一种图像边缘点获取方法及装置制造方法及图纸

本申请公开了一种图像边缘点获取方法及装置，先从灰度图像中选取矩形ROI区域，根据矩形ROI区域内指定方向上的灰度信息获取像素点位置‑灰度映射值关系图，以此获取像素点位置‑灰度差关系图，结合阈值、边缘宽度等信息筛选出稳定边缘点，最后输出该稳定边缘点的二维坐标。本申请还涉及一种图像边缘点获取装置。本申请利用高斯滤波算法提高了抗噪声能力；利用设置阈值、判断边缘宽度依次过滤不可信点，减少了光照导致的边缘干扰，提高了边缘点的准确度；除设置高斯滤波的窗口尺寸和阈值之外，并未再设置其他参数，减小了人为干预的影响；对稳定边缘点的相邻像素点的灰度值进行抛物线拟合，使得最终输出的边缘点坐标呈亚像素级别的，提高了边缘精度。

【技术实现步骤摘要】
一种图像边缘点获取方法及装置
本申请涉及图像识别领域，尤其涉及一种图像边缘点获取方法及装置。
技术介绍
寻找图像中的边缘是应用项目中出现最频繁的需求之一。在工业应用中，边缘特征经常用在曲线拟合中，根据边缘获取直线(或线段)、圆(或圆弧)、椭圆(或椭圆段)等特征，以协助完成宽度、高度、圆心等尺寸测量，例如：通过两组直线特征测量高度或宽度，通过圆或椭圆特征获取圆心等。边缘特征也常用在外观缺陷检测项目中，一般是通过工件实际边缘与标准曲线特征(可来自曲线拟合或工件设计文件)进行比对来检测是否有凹陷、凸起或断裂等缺陷。边缘特征也常在图像定位中被频繁使用，稳定有效的边缘往往可以提供更高的定位精度，例如：线定位、圆定位、角定位，或直接利用边缘组成边缘链的几何定位等。目前，常用的边缘获取技术有：Roberts算子、Sobel算子、Prewitt算子、Laplacian算子和Canny算子等。其中，Roberts算子，是一种利用局部差分寻找边缘的最简单算子，它对具有陡峭的低噪声的图像处理效果较好，但提取边缘较粗；Sobel算子利用了图像灰度信息的一阶梯度，可以获得图像像素坐标下对应的梯度矢量，它对灰度渐变和噪声较多的图像处理效果较好，但在边缘定位时稍欠准确；Prewitt算子利用像素点上下、左右邻点的灰度差，并结合极值检测去掉伪边缘，它同样对灰度渐变和噪声较多的图像处理效果较好，但获取的边缘较宽且间断点多；Laplacian算子是各向同性的二阶微分算子，能对任何走向的界线和线条进行锐化，但它对噪声比较敏感；Canny算子是一个结合高斯平滑、一阶梯度、非极大值抑制、双阈值检测的多阶段优化算子，不易受噪声干扰，能够检测到真正的弱边缘，但实现比较复杂，且高斯参数和双阈值需要人为设定，不同参数对结果影响较大。所以，现有的图形边缘点获取技术还不能同时实现不受噪声和光照干扰、减少人为参数设定且精度高的目标。
技术实现思路
有鉴于此，本申请提供了一种图像边缘点获取方法及装置，不易受噪声和光照强度的影响，人为干预少，算法简单，且可以得到亚像素精度的边缘点。本申请采用的技术方案如下：一种图像边缘点获取方法，所述方法包括以下步骤：从输入的灰度图像中选取矩形ROI区域；按垂直于矩形ROI区域生成方向的方向，将所述矩形ROI区域内每一行像素点的灰度值映射到坐标系中，获取所述矩形ROI区域内的像素点位置-灰度映射值关系图；根据所述像素点位置-灰度映射值关系图获取像素点位置-灰度差值关系图，所述像素点位置-灰度差值关系图中任意一像素点灰度差值为相邻后位灰度映射值与相邻前位灰度映射值之差；从所述像素点中筛选出候选边缘点，所述候选边缘点是指灰度差绝对值大于或等于阈值的像素点；从所述候选像素点中筛选出稳定边缘点，所述稳定边缘点是指所述矩形ROI区域中边缘宽度最大处的所述候选边缘点；输出所述稳定边缘点的二维坐标。