【技术实现步骤摘要】
本专利技术属于汽车保险盒自动化组装生产线中的智能质量检测设备，具体涉及一种在汽车保险盒自动化组装生产线上的智能质量检测设备中应用的一种数字字符图像分割与匹配方法。
技术介绍
1、汽车电路中通常设计有保险盒这类电路保护装置，里面大部分是一类在表面印刷有标识数字字符的电子器件，在保险盒组装生产时，需要依靠对这些数字字符的图像匹配来完成质量检测。主要关注的质量问题包括器件缺失、器件多余、器件种类不符等情况，一旦不合格的保险盒装配上车，将对汽车的行车安全造成隐患。目前，由于光照条件变化、器件表面受光不均匀、字符缺损或污渍、字符印刷质量不好等原因，会导致标识字符成像不完整，采用传统的基于字符轮廓的图像匹配方法很难准确地匹配缺损的标识字符，致使检测设备复检率高，生产效率低。因此，亟待研发既能包容由于系统误差和字符缺损造成的同类器件的相似度波动，又能准确地区分异类器件的方法，提高检测设备的检测准确度。
技术实现思路
1、本专利技术提出了一种缺损的数字字符的图像分割与匹配方法，主要包含以下内容：
2、步骤一、使用工业相机拍摄标准保险盒图像，通过调节光源保证每个应检的电子元器件表面的字符完整且清晰地成像。
3、步骤二、在标准保险盒图像中逐个手动截取应检的器件图像并将其灰度化，记录位置坐标信息。
4、首先，通过手动拖拽鼠标左键逐个利用矩形框确定器件的图像位置坐标，记录为位置信息集合rect＝{rect(xi,yi,wi,li)|i＝1,2,…,n}，其中xi,yi为
5、步骤三、基于改进的显著性检测方法设计字符灰度域计算函数，并根据函数值对标准器件的灰度图像gs进行规范化处理，处理后的灰度图像gs保证字符灰度大于背景灰度。
6、器件表面印刷的图案存在两种典型情况，分别为字符灰度小于背景灰度(如白底黑字)和字符灰度大于背景灰度(如黑底白字)。为了提高设备的智能性，简化后续图像处理方法，利用改进的显著性检测方法，设计了字符灰度域计算函数，自动识别印刷字符与背景的灰度大小关系，其返回值赋给fbf。当器件字符灰度小于背景灰度时，fbf＝0；否则，fbf＝1。
7、然后，将图像gs统一规范化为字符灰度大于背景灰度的规范图像，设(x,y)为图像gs中的像素点，规范化公式如下：
8、
9、步骤四、分割图像gs生成二值图像bs，并得到经验分割阈值tthreshold；
10、默认情况下，直接利用otsu法分割图像gs得到经验分割阈值tthreshold和二值图像bs。若otsu法分割效果不理想，则手动设置经验分割阈值tthreshold，通过固定阈值分割方法生成二值图像bs。
11、特殊情况下，若针对标准器件灰度图像gs，利用上述两种方法都无法实现准确的图像分割，那么需要采用多光源、分时调光检测等手段定制特殊的光源系统，这种情况不包括在本专利技术的讨论范围内。
12、步骤五、在二值图像bs中提取标准器件的数字字符骨架图像和字符线宽wline；
13、步骤六、基于线宽wline对字符骨架图像进行膨胀操作，确定字符roi区域和稳定的背景区域，计算字符面积阈值为后续的待测器件图像的p-tile字符分割方法提供先验信息。
14、步骤七、基于字符骨架图像创建标准器件的颜色自相关图来描述字符的形态特征。
15、设标准字符骨架图像中非零像素个数为ns，非零像素的坐标信息记为集合颜色自相关图就是通过非零像素的相互位置关系来表征字符形态特征的数据序列。采用向下取整的欧式距离来描述集合中任意两点之间的位置关系，计算中所有组合情况下的两点间距离，记为数据序列序列长度为设颜色自相关图的序列长度为则：
16、
17、取步长为1，将距离分为1至个等级，根据数据序列统计每个等级上包含的距离个数，作为颜色自相关图中的每个数据项，其索引为距离等级。最后所有数据项归一化至[0～1]区间,归一化之后所有数据项之和为1。
18、步骤八、创建先验信息库。
