使用双定位的整体约束的定位方法技术

本发明专利技术申请提供了一种使用双定位的整体约束的方法来提高定位准确度，同时缩短整体定位的时间，利用两个较小的形状特征提取形状模型，在匹配形状模型后，两个形状模型的中心点生成一个向量，利用模板向量和待检测图像上的向量，根据两个向量的余弦相似度求出两个向量的夹角，根据这个夹角对检测框ROI进行欧式变换。本发明专利技术申请可以应用在多种视觉检测系统中，解决了当待检测图像很大时，整体定位时间很长，检测效率低和定位位置不准确，检测准确低的问题。低的问题。低的问题。

【技术实现步骤摘要】
使用双定位的整体约束的定位方法


[0001]本专利技术主要涉及工业机器视觉图像检测与模式识别
，具体地，针对那些需要快速且高精准定位需求的图像处理技术。

技术介绍

[0002]随着图像处理与模式识别技术的迅猛发展，越来越多的工业检测开始使用图像处理算法来检测产品缺陷、测量尺寸、目标识别、目标分类等。
[0003]针对一些特定部位的缺陷检测、特定区域目标识别、尺寸测量等图像处理算法，如果要循环检测大批量的产品，在每次检测开始前都会有一个ROI定位的操作，通过定位功能来确定ROI的位置，再进行图像检测处理。
[0004]现有的定位功能大多是通过模板匹配来完成的，基于组件的匹配和基于形状的匹配应用的比较多。基于形状匹配，在待检测图像中进行模板匹配。
[0005]当待检测图像很大（例如8K*12K），如果使用大目标模板匹配会很耗时，导致整体图像检测处理时间很长，检测效率低下；如果使用小目标模板匹配，ROI位置根据模板匹配结果进行欧式变换后，定位角度会被放大，导致ROI位置不准确，直接影响后续图像检测处理结果，检测准确率低。

