一种多圆环显著程度判断方法、装置、设备、存储介质制造方法及图纸

本发明专利技术公开了一种多圆环显著程度判断方法、装置、设备、存储介质，本发明专利技术通过当前批次的玻璃的多张玻璃图片计算得到投影矩阵，并根据每张玻璃图片的灰度矩阵和投影矩阵计算每张玻璃图片的显著程度指标，显著程度指标为玻璃图片的像素灰度值超过预设阈值的像素个数与玻璃图片的像素总数的比值，并根据玻璃图片的显著程度指标来判断玻璃表面的水波纹状多圆环的显著程度，克服现有技术中的噪声估计和拟合方法无法判断玻璃表面的水波纹状多圆环的显著程度的技术问题，实现了对同一批次的玻璃的水波纹状多圆环的显著程度进行判断，判断方法的鲁棒性好。

A Method, Device, Equipment and Storage Medium for Judging the Significance of Multiple Rings

The invention discloses a method, device, device and storage medium for judging the saliency degree of multiple rings. The projection matrix is obtained by calculating a plurality of glass pictures in the current batch, and the saliency index of each glass picture is calculated according to the gray matrix and projection matrix of each glass picture. The saliency index is that the gray value of the pixel of the glass picture exceeds the preset threshold. The ratio of the number of pixels of the value to the total number of pixels of the glass image, and the saliency degree of the water-corrugated multi-rings on the glass surface is judged according to the saliency index of the glass image, which overcomes the technical problem that the noise estimation and fitting method in the existing technology can not judge the saliency degree of the water-corrugated multi-rings on the glass surface, and realizes the water-corrugated multi-rings on the same batch of glass. The robustness of the judgment method is good.

