【技术实现步骤摘要】
本专利技术实施例涉及光学检测，尤其涉及一种图像处理方法及系统、设备和存储介质。
技术介绍
1、在光学检测
中，对规则形状的待测物进行边缘轮廓提取，从而确定其中心位置是一个重要的步骤，常应用于目标识别、产品精确定位等应用场景中。
2、以产品精确定位为例，目前大部分的生产设备为自动化设备，通常是通过机械控制的方式，来控制产品在设备内部的位置，例如，生产设备通过机械手臂传送产品，并通过传感器对产品边缘进行探测，通过线阵ccd传感器采集在旋转产品时采集的边缘数据，并通过采集到的边缘数据拟合出产品的中心，并利用该反馈的数据控制机械手臂的移动，从而将产品送至卡盘(chuck)上时，并使产品位于预设的位置处。
3、但是，上述边缘提取方法的精度仍有待提高，从而导致产品的定位精度下降。
技术实现思路
1、本专利技术实施例解决的问题是提供一种图像处理方法及系统、设备和存储介质，有利于准确提取出待测物的边缘轮廓，且具有较高的通用性和鲁棒性。
2、为解决上述问题，本专利技术实施例提供一种图像处理方法，包括：获取待测物在边缘位置处的待测图像，所述待测图像含有所述待测物的边缘轮廓的图像；根据所述待测图像获取梯度角度图，所述梯度角度图包括各第一点的位置与梯度角度值的对应关系，且所述梯度角度图的第一点位置与所述待测图像的像素点位置一一对应，所述梯度角度值为像素点的梯度方向与预设基准方向之间的夹角；基于各个所述第一点的梯度角度值获得目标特征值，以获得表征第二点的位置与目标特
3、相应的，本专利技术实施例还提供一种图像处理系统，用于执行本专利技术实施例的图像处理方法，所述图像处理系统包括：图像获取模块模块，用于获取待测物在边缘位置处的待测图像，所述待测图像含有所述待测物的边缘轮廓的图像；梯度信息获取模块，用于根据所述待测图像获取梯度角度图，所述梯度角度图包括各第一点的位置与梯度角度值的对应关系，且所述梯度角度图的第一点位置与所述待测图像的像素点位置一一对应，所述梯度角度值为像素点的梯度方向与预设基准方向之间的夹角；处理模块，用于基于各个所述第一点的梯度角度值获得目标特征值，以获得表征所述第二点的位置与目标特征值对应关系的目标特征图，所述目标特征值用于表示像素点的梯度方向与预设基准方向之间的夹角，且所述待测物边缘处的第二点的目标特征值大于或者小于与所述边缘处的第二点相邻的第二点的目标特征值；边缘提取模块，用于根据所述目标特征图，获取所述待测物边缘处的第二点，得到所述待测物的边缘轮廓。
4、相应地，本专利技术实施例还提供一种设备，包括至少一个存储器和至少一个处理器，所述存储器存储有一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现本专利技术实施例所述的图像处理方法。
5、相应地，本专利技术实施例还提供一种存储介质，所述存储介质存储有一条或多条计算机指令，所述一条或多条计算机指令用于实现本专利技术实施例所述的图像处理方法。
6、与现有技术相比，本专利技术实施例的技术方案具有以下优点：
7、本专利技术实施例提供的图像处理方法中，根据待测图像获取梯度角度图，并基于各个第一点的梯度角度值获得目标特征图，且在目标特征图中，待测物边缘处的第二点的目标特征值大于或者小于与边缘处的第二点相邻的第二点的目标特征值，随后根据目标特征图获取待测物的边缘轮廓；其中，由于待测物的边缘轮廓所对应的梯度角度值较为统一，通常位于特定的角度范围内，因此，基于各个第一点的梯度角度值获得目标特征图，有利于起到降噪的作用，也即有利于降低将待测物内部的图案、背景图案或其他噪声图案误判为待测物的边缘的概率，能够有利于更好地区分待测物边缘处的第二点以及与边缘处第二点相邻的第二点，从而在对目标特征图进行边缘提取时，能够考虑边缘的方向特征，这有利于准确提取出待测物的边缘轮廓，且具有较高的通用性和鲁棒性，同时，基于对待测物进行成像后获得的待测图像来进行图像处理，以实现提取轮廓对目的，也有利于提高提取待测物的边缘轮廓的效率，相应有利于满足机台大规模自动化处理的需求，有效提升机台的产出。
