一种基于图像识别的纤维角度自动测量方法技术

本发明专利技术提供一种基于图像识别的纤维角度自动测量方法，通过调用Python OpenCV2库中函数实现，包括以下步骤：采集玻璃纤维图像并对图像进行预处理；运用Canny算子对预处理图像进行边缘检测、二值化处理；根据Hough变换原理对二值化处理图像进行直线特征识别与提取，通过设置r、θ值的精度控制识别准确度，通过设置累加平面阈值参数控制检测直线数量，并输出极坐标系下直线的垂线与水平轴逆时针方向的夹角θ值；将θ值通过角度换算得到纤维与水平轴方向的夹角，按照夹角的取值范围分为纤维角度a和纤维角度b；分别对角度a和b求平均值并输出，实现对纤维角度的自动测量。本发明专利技术所述方法有效提高测量效率且操作简便、数据可靠。

【技术实现步骤摘要】
一种基于图像识别的纤维角度自动测量方法
本专利技术属于图像识别领域，具体涉及一种基于图像识别的纤维角度自动测量方法。
技术介绍
图像识别技术是人工智能的一个重要领域。它是指对图像进行对象识别，以识别各种不同模式的目标和对像的技术。图像识别，顾名思义，就是对图像做出各种处理、分析，最终识别我们所要研究的目标。今天所指的图像识别并不仅仅是用人类的肉眼，而是借助计算机技术进行识别。图像识别技术是以图像的主要特征为基础，根据相关理论对图像中特征进行提取并输出相关参数值，完成图像识别过程。目前图像识别分类较多，主要可分为生物识别、物体与场景识别和视频识别。其中生物识别包括指纹、掌形、眼睛(视网膜和虹膜)、脸型等；物体与场景识别包括：签名、语音、行走的步态、击打键盘的力度等。图像识别涵盖图像匹配、图像分类、图像检索、人脸检测、行人检测等技术，并在互联网搜索引擎、自动驾驶、医学分析、遥感分析等领域具有广泛的应用价值。图像识别技术是未来科学技术发展的基础，将这种先进技术应用于日常生产与科学研究，可有效提高工作效率，并且避免因人为因素带来的误差。本专利技术提出了一种基于图像识别的纤维角度自动测量方法，通过控制相关参数成功实现对玻璃纤维角度的测量，与传统手工测量方式相比，基于图像识别技术进行纤维角度自动测量方法测量出的数据准确可靠，操作简便。专利CN110738604A公开了一种基于Canny算子和Hough变换的大倾角证件图像矫正方法及系统，通过在对图像循环进行canny算子边缘检测、二值化和Hough变换直线检测过程中，控制Hough变换直线检测出的直线条数，找到canny算子合适的阈值；然后在canny算子边缘检测的二值化输出图像上进行轮廓检测，找到最大的轮廓并显示于另外一张图像进行直线检测；对直线进行筛选，找到方形证件的四条边，然后求交点得四个角点，最后进行透视变换得到输出结果图像。该专利技术在基于直线检测的基础上找角点的，使得方形证件由于部分反光无法形成完整边缘的情况得到有效避免，并且易于实现，应用效率高。专利CN105678760A公开了一种基于Canny边缘检测算法的绝缘子图像识别方法，包括以下步骤：(1)对输电线现场摄像机拍摄的绝缘子图像进行预处理；(2)对图像进行基于Canny算子的边缘检测；(3)对图像进行形态学腐蚀运算；(4)利用Hough变换直线检测对绝缘子进行提取与识别。该专利技术能够在复杂的输电线路现场准确的定位识别绝缘子，有效的解决复杂环境的干扰。
技术实现思路
为了更准确快速得到掌握企业生产的玻璃棉微结构中纤维的角度，本专利技术提供了一种基于图像识别的纤维角度自动测量方法。一种基于图像识别的纤维角度自动测量方法，通过调用PythonOpenCV2库中函数实现，其特征在于包括以下步骤：(1)采集玻璃纤维图像并对图像进行预处理；(2)运用Canny算子对预处理图像进行边缘检测、二值化处理；(3)根据Hough变换原理对二值化处理图像进行直线特征识别与提取，通过设置、值的精度控制识别准确度，通过设置累加平面阈值参数控制检测直线数量，并输出极坐标系下直线的垂线与水平轴逆时针方向的夹角值；(4)将值通过角度换算得到纤维与水平轴方向的夹角，按照夹角的取值范围分为纤维角度a和纤维角度b；(5)分别对角度a和b求平均值并输出，实现对纤维角度的自动测量；所述纤维角度值a、b是指从水平轴到纤维之间逆时针方向的夹角，纤维角度值在0°～90°之间的夹角为a，纤维角度值在90°～180°之间的夹角为b。进一步地，所述玻璃纤维图像是在扫描电镜下放大4000倍～8000倍采集得到。进一步地，所述预处理为高斯滤波去噪平滑图像，其中高斯内核大小为3×3和5×5，高斯函数沿X方向和Y方向的标准差为0。进一步地，所述Canny算子的低阈值为40～60，高阈值为140～160，Sobel核的大小为1、3、5和7。进一步地，所述Hough变换中距离精度值r为0.7～1，角度精度值为π/180，累加平面阈值为115～130。本专利技术具有如下的有益效果：(1)该方法与传统手工测量相比，具有快速、准确、可靠、操作简便等优点；(2)该方法为建立纤维分布数据库进行大数据分析以及改进产品微结构提供便利，可有效降低时间成本。附图说明图1为实施例1源图像；图2为实施例1二值化处理图像；图3为实施例1经Hough变换直线检测后图像；图4为实施例2源图像；图5为实施例2二值化处理图像；图6为实施例2经Hough变换直线检测后图像。具体实施方式下面结合具体实施例，进一步阐明本专利技术，应理解这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围，在阅读了本专利技术之后，本领域技术人员对本专利技术的各种等价形式的修改均落于本申请所附权利要求所限定。实施例1一种基于图像识别的纤维角度自动测量方法，通过调用PythonOpenCV2库中函数实现，其特征在于包括以下步骤：(1)采集扫描电镜下放大5000倍的玻璃纤维图像并对图像进行预处理；(2)运用Canny算子对预处理图像进行边缘检测、二值化处理；(3)根据Hough变换原理对二值化处理图像进行直线特征识别与提取，通过设置r、θ值的精度控制识别准确度，通过设置累加平面阈值参数控制检测直线数量，并输出极坐标系下直线的垂线与水平轴逆时针方向的夹角θ值；(4)将θ值通过角度换算得到纤维与水平轴方向的夹角，按照夹角的取值范围分为纤维角度a和纤维角度b；(5)分别对角度a和b求平均值并输出，实现对纤维角度的自动测量；所述纤维角度值a、b是指从水平轴到纤维之间逆时针方向的夹角，纤维角度值在0°～90°之间的夹角为a，纤维角度值在90°～180°之间的夹角为b。所述预处理为高斯滤波去噪平滑图像，其中高斯内核大小为3×3，高斯函数沿X方向和Y方向的标准差为0。所述Canny算子的低阈值为50，高阈值为150，Sobel核的大小为3。所述Hough变换中距离精度值r为0.7，角度精度值为π/180，累加平面阈值为118。实施例2一种基于图像识别的纤维角度自动测量方法，通过调用PythonOpenCV2库中函数实现，其特征在于包括以下步骤：(1)采集扫描电镜下放大3500倍的玻璃纤维图像并对图像进行预处理；(2)运用Canny算子对预处理图像进行边缘检测、二值化处理；(3)根据Hough变换原理对二值化处理图像进行直线特征识别与提取，通过设置r、θ值的精度控制识别准确度，通过设置累加平面阈值参数控制检测直线数量，并输出极坐标系下直线的垂线与水平轴逆时针方向的夹角θ值；(4)将θ值通过角度换算得到纤维与水平轴方向的夹角，按照夹角的取值范围分为纤维角度a和纤维角度b；(5)分别对角度a和b求平均值并输出，实现对纤维角度的自动测量；所述纤维角度值a、b是指从水平轴到纤维之间逆时针方向的夹角，纤维角度值在0°～90°之间的夹角为a，纤维角度值在90°～180°之间的夹角为b。...