【技术实现步骤摘要】
一种多圆环显著程度判断方法、装置、设备、存储介质
本专利技术涉及玻璃领域，尤其是一种玻璃表面水波纹状多圆环显著程度判断方法、装置、设备、存储介质。
技术介绍
特种玻璃表面由于生产工艺的原因，可能出现水波纹状多圆环，并且呈现为多个半径不一的圆环重叠出现。通过高分辨率工业摄像机，配合稳定、亮度适中的光源，能够准确拍摄得到特种玻璃表面的水波纹状多圆环图像。但是，这种图像存在以下分析难点：1、图像的噪声差异较大，噪声分布难以得到统一的数学描述。例如图1a和图1b所示图片，图1a和图1b出现了粗细不一的束状条纹，并且束状条纹的空间分布差异较大，灰度差异较大，其中，图1a中的束状条纹较粗，而且包含水波纹状多圆环，图1b中的束状条纹较细，也包含水波纹状多圆环；2、水波纹状多圆环的圆心位置不固定，多圆环的半径不一致，没有规律性，难以得到统一的多圆环方程描述。因此，噪声估计方法对水波纹状多圆环图像不适用；多圆环方程参数辨识和拟合方法也不适用。同时，由于分析目标为水波纹状多圆环的显著程度，即使通过近似处理，得到噪声的近似估计和多圆环方程的近似参数，依然不能根据这些参数得到玻璃表面水波纹状多圆环显著程度。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的是提供一种玻璃表面水波纹状多圆环显著程度判断方法、装置、设备、存储介质，用于判断玻璃表面水波纹状多圆环的显著程度。本专利技术所采用的技术方案是：第一方面，本专利技术提供一种玻璃表面水波纹状多圆环显著程度判断方法，包括：玻璃图片获取步骤：获取当前批次的玻璃的多张玻璃图片；投影矩阵计算步骤：根据所述多张玻璃图片计算投影矩阵；单张图片的指标计算步骤：根据当前一张玻璃图片的灰度矩阵和所述投影矩阵计算所述玻璃图片的显著程度指标，所述显著程度指标为所述玻璃图片的像素灰度值超过预设阈值的像素个数与玻璃图片的像素总数的比值；单张图片判断步骤：根据所述显著程度指标和预设显著程度指标判断所述玻璃图片的水波纹状多圆环显著程度。进一步地，所述投影矩阵计算步骤包括：灰度矩阵和计算子步骤：根据所述多张玻璃图片对应的灰度矩阵进行矩阵求和以获取灰度矩阵和；列向量集合计算子步骤：从所述灰度矩阵和的列向量中选取一部分列向量构成列向量集合，所述列向量集合中的列向量的范数向量均大于未被选取的列向量的范数向量，所述列向量集合的元素个数为预设个数；行向量集合计算子步骤：从所述灰度矩阵和的行向量中选取一部分行向量构成行向量集合，所述行向量集合中的行向量的范数向量均大于未被选取的行向量的范数向量，所述行向量集合的元素个数为所述预设个数；列向量投影矩阵计算子步骤：根据所述列向量集合进行施密特正交化以获取列向量投影矩阵；行向量投影矩阵计算子步骤：根据所述行向量集合进行施密特正交化以获取行向量投影矩阵。进一步地，所述单张图片的指标计算步骤包括：列向量内积范数集合计算子步骤：将当前一张玻璃图片的灰度矩阵的列向量依次与所述列向量投影矩阵的列向量进行内积运算以得到多个列向量内积向量，并根据所述列向量内积向量得到其范数以构成列向量内积范数集合；行向量内积范数集合计算子步骤：将当前一张玻璃图片的灰度矩阵的行向量依次与所述行向量投影矩阵的行向量进行内积运算以得到多个行向量内积向量，并根据所述行向量内积向量得到其范数以构成行向量内积范数集合；第一中间集合计算子步骤：将所述列向量内积范数集合和所述行向量内积范数集合对应位置的元素两两相乘以得到第一中间集合；第二中间集合计算子步骤：将所述列向量投影矩阵和所述行向量投影矩阵按照元素编号一一对应进行向量外积运算以获取多个外积结果，所述多个外积结果构成第二中间集合，所述外积结果的个数为所述预设个数；中间矩阵计算子步骤：将所述第一中间集合和所述第二中间集合按照元素编号对应两两相乘后进行矩阵求和以获取中间矩阵；指标矩阵计算子步骤：根据所述中间矩阵和滤波矩阵进行卷积运算以获取指标矩阵；显著程度指标计算子步骤：根据所述指标矩阵获取所述指标矩阵的元素大于所述预设阈值的元素个数占矩阵元素总数的比值作为显著程度指标。进一步地，所述预设个数的范围为5-10。第二方面，本专利技术提供一种玻璃表面水波纹状多圆环显著程度判断装置，包括：玻璃图片获取单元，用于获取当前批次的玻璃的多张玻璃图片；投影矩阵计算单元，用于根据所述多张玻璃图片计算投影矩阵；单张图片的指标计算单元，用于根据当前一张玻璃图片的灰度矩阵和所述投影矩阵计算所述玻璃图片的显著程度指标，所述显著程度指标为所述玻璃图片的像素灰度值超过预设阈值的像素个数与玻璃图片的像素总数的比值；单张图片判断单元，用于根据所述显著程度指标和预设显著程度指标判断所述玻璃图片的水波纹状多圆环显著程度。进一步地，所述投影矩阵计算单元包括：灰度矩阵和计算模块，用于根据所述多张玻璃图片对应的灰度矩阵进行矩阵求和以获取灰度矩阵和；列向量集合计算模块，用于从所述灰度矩阵和的列向量中选取一部分列向量构成列向量集合，所述列向量集合中的列向量的范数向量均大于未被选取的列向量的范数向量，所述列向量集合的元素个数为预设个数；行向量集合计算模块，用于从所述灰度矩阵和的行向量中选取一部分行向量构成行向量集合，所述行向量集合中的行向量的范数向量均大于未被选取的行向量的范数向量，所述行向量集合的元素个数为所述预设个数；列向量投影矩阵计算模块，用于根据所述列向量集合进行施密特正交化以获取列向量投影矩阵；行向量投影矩阵计算模块，用于根据所述行向量集合进行施密特正交化以获取行向量投影矩阵。进一步地，所述单张图片的指标计算单元包括：列向量内积范数集合计算模块，用于将当前一张玻璃图片的灰度矩阵的列向量依次与所述列向量投影矩阵的列向量进行内积运算以得到多个列向量内积向量，并根据所述列向量内积向量得到其范数以构成列向量内积范数集合；行向量内积范数集合计算模块，用于将当前一张玻璃图片的灰度矩阵的行向量依次与所述行向量投影矩阵的行向量进行内积运算以得到多个行向量内积向量，并根据所述行向量内积向量得到其范数以构成行向量内积范数集合；第一中间集合计算模块，用于将所述列向量内积范数集合和所述行向量内积范数集合对应位置的元素两两相乘以得到第一中间集合；第二中间集合计算模块，用于将所述列向量投影矩阵和所述行向量投影矩阵按照元素编号一一对应进行向量外积运算以获取多个外积结果，所述多个外积结果构成第二中间集合，所述外积结果的个数为所述预设个数；中间矩阵计算模块，用于将所述第一中间集合和所述第二中间集合按照元素编号对应两两相乘后进行矩阵求和以获取中间矩阵；指标矩阵计算模块，用于根据所述中间矩阵和滤波矩阵进行卷积运算以获取指标矩阵；显著程度指标计算模块，用于根据所述指标矩阵获取所述指标矩阵的元素大于所述预设阈值的元素个数占矩阵元素总数的比值作为显著程度指标。进一步地，所述预设个数的范围为5-10。第三方面，本专利技术提供一种玻璃表面水波纹状多圆环显著程度判断设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述的玻璃表面水波纹状多圆环显著程度判断方法。第四方面，本专利技术提供一种计本文档来自技高网...

