一种数字水准仪的条码标尺图像定位和识别检测方法技术

本发明专利技术公开了一种数字水准仪的条码标尺图像定位和识别检测方法，采集二维灰度图像，利用高斯函数对采集的二维灰度图像做卷积处理，抑制噪声，利用单方向的Sobel算子对抑制噪声后的图像进行水平边缘的锐化增强处理，从中间一列分别向左右两侧做列扫描，分别得到左侧像素列的灰度分布曲线和右侧像素列的灰度分布曲线，统计左侧和右侧分划线纹边缘点的个数，定位分划线纹图像的左、右边界，明确水准标尺条码部分在背景中的上边界或下边界，完成水准标尺条码图像区域的分割对水准标尺图像进行识别检测。本发明专利技术解决了现有二维水准测量标尺识别方法速度慢及精度低的问题。

【技术实现步骤摘要】
一种数字水准仪的条码标尺图像定位和识别检测方法
本专利技术属于测绘
，具体涉及一种数字水准仪的条码标尺图像定位和识别检测方法。
技术介绍
数字水准测量系统由条码尺、主机及数据处理软件三部分组成。其中条码尺主要通过不同宽度的条码组合来表征标尺上的不同高度，经光学系统成像在图像传感器上，由微型计算机读取电信号并通过数字图像处理实现标尺编码信息的解码工作，快速实现高程的精确测量。现有条码尺的编解码原理主要有相关法、相位法和几何法，其对应的条码均为一维条码，相应的主机均采用线阵CCD传感器，用一列条码像素进行数据处理。这样仅利用一维信息的方法，易受遮挡、倾斜、光照不均匀等多方面因素的干扰，解码算法复杂并且计算时间较长，测量速度慢并且目前的识别方法主要基于图像灰度的阈值化分割，边缘检测精度低。
技术实现思路
本专利技术的目的是提供一种数字水准仪的条码标尺图像定位和识别检测方法，解决现有二维水准测量标尺识别方法速度慢及精度低的问题。本专利技术所采用的技术方案是，一种数字水准仪的条码标尺图像定位和识别检测方法，具体按照以下步骤实施：步骤1，采集二维灰度图像；步骤2，利用高斯函数对步骤1采集的二维灰度图像做卷积处理，抑制噪声；步骤3，利用单方向的Sobel算子对步骤2中抑制噪声后的图像进行水平边缘的锐化增强处理；步骤4，对步骤3中锐化增强处理后的图像从中间一列分别向左右两侧做列扫描，分别得到左侧一列像素的灰度分布曲线和右侧一列像素的灰度分布曲线；左侧一列像素灰度分布曲线的波峰、波谷对应步骤1中二维灰度图像上左侧分划线纹边缘点，右侧一列像素灰度分布曲线的波峰、波谷对应步骤1中二维灰度图像上右侧分划线纹边缘点，并对左侧一列像素灰度分布曲线和右侧一列像素灰度分布曲线进行处理获取左侧分划线纹边缘和右侧分划线纹边缘；步骤5，分别统计步骤4中左侧分划线纹边缘点和右侧分划线纹边缘点的个数，定位分划线纹图像的左边界和右边界；步骤6，根据步骤5中左侧分划线纹边缘点的位置明确水准标尺条码部分在背景中的上边界或下边界，完成水准标尺条码图像区域的分割；步骤7，根据步骤6分割的水准标尺条码图像区域对水准标尺图像进行识别检测。本专利技术的特点还在于，步骤1中采集二维灰度图像采用面阵CCD传感器且成像视场宽度方向的中心瞄准竖直放置的水准标尺中心。步骤4中对左侧一列像素灰度分布曲线和右侧一列像素灰度分布曲线处理的过程具体为：步骤4.1，设定灰度阈值T1，将左侧一列像素灰度与灰度阈值T1进行比较，确定左侧一列灰度分布曲线的波峰，左侧一列像素灰度分布曲线上大于灰度阈值T1的波峰所对应的坐标位置为左侧分划线纹由亮到暗变化的边缘点；设定灰度阈值T3，将右侧一列像素灰度与灰度阈值T3进行比较，确定右侧一列灰度分布曲线的波峰，右侧一列像素灰度分布曲线上大于灰度阈值T3的波峰所对应的坐标位置为右侧分划线纹由亮到暗变化的边缘点；步骤4.2，设定灰度阈值T2，将左侧一列像素灰度与灰度阈值T2进行比较，确定左侧一列灰度分布曲线的波谷，左侧一列像素灰度分布曲线上小于灰度阈值T2的波谷所对应的坐标位置为左侧分划线纹由暗到亮变化的边缘点；设定灰度阈值T4，将右侧一列像素灰度与灰度阈值T4进行比较，确定右侧一列灰度分布曲线的波谷，右侧一列像素灰度分布曲线上小于灰度阈值T4的波谷所对应的坐标位置为右侧分划线纹由暗到亮变化的边缘点；步骤4.3，将步骤4.1中的左侧分划线纹由亮到暗变化的边缘点的纵坐标值与步骤4.2中的左侧分划线纹由暗到亮变化的边缘点的纵坐标值按照从小到大的顺序进行排序，得到二维灰度图像自上而下左侧分划线纹的所有边缘点位置；将步骤4.1中的右侧分划线纹由亮到暗变化的边缘点的纵坐标值与步骤4.2中的右侧分划线纹由暗到亮变化的边缘点的纵坐标值按照从小到大的顺序进行排序，得到二维灰度图像自上而下右侧分划线纹的所有边缘点位置。灰度阈值T1＝(左侧一列像素灰度分布曲线上的灰度最大值-灰度最小值)*13/20；所述灰度阈值T3＝(右侧一列像素灰度分布曲线上的灰度最大值-灰度最小值)*13/20；所述灰度阈值T2＝(左侧一列像素灰度分布曲线上的灰度最大值-灰度最小值)*7/20；所述灰度阈值T4＝(右侧一列像素灰度分布曲线上的灰度最大值-灰度最小值)*7/20。步骤5的具体过程为：步骤5.1，统计左侧一列像素灰度分布曲线上左侧分划线纹由亮到暗变化的边缘点与左侧分划线纹由暗到亮变化的边缘点的个数，若个数相同，则该列像素属于水准标尺条码图像区域，个数不同为左边界；步骤5.2，统计右侧一列像素灰度分布曲线上右侧分划线纹由亮到暗变化的边缘点与右侧分划线纹由暗到亮变化的边缘点的个数，若个数相同，则该列像素属于水准标尺条码图像区域，个数不同为右边界。步骤6的具体过程为：根据步骤5中的左侧每个分划线纹的边缘点位置计算左侧每个分划线纹边缘的平均位置，根据左侧分划线纹相邻边缘位置做差得到左侧各分划线纹宽度，再将相邻分划线纹宽度做差得到左侧相邻分划线纹宽度差值；若相邻分划线纹宽度差值均小于有限值A，则各分划线纹判断为相等宽度的分划线纹，并且贯穿视场，则水准标尺条码区域的上边界为0，下边界为二维灰度图像的最下方一行，再结合步骤5中定位的左边界和右边界，则完成水准标尺条码图像区域的分割；若相邻分划线纹宽度差大于有限值A，则为水准标尺中条码部分在背景中的上边界或下边界，再结合步骤5中定位的左边界和右边界，则完成水准标尺条码图像区域的分割。有限值A＝3像素。步骤7的具体过程为：步骤7.1，根据步骤5中的右侧每个分划线纹的边缘点位置计算右侧每个分划线纹边缘的平均位置，根据右侧相邻分划线纹边缘位置做差得到右侧各分划线纹宽度；步骤7.2，根据左侧各分划线纹宽度计算左侧分划线纹宽度平均值；步骤7.3，依次将步骤7.1中右侧各分划线纹宽度与左侧分划线纹宽度的平均值做差，若差值小于有限值B，则返回该分划线纹的上、下边缘位置；将该分划线纹的上、下边缘位置与左侧分划线纹边缘位置做差，若差值小于有限值C，则返回该分划线纹上、下边缘位置，若该分划线纹的上边缘为从亮到暗变化的边缘，则该分划线纹为水准标尺上的参考分划线纹，为暗条纹；步骤7.4，按顺序获取位于右侧分划线纹中的两个参考分划线纹之间的各分划线纹宽度，分别计算两个参考分划线纹之间的各分划线纹宽度与左侧分划线纹平均宽度的整数比，根据整数比计算最简整数比，则右侧分划线纹中各分划线纹对应项的最简整数即为条纹的编码宽度；步骤7.5，将步骤7.4中两个参考分划线纹之间的各分划线纹对应的整数转化为二进制数，最简整数比之和为二进制数的个数之和，其中明条纹对应0，暗条纹对应1；步骤7.6，将步骤7.5获取的二进制数按从下至上依次每取四位转化为十进制数，将三个十进制数依次作为百位、十位、个位形成一个整数，此整数即为下方参考分划线本文档来自技高网...