进一步地，所述矩形ROI区域包括根据线段、圆弧、椭圆段或三次样条曲线自动生成连续多个固定大小的带旋转的矩形ROI区域，还包括仿射矩形ROI区域；所述灰度映射值通过高斯滤波方法计算生成，所述高斯滤波方法的窗口尺寸为1×3、1×5或1×7；或者，所述灰度映射值通过计算所述矩形ROI区域内每一行像素点灰度值的平均值、中值或加权平均数获得。进一步地，所述输出所述稳定边缘点的二维坐标，包括：选取所述稳定边缘点的相邻像素点，将所述相邻像素点的灰度差值进行抛物线拟合，获得过零点的一维坐标；将所述一维坐标映射到直边上获得映射点，所述直边与所述矩形ROI区域的生成方向重合；将所述映射点平移至中心线上，输出所述稳定边缘点的二维坐标，所述中心线平行于所述生成方向且平分所述矩形ROI区域。进一步地，所述输出所述稳定边缘点的二维坐标，包括：选取所述稳定边缘点的相邻像素点，将所述相邻像素点的灰度差值进行抛物线拟合，获得过零点的一维坐标；将所述一维坐标映射到中心线上，输出所述稳定边缘点的二维坐标，所述中心线平行于所述生成方向且平分所述矩形ROI区域。进一步地，在筛选出所述稳定边缘点之后，进行所述输出所述稳定边缘点的二维坐标之前，还包括计算所述稳定边缘点的方向角度，所述方向角度采用如下方式计算：计算所述稳定边缘点在所述矩形ROI区域内的梯度信息；根据所述梯度信息计算所述稳定边缘点的方向角度，所述方向角度用于与所述二维坐标结合，获得有角度约束的边缘。一种图像边缘点获取装置，所述图像边缘点获取装置包括：选取模块，用于从输入的灰度图像中选取矩形ROI区域；第一获取模块，用于计算所述矩形ROI区域内每一行像素点的灰度映射值，获取所述矩形ROI区域内的像素点位置-灰度映射值关系图，所述行均垂直于所述矩形ROI区域的生成方向；第二获取模块，用于根据所述像素点位置-灰度映射值关系图获取像素点位置-灰度差值关系图，所述像素点位置-灰度差值关系图中任意一像素点灰度差值为相邻后位灰度映射值与相邻前位灰度映射值之差；筛选候选边缘点模块，用于从所述像素点中筛选出候选边缘点，所述候选边缘点是指灰度差绝对值大于或等于阈值的像素点；筛选稳定边缘点模块，用于从所述候选像素点中筛选出稳定边缘点，所述稳定边缘点是指所述矩形ROI区域中边缘宽度最大处的所述候选边缘点；输出模块，用于输出所述稳定边缘点的二维坐标。进一步地，所述矩形ROI区域包括由线段、圆弧、椭圆段或三次样条曲线自动生成的、连续多个固定大小的、带旋转的矩形ROI区域，还包括仿射矩形ROI区域；所述灰度映射值通过高斯滤波方法计算，所述高斯滤波方法的窗口尺寸为1×3、1×5或1×7，或者，所述灰度映射值通过计算所述矩形ROI区域内每一行像素点灰度值的平均值、中值或加权平均数获得。进一步地，所述输出模块具体用于：选取所述稳定边缘点的相邻像素点，将所述相邻像素点的灰度差值进行抛物线拟合，获得过零点的一维坐标；将所述一维坐标映射到直边上获得映射点，所述直边与所述矩形ROI区域的生成方向重合；将所述映射点平移至中心线上，输出所述稳定边缘点的二维坐标，所述中心线平行于所述直边且平分所述矩形ROI区域。进一步地，所述输出模块具体用于：选取所述稳定边缘点的相邻像素点，将所述相邻像素点的灰度差值进行抛物线拟合，获得过零点的一维坐标；将所述一维坐标映射到中心线上，输出所述稳定边缘点的二维坐标，所述中心线平行于所述生成方向且平分所述矩形ROI区域。进一步地，在所述筛选稳定边缘点模块之后，进入所述输出模块之前，还包括计算方向角度模块，所述计算方向角度模块用于计算所述稳定边缘点的方向角度，具体包括：计算所述稳定边缘点在所述矩形ROI区域内的梯度信息；根据所述梯度信息计算所述稳定边缘点的方向角度，所述方向角度用于与所述二维坐标结合，获得有角度约束的边缘。采用本申请的技术方案的有益本文档来自技高网...