8、可选方案中，基于各个第一点的梯度角度值获得与梯度角度值相关的目标特征值，以获得表征第二点位置与目标特征值对应关系的目标特征图之前，还根据待测图像获取梯度幅值图，梯度幅值图包括各第三点的位置与灰度梯度的幅值的对应关系，且梯度幅值图作为第一特征图，对所述梯度角度图的各第一点分别进行特征值转化处理，得到相对应的角度特征值，以获得第四点与角度特征值的对应关系的第二特征图，并对第一特征图和第二特征图进行加权，得到目标特征图，加权用于使加权图中待测物边缘处的加权值梯度幅值大于第二特征图中待测物边缘处像素的角度特征值的梯度幅值；其中，结合利用梯度幅值图进行加权，有利于进一步起到降噪的作用，而且在获取边缘轮廓时，能够同时考虑边缘的幅值特征与方向特征，这有利于进一步提高提取待测物的边缘轮廓的准确性、通用性和鲁棒性。
本文档来自技高网...【技术保护点】
1.一种图像处理方法，其特征在于，包括：
2.如权利要求1所述的图像处理方法，其特征在于，获取待测物在边缘位置处的待测图像包括：获取待测物在多个不同的边缘位置处的待测图像，所述边缘位置的数量大于或等于3个；
3.如权利要求2所述的图像处理方法，其特征在于，利用所述边缘提取获得的多个边缘轮廓，确定所述待测物的中心包括：根据所述待测图像的像素点的坐标信息，获取所述边缘轮廓的多个像素点的坐标；对所述边缘轮廓的多个像素点的坐标进行拟合，获取所述待测物的中心坐标。
4.如权利要求1所述的图像处理方法，其特征在于，根据所述待测图像获取梯度角度图之前，所述图像处理方法还包括：对所述待测图像进行旋转，使所述待测物的边缘轮廓图像沿所述预设方向范围延伸；
5.如权利要求4所述的图像处理方法，其特征在于，所述待测图像包括多个图像边缘，且所述多个图像边缘中仅有一条背景图像边缘，所述背景图像边缘被所述背景图像完全覆盖；
6.如权利要求1所述的图像处理方法，其特征在于，所述待测图像包括多个图像边缘，且所述多个图像边缘中仅有一条背景图像边缘，所述背景
7.如权利要求5或6所述的图像处理方法，其特征在于，获取所述背景图像边缘包括：获取所述待测图像各图像边缘的灰度统计值，其中，所述灰度统计值包括：图像边缘上各像素点的灰度的平均值，或者，图像边缘上各像素点的灰度的平均值与第一最值之和；获取所述灰度统计值具有第二最值的图像边缘，得到背景图像边缘；
8.如权利要求1所述的图像处理方法，其特征在于，所述待测图像包括一个或多个待测区；根据所述待测图像获取梯度角度图之前，所述图像处理方法还包括：为各个所述待测区设置一个所述预设基准方向；
9.如权利要求1、6或8所述的图像处理方法，其特征在于，基于各个所述第一点的梯度角度值获得目标特征值，以获得表征第二点的位置与目标特征值对应关系的目标特征图，包括：
10.如权利要求9所述的图像处理方法，其特征在于，对所述梯度角度图的各第一点分别进行特征值转化处理，得到相对应的角度特征值，以获得二值图；
11.如权利要求10所述的图像处理方法，其特征在于，所述待测图像的形状为矩形；所述待测图像包括多个图像边缘，且所述多个图像边缘中仅有一条背景图像边缘，所述背景图像边缘被所述背景图像完全覆盖；所述预设基准方向垂直于背景图像边缘的延伸方向；
12.如权利要求10所述的图像处理方法，其特征在于，所述二值图包括第一类点和第二类点，所述待测物边缘处具有所述第二类点，且所述第一类点和第二类点中的其中一类的角度特征值为0，另一类的角度特征值为1；
13.如权利要求12所述的图像处理方法，其特征在于，在所述膨胀处理中，各第二类点的膨胀方向相同；所述第二类点的膨胀方向平行于所述待测物边缘轮廓的任意位置处的切线方向，或者，所述第二类点的膨胀方向平行于所述第二类点所在位置处的边缘轮廓的切线方向。
14.如权利要求9所述的图像处理方法，其特征在于，所述梯度幅值图为正值幅值图，所述正值幅值图中各第三点的幅值与所述待测图像相应像素点的梯度幅值正相关；所述第一类点的角度特征值为0，所述第二类点的角度特征值为1；