【技术保护点】
1.一种数字水准仪的条码标尺图像定位和识别检测方法，其特征在于，具体按照以下步骤实施：/n步骤1，采集二维灰度图像；/n步骤2，利用高斯函数对步骤1采集的二维灰度图像做卷积处理，抑制噪声；/n步骤3，利用单方向的Sobel算子对步骤2中抑制噪声后的图像进行水平边缘的锐化增强处理；/n步骤4，对步骤3中锐化增强处理后的图像从中间一列分别向左右两侧做列扫描，分别得到左侧一列像素的灰度分布曲线和右侧一列像素的灰度分布曲线；/n左侧一列像素灰度分布曲线的波峰、波谷对应步骤1中二维灰度图像上左侧分划线纹边缘点，右侧一列像素灰度分布曲线的波峰、波谷对应步骤1中二维灰度图像上右侧分划线纹边缘点，并对左侧一列像素灰度分布曲线和右侧一列像素灰度分布曲线进行处理获取左侧分划线纹边缘和右侧分划线纹边缘；/n步骤5，分别统计步骤4中左侧分划线纹边缘点和右侧分划线纹边缘点的个数，定位分划线纹图像的左边界和右边界；/n步骤6，根据步骤5中左侧分划线纹边缘点的位置明确水准标尺条码部分在背景中的上边界或下边界，完成水准标尺条码图像区域的分割；/n步骤7，根据步骤6分割的水准标尺条码图像区域对水准标尺图像进行识别检测。/n...

