一种具有矩形框图像的精确校正处理方法技术

本发明专利技术公开一种具有矩形框图像的精确校正处理方法，包括如下步骤：步骤1，对图像进行预处理，并进行形态学闭操作；步骤2，确定图像的最外层轮廓，再求得图像的最小外接矩形；步骤3，以最小外接矩形的质心为基准，内缩外扩一定比例截取图像的外边框，然后截去外边框中各条边两端的部分长度，从而得到最优点集的感兴趣区域；步骤4，提取感兴趣区域中的最优点集，并对最优点集进行最小二乘直线拟合，从而得到4个交点；步骤5，对步骤4得到的4个交点进行排序，通过透视变换校正图像。此种方法采用部分最优点集进行直线拟合，能够有效提升直线检测精度及直线拟合精度。精度及直线拟合精度。精度及直线拟合精度。

【技术实现步骤摘要】
一种具有矩形框图像的精确校正处理方法


[0001]本专利技术属于产品工业产品在线视觉检测
，更具体地，涉及一种采用最小二乘直线拟合的方法对具有矩形框的图像进行精确校正的方案。

技术介绍

[0002]随着大数据时代的到来，相对于一般数据，图像信息作为一种更直观更形象的数据表现形式，其应用已经深入到工业、医学、航空、农业等各行业领域中。在工业视觉检测的精确测量和外观质量检测领域当中，由于工况位置多变，被测物体与成像系统相对位置难以绝对固定，所以图像几何位置偏斜在成像时难以避免，因此在进行视觉检测和外观质量检测时，图像几何位置精确校正时不可或缺的关键技术。
[0003]图像校正分为灰度校正和几何校正两大类，图像灰度校正方法是根据图像不同失真情况以及所需的不同图像特征可采用不同的修正方法，主要分为灰度级校正、灰度变换以及直方图修正；图像几何校正是通过一些已知的参考点，根据图像的某些像素点和畸变图像相应像素的坐标间对应关系，拟合出映射关系中的未知系数，并作为恢复其它像素的基础。
[0004]具有矩形框图像的几何校正技术是图像质量检测环节中的关键支撑技术，是进行图像内容和外观视觉检测的关键处理步骤。现在经常采用的具有矩形框图像几何校正算法流程为：预处理降噪
→
灰度化
→
梯度计算
→
阈值二值化
→
矩形框框线的直线检测
→
求解直线交点
→
拟合出映射关系
→
透视变换。在这其中，梯度计算常采用的是Sobel算子、Canny算子等，或根据实际情况直接进行阈值二值化的操作；阈值二值化常采用Otsu阈值化、自适应阈值化等处理；直线检测中常采用Hough直线检测的方法。虽然上述常规方法可以取得一定的校正效果，但是在图像校正过程中往往不能取得高精度的校正效果，原因主要有：
[0005](1)高清摄像头成像条件下，矩形框的框线成像为一片区域而不是一条轮廓线，直接进行边缘计算、轮廓提取的操作获得的是框线的外边缘或内边缘，而不是框线本身的几何中心线，所以导致测量或定位误差；
[0006](2)由于打印、光照等因素影响，轮廓线会存在锯齿、漏洞及断裂等情况，影响最终的处理结果；
[0007](3)矩形框的四个顶点附近存在倒角，倒角的部分将会对直线拟合产生一定的干扰，影响直线拟合的精度。

