【技术实现步骤摘要】
本申请涉及图像识别，具体为一种基于线段融合的矩形目标定位方法和装置。
技术介绍
1、工业视觉检测在现代制造中起着至关重要的作用，其应用范围涵盖了多种流程。特别在矩形物体定位领域，如包装箱、包装盒、产品标签等的自动化检测和定位成为工业生产中的一个重要需求。传统制造业中，对于这些矩形物体的准确定位对于后续的生产工序、质量控制以及自动化处理起着关键性作用。因此，高效而准确的矩形物体定位技术对提高生产效率、降低成本具有重要意义。
2、然而，现有的矩形物体定位技术在工业视觉检测中面临着一系列挑战。其中，最显著的问题之一是光照条件的不均匀性和背景的复杂性。在制造现场，由于光照角度、强度的变化，以及物体表面的反光等原因，矩形物体常常在图像中呈现出模糊、失真或受到背景干扰的情况，如图1所示。这导致了现有技术在应对复杂工业环境下的矩形物体定位时表现不佳，如图2所示。
3、在一些特殊的制造场景中，例如传送带上的产品流动过程，传动带上存在的杂散光源以及物体本身的反光现象更加严重。这不仅降低了矩形物体轮廓的清晰度，还增加了定位算法的复杂...
【技术保护点】
1.一种基于线段融合的矩形目标定位方法，其特征在于：通过图像识别和图像处理技术对输入图像进行运算，得到目标的定位轮廓，包括以下步骤：
2.根据权利要求1所述的一种基于线段融合的矩形目标定位方法，其特征在于，图像增强算法包括采用改进sigmoid曲线的图像增强算法，通过公式1的增益函数对输入图像的像素值进行调整，得到增强图像；
3.根据权利要求1所述的一种基于线段融合的矩形目标定位方法，其特征在于，将提取的轮廓特征中不符合要求的轮廓筛选掉的方法包括：根据第三二值图的前景和背景之间的边界提取对应的轮廓，根据提取的每个轮廓拟合一个最小外接旋转矩形，判...
【技术特征摘要】
1.一种基于线段融合的矩形目标定位方法，其特征在于：通过图像识别和图像处理技术对输入图像进行运算，得到目标的定位轮廓，包括以下步骤：
2.根据权利要求1所述的一种基于线段融合的矩形目标定位方法，其特征在于，图像增强算法包括采用改进sigmoid曲线的图像增强算法，通过公式1的增益函数对输入图像的像素值进行调整，得到增强图像；
3.根据权利要求1所述的一种基于线段融合的矩形目标定位方法，其特征在于，将提取的轮廓特征中不符合要求的轮廓筛选掉的方法包括：根据第三二值图的前景和背景之间的边界提取对应的轮廓，根据提取的每个轮廓拟合一个最小外接旋转矩形，判断拟合的旋转矩形的长宽比是否在预设矩形长宽比范围内，若不在，则剔除轮廓；若在，则判断旋转矩形的面积是否在预设矩形的面积范围内，若不在，则剔除轮廓，若在，则将旋转矩形作所对应的轮廓为初步定位轮廓。
4.根据权利要求1所述的一种基于线段融合的矩形目标定位方法，其特征在于，根据旋转矩形的四条边将初步定位轮廓分割成四部分，对每个部分进行线段检测的方法包括：
5.根据权利要求1所述的一种基于线段融合的矩形目标定位方法和装置，其特征在于，对每个线段集合中相似线段的进行线段合并的方法包括：
6.根据权利要求5所述的一种基于线...
【专利技术属性】
技术研发人员：蔡仲伦，李照锁，付宝印，苏庆丰，
申请(专利权)人：平方和北京科技有限公司，
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。