一种基于Zhang-Suen图像骨架提取的干涉条纹中心线拟合方法技术

本发明专利技术公开一种基于Zhang‑Suen图像骨架提取的干涉条纹中心线拟合方法，包括：S1：将包含干涉条纹的图像转换成灰度图；S2：对灰度图进行预处理,得到二值图像；S3：扫描二值图像的所有像素，对每一个扫描到的像素构造邻域像素模板；S4：利用Zhang‑Suen图像骨架提取方法和邻域像素的条件判别方法对扫描到的邻域像素模板进行条件判决，在保留干涉条纹的骨架信息的前提下，删除干涉条纹边缘的冗余像素点，反复迭代后，得到干涉条纹的中心线。本发明专利技术使用了并行运算的方法，减少了冗余的判别条件，只使用邻域像素点的和对条纹边缘像素点进行判别，显著地提高干涉条纹拟合算法的运行效率，同时减少了拟合后图像的毛刺，能够快速、准确地对干涉条纹的中心线进行拟合。

【技术实现步骤摘要】
一种基于Zhang-Suen图像骨架提取的干涉条纹中心线拟合方法
本专利技术涉及结构光成像领域，更具体地，涉及一种基于Zhang-Suen图像骨架提取的干涉条纹中心线拟合方法。
技术介绍
干涉条纹分析是结构光成像中的关键步骤之一，通过对干涉条纹进行分析，可以获取条纹数量，条纹周期，条纹间距等信息。利用这些信息，可以进行物体表面缺陷检测、波前检测、光学镜面检测等测量。利用干涉条纹进行检测的技术已经得到广泛的应用。利用光学摄像头采集的图像，要经过干涉条纹图像预处理和干涉条纹的识别才能获得干涉条纹的有效信息。而对干涉条纹进行拟合是一个干涉条纹图像处理的重点研究邻域。常用的的方法有Sobel算子法和Hilditch串行算法，上述方法由于使用串行计算和使用较多的判别条件，所以存在算法耗时较长等问题。
技术实现思路
本专利技术为克服上述现有技术所述的至少一种缺陷，提供一种基于Zhang-Suen图像骨架提取的干涉条纹中心线拟合方法，显著地减少计算量，快速、有效地提取出干涉条纹的骨架信息。为解决上述技术问题，本专利技术的技术方案如下：一种基于Zhang-Suen图像骨架提取的干涉条纹中心线拟合方法，包括以下步骤：S1：将包含干涉条纹的图像转换成灰度图；S2：对灰度图进行预处理，得到二值图像；S3：扫描二值图像的所有像素，对每一个扫描到的像素构造邻域像素模板；S4：利用Zhang-Suen图像骨架提取方法和邻域像素的条件判别方法对扫描到的邻域像素模板进行条件判决，在保留干涉条纹的骨架信息的前提下，删除干涉条纹边缘的冗余像素点，反复迭代后，得到干涉条纹的中心线。Zhang-Suen图像骨架提取方法使用并行运算，与串行算法比较，能够显著地减少计算量。同时，Zhang-Suen图像骨架提取方法能够利用较少且有效的判别条件标注条纹的边缘像素点，减少拟合后图像的毛刺。利用Zhang-Suen图像骨架提取方法提取出干涉条纹的中心线后能直接得出干涉条纹间距等关键信息。Zhang-Suen图像骨架提取方法通过删除干涉条纹的冗余像素点，快速、有效地提取出干涉条纹的骨架信息。优选地，所述步骤S2中对灰度图进行预处理包括以下步骤：S2.1：使用内核为n×n的中值滤波对灰度图进行降噪；S2.2：对滤波后的图片进行阈值为λ的二值化操作。优选地，所述步骤S3的邻域像素模板包括9个像素，为3×3邻域像素模板，其中，从左至右，从上至下，分别为P9像素点、P2像素点、P3像素点、P8像素点、P1像素点、P4像素点、P7像素点、P6像素点、P5像素点。优选地，所述步骤S3中利用Zhang-Suen图像骨架提取方法和邻域像素的条件判别方法对扫描到的像素点进行条件判决，其中对以P1像素点为中心的邻域像素模板进行条件判决，包括以下条件：1)2≤N(P1)≤6，其中N(P1)是P1像素邻域的P2、P3、……、P9中所有非零像素的像素个数总和；2)S(P1)＝1，其中S(P1)是P1像素邻域中，以P2、P3、……、P9为顺序的像素点的值从0到1的变化次数总和；3)P2*P4*P6＝0；4)P2*P4*P8＝0；5)P4*P6*P8＝0；6)P2*P6*P8＝0；若P1像素点同时满足以上六个条件，则删除P1像素点；若P1像素点不同时满足以上六个条件，则保留P1像素点，完成一次迭代。优选地，用一个在P2，P4，P6位置为1，其余位置为0的3×3的卷积核与邻域像素模板进行图像卷积运算，判断像素点是否满足条件3)；用一个在P2，P4，P8位置为1，其余位置为0的3×3的卷积核与邻域像素模板进行图像卷积运算，判断像素点是否满足条件4)；用一个在P4，P6，P8位置为1，其余位置为0的3×3的卷积核与邻域像素模板进行图像卷积运算，判断像素点是否满足条件5)；用一个在P2，P6，P8位置为1，其余位置为0的3×3的卷积核与邻域像素模板进行图像卷积运算，判断像素点是否满足条件6)。与现有技术相比，本专利技术技术方案的有益效果是：使用了并行运算的方法，在3×3的卷积核中作并行运算来判别干涉条纹的边缘像素。同时，减少了冗余的判别条件，只使用邻域像素点的和等直接的条件对条纹边缘像素点进行判别。所以能够快速、准确地对干涉条纹的中心线进行拟合。使用本专利技术的方法，能够显著地提高干涉条纹拟合算法的运行效率，同时减少了拟合后图像的毛刺，克服了拟合不完全的问题。附图说明图1为一种基于Zhang-Suen图像骨架提取的干涉条纹中心线拟合方法流程示意图。图2为3×3邻域像素模板示意图。图3为原始干涉条纹1。图4为经本专利技术方法拟合后的干涉条纹1。图5为原始干涉条纹2。图6为经本专利技术方法拟合后的干涉条纹2。具体实施方式附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。下面结合附图和实施例对本专利技术的技术方案做进一步的说明。实施例1本实施例提供一种基于Zhang-Suen图像骨架提取的干涉条纹中心线拟合方法，如图1，包括以下步骤：S1：将包含干涉条纹的图像转换成灰度图；S2：对灰度图进行预处理，得到二值图像；S3：扫描二值图像的所有像素，对每一个扫描到的像素构造邻域像素模板；S4：利用Zhang-Suen图像骨架提取方法和邻域像素的条件判别方法对扫描到的邻域像素模板进行条件判决，在保留干涉条纹的骨架信息的前提下，删除干涉条纹边缘的冗余像素点，反复迭代后，得到干涉条纹的中心线。步骤S2中对灰度图进行预处理包括以下步骤：S2.1：使用内核为n×n的中值滤波对灰度图进行降噪；S2.2：对滤波后的图片进行阈值为λ的二值化操作。步骤S3的邻域像素模板包括9个像素，为3×3邻域像素模板，其中，如图2，从左至右，从上至下，分别为P9像素点、P2像素点、P3像素点、P8像素点、P1像素点、P4像素点、P7像素点、P6像素点、P5像素点。步骤S3中利用Zhang-Suen图像骨架提取方法和邻域像素的条件判别方法对扫描到的邻域像素模板进行条件判决，其中对以P1像素点为中心的邻域像素模板进行条件判决，包括以下条件：1)2≤N(P1)≤6，其中N(P1)是P1像素邻域的P2、P3、……、P9中所有非零像素的像素个数总和；2)S(P1)＝1，其中S(P1)是P1像素邻域中，以P2、P3、……、P9为顺序的像素点的值从0到1的变化次数总和；3)P2*P4*P6＝0；4)P2*P4*P8＝0；5)P4*P6*P8＝0；6)P2*P6*P8＝0；若P1像素点同时满足以上六个条件，则删除P1像素点；若P1像素点不同时满足以上六个条件，则保留P1像素点，每个像素点完成一次判决后，完成一次迭代。用一个在P2，P4，P6位置为1，其余位置为0的3×3的卷积核与邻域像素模板进行图像卷积运算，判断像素点是否满足条件3)；用一个在P2，P4，P8位置为1，其余位置为0的3×3的卷积核与邻域像素模板进行图像卷积运算，判断像素点是否满足条件4)；用一个在P4，P6，P8位置为1，其余位置为0的3×3的卷积核与邻域像素模板进行图像卷积运算，判断像素点是否满足条件5)；用一个在P2，P6，P8位置为1，其余位置为0的3本文档来自技高网...