【技术保护点】
1.一种基于图像识别的纤维角度自动测量方法，通过调用Python OpenCV2库中函数实现，其特征在于包括以下步骤：(1)采集玻璃纤维图像并对图像进行预处理；(2)运用Canny算子对预处理图像进行边缘检测、二值化处理；(3)根据Hough变换原理对二值化处理图像进行直线特征识别与提取，通过设置r、θ值的精度控制识别准确度，通过设置累加平面阈值参数控制检测直线数量，并输出极坐标系下直线的垂线与水平轴逆时针方向的夹角θ值；(4)将θ值通过角度换算得到纤维与水平轴方向的夹角，按照夹角的取值范围分为纤维角度a和纤维角度b；(5)分别对角度a和b求平均值并输出，实现对纤维角度的自动测量；所述纤维角度值a、b是指从水平轴到纤维之间逆时针方向的夹角，纤维角度值在0°～90°之间的夹角为a，纤维角度值在90°～180°之间的夹角为b。/n

【技术特征摘要】
1.一种基于图像识别的纤维角度自动测量方法，通过调用PythonOpenCV2库中函数实现，其特征在于包括以下步骤：(1)采集玻璃纤维图像并对图像进行预处理；(2)运用Canny算子对预处理图像进行边缘检测、二值化处理；(3)根据Hough变换原理对二值化处理图像进行直线特征识别与提取，通过设置r、θ值的精度控制识别准确度，通过设置累加平面阈值参数控制检测直线数量，并输出极坐标系下直线的垂线与水平轴逆时针方向的夹角θ值；(4)将θ值通过角度换算得到纤维与水平轴方向的夹角，按照夹角的取值范围分为纤维角度a和纤维角度b；(5)分别对角度a和b求平均值并输出，实现对纤维角度的自动测量；所述纤维角度值a、b是指从...

【专利技术属性】
技术研发人员：陈照峰，张端银，
申请(专利权)人：宿迁南航新材料与装备制造研究院有限公司，
类型：发明
国别省市：江苏;32