一种图像快速定位提取方法技术

本发明专利技术涉及图像检测领域，公开了一种图像快速定位提取方法，其包括以下步骤：步骤一，获取去背景光图像；步骤二，计算行像素叠加数列和列像素叠加数列；步骤三，计算目标物体在原始图像中的起始行

【技术实现步骤摘要】
一种图像快速定位提取方法


[0001]本专利技术涉及图像检测领域，尤其涉及一种图像快速定位提取方法
。

技术介绍

[0002]在工业生产过程中，通常需要采用机器视觉的方式来判断目标物体表面是否存在缺陷
。
[0003]例如在晶片涉及的生产中，需要对晶片这种目标物体进行拍照并判断其是否存在缺陷，对于高速缺陷视觉检测设备而言，由于业界普遍采用振动盘上料的方式，晶片并非位于相机所拍摄图像中的固定位置
。
若将晶片图像从相机所拍摄图像中提取出来，则缩小了晶片缺陷算法要处理的图像，从而可提高机器的产量
。
因此需要一种快速准确的晶片定位方法；
[0004]受生产环境等因素影响，相机所拍摄图像中不可避免会有灰尘等干扰
。
另一方面，受闪光及反光的影响，相机所拍摄图像中的背景部分会含有一定的背景光干扰
。
若将晶片外面的干扰消除掉，则可避免这些干扰对晶片缺陷算法的影响
。
因此需要一种快速准确的干扰消除方法
。
[0005]在上述干扰的影响下，要准确定位晶片并消除其外面的干扰是困难的
。
深度学习等目前流行的图像处理方法虽然可解决此问题，但其计算量大，而高速缺陷视觉检测设备采用工业相机，其分辨率高数据量大，导致深度学习等方法面临极高的计算量，难以满足高速缺陷视觉检测设备的速度要求
。

