一种针对图像中矩形目标的高精度图像分割方法技术

本发明专利技术提供一种针对图像中矩形目标的高精度图像分割方法，涉及图像处理技术领域，所述方法包括步骤1：将图像读入内存，并对图像进行畸变矫正；步骤2：确定畸变矫正后图像矩形轮廓的四个端点，并对图像进行透视变换；步骤3：对透视变换后的图像进行分割，得到平直图像。本发明专利技术通过对矩形工件图像进行变换和分割处理，将工件图像中的矩形轮廓区域提取出来，并根据矩形工件图像的内部网格进行分割，保证分割位置正好处于矩阵工件图像的边界或者网格边界上，保证图像分割的准确度。

A high precision image segmentation method for rectangular objects in image

【技术实现步骤摘要】
一种针对图像中矩形目标的高精度图像分割方法
本专利技术涉及图像处理
，尤其涉及一种针对图像中矩形目标的高精度图像分割方法。
技术介绍
目前，工业缺陷检测是利用深度学习技术或数字图像处理技术对工业产品外观和内部的缺陷进行检测，判断产品质量是否合格。太阳能光伏组件在出厂之前，需要通电并进行红外图像拍摄，此过程称为电致发光(Electroluminescent，EL)，经过EL图像的拍摄，可以使得光伏组件外观上难以发现，但是内部存在的缺陷(例如隐裂、虚焊等缺陷)难以显现出来。其中，深度学习技术，是对图像进行自动判别，能够找出图像中的缺陷并定位，在自动检测算法的开发中，EL图像分割是较难且非常重要的操作，然而分割是检测的第一步，若分割效果不理想，则检测进度必然会降低。EL图像是非标准拍摄，会产生径向畸变、旋转以及位移等，当前采用的分割方法包括基于模板匹配的图像分割方法和基于深度学习的图像分割方法。其中，如图1所示，基于模块匹配的图像分割方法是利用模块匹配分割算法实现的，将EL图像与标准EL模板图像进行匹配，从而分割出目标区域；如图本文档来自技高网...

【技术保护点】
1.一种针对图像中矩形目标的高精度图像分割方法，其特征在于，所述方法包括以下步骤：/n步骤1：将图像读入内存，并对图像进行畸变矫正；/n步骤2：确定畸变矫正后图像矩形轮廓的四个端点，并对图像进行透视变换；/n步骤3：对透视变换后的图像进行分割，得到平直图像。/n

【技术特征摘要】
1.一种针对图像中矩形目标的高精度图像分割方法，其特征在于，所述方法包括以下步骤：
步骤1：将图像读入内存，并对图像进行畸变矫正；
步骤2：确定畸变矫正后图像矩形轮廓的四个端点，并对图像进行透视变换；
步骤3：对透视变换后的图像进行分割，得到平直图像。


2.根据权利要求1所述的针对图像中矩形目标的高精度图像分割方法，其特征在于，对图像进行畸变矫正的步骤如下：
步骤1.1：将太阳能光伏组件经过EL拍照生成的图像经过Opencv软件读入内存，形成单通道数字图像；
步骤1.2：对数字图像的畸变参数进行预训练，并利用畸变参数对数字图像进行畸变修复，得到边缘平直的数字图像；
步骤1.3：对数字图像进行自适应二值处理，得到二值图像；
步骤1.4：对二值图像进行迭代的开操作，得到标准的二值图像。


3.根据权利要求2所述的针对图像中矩形目标的高精度图像分割方法，其特征在于，对图像进行透视变换的步骤如下：
步骤2.1：对...

【专利技术属性】
技术研发人员：刘龙泽，崔文冰，徐安，冯兴东，江光祥，
申请(专利权)人：上海洪朴信息科技有限公司，
类型：发明
国别省市：上海;31