19、经过上述图像处理过程，获取了器件的关键参数，即位置坐标信息rect(xi,yi,wi,li)、字符灰度域函数值fbf、经验分割阈值tthreshold、字符线宽wline、字符面积阈值以及字符骨架的颜色自相关图它们构成了一个标准器件在先验信息库中的数据架构。在保险盒图像中，利用步骤二至步骤七遍历每个采用字符方式检测的标准电子元器件，构建先验信息库。
20、步骤九、通过工业相机拍摄待测保险盒图像，根据先验的标准器件位置信息rect，自动地逐个截取相应的待测器件图像，并将其灰度化。设某个待测器件的灰度图像为gd。
21、步骤十、根据先验的字符灰度域函数值fbf对图像gd进行规范化处理，更新为字符灰度大于背景灰度的规范图像；
22、步骤十一、提取待测器件的字符骨架图像
23、步骤十二、根据步骤七所述方法求取待测器件字符骨架的颜色自相关图
24、步骤十三、基于动态规整(dtw)算法，构建标准器件和待测器件的颜色自相关图和的距离矩阵设计了矩阵元素d[u][v]描述标准器件的第u个数据项与待测器件的第v个数据项的差异程度的计算方法。
25、然后通过dp算法在矩阵中寻找一条从序列起始点对(1，1)到终止点对的最小路径距离，即为相似距离dsd。当相似距离dsd小于阈值td时，判定装配质量合格；否则，不合格。
26、步骤三中基于改进的显著性检测方法设计字符灰度域计算函数，自动识别印刷字符与背景的灰度大小关系的实现过程如下：
27、1)先利用lc算法计算灰度图像gs像素的显著值，生成显著性图然后建立显著像素集合记为
28、设图像gs中各个灰度级对应的像素个数为nl，l＝0,1,…,255。遍历图像gs，某一像素gs(x,y)的显著值sals(gs(x,y))可以按下式计算得到：
29、
30、然后，将全部像素的显著值归一化至[0～255]，生成显著性图
31、计算显著性图的显著均值该值为所有像素的均值，再按下式将图像gs像素分为显著像素和非显著像素：
32、
33、fsal为1时，代表像素gs(x,y)为显著像素；fsal为0时，代表像素gs(x,y)为非显著像素。显著性图中显著像素集合记为像素个数为非显著像素集合记为像素个数为
34、lc算法在计算全局对比度的过程中会导致稀有灰度等级占优，也就是稀有灰度等级会具有较高的显著值，而在实际检测过程中由于光照条件、材质反光等原因，会造成孤立的亮度较高的噪声。因此，显著像素不一定是字符，也可能是噪声。
35、2)通过与灰度图像本文档来自技高网...
【技术保护点】
1.一种缺损的数字字符的图像分割与匹配方法，其特征在于，该方法的步骤如下：
2.根据权利要求1所述的缺损的数字字符的图像分割与匹配方法，其特征在于，步骤四中直接利用OTSU法分割图像gs得到经验分割阈值Tthreshold和二值图像bs；若OTSU法分割效果不理想，则手动设置经验分割阈值Tthreshold，通过固定阈值分割生成二值图像bs。
3.根据权利要求1所述的缺损的数字字符的图像分割与匹配方法，其特征在于，步骤五、在二值图像bs中提取标准器件的数字字符骨架图像的方法如下：
4.根据权利要求1所述的缺损的数字字符的图像分割与匹配方法，其特征在于，步骤六中基于线宽wline对字符骨架图像进行膨胀操作，确定字符ROI区域和稳定的背景区域，计算字符面积阈值的实现过程如下：
5.根据权利要求1所述的缺损的数字字符的图像分割与匹配方法，其特征在于，步骤十三中，标准器件中最小的波峰的峰值peak的具体求解方法如下：
【技术特征摘要】
1.一种缺损的数字字符的图像分割与匹配方法，其特征在于，该方法的步骤如下：
2.根据权利要求1所述的缺损的数字字符的图像分割与匹配方法，其特征在于，步骤四中直接利用otsu法分割图像gs得到经验分割阈值tthreshold和二值图像bs；若otsu法分割效果不理想，则手动设置经验分割阈值tthreshold，通过固定阈值分割生成二值图像bs。
3.根据权利要求1所述的缺损的数字字符的图像分割与匹配方法，其特...
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。