【技术实现步骤摘要】
基于启发式混合细菌觅食算法的直线型结构物体检测方法
本专利技术涉及智能化工业生产领域，特别涉及一种基于启发式混合细菌觅食算法的直线型结构物体检测方法，能够在不同条件下准确快速的检测出工业生产线上的直线型结构物体。
技术介绍
随着智能化自动生产线的发展，机器视觉已经成为最重要的研究领域之一。机器视觉的一个重要应用是对摄像机采集的图像进行处理以获得待检测物体的位姿、类别等信息。为了提高生产效率，工业生产线上的多为规则物体，尤其是具有直线型结构的物体。直线型结构物体是指边框或表面结构在图像上呈现出若干直线段的物体，例如电视液晶模组、电子产品壳体、芯片、码垛等。此类物体的常用检测方法有几何基元法、广义霍夫变换法和梯度信息匹配法等。几何基元法利用LSD、LED等直线提取方法获取直线段后利用角度、距离等信息进行物体检测，容易受到杂乱背景及非线性光照的影响。广义霍夫变换利用向离散后的参数空间投票的方式检测物体，在参数范围广时内存容易溢出。梯度信息匹配法需要对参数空间遍历进行物体检测，耗时较长。对于直线型结构物体的检测，上述问题的存在不仅降低检测正确率，而且影响检测速度。文献1：...
【技术保护点】
1.基于启发式混合细菌觅食算法的直线型结构物体检测方法，其特征在于，S1、对模板图像选择感兴趣区域，提取基准模板，进而创建不同方向的模板，每个模板由主方向、点坐标、归一化梯度向量构成；所述感兴趣区域表示包含直线结构的能表示物体唯一特征的区域；S2、从生产线上采集检测图像；S3、对S2获取的检测图像，计算归一化梯度图和梯度方向图；S4、对S3获取的梯度方向图进行处理，得到检测图像主方向，将检测图像主方向与所述S1的模板主方向对比，得出检测图像中物体的旋转角度范围；S5、根据所述S4获取的物体旋转角度范围，在对直线型结构物体相似度分布情况分析的基础上，得出四种分布特征；S6、根...
【技术特征摘要】
1.基于启发式混合细菌觅食算法的直线型结构物体检测方法，其特征在于，S1、对模板图像选择感兴趣区域，提取基准模板，进而创建不同方向的模板，每个模板由主方向、点坐标、归一化梯度向量构成；所述感兴趣区域表示包含直线结构的能表示物体唯一特征的区域；S2、从生产线上采集检测图像；S3、对S2获取的检测图像，计算归一化梯度图和梯度方向图；S4、对S3获取的梯度方向图进行处理，得到检测图像主方向，将检测图像主方向与所述S1的模板主方向对比，得出检测图像中物体的旋转角度范围；S5、根据所述S4获取的物体旋转角度范围，在对直线型结构物体相似度分布情况分析的基础上，得出四种分布特征；S6、根据所述S5获得的四种分布特征，获取启发式混合细菌觅食算法的趋化策略、复制策略、交叉策略和迁徙策略；S7、根据所述S6的四种策略进行启发式搜索，利用梯度函数作为适应度函数，从而从检测图像中检测出物体信息。2.根据权利要求1所述的基于启发式混合细菌觅食算法的直线型结构物体检测方法，其特征在于，所述S1中，模板创建方法为：S101、选择具有被检测物体的图像作为模板图像，模板图像包含被检测物体直线结构的感兴趣区域；S102、对S101所选择模板图像的感兴趣区域用Canny算法提取边缘点，并计算边缘点的归一化梯度向量；S103、根据S102得到的边缘点坐标及其归一化梯度向量，统计基准模板的主方向；S104、对旋转角度按照设定步长进行离散化，创建不同方向的模板，每个模板由主方向、边缘点坐标和归一化梯度向量构成。3.根据权利要求2所述的基于启发式混合细菌觅食算法的直线型结构物体检测方法，其特征在于，所述S103中，基准模板主方向统计方法为：将基准模板包含的所有点的归一化梯度向量转化为梯度方向，以[0,360°)表示，以固定角度间隔离散；用直方图统计梯度方向得到梯度方向直方图，据此获得基准模板的主方向。4.根据权利要求3所述的基于启发式混合细菌觅食算法的直线型结构物体检测方法，其特征在于，所述S3中，计算归一化梯度图的方法为对检测图像上的所有像素点计算梯度向量并归一化，得到与检测图像相同尺寸的归一化梯度图；所述S3中，计算梯度方向图的方法为将所有像素点的梯度向量转化为梯度方向，范围为[0,360°)，以所述固定角度间隔离散，得到所有点的梯度方向索引，构成梯度方向图。5.根据权利要求1-4所述的基于...
【专利技术属性】
技术研发人员：蔡慧英，冉令强，杨帆，邹立达，吕鹏，袭肖明，李防震，王伟，
申请(专利权)人：山东财经大学，
类型：发明
国别省市：山东,37
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。