工业异源视觉识别系统及方法技术方案

本发明专利技术提供一种工业异源视觉识别系统及方法，其步骤包括采集多组该产品的多角度图像，并构建原始图像I<supgt;0</supgt;训练集，其中构建训练集包括提取原始图像I<subgt;0</subgt;图像中间定义点和边缘定义点之间的特征关系，并将这些特征关系结合为特征分布。在检测过程中，拍摄待测物的多组异源图像进行预处理后得到I<subgt;1</subgt;，在对I<subgt;1</subgt;进行遮挡情况的判定后输入训练集，与训练集内的数据进行拟合程度的计算，通过不断迭代得到最小拟合阈值，从而获得该最小拟合阈值对应的拟合边界及拟合边界内的拟合图像，同时确定拟合对象对应的特征分布，最后根据拟合边界及特征分布输出最终图像IF。

【技术实现步骤摘要】

本专利技术属于数据处理领域，具体涉及工业异源视觉识别系统及方法。

技术介绍

1、工业视觉检测中，为了提高图像特征提取的效率和质量，往往采用不同传感器、不同角度或不同时间等拍摄的异源图像进行配准拟合得到最终的待测物图像。但是在实际操作过程中，常常会碰到待测物在某一角度或者某一光源下部分被遮挡的情况，导致在最后拟合过程中出现偏差。因此修复关键区域的缺失图像数据成为了该处理过程中必不可少的一环。

技术实现思路

1、为此，本专利技术提供一种工业异源视觉识别方法和系统，对存在遮挡的图像进行关键区域的修复。

2、本专利技术的第一方面，提供了一种工业异源视觉识别方法，包括步骤：s1：采集多组该产品的多角度图像，并构建原始图像i0训练集；

3、s11：设定图像中心定义点，将其沿预设距离放缩，得到关于图像中间定义点的多个边缘定义点，从而提取图像中间定义点和边缘定义点的之间的多个特征t1；

4、s12：提取所述多个边缘定义点之间的多个特征t2；

5、s13：结合t1和t2得到原始图本文档来自技高网...

【技术保护点】

1.工业异源视觉识别方法，其特征在于，包括步骤：

2.根据权利要求1中所述的工业异源视觉识别方法，其特征在于，所述步骤S1采集多组该产品的多角度图像后还对图像进行预处理。

3.根据权利要求1中所述的工业异源视觉识别方法，其特征在于，所述T1和T2包括图像的纹理特征，其提取步骤包括将采用灰度共生矩阵法对所述灰度图像进行图像纹理特征提取，得到灰度共生矩阵；将所述灰度共生矩阵确定为所述纹理特征。

4.根据权利要求1中所述的工业异源视觉识别方法，其特征在于，所述T1和T2包括采用霍夫变换计算图像边缘定义点的方向性特征。

5.根据权利要求1中所述的工...

【技术特征摘要】

1.工业异源视觉识别方法，其特征在于，包括步骤：

2.根据权利要求1中所述的工业异源视觉识别方法，其特征在于，所述步骤s1采集多组该产品的多角度图像后还对图像进行预处理。

3.根据权利要求1中所述的工业异源视觉识别方法，其特征在于，所述t1和t2包括图像的纹理特征，其提取步骤包括将采用灰度共生矩阵法对所述灰度图像进行图像纹理特征提取，得到灰度共生矩阵；将所述灰度共生矩阵确定为所述纹理特征。

4.根据权利要求1中所述的工业异源视觉识别方法，其特征在于，所述t1和t2包括采用霍夫变换计算图像边缘定义点的方向性特征。

5.根据权利要求1中所述的工业异源视觉识别方法，其特征在于，所述步骤s...

【专利技术属性】
技术研发人员：沈琳，蔡福海，王尚，陈旭，王天宇，虞文武，楼竞，谢小敏，
申请(专利权)人：常州机电职业技术学院，
类型：发明
国别省市：