【技术保护点】
1.一种基于Zhang‑Suen图像骨架提取的干涉条纹中心线拟合方法，其特征在于，包括以下步骤：S1：将包含干涉条纹的图像转换成灰度图；S2：对灰度图进行预处理，得到二值图像；S3：扫描二值图像的所有像素，对每一个扫描到的像素构造邻域像素模板；S4：利用Zhang‑Suen图像骨架提取方法和邻域像素的条件判别方法对扫描到的邻域像素模板进行条件判决，在保留干涉条纹的骨架信息的前提下，删除干涉条纹边缘的冗余像素点，反复迭代后，得到干涉条纹的中心线。

【技术特征摘要】
1.一种基于Zhang-Suen图像骨架提取的干涉条纹中心线拟合方法，其特征在于，包括以下步骤：S1：将包含干涉条纹的图像转换成灰度图；S2：对灰度图进行预处理，得到二值图像；S3：扫描二值图像的所有像素，对每一个扫描到的像素构造邻域像素模板；S4：利用Zhang-Suen图像骨架提取方法和邻域像素的条件判别方法对扫描到的邻域像素模板进行条件判决，在保留干涉条纹的骨架信息的前提下，删除干涉条纹边缘的冗余像素点，反复迭代后，得到干涉条纹的中心线。2.根据权利要求1所述的基于Zhang-Suen图像骨架提取的干涉条纹中心线拟合方法，其特征在于，所述步骤S2中对灰度图进行预处理包括以下步骤：S2.1：使用内核为n×n的中值滤波对灰度图进行降噪；S2.2：对滤波后的图片进行阈值为λ的二值化操作，得到二值图像。3.根据权利要求2所述的基于Zhang-Suen图像骨架提取的干涉条纹中心线拟合方法，其特征在于，所述步骤S3的邻域像素模板包括9个像素，为3×3邻域像素模板，其中，从左至右，从上至下，分别为P9像素点、P2像素点、P3像素点、P8像素点、P1像素点、P4像素点、P7像素点、P6像素点、P5像素点。4.根据权利要求3所述的基于Zhang-Suen图像骨架提取的干涉条纹中心线拟合方法，其特征在于，所述步骤S3中利用Zhang-Suen图像骨架提取方法和邻域像素的...

【专利技术属性】
技术研发人员：刘靖凯，何昭水，谈季，白玉磊，谢侃，谢胜利，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44