检测周期图像异构区的方法，其特征在于，通过以下步骤确定设定差模特征区...
【专利技术属性】
技术研发人员：许晓斌，罗青云，吴郁松，
申请(专利权)人：杭州展拓智能控制技术有限公司，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。