技术实现思路

[0006]为了克服上述现有技术的缺点，本专利技术目的是通过使用双定位的整体约束的方法来提高定位准确度，同时缩短整体定位的时间，解决了
技术介绍
中的待检测图像很大时，整体定位时间很长，检测效率低和定位位置不准确，检测准确低的问题。
[0007]为实现上述目的，本专利技术采用的技术方案是。
[0008]利用8k线阵相机采图。
[0009]待检测图像大小为8K*12K，检测目标为可标识的特征形状在边缘的物品。
[0010]使用模板加载的方式，先加载一张模板图片，要求模板图像的图像清晰，边缘清晰，尽量没有偏转角度。
[0011]在模板图上绘制两个定位框，两个定位框的中心点位置连线尽量在整幅图像的中心点附近。
[0012]根据两个定位框的位置抠图。
[0013]分别创建各自的形状模板。
[0014]根据形状模板ID分别在各自当前的定位框内做形状匹配，得要两组位置信息ModelCol1、ModelRow1、ModelAngle1和ModelCol2、ModelRow2、ModelAngle2。
[0015]同时根据这两组位置信息，还可以计算出两点间的距离ModelDistance。
[0016]在模板图像上绘制所需个数的检测框ROI，也就是待检测区域。
[0017]记录上述所有的位置信息：两组定位信息、两点间的距离、待检测ROI的位置信息。
[0018]相机采图，上传一张图像信息。
[0019]两组定位框在待检测图像上抠图。
[0020]根据形状模板ID分别在各自的定位框内做形状匹配，得到两组定位信息ImgCol1、ImgRow1、ImgAngle1和ImgCol2、ImgRow2、ImgAngle2。
[0021]同时根据这两组位置信息，可以计算出两点间距离ImgDistance。
[0022]模板两组定位生成一个向量，待检测图像的定位信息生成一个向量。
[0023]根据两个向量的余弦相似度可以求出两个向量的夹角。
[0024]根据这个夹角对检测框ROI进行欧式变换。
[0025]针对上述手机贴膜待检产品，本专利技术适用于待检测图像大，待检测产品特征标识位于边缘的产品。
附图说明
[0026]图1为本专利技术的应用于目标视觉检测的示意图。
[0027]图1详细展示了两个定位框相对于待检产品的位置。
[0028]图2为本专利技术中所依赖整个视觉检测的整体流程图，明确标识了本专利技术的输入数据，依赖数据和输出数据。
具体实施方式
[0029]下面结合附图和具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进。这里所描述的实施例，仅仅是本专利技术申请的一个实施例，本专利技术申请并非只限于所示的实施例，而是与符合本专利技术申请所公开的原理和特征的最广范围相一致。
[0030]本专利技术的目的是通过使用双定位的整体约束的方法来提高定位准确度，同时缩短整体定位的时间，本专利技术申请实施例是应用于手机贴膜的缺陷视觉检测系统，缺陷检测系统包括拍照成像装置、传送装置、图像处理视觉检测软件、分拣装置。本专利技术作用于图像处理视觉检测软件，具体描述如下。
[0031]启动图像处理视觉检测软件。
[0032]加载一张模板图像，示例如图1所示：手机贴膜的图像，两个明显特征位于图像对角位置。
[0033]使用两个定位框尽可能大的框住定位特征。
[0034]使用N个检测框圈出待检测图像的ROI检测区域。
[0035]根据两个定位框内定位特征，创建形状模板，形状模板匹配得到两组定位信息，记录模板中心点坐标（两点生成向量）和当前待检测区域的坐标位置，这里主要是为了得到定位特征和待检测区域的相对位置。
[0036]启动传送装置，相机采图，图像处理视觉检测软件接收到一张待检测图像。
[0037]两个定位框在待检测图像上抠图，各自根据形状模板ID做形状匹配，得到两组定位信息，根据中心点坐标得到向量。
[0038]两组模板定位信息生成一个向量，待检测图像的定位信息生成一个向量，根据两个向量的余弦相似度求出这两个向量的夹角。
[0039]夹角计算公式：。
[0040]检测框ROI根据夹角进行欧式变换：
[0041]把图像坐标系的坐标原点移动到向量的中心点。
[0041]相对中心点坐标计算检测框中心点的偏移量。
[0042]计算公式：。
[0043]再把图像坐标系的坐标原点移回原位置，得到检测框中心点。
[0044]计算公式：。
[0045]这里计算出的是检测框ROI根据角度变换后的中心位置，最终的检测框中心点坐标位置还需要再加上两组定位模型的相对偏移量的平均值。
[0046]第一个定位模型的相对偏移量：offSetX1= ImgCol1
ꢀ‑ꢀ
ModelCol1，offSetY1 = ImgRow1
ꢀ‑ꢀ
ModelRow1。
[0047]第二个定位模型的相对偏移量：offSetX2 = ImgCol2
ꢀ–ꢀ
ModelCol2，offSetY2 = ImgRow2
ꢀ–ꢀ
ModelRow2。
[0049]最终检测框ROI的中心点坐标。
[0048]/2，/2。
[0049]检测框ROI的偏转角度为。
[0050]接下来就可以根据检测框的中心点坐标、偏转角度、长宽，对待检测图像的ROI区域进行图像处理，缺陷检测，这里使用多个ROI对检测区域进行了分割，所以可以使算法并行处理多个ROI检测区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种使用双定位的整体约束的定位方法，其特征在于，包括以下步骤：应用于缺陷视觉检测系统，缺陷检测系统包括拍照成像装置、传送装置、图像处理视觉检测软件、分拣装置；待检测物品体积较大，或视觉缺陷检测精度较高，成像装置所拍摄的图片比较大；图像处理视觉检测软件先加载一张模板图像，要求模板图像的图像清晰，形状特征边缘清晰，待检测物品尽量没有偏转角度；使用两个定位框尽可能大的框住定位的形状特征，提取形状模板ID；在模板图像上绘制所需个数的检测框ROI，也就是待检测区域；记录上述的位置信息：两组定位形状模板位置信息、待检测ROI的位置信息；在待检测图像上匹配定位形状模板；模板图像两组定位形状模板中心点生成一个向量，待检测图像的定位形状中心点生成一个向量；根据两个向量的余弦相似度可以求出两个向量的夹角；根据这个夹角对检测框ROI进行欧式变换；计算公式：；对待检测图像的ROI区域进行图像处理，缺陷检测，这里使用多个ROI对检测区域进行了分割，所以可以使算法并行处理多个ROI检测区域，从而更进一步的提高图像处理速度。2...

【专利技术属性】
技术研发人员：陈其霞，王瑞，刘恒才，
申请(专利权)人：北京平恒智能科技有限公司，
类型：发明
国别省市：