【技术保护点】
1.一种图像边缘点获取方法，其特征在于，所述方法包括以下步骤：/n从输入的灰度图像中选取矩形ROI区域；/n按垂直于矩形ROI区域生成方向的方向，将所述矩形ROI区域内每一行像素点的灰度值映射到坐标系中，获取所述矩形ROI区域内的像素点位置-灰度映射值关系图；/n根据所述像素点位置-灰度映射值关系图获取像素点位置-灰度差值关系图，所述像素点位置-灰度差值关系图中任意一像素点灰度差值为相邻后位灰度映射值与相邻前位灰度映射值之差；/n从所述像素点中筛选出候选边缘点，所述候选边缘点是指灰度差绝对值大于或等于阈值的像素点；/n从所述候选像素点中筛选出稳定边缘点，所述稳定边缘点是指所述矩形ROI区域中边缘宽度最大处的所述候选边缘点；/n输出所述稳定边缘点的二维坐标。/n

【技术特征摘要】
1.一种图像边缘点获取方法，其特征在于，所述方法包括以下步骤：
从输入的灰度图像中选取矩形ROI区域；
按垂直于矩形ROI区域生成方向的方向，将所述矩形ROI区域内每一行像素点的灰度值映射到坐标系中，获取所述矩形ROI区域内的像素点位置-灰度映射值关系图；
根据所述像素点位置-灰度映射值关系图获取像素点位置-灰度差值关系图，所述像素点位置-灰度差值关系图中任意一像素点灰度差值为相邻后位灰度映射值与相邻前位灰度映射值之差；
从所述像素点中筛选出候选边缘点，所述候选边缘点是指灰度差绝对值大于或等于阈值的像素点；
从所述候选像素点中筛选出稳定边缘点，所述稳定边缘点是指所述矩形ROI区域中边缘宽度最大处的所述候选边缘点；
输出所述稳定边缘点的二维坐标。


2.根据权利要求1所述的一种图像边缘点获取方法，其特征在于，所述矩形ROI区域包括根据线段、圆弧、椭圆段或三次样条曲线自动生成连续多个固定大小的带旋转的矩形ROI区域，还包括仿射矩形ROI区域；
所述灰度映射值通过高斯滤波方法计算生成，所述高斯滤波方法的窗口尺寸为1×3、1×5或1×7；或者，
所述灰度映射值通过计算所述矩形ROI区域内每一行像素点灰度值的平均值、中值或加权平均数获得。


3.根据权利要求2所述的一种图像边缘点获取方法，其特征在于，
所述输出所述稳定边缘点的二维坐标，包括：
选取所述稳定边缘点的相邻像素点，将所述相邻像素点的灰度差值进行抛物线拟合，获得过零点的一维坐标；
将所述一维坐标映射到直边上获得映射点，所述直边与所述矩形ROI区域的生成方向重合；
将所述映射点平移至中心线上，输出所述稳定边缘点的二维坐标，所述中心线平行于所述生成方向且平分所述矩形ROI区域。


4.根据权利要求2所述的一种图像边缘点获取方法，其特征在于，
所述输出所述稳定边缘点的二维坐标，包括：
选取所述稳定边缘点的相邻像素点，将所述相邻像素点的灰度差值进行抛物线拟合，获得过零点的一维坐标；
将所述一维坐标映射到中心线上，输出所述稳定边缘点的二维坐标，所述中心线平行于所述生成方向且平分所述矩形ROI区域。


5.根据权利要求3至4任意一项所述的一种图像边缘点获取方法，其特征在于，
在筛选出所述稳定边缘点之后，进行所述输出所述稳定边缘点的二维坐标之前，还包括计算所述稳定边缘点的方向角度，所述方向角度采用如下方式计算：
计算所述稳定边缘点在所述矩形ROI区域内的梯度信息；
根据所述梯度信息计算所述稳定边缘点的方向角度，所述方向角度用于与所述二维坐标结合，获得有角度约束的边缘。


6.一种图像边缘点获...

【专利技术属性】
技术研发人员：柯俊山，
申请(专利权)人：北京凌云光技术集团有限责任公司，深圳市凌云视迅科技有限责任公司，
类型：发明
国别省市：北京;11