一种工业部件视觉多目标鲁棒模板获取的方法技术

本发明专利技术公开一种工业部件视觉多目标鲁棒模板获取的方法，最优基准图像的选取：一共采集n个采集图像，在n个采集图像中选取最优基准图像，在n个采集图像中选取像素值梯度变化比较大的区域；多目标鲁棒模板的选取：在最优基准图像上的基础上寻找鲁棒性较好的匹配模板，使其在所有的对应图像上正确匹配；寻找相似图像：将得到的匹配模板在原图像上进行遍历，计算其与目标图像上对应像素点的欧式距离，在其他图像上找到与模板相似的区域。该方法能够实现批量检测，100%寻找到鲁棒性较好的模板；寻找的模板位置度最佳，能够完全包含目标，目标在模板的居中位置；处理过程的运行速度快，采用并行处理和多线程技术，节省寻找模板的时间，提高效率。

【技术实现步骤摘要】
一种工业部件视觉多目标鲁棒模板获取的方法
本专利技术涉及图像处理的
，尤其是一种工业部件视觉多目标鲁棒模板获取的方法。
技术介绍
图像匹配是图像处理的一个经典技术，是一种基于统计思想的算法，在计算机视觉、模式识别和工业检测等方面有着广泛的应用。模板匹配是一种用于在源图像srcImage中寻找目标图像modelImage（即模板图像）的方法，其原理是通过一些相似度准则来衡量两个图像之间的相似度Similarity（srcImage，modelImage）。现有图像匹配的算法主要可以分为三类：基于灰度信息的图像匹配方法、基于边缘信息的图像匹配方法和基于特征的图像匹配方法。在机器视觉工业检测领域里，缺陷检测常需要使用模板匹配方法找准目标，获取目标特征信息，以便于进行后续的边缘检测和图像分割。能否准确匹配到目标，并匹配到的目标位置度是最优的，这些显得尤为重要，甚至能决定后续操作的准确性。文献一（高晶、孙继银、刘婧.基于邻域灰度信息的Hausdorff距离图像匹配方法[J].计算机应用，2011，31(03):741-744.）和文献二（朱伯诚.基于特征点的图像匹配算法的研究与实现[D].电子科技大学，2012）提到的基于灰度信息的图像匹配方法，其优点是充分使用了图像的信息，包含的信息量大；其缺点是计算量较大，复杂度高，且对图像的细微变换敏感，抗噪能力低，同时匹配的位置度较差，无法实现最优的匹配结果。文献三（刘丽.基于图像特征的模板匹配算法的研究[D].哈尔滨工业大学(深圳)，2005.）提到的一种模板匹配方法是基于图像的视觉特征——图像边缘轮廓，实现的是以Hausdorff距离作为相似性测度的模板匹配，采用了8邻域法提取边缘特征点优化算法性能，该算法主要是用于处理由大量规则图形构成且背景复杂的图像，不适用于工业量测中不规则目标的匹配，不具有通用性。文献四（LiH，ManjunathBS，MitraSK.Acontour-basedapproachtomultisensoryimageregistration[J].IEEETransImageProcess，2002，4(3):320-334.）提出的具于线特征的图像匹配算法，大体流程是：首先使用边缘检测算法提取边缘，然后结合设计的某种数学模型定性定量表示图像的边缘，接着对边缘进行匹配，该算法提取的线段常有断裂，会对匹配结果产生误差，无法匹配到最优目标图像。
技术实现思路
本专利技术要解决的技术问题是：提供一种工业部件视觉多目标鲁棒模板获取的方法，解决现有情况下的基于多模板多目标的批量匹配、出现基准图和模板找不准的问题。本专利技术解决其技术问题所采用的技术方案是：一种工业部件视觉多目标鲁棒模板获取的方法，具体步骤如下：第一步骤、最优基准图像的选取：一共采集了n个采集图像，n是大于1的正整数，在n个采集图像中选取最优基准图像，在n个采集图像中选取像素值梯度变化比较大的区域，所述像素值梯度变化比较大的区域是指像素计算梯度的区域内部存在30%的像素点，该30%的像素点的像素值与周围8邻域中超过4邻域内的像素点的像素值之差均超过了70；第二步骤、多目标鲁棒模板的选取：在第一步骤中获取的最优基准图像上的基础上寻找一组鲁棒性较好的匹配模板，使其在所有的对应图像上正确匹配；第三步骤、寻找相似图像：将第二步骤中得到的匹配模板在原图像上进行遍历，计算其与目标图像上对应像素点的欧式距离，在其他图像上找到与模板相似的区域。进一步具体地限定，上述技术方案中，在第一步骤中，其具体步骤如下：第1步骤、首先对所有待匹配结果中的每一幅图像进行划分；第2步骤、然后对每个区域分别计算特征直方图，计算各个直方图特征之间的方差，将各个区域的特征直方图方差求均值，当图像的直方图特征方差大于这个方差均值时，保留该区域图像的编号；第3步骤、最后找出编号相同的图像作为最优的基准图像。进一步具体地限定，上述技术方案中，在第二步骤中，其具体步骤如下：第1步骤、首先在最优基准图像上将模板目标确定为最小的模板区域范围；第2步骤、然后在最小模板区域范围的基础上扩大模板区域范围的宽和长，形成最大的模板区域范围；第3步骤、最后在最小模板区域范围和最大模板区域范围内选取鲁棒性较好的模板。进一步具体地限定，上述技术方案中，在最小的模板区域范围和最大的模板区域范围内选取鲁棒性较好的模板的方法是：在最大和最小模板范围区域随机选取n个模板，这n个模板是在作为原始模板的一个基准图像上进行n次扩张后得到的，将n个模板分别与剩下的m幅待匹配结果进行模板匹配，m是大于1的正整数，得到m个匹配结果的图像集合，这m幅待匹配结果是所有采集到的原图像中除去用于提取照片的原图像后剩余下来的m张图像，将模板和通过模板匹配的结果图像集合分别进行二值化处理、图像做差、统计非零的个数，得到做差的结果集，接着求取均值和方差，得到一组方差值，取最小方差值对应的模板大小作为鲁棒性较好的模板，最后得到一组多目标模板。进一步具体地限定，上述技术方案中，在第三步骤中，其具体步骤如下：第1步骤、首先基于模板匹配检测原图像中所有的可能目标，找到全局最小值和全局最大值以及对应的位置；第2步骤、然后将全局最小值与设定的预期值进行比较，如果全局最小值小于预期值的话，那么该匹配到的目标就是与对比图中与模板最相似的区域，目标保留；如果全局最小值大于或等于预期值的话，那么该匹配到的目标就是匹配失败的目标，目标不保留，进行下一幅图像匹配。这里使用的是平方差算法，计算的是模板和对比图片每个像素值之间差的平方值之和。因此模板和对比图片每个像素值之间差的平方值之和反应了两张图片的相似程度，且模板和对比图片每个像素值之间差的平方值之和越小，说明两张图越相似。当模板和对比图片每个像素值之间差的平方值之和大于设定的阈值时，说明两张图片具有明显差异性，因此用来判定是否匹配成功。本专利技术的有益效果是：本专利技术的一种工业部件视觉多目标鲁棒模板获取的方法，具有以下优点：一、能够实现批量检测，100%寻找到鲁棒性好的模板；二、寻找的鲁棒模板的位置度佳，能够完全包含目标，且目标在模板的居中位置；三、处理过程的运行速度快，采用了并行处理和多线程技术，节省了寻找模板的时间，提高了效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术的总体流程图；图2是最优基准图像选取的流程图；图3是鲁棒模板选取范围图；图4是需匹配的多目标标记图；图5-1是需匹配的多目标实物图一；图5-2是需匹配的多目标实物图二；图5-3是需匹配的多目标实物图三；图5-4是需匹配本文档来自技高网...