【技术特征摘要】
1.一种数字水准仪的条码标尺图像定位和识别检测方法，其特征在于，具体按照以下步骤实施：
步骤1，采集二维灰度图像；
步骤2，利用高斯函数对步骤1采集的二维灰度图像做卷积处理，抑制噪声；
步骤3，利用单方向的Sobel算子对步骤2中抑制噪声后的图像进行水平边缘的锐化增强处理；
步骤4，对步骤3中锐化增强处理后的图像从中间一列分别向左右两侧做列扫描，分别得到左侧一列像素的灰度分布曲线和右侧一列像素的灰度分布曲线；
左侧一列像素灰度分布曲线的波峰、波谷对应步骤1中二维灰度图像上左侧分划线纹边缘点，右侧一列像素灰度分布曲线的波峰、波谷对应步骤1中二维灰度图像上右侧分划线纹边缘点，并对左侧一列像素灰度分布曲线和右侧一列像素灰度分布曲线进行处理获取左侧分划线纹边缘和右侧分划线纹边缘；
步骤5，分别统计步骤4中左侧分划线纹边缘点和右侧分划线纹边缘点的个数，定位分划线纹图像的左边界和右边界；
步骤6，根据步骤5中左侧分划线纹边缘点的位置明确水准标尺条码部分在背景中的上边界或下边界，完成水准标尺条码图像区域的分割；
步骤7，根据步骤6分割的水准标尺条码图像区域对水准标尺图像进行识别检测。


2.根据权利要求1所述一种数字水准仪的条码标尺图像定位和识别检测方法，其特征在于，所述步骤1中采集二维灰度图像采用面阵CCD传感器且成像视场宽度方向的中心瞄准竖直放置的水准标尺中心。


3.根据权利要求1所述一种数字水准仪的条码标尺图像定位和识别检测方法，其特征在于，所述步骤4中对左侧一列像素灰度分布曲线和右侧一列像素灰度分布曲线处理的过程具体为：
步骤4.1，设定灰度阈值T1，将左侧一列像素灰度与灰度阈值T1进行比较，确定左侧一列灰度分布曲线的波峰，左侧一列像素灰度分布曲线上大于灰度阈值T1的波峰所对应的坐标位置为左侧分划线纹由亮到暗变化的边缘点；
设定灰度阈值T3，将右侧一列像素灰度与灰度阈值T3进行比较，确定右侧一列灰度分布曲线的波峰，右侧一列像素灰度分布曲线上大于灰度阈值T3的波峰所对应的坐标位置为右侧分划线纹由亮到暗变化的边缘点；
步骤4.2，设定灰度阈值T2，将左侧一列像素灰度与灰度阈值T2进行比较，确定左侧一列灰度分布曲线的波谷，左侧一列像素灰度分布曲线上小于灰度阈值T2的波谷所对应的坐标位置为左侧分划线纹由暗到亮变化的边缘点；
设定灰度阈值T4，将右侧一列像素灰度与灰度阈值T4进行比较，确定右侧一列灰度分布曲线的波谷，右侧一列像素灰度分布曲线上小于灰度阈值T4的波谷所对应的坐标位置为右侧分划线纹由暗到亮变化的边缘点；
步骤4.3，将步骤4.1中的左侧分划线纹由亮到暗变化的边缘点的纵坐标值与步骤4.2中的左侧分划线纹由暗到亮变化的边缘点的纵坐标值按照从小到大的顺序进行排序，得到二维灰度图像自上而下左侧分划线纹的所有边缘点位置；
将步骤4.1中的右侧分划线纹由亮到暗变化的边缘点的纵坐标值与步骤4.2中的右侧分划线纹由暗到亮变化的边缘点的纵坐标值按照从小到大的顺序进行排序，得到二维灰度图像自上而下右侧分划线纹的所有边缘点位置。


4.根据权利要求3所述一种数字水准仪的条码标尺图像定位和识别检测方法，其特征在于，所述灰度阈值T1＝(左侧一列像素灰度分布曲线上的灰度最大值-灰度最小值)*13/20；
所述灰度阈值T3＝(右侧一列像素灰度分布曲线上的灰度最大值-灰度最小值)*13/20；
所述灰度阈值T2＝(左侧一列像素灰度分布曲线上的灰度最大值-灰度最小值)*7/20；
所述灰度阈值T4＝(右侧一列像素灰度分布曲线上的灰度最大值-灰度最小值)*7/20。


5.根据权利要求3所述一种数字水准仪的条码标尺图像定位和识别检测方法，其特征在于，所述步骤5的具体过程为：
步骤5.1，统计左侧一列像素灰度分布曲线上左侧分划线纹由亮到暗变化的边缘点与左侧分划线纹由暗到亮变...

【专利技术属性】
技术研发人员：黄秋红，刘超，赵念念，朱凌建，赵敏，赵怀军，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61