基于K均值聚类与点位规划的工件过渡边缘检测方法技术

本发明专利技术公开了一种基于K均值聚类与点位规划的工件过渡边缘检测方法，包括以下步骤：设置ROI区域和搜索方向，生成搜索框集合；对搜索框集合进行遍历，并依次对每个搜索框进行K均值聚类；针对聚类结果计算类中心距离、亮暗比例、亮暗分布类型；判断类中心距离是否大于阈值1，亮暗比例是否小于阈值2，亮暗分布类型是否等同于1；当条件满足时，则将搜索框的中心点存入点集合中；判断是否遍历完所有搜索框；判断是否搜索完整个ROI区域；对点集合进行离群点删除；对点集合中的点进行直线拟合，输出直线的斜率和截距。该方法可以检测处在过渡带上的直线，并且能够过滤相对明显的噪声。并且能够过滤相对明显的噪声。并且能够过滤相对明显的噪声。

【技术实现步骤摘要】
基于K均值聚类与点位规划的工件过渡边缘检测方法


[0001]本专利技术涉及缺陷检测的
，尤其是一种基于K均值聚类与点位规划的工件过渡边缘检测方法。

技术介绍

[0002]直线是一种常见的边缘类型，有关直线的提取算法作为工业缺陷检测领域的基础算子具有广泛的用途，可以用于工件的尺寸测量和定位等多种场景。直线特征也广泛存在于各种工件当中且仅用两个点就可以表示，使得基于直线提取算法的视觉方案通常具有很快的运行效率。
[0003]常见的直线提取算法主要思想是基于像素梯度值的判断，比如使用Canny算法或者Sobel算法先提取边缘，再对边缘点进行拟合得到直线。这类算法在背景噪声不强或者目标直线所在区域具有明显对比度的场景下有比较好的检测效果，但是对于复杂背景、直线恰好处在渐变区域的场景下，该类算法便会出现检测不稳定的情况，通常将像素值渐变的图像区域称为过渡或过渡带。
[0004]换言之，正因为工业现场质检数据存在多样性，受光源、工件批次差异等多种因素影响，无法保证目标直线总是都处于背景噪声少、对比度强的环境条件下被检测，所以使用常见的基于梯度判断的思想不能稳定检测出处于过渡带上的直线。