15.如权利要求9所述的图像处理方法，其特征在于，所述梯度幅值图为反值幅值图，所述反值幅值图中各第三点的幅值与所述待测图像相应像素点的梯度幅值负相关；所述第一类点的角度特征值为1，所述第二类点的角度特征值为0；
16.如权利要求15所述的图像处理方法，其特征在于，所述梯度幅值图为反值幅值图，所述反值幅值图中各第三点的幅值与所述待测图像相应像素点的梯度幅值负相关，且所述梯度幅值图中待测物边缘处第三点的幅值为极小值；
17.如权利要求15所述的图像处理方法，其特征在于，所述梯度幅值图为反值幅值图，所述反值幅值图中各第三点的幅值与所述待测图像相应像素点的梯度幅值负相关，且所述梯度幅值图中待测物边缘处第三点的幅值为极小值；
18.如权利要求1所述的图像处理方法，其特征在于，所述目标特征图中，所述待测物边缘处第二点的目标特征值具有最小值或最大值；
19.如权利要求18所述的图像处理方法，其特征在于，在自所述起始行至结束行的各行中均获取一个第二点作为目标点，包括：
20.如权利要求19所述的图像处理方法，其特征在于，对当前行的各第二点重复累加关系获取处理的过程中，第i个当前第二点的搜索范围涵盖的待选点包括前一行第二点中第i-2个至第i+2个第二点，i表示所述当前第二点在排列方向上的位置，所述排列方向垂直于所述预...
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：
2.如权利要求1所述的图像处理方法，其特征在于，获取待测物在边缘位置处的待测图像包括：获取待测物在多个不同的边缘位置处的待测图像，所述边缘位置的数量大于或等于3个；
3.如权利要求2所述的图像处理方法，其特征在于，利用所述边缘提取获得的多个边缘轮廓，确定所述待测物的中心包括：根据所述待测图像的像素点的坐标信息，获取所述边缘轮廓的多个像素点的坐标；对所述边缘轮廓的多个像素点的坐标进行拟合，获取所述待测物的中心坐标。
4.如权利要求1所述的图像处理方法，其特征在于，根据所述待测图像获取梯度角度图之前，所述图像处理方法还包括：对所述待测图像进行旋转，使所述待测物的边缘轮廓图像沿所述预设方向范围延伸；
5.如权利要求4所述的图像处理方法，其特征在于，所述待测图像包括多个图像边缘，且所述多个图像边缘中仅有一条背景图像边缘，所述背景图像边缘被所述背景图像完全覆盖；
6.如权利要求1所述的图像处理方法，其特征在于，所述待测图像包括多个图像边缘，且所述多个图像边缘中仅有一条背景图像边缘，所述背景图像边缘被所述背景图像完全覆盖；
7.如权利要求5或6所述的图像处理方法，其特征在于，获取所述背景图像边缘包括：获取所述待测图像各图像边缘的灰度统计值，其中，所述灰度统计值包括：图像边缘上各像素点的灰度的平均值，或者，图像边缘上各像素点的灰度的平均值与第一最值之和；获取所述灰度统计值具有第二最值的图像边缘，得到背景图像边缘；
8.如权利要求1所述的图像处理方法，其特征在于，所述待测图像包括一个或多个待测区；根据所述待测图像获取梯度角度图之前，所述图像处理方法还包括：为各个所述待测区设置一个所述预设基准方向；
9.如权利要求1、6或8所述的图像处理方法，其特征在于，基于各个所述第一点的梯度角度值获得目标特征值，以获得表征第二点的位置与目标特征值对应关系的目标特征图，包括：
10.如权利要求9所述的图像处理方法，其特征在于，对所述梯度角度图的各第一点分别进行特征值转化处理，得到相对应的角度特征值，以获得二值图；
11.如权利要求10所述的图像处理方法，其特征在于，所述待测图像的形状为矩形；所述待测图像包括多个图像边缘，且所述多个图像边缘中仅有一条背景图像边缘，所述背景图像边缘被所述背景图像完全覆盖；所述预设基准方向垂直于背景图像边缘的延伸方向；
12.如权利要求10所述的图像处理方法，其特征在于，所述二值图包括第一类点和第二类点，所述待测物边缘处具有所述第二类点，且所述第一...
【专利技术属性】
技术研发人员：陈鲁，王紫媛，吕肃，黄有为，张嵩，
申请(专利权)人：深圳中科飞测科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。