一种纹理干扰下圆孔几何属性的提取与性能优化方法技术

本发明专利技术属于图像数据处理技术领域，具体涉及一种纹理干扰下圆孔几何属性的提取与性能优化方法。本发明专利技术通过在频率域上的处理，能有效去除周期性条纹而不破坏圆孔频率成分，显著降低纹理对连通域分割的影响，采用一维梯度滤波和抛物线拟合可以得到亚像素级边缘位置，进而采用加权最小二乘拟合得到稳定的参考边缘线，使得相对坐标位置的计算更精确，通过查找表加速幂次变换、定点运算替代浮点、AVX指令并行计算以及多线程并行计算等方式，显著提高了计算处理速度，其中计算时采用了缓存友好的区域数据结构、采用了基于数据局部有序性的区域并集算法以及桶排序求中值，均有效提高了计算效率。

【技术实现步骤摘要】

本专利技术属于图像数据处理，具体涉及一种纹理干扰下圆孔几何属性的提取与性能优化方法。

技术介绍

1、在工业视觉领域，有许多需要检测密集圆孔阵列的场景，例如pcb板上密集圆孔的检测，锂电池极片上激光灼烧后的密集圆孔检测等。工业场景下对于检测速度、准确性和稳定性均有较高要求，检测程序的好坏便直接影响检测结果。

2、然而，现有技术在工业视觉检测中存在局限性，周期性纹理干扰严重影响分割与边缘检测，待处理图片尺寸较大时，待检测圆孔数量众多，常规的检测方式很难准确高效地检测圆孔。

技术实现思路

1、本专利技术的目的是提供一种纹理干扰下圆孔几何属性的提取与性能优化方法，能够在复杂纹理干扰背景下实现圆孔的稳定、快速、精确提取，还能有效提升几何属性计算的效率和精度，具有较强的工程应用价值。

2、本专利技术采取的技术方案具体如下：

3、一种纹理干扰下圆孔几何属性的提取与性能优化方法，包括：

4、对输入图像进行预处理，先用傅里叶变换将原图像中的纹理干扰去除，再对图像进行高斯滤波以抑制本文档来自技高网...

【技术保护点】

1.一种纹理干扰下圆孔几何属性的提取与性能优化方法，其特征在于，包括：

2.根据权利要求1所述的纹理干扰下圆孔几何属性的提取与性能优化方法，其特征在于，对输入图像进行预处理，先用傅里叶变换将原图像中的纹理干扰去除，再对图像进行高斯滤波以抑制噪声，最后对图像进行灰度变换的步骤，包括：

3.根据权利要求2所述的纹理干扰下圆孔几何属性的提取与性能优化方法，其特征在于，灰度变换函数为，式中，s表示输出灰度值，r表示输入灰度值，r的取值范围为0至255内的整数，c和均为正常数，由于r的取值范围为0至255内的整数，故可生成一个256个对应值的查找表，通过查找表可以快速得到幂...

【技术特征摘要】

1.一种纹理干扰下圆孔几何属性的提取与性能优化方法，其特征在于，包括：

2.根据权利要求1所述的纹理干扰下圆孔几何属性的提取与性能优化方法，其特征在于，对输入图像进行预处理，先用傅里叶变换将原图像中的纹理干扰去除，再对图像进行高斯滤波以抑制噪声，最后对图像进行灰度变换的步骤，包括：

3.根据权利要求2所述的纹理干扰下圆孔几何属性的提取与性能优化方法，其特征在于，灰度变换函数为，式中，s表示输出灰度值，r表示输入灰度值，r的取值范围为0至255内的整数，c和均为正常数，由于r的取值范围为0至255内的整数，故可生成一个256个对应值的查找表，通过查找表可以快速得到幂次变换的结果。

4.根据权利要求1所述的纹理干扰下圆孔几何属性的提取与性能优化方法，其特征在于，在预处理后的图像上通过阈值分割、开闭运算、交集并集方式，提取出图像中的圆孔区域，进而提取出圆孔的半径、图像坐标系下的绝对坐标属性的步骤，包括：

5.根据权利要求4所述的纹理干扰下圆孔几何属性的提取与性能优化方法，其特征在于，图像区域所用的数据结构是一种缓存友好数据结构，区域r为，式中，i表示多个行程，i=1,2,3…n，表示第i个行程，r为n个行程，，…的并集，为，表示第i个行程的列结束坐标，表示第i...

【专利技术属性】
技术研发人员：曹国平，于长明，杨旭东，朱非甲，
申请(专利权)人：南京华视智能科技股份有限公司，
类型：发明
国别省市：