技术实现思路

[0005]本专利技术旨在至少解决现有技术中存在的技术问题之一。
[0006]为此，本专利技术提出一种基于K均值聚类与点位规划的工件过渡边缘检测方法，可以检测处在过渡带上的直线，并且能够过滤相对明显的噪声，从而提高设备模型的稳定性、通用性，降低现场工作难度。
[0007]根据本专利技术实施例的一种基于K均值聚类与点位规划的工件过渡边缘检测方法，包括以下步骤：第1步骤、设置ROI区域和搜索方向：设置一个感兴趣区域，该感兴趣区域是一个可旋转的矩形框，搜索方向平行于该感兴趣区域的一条边；第2步骤、生成搜索框集合；第3步骤、对搜索框集合进行遍历，并依次对每个搜索框进行K均值聚类；第4步骤、针对聚类结果计算类中心距离、亮暗比例、亮暗分布类型；第5步骤、判断类中心距离是否大于阈值1，并且判断亮暗比例是否小于阈值2，并且判断亮暗分布类型是否等同于1；当任意一项不满足条件，则返回至第3步骤；当全部满足条件，则进入下一步；第6步骤、当条件满足时，则将搜索框的中心点存入点集合中；第7步骤、判断是否遍历完所有搜索框：当判断没有遍历完所有搜索框时，则返回至第3步骤；当判断遍历完所有搜索框，则进入下一步；
第8步骤、判断是否搜索完整个ROI区域：当判断没有搜索完整个ROI区域时，则沿着搜索方向移动搜索框集，并返回至第3步骤；当判断搜索完整个ROI区域时，则进入下一步；第9步骤、对点集合进行离群点删除；第10步骤、对点集合中的点进行直线拟合，输出直线的斜率和截距。
[0008]本专利技术的有益效果是，该基于K均值聚类与点位规划的工件过渡边缘检测方法可以应用在复杂背景、过渡带上的直线提取，在工业缺陷检测中，直线特征广泛存在于各种工件当中，而实际现场环境又复杂多样，能够在复杂背景和过渡带上检测出直线对于缺陷检测领域具有重要的应用价值，由于采用了聚类算法提取直线点集而非阈值分割的方式来检测边缘直线上的点，采用了无监督学习技术，不需要训练从而大大提高了直线提取算法的应用效率，稳定性高，精度高，且泛化能力强，适用于更加广泛的实际场景，减少了现场工作人员调试的时间，并提高了生产效率。
[0009]根据本专利技术一个实施例，在所述第1步骤中，感兴趣区域用表示，搜索方向用方向向量表示，方向向量的长度等于所平行的感兴趣区域中边的边长。
[0010]根据本专利技术一个实施例，所述第2步骤的具体步骤如下：第2.1步骤、在矩形的感兴趣区域内生成一个与方向向量垂直的方向向量，再沿着方向向量的方向生成若干个均匀排列的小矩形，若干个均匀排列的小矩形用表示，其中的是大于等于1的正整数，这组搜索框集合用表示；第2.2步骤、设的中心点坐标为，的中心点坐标为，的中心点坐标为，方向向量为，相邻两个矩形中心点之间的距离为控制参数；第2.3步骤、设定方向向量由终点减去起点得到，以起点作为的中心点坐标，则的中心点坐标按照以下公式计算：
ꢀꢀꢀꢀꢀ
（1）的中心点坐标按照以下公式计算：
ꢀꢀꢀꢀꢀ
（2）同理，
的中心点坐标通过将前一个点坐标带入上述公式计算得出。
[0011]根据本专利技术一个实施例，在所述第3步骤中，对搜索框集合中的每个小矩形进行如下计算，具体计算步骤如下：第3.1步骤、对每个小矩形内的像素值进行K均值聚类，分成两类，记作类和类；第3.2步骤、计算类和类这两个类中心距离，设类中心的值为，类中心的值为，则
ꢀꢀꢀ
（3）第3.3步骤、统计类和类的数量，分别记为和，计算亮暗比例：
ꢀꢀꢀ
（4）根据本专利技术一个实施例，在所述第4步骤中，判断搜索框集合中每个小矩形的类别分布是否集中，用亮暗分布类型表示，亮暗分布类型为1表示分布集中，亮暗分布类型为0表示分布不集中，具体步骤如下：第4.1步骤、以每个小矩形的中心点为原点，水平方向为x轴，垂直方向为y轴，建立一个直角坐标系；第4.2步骤、设定一个经过原点的直线方程为y = kx，k的初始值为0；第4.3步骤、将类中所有的坐标带入直线方程y = kx中，设类点集坐标为，将第一个点的带入直线方程y = kx中计算出，将第二个点的带入直线方程y = kx中计算出；以此类推，将类中所有的坐标带入直线方程y = kx中进行判断，统计在直线上方区域的数量；将类中所有的坐标带入直线方程y = kx中，设类点集坐标为，将第一个点的带入直线方程y = kx中计算出，将第二个点的带入直线方程y = kx中计算出；以此类推，将类中所有的坐标带入直线方程y = kx中进行判断，统计在直线