【技术保护点】
1.一种工业部件视觉多目标鲁棒模板获取的方法，其特征在于，具体步骤如下：/n第一步骤、最优基准图像的选取：一共采集了n个采集图像，n是大于1的正整数，在n个采集图像中选取最优基准图像，在n个采集图像中选取像素值梯度变化比较大的区域，所述像素值梯度变化比较大的区域是指像素计算梯度的区域内部存在30%的像素点，该30%的像素点的像素值与周围8邻域中超过4邻域内的像素点的像素值之差均超过了70；/n第二步骤、多目标鲁棒模板的选取：在第一步骤中获取的最优基准图像上的基础上寻找一组鲁棒性较好的匹配模板，使其在所有的对应图像上正确匹配；/n第三步骤、寻找相似图像：将第二步骤中得到的匹配模板在原图像上进行遍历，计算其与目标图像上对应像素点的欧式距离，在其他图像上找到与模板相似的区域。/n

【技术特征摘要】
1.一种工业部件视觉多目标鲁棒模板获取的方法，其特征在于，具体步骤如下：
第一步骤、最优基准图像的选取：一共采集了n个采集图像，n是大于1的正整数，在n个采集图像中选取最优基准图像，在n个采集图像中选取像素值梯度变化比较大的区域，所述像素值梯度变化比较大的区域是指像素计算梯度的区域内部存在30%的像素点，该30%的像素点的像素值与周围8邻域中超过4邻域内的像素点的像素值之差均超过了70；
第二步骤、多目标鲁棒模板的选取：在第一步骤中获取的最优基准图像上的基础上寻找一组鲁棒性较好的匹配模板，使其在所有的对应图像上正确匹配；
第三步骤、寻找相似图像：将第二步骤中得到的匹配模板在原图像上进行遍历，计算其与目标图像上对应像素点的欧式距离，在其他图像上找到与模板相似的区域。


2.根据权利要求1所述的一种工业部件视觉多目标鲁棒模板获取的方法，其特征在于：在第一步骤中，其具体步骤如下：
第1步骤、首先对所有待匹配结果中的每一幅图像进行划分；
第2步骤、然后对每个区域分别计算特征直方图，计算各个直方图特征之间的方差，将各个区域的特征直方图方差求均值，当图像的直方图特征方差大于这个方差均值时，保留该区域图像的编号；
第3步骤、最后找出编号相同的图像作为最优的基准图像。


3.根据权利要求1所述的一种工业部件视觉多目标鲁棒模板获取的方法，其特征在于：在第二步骤中，其具体步骤如下：
第1步骤、首先在最优基准图像上将模板目标确定为最小的模板区域范围；

【专利技术属性】
技术研发人员：邱增帅，王罡，潘正颐，侯大为，
申请(专利权)人：常州微亿智造科技有限公司，
类型：发明
国别省市：江苏;32