技术实现思路

[0008]本专利技术的目的，在于提供一种具有矩形框图像的精确校正处理方法，采用部分最优点集进行直线拟合，能够有效提升直线检测精度及直线拟合精度。
[0009]为了达成上述目的，本专利技术的解决方案是：
[0010]一种具有矩形框图像的精确校正处理方法，包括如下步骤：
[0011]步骤1，对图像进行预处理，并进行形态学闭操作；
[0012]步骤2，确定图像的最外层轮廓，再求得图像的最小外接矩形；
[0013]步骤3，以最小外接矩形的质心为基准，内缩外扩一定比例截取图像的外边框，然后截去外边框中各条边两端的部分长度，从而得到最优点集的感兴趣区域；
[0014]步骤4，提取感兴趣区域中的最优点集，并对最优点集进行最小二乘直线拟合，从而得到4个交点；
[0015]步骤5，对步骤4得到的4个交点进行排序，通过透视变换校正图像。
[0016]上述步骤1中，对图像进行预处理包括按序对图像进行降噪、灰度化、梯度计算的操作。
[0017]上述步骤3中，内缩外扩α比例截取图像的外边框，其中，α＝(d/k)*(a/c)，相机分辨率为a*b，图像大小为c*d，k为比例系数。
[0018]优选的，k取值为10，β取值为1/3。
[0019]上述步骤4的具体过程是：
[0020]步骤41，对最优点集的感兴趣区域进行外边缘检测，找出轮廓区域面积，若该面积小于设定数据，则进行填充；
[0021]步骤42，对经步骤41处理的区域提取轮骨线，得到轮骨线点集，也即最优点集；
[0022]步骤43，对最优点集进行最小二乘直线拟合，得到4条边缘直线，最终得出图像外边框的4个交点。
[0023]上述步骤42中，得到轮骨线点集的方法是，对经步骤41处理的区域，遍历区域内点集，找出相应的内外轮廓点集，根据相应的位置关系，提取出相应的轮骨线点集。
[0024]采用上述方案后，本专利技术对图像进行处理时，首先进行平滑滤波降噪，通过Sobel算法进行相应的边框外轮廓的提取；利用提取到的外轮廓进行最小外接矩形的拟合，根据最小外接矩形的质心内缩外扩一定比例，对图像外边缘感兴趣区域进行提取；在相应的感兴趣区域重新进行二值化操作，根据最小二乘直线拟合方式对最优点集进行拟合，得到四条边缘直线，可以求出相应的四个精确交点，最终根据透视变换对其进行精确校正。
[0025]本专利技术具有以下有益效果：
[0026](1)本专利技术采用部分最优点集进行直线拟合的方法，可以有效提升直线检测精度及直线拟合精度，同时可以满足工业视觉检测领域的高效性、稳定性和鲁棒性的要求，为之后的产品外观质量检测奠定基础；
[0027](2)本专利技术能够消除Hough直线检测的精度局限性，同时也有效消除倒角部分的点集对直线拟合准确度产生影响。
附图说明
[0028]图1是本专利技术的流程图；
[0029]图2是待校正的矩形框图像示意图；
[0030]其中，(a)是待校正的矩形框图像，(b)是待校正的矩形框标签图像；
[0031]图3是经Sobel算法处理后的图像示意图；
[0032]图4是本专利技术提取的图像最外层轮廓示意图；
[0033]图5是本专利技术求得的图像最小外接矩形示意图；
[0034]图6是本专利技术图像内缩外扩α比例截取图像外边框的示意图；
[0035]图7是本专利技术中选取矩形框感兴趣区域的示意图；
[0036]图8是本专利技术得到的最优点集的感兴趣区域示意图；
[0037]图9是本专利技术中干扰区域的示意图；
[0038]图10是本专利技术提取最优点集的示意图；
[0039]图11是本专利技术得到4个精确交点的示意图；
[0040]图12是本专利技术得到矩形框图像校正结果的示意图；
[0041]其中，(a)是对应图1(a)的矩形框图像校正结果；
[0042](b)是对应图1(b)的矩形框标签校正结果；
[0043]图13是图像的长宽示意图。
具体实施方式
[0044]以下将结合附图，对本专利技术的技术方案及有益效果进行详细说明。
[0045]如图1所示，本专利技术提供一种具有矩形框图像的精确校正处理方法，以图2所示具有矩形框的图像为例，具体包括如下步骤：
[0046]第一步：图像预处理及边缘检测。在图像处理中，预处理操作是很重要的一步工作，一般流程是预处理降噪(平滑滤波)
→
灰度化
→
梯度计算
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具有矩形框图像的精确校正处理方法，其特征在于包括如下步骤：步骤1，对图像进行预处理，并进行形态学闭操作；步骤2，确定图像的最外层轮廓，再求得图像的最小外接矩形；步骤3，以最小外接矩形的质心为基准，内缩外扩一定比例截取图像的外边框，然后截去外边框中各条边两端的部分长度，从而得到最优点集的感兴趣区域；步骤4，提取感兴趣区域中的最优点集，并对最优点集进行最小二乘直线拟合，从而得到4个交点；步骤5，对步骤4得到的4个交点进行排序，通过透视变换校正图像。2.如权利要求1所述的具有矩形框图像的精确校正处理方法，其特征在于：所述步骤1中，对图像进行预处理包括按序对图像进行降噪、灰度化、梯度计算的操作。3.如权利要求1所述的具有矩形框图像的精确校正处理方法，其特征在于：所述步骤3中，内缩外扩α比例截取图像的外边框，其中，α＝(d/k)*(a...

【专利技术属性】
技术研发人员：钟铭恩，刘世民，
申请(专利权)人：厦门理工学院，
类型：发明
国别省市：