上方区域的数量；记，计算以下比率：
ꢀꢀꢀꢀ
（5）其中，公式（5）中各个符号所表示的具体含义如下所示：表示类和类在直线上方区域数量的和；表示类和类在直线上方区域的类别纯度，的取值范围是[0,1]，当越接近0时，则表示类别越纯即分布越集中；当越接近1时，则表示类别分布越离散。
[0012]第4.4步骤、取阈值，阈值在0～1之间。
[0013]当时，则认为分布集中，被设置为1；当时，则认为分布不集中，被设置为0；第4.5步骤、对直线进行旋转并重复上述第4.3步骤和第4.4步骤。
[0014]根据本专利技术一个实施例，在所述第4.3步骤中，当时，则表示第一个点位于直线的上方区域；当时，则表示第一个点恰好位于直线上；当时，则表示第一个点位于直线的下方区域；当时，则表示第一个点位于直线的上方区域；当时，则表示第一个点恰好位于直线上；当时，则表示第一个点位于直线的下方区域。
[0015]根据本专利技术一个实施例，在所述第4.4步骤中，的取值范围是0～1，数值越小表示类别越纯即分布越集中，将阈值设置为0.1。
[0016]根据本专利技术一个实施例，在所述第4.5步骤中，当直线角度大于45度小于135度或者大于
‑
45度小于
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于K均值聚类与点位规划的工件过渡边缘检测方法，其特征在于，包括以下步骤：第1步骤、设置ROI区域和搜索方向：设置一个感兴趣区域和一个搜索方向，该感兴趣区域是一个可旋转的矩形框，搜索方向平行于该感兴趣区域的一条边；第2步骤、生成搜索框集合；第3步骤、对搜索框集合进行遍历，并依次对每个搜索框进行K均值聚类；第4步骤、针对聚类结果计算类中心距离、亮暗比例、亮暗分布类型；第5步骤、判断类中心距离是否大于阈值1，并且判断亮暗比例是否小于阈值2，并且判断亮暗分布类型是否等同于1；当任意一项不满足条件，则返回至第3步骤；当全部满足条件，则进入下一步；第6步骤、当条件满足时，则将搜索框的中心点存入点集合中；第7步骤、判断是否遍历完所有搜索框：当判断没有遍历完所有搜索框时，则返回至第3步骤；当判断遍历完所有搜索框，则进入下一步；第8步骤、判断是否搜索完整个ROI区域：当判断没有搜索完整个ROI区域时，则沿着搜索方向移动搜索框集，并返回至第3步骤；当判断搜索完整个ROI区域时，则进入下一步；第9步骤、对点集合进行离群点删除；第10步骤、对点集合中的点进行直线拟合，输出直线的斜率和截距。2.根据权利要求1所述的基于K均值聚类与点位规划的工件过渡边缘检测方法，其特征在于：在所述第1步骤中，感兴趣区域用表示，搜索方向用方向向量表示，方向向量的长度等于所平行的感兴趣区域中边的边长。3.根据权利要求2所述的基于K均值聚类与点位规划的工件过渡边缘检测方法，其特征在于：所述第2步骤的具体步骤如下：第2.1步骤、在矩形的感兴趣区域内生成一个与方向向量垂直的方向向量，再沿着方向向量的方向生成若干个均匀排列的小矩形，若干个均匀排列的小矩形用表示，其中的是大于等于1的正整数，这组搜索框集合用表示；第2.2步骤、设的中心点坐标为，的中心点坐标为，的中心点坐标为，方向向量为，相邻两个矩形中心点之间的距离为控制参数；第2.3步骤、设定方向向量由终点减去起点得到，以起点作为的中心点坐标，则的中心点坐标按照以下公式计算：（1）
的中心点坐标按照以下公式计算：（2）同理，的中心点坐标通过将前一个点坐标带入上述公式计算得出。4.根据权利要求3所述的基于K均值聚类与点位规划的工件过渡边缘检测方法，其特征在于：在所述第3步骤中，对集合中的每个小矩形进行如下计算，具体计算步骤如下：第3.1步骤、对每个小矩形内的像素值进行K均值聚类，分成两类，记作类和类；第3.2步骤、计算类和类这两个类中心距离，设类中心的值为，类中心的值为，则（3）第3.3步骤、统计类和类的数量，分别记为和，计算亮暗比例：（4）。5.根据权利要求4所述的基于K均值聚类与点位规划的工件过渡边缘检测方法，其特征在于：在所述第4步骤中，判断集合中每个小矩形的类别分布是否集中，用亮暗分布类型表示，亮暗分布类型为1表示分布集中，亮暗分布类...

【专利技术属性】
技术研发人员：邱增帅，周青泉，
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：