【技术保护点】
1.一种玻璃表面水波纹状多圆环显著程度判断方法，其特征在于，包括：玻璃图片获取步骤：获取当前批次的玻璃的多张玻璃图片；投影矩阵计算步骤：根据所述多张玻璃图片计算投影矩阵；单张图片的指标计算步骤：根据当前一张玻璃图片的灰度矩阵和所述投影矩阵计算所述玻璃图片的显著程度指标，所述显著程度指标为所述玻璃图片的像素灰度值超过预设阈值的像素个数与玻璃图片的像素总数的比值；单张图片判断步骤：根据所述显著程度指标和预设显著程度指标判断所述玻璃图片的水波纹状多圆环显著程度。

【技术特征摘要】
1.一种玻璃表面水波纹状多圆环显著程度判断方法，其特征在于，包括：玻璃图片获取步骤：获取当前批次的玻璃的多张玻璃图片；投影矩阵计算步骤：根据所述多张玻璃图片计算投影矩阵；单张图片的指标计算步骤：根据当前一张玻璃图片的灰度矩阵和所述投影矩阵计算所述玻璃图片的显著程度指标，所述显著程度指标为所述玻璃图片的像素灰度值超过预设阈值的像素个数与玻璃图片的像素总数的比值；单张图片判断步骤：根据所述显著程度指标和预设显著程度指标判断所述玻璃图片的水波纹状多圆环显著程度。2.根据权利要求1所述的玻璃表面水波纹状多圆环显著程度判断方法，其特征在于，所述投影矩阵计算步骤包括：灰度矩阵和计算子步骤：根据所述多张玻璃图片对应的灰度矩阵进行矩阵求和以获取灰度矩阵和；列向量集合计算子步骤：从所述灰度矩阵和的列向量中选取一部分列向量构成列向量集合，所述列向量集合中的列向量的范数向量均大于未被选取的列向量的范数向量，所述列向量集合的元素个数为预设个数；行向量集合计算子步骤：从所述灰度矩阵和的行向量中选取一部分行向量构成行向量集合，所述行向量集合中的行向量的范数向量均大于未被选取的行向量的范数向量，所述行向量集合的元素个数为所述预设个数；列向量投影矩阵计算子步骤：根据所述列向量集合进行施密特正交化以获取列向量投影矩阵；行向量投影矩阵计算子步骤：根据所述行向量集合进行施密特正交化以获取行向量投影矩阵。3.根据权利要求2所述的玻璃表面水波纹状多圆环显著程度判断方法，其特征在于，所述单张图片的指标计算步骤包括：列向量内积范数集合计算子步骤：将当前一张玻璃图片的灰度矩阵的列向量依次与所述列向量投影矩阵的列向量进行内积运算以得到多个列向量内积向量，并根据所述列向量内积向量得到其范数以构成列向量内积范数集合；行向量内积范数集合计算子步骤：将当前一张玻璃图片的灰度矩阵的行向量依次与所述行向量投影矩阵的行向量进行内积运算以得到多个行向量内积向量，并根据所述行向量内积向量得到其范数以构成行向量内积范数集合；第一中间集合计算子步骤：将所述列向量内积范数集合和所述行向量内积范数集合对应位置的元素两两相乘以得到第一中间集合；第二中间集合计算子步骤：将所述列向量投影矩阵和所述行向量投影矩阵按照元素编号一一对应进行向量外积运算以获取多个外积结果，所述多个外积结果构成第二中间集合，所述外积结果的个数为所述预设个数；中间矩阵计算子步骤：将所述第一中间集合和所述第二中间集合按照元素编号对应两两相乘后进行矩阵求和以获取中间矩阵；指标矩阵计算子步骤：根据所述中间矩阵和滤波矩阵进行卷积运算以获取指标矩阵；显著程度指标计算子步骤：根据所述指标矩阵获取所述指标矩阵的元素大于所述预设阈值的元素个数占矩阵元素总数的比值作为显著程度指标。4.根据权利要求2或3所述的玻璃表面水波纹状多圆环显著程度判断方法，其特征在于，所述预设个数的范围为5-10。5.一种玻璃表面水波纹状多圆环显著程度判断装置，其特征在于，包括：玻璃图片获取单元，用于获取当前批次的玻璃的多张玻璃图片；投影矩阵计算单元，用于根据所述多张玻璃图片计算投影矩阵；单张图片的指标计算单元，用于根据当前一张玻璃图片的灰度矩阵和所述投影矩阵计算所述玻璃图片的显著...

【专利技术属性】
技术研发人员：萧伟，
申请(专利权)人：深圳市灵犀智汇科技有限公司，
类型：发明
国别省市：广东,44