技术实现思路

[0006]为了克服以上技术问题，本专利技术目的是提供一种图像快速定位提取方法，计算方式简单且计算量少，可准确定位提取目标物体对应图像，从而提高缺陷视觉检测设备的检测速度
。
[0007]本专利技术提供了如下的技术方案：
[0008]一种图像快速定位提取方法，其包括以下步骤：
[0009]S1:
获取去背景光图像，给定背景光阈值，把原始图像各像素值减去此阈值，得到去背景光图像，或者根据所述背景光阈值把原始图像二值化成为去背景光图像；
[0010]S2:
计算行像素叠加数列和列像素叠加数列，包括：
[0011]S21:
将去背景光图像的各行像素值进行叠加，得到行像素叠加数列；
[0012]S22
将去背景光图像的各列像素值进行叠加，得到列像素叠加数列；
[0013]S3:
计算目标物体在原始图像中的起始行
、
终止行
、
起始列
、
终止列，包括：
[0014]S31:
把行像素叠加数列中连续大于零的元素划为一个数列，取元素数量最多的数列，以此数列的第一个和最后一个元素对应的行作为起始行和终止行；
[0015]S32:
把列像素叠加数列中连续大于零的元素划为一个数列，取元素数量最多的数列，以此数列的第一个和最后一个元素对应的列作为起始列和终止列；
[0016]S4:
取原始图像中从起始行到终止行
、
起始列到终止列的图像为目标物体图像
。
[0017]根据一些实施方式，还包括以下步骤：
[0018]S5:
消除目标物体图像中目标物体以外的干扰，其包括消除目标物体图像中目标物体左右方的干扰和
/
或上下方的干扰
。
[0019]根据一些实施方式，所述步骤
S5
包括步骤
S51
和
/
或步骤
S52
：
[0020]步骤
S51:
消除目标物体图像中目标物体左右方的干扰，包括：
[0021]S511:
取目标物体图像的两行，以从左往右的搜索方向分别搜索这两行的像素点，分别搜索得这两行首先达到背景光阈值的像素点，然后求得经过这两个像素点的直线，将此直线不断向左平移直到此直线被完全移出目标物体图像，若平移的过程中此直线所经过的目标物体图像的像素点的像素值均达不到背景光阈值，则将目标物体图像中位于此直线左方的像素点的像素值全部清零并结束平移；
[0022]S512:
取目标物体图像的两行，以从右往左的搜索方向分别搜索这两行的像素点，分别搜索得这两行首先达到背景光阈值的像素点，然后求得经过这两个像素点的直线，将此直线不断向右平移直到此直线被完全移出目标物体图像，若平移的过程中此直线所经过的目标物体图像的像素点的像素值均达不到背景光阈值，则将目标物体图像中位于此直线右方的像素点的像素值全部清零并结束平移；
[0023]S52:
消除目标物体图像中目标物体上下方的干扰，包括
:
[0024]S521:
取目标物体图像的两列，以从上往下的搜索方向分别搜索这两列的像素点，分别搜索得这两列首先达到背景光阈值的像素点，然后求得经过这两个像素点的直线，将此直线不断向上平移直到此直线被完全移出目标物体图像，若平移的过程中此直线所经过的目标物体图像的像素点的像素值均达不到背景光阈值，则将目标物体图像中位于此直线上方的像素点的像素值全部清零并结束平移；
[0025]S522:
取目标物体图像的两列，以从下往上的搜索方向分别搜索这两列的像素点，分别搜索得这两列首先达到背景光阈值的像素点，然后求得经过这两个像素点的直线，将此直线不断向下平移直到此直线被完全移出目标物体图像，若平移的过程中此直线所经过的目标物体图像的像素点的像素值均达不到背景光阈值，则将目标物体图像中位于此直线下方的像素点的像素值全部清零并结束平移
。
[0026]在上述实施方式中，步骤
S51
和
S52
可以只执行其中之一，也可以两者都执行，两者都执行的话则消除干扰效果会更好
。
[0027]相比于现有技术，本专利技术具备以下有益效果：
[0028]本专利技术提供了一种图像快速定位提取方法，其是基于图像的一维映射，计算量极少，运算速度较快，能快速定位并提取目标物体的图像；本专利技术不以目标物体的形状
、
颜色等特征为定位提取依据，适用于任意目标物体，适用性强；本专利技术无需建模，直接可用，避免了深度学习等方法在使用前需大量数据训练模型的繁琐步骤；
[0029]另外本专利技术还利用干扰位置分散
、
目标物体尺寸大于干扰尺寸的特点进行计算，抗干扰能力强，准确度更高
。
附图说明
[0030]图1是本专利技术实施例1的原始图像；
[0031]图2是本专利技术实施例1的由图1像素值构成的三维曲面图；
[0032]图3是本专利技术实施例1步骤一所得的去背景光图像；
[0033]图4是本专利技术实施例1步骤二所得的行像素叠加数列和列像素叠加数列；
[0034]图5是本专利技术实施例1步骤四所得的目标物体图像；
[0035]图6是本专利技术实施例1步骤五的示意图；
[0036]图7是本专利技术实施例1步骤五所得的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种图像快速定位提取方法，其特征在于，包括以下步骤：
S1:
获取去背景光图像，给定背景光阈值，把原始图像各像素值减去此阈值，得到去背景光图像，或者根据所述背景光阈值把原始图像二值化成为去背景光图像；
S2:
计算行像素叠加数列和列像素叠加数列，包括：
S21:
将去背景光图像的各行像素值进行叠加，得到行像素叠加数列；
S22
将去背景光图像的各列像素值进行叠加，得到列像素叠加数列；
S3:
计算目标物体在原始图像中的起始行
、
终止行
、
起始列
、
终止列，包括：
S31:
把行像素叠加数列中连续大于零的元素划为一个数列，取元素数量最多的数列，以此数列的第一个和最后一个元素对应的行作为起始行和终止行；
S32:
把列像素叠加数列中连续大于零的元素划为一个数列，取元素数量最多的数列，以此数列的第一个和最后一个元素对应的列作为起始列和终止列；
S4:
取原始图像中从起始行到终止行
、
起始列到终止列的图像为目标物体图像
。2.
根据权利要求1所述图像快速定位提取方法，其特征在于：还包括以下步骤：
S5:
消除目标物体图像中目标物体以外的干扰，其包括消除目标物体图像中目标物体左右方的干扰和
/
或上下方的干扰
。3.
根据权利要求2所述图像快速定位提取方法，其特征在于：所述步骤
S5
包括步骤
S51
和
/
或步骤
S52
：步骤
S51:

【专利技术属性】
技术研发人员：刘毅，肖明明，向丹，
申请(专利权)人：广州航海学院仲恺农业工程学院广州酷云科技有限公司广州绿简智能科技有限公司，
类型：发明
国别省市：