一种布线垂直度智能检测方法技术

本发明专利技术公开了一种布线垂直度智能检测方法，包括正面检测和反面检测，正面检测包括LSD直线检测，线段筛选，根据斜率将线段进行区分；反面检测包括对图像像素进行筛选，并将图片转化为灰度图像；对转换后的图像进行直线检测，根据检测得到的数据进行DBSCAN聚类；对DBSCAN聚类后的点进行拟合，画出拟合线，计算斜率。本发明专利技术能够对布线进行垂直度的快速判别，在数字图像中，检测出电线，并求出电线竖直部分的垂直度，和水平部分的水平度，进而根据所求得的水平度、垂直度对布线进行评分。

【技术实现步骤摘要】
一种布线垂直度智能检测方法
本专利技术涉及图像处理领域，特别是一种布线垂直度智能检测方法。
技术介绍
随着计算机视觉技术和图像处理技术的发展，目标识别技术在军事领域和航空航天、科学探测、天文观测以及视频监控等民用领域具有越来越广泛的应用。特别是在布线领域中，如果能够有效对布线进行识别，可以省去很多人工成本。目前传统直线检测的方法一般为霍夫检测：霍夫变换(HoughTransform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。Hough变换算法的特点导致其时间复杂度和空间复杂度都很高，并且在检测过程中只能确定直线方向，丢失了线段的长度信息。
技术实现思路
本专利技术的目的在于提供一种替代人工的布线垂直度智能检测方法，能够对布线进行垂直度的快速判别。实现本专利技术目的的技术方案为：一种布线垂直度智能检测方法，包括正面检测和反面检测；正面检测步骤如下：(1)采用LSD方法对正面图像进行直线检测；(2)根据检测到的线段的长度对检测出来的线段进行筛选，设定长度阈值，当长度本文档来自技高网...

【技术保护点】
1.一种布线垂直度智能检测方法，其特征在于，包括正面检测和反面检测；正面检测步骤如下：(1)采用LSD方法对正面图像进行直线检测；(2)根据检测到的线段的长度对检测出来的线段进行筛选，设定长度阈值，当长度小于该阈值时删除该直线；(3)根据斜率将线段进行区分；对斜率取绝对值，认为竖直部分的斜率大于2，水平部分的斜率小于0.5；根据斜率将原始的检测数据分为两组，分别存储在另外两个数组中，称为lines_stdK，lines_stdK2；(4)对线段进行分组，计算斜率；对竖直部分的线段进行分组，即对lines_stdK元素进行分组；首先，对所有lines_stdK的元素的两个横坐标取平均值p，以下简...

【技术特征摘要】
1.一种布线垂直度智能检测方法，其特征在于，包括正面检测和反面检测；正面检测步骤如下：(1)采用LSD方法对正面图像进行直线检测；(2)根据检测到的线段的长度对检测出来的线段进行筛选，设定长度阈值，当长度小于该阈值时删除该直线；(3)根据斜率将线段进行区分；对斜率取绝对值，认为竖直部分的斜率大于2，水平部分的斜率小于0.5；根据斜率将原始的检测数据分为两组，分别存储在另外两个数组中，称为lines_stdK，lines_stdK2；(4)对线段进行分组，计算斜率；对竖直部分的线段进行分组，即对lines_stdK元素进行分组；首先，对所有lines_stdK的元素的两个横坐标取平均值p，以下简称数组p；然后对其排序，如果数组p相邻两个元素之差大于设定像素，则认为他们是属于两个组别的；反面检测步骤如下：(1)对图像进行色调、饱和度、亮度检测，对符合要求的像素进行筛选，分离出干扰因素，仅保留需要检测的部分，并将图片转化为灰度图像；将原始BGR图像转换为HSV图像，通过划定要选择的目标的HSV值范围，对图像进行逐像素的比对，删除不必要的图像部分，保留图像中的目标；(2)对转换后的图像进行直线检测，根据检测得到的数据进行DBSCAN聚类；(3)对DBSCAN聚类后的点进行拟合，画出拟合线，计算斜率。2.根据权利要求1所述的布线垂直度智能检测方法，其特征在于，DBSCAN算法需要用户输入2个参数：一个参数是半径Eps，表示以给定点P为中心的圆形邻域的范围；另一个参数是以点P为中心的邻域内最少点的数量MinPts；如果满足：以点P为中心、半径为Eps的邻域内的点的个数不少于MinPts，则称点P为核心点；核心点能够连通，它们构成的以Eps长度为半径的圆形邻域相互连接或重叠，这...

【专利技术属性】
技术研发人员：白宏阳，郑浦，郭宏伟，李政茂，梁华驹，周育新，徐啸康，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32