CN101201902A - 基于六角网格的识别系统及识别方法 - Google Patents

Abstract

本发明涉及基于六角网格的识别系统，其特征在于它包括：可移动平台，用于辅助六角网格数字图像的形成；摄像机，位于可移动平台的上方，用于摄取位于可移动平台上的三维物体，产生方形网格数字图像；计算机构件，用于把摄像机摄取的数字图像转换成六角网格数字图像，并对该六角网格数字图像进行识别，产生识别结果；视频显示器，用于实时输出上述识别结果。本发明采用基于六角网格的识别系统和识别方法，以一种相对简单和清晰的方式来分析图像和识别物体。本发明系统及识别方法有望贡献于改进的图像分析的准确度和速度。

Description

基于六角网格的识别系统及识别方法

技术领域：

本发明涉及一种实时的三维物体识别系统，具体涉及基于六角网格的识别系统及识别方法。

背景技术：

我们知道，只有三种正多边形(正三边形、正四边形和正六边形)可以完整地覆盖一个平面，其中正四边形覆盖对应着方形网格系统，它是目前的扫描光栅(Scanning Raster)采样所使用的网格系统。发表于2004年的文献(Xi-qun Lu and Chun Chen，Research on HexagonalSampled Digital Images，Journal of Image and Graphics 6(15)，2004)指出虽然六角网格的采样密度比方形网格的要好，但是目前图像输入输出设备只支持矩形点阵结构的数字图像。而早在60年代初，数学家们就对如何分布平面上的采样点问题进行了深入的研究，其中文献(C.A.Rogers，Packing and Covering，Cambridge University Press，1964)指出，平面上采样点的最佳分布是按六角网格的形式分布。这种分布对应着正六边形覆盖，即每个像素对应着一个正六边形，正六边形的中心点作为网格点，形成六角网格系统，如图5所示。

与六角网格系统相比，方形网格系统有以下不足之处：

首先，在方形网格中，每个像素点到其8个相邻像素点的距离是不相等的，既有边相邻的(有一条公共边)，也有点相邻的(有一个公共顶点)。当直线或曲线中有一对点相邻的像素时，就会出现一个“断点”，影响了直线或曲线的美观性和平滑性。而在六角网格中，每个像素的六个相邻像素都是边相邻的，是等距离的，直线或曲线中的每一对相邻像素都有一条公共边，不会有“断开”的现象。

其次，采样点的选取准则应该是能够尽量反映原始图像的微小细节，或者说使采样点之间的空隙尽量小。当然这可以通过增加采样点来达到，但是每个设备的扫描光栅点数量(分辨率)是固定的，由光栅点尺寸等因素所决定；光栅点不可能无限制地小，这由制造工艺等因素所限制。因此，在光栅点大小固定的情况下，只能通过点的合理分布来增加采样点。假设光栅点的直径长度(或像素的长度)为1，则对于一个面积为m×n的网格，若使用方形网格分布可以容纳m×n个点，而若使用六角网格分布可以容纳m×n个点，点数增加了约15.5％。点密度的增加可以更好地表现图形或图像的细节，从而提高了对自然景象的显示分辨率。

第三，在六角网格中，每个像素与其所有相邻像素之间只有一种相邻关系，对应唯一一种邻接定义，这为图形图像处理算法提供了简便的实现途径，提高了算法的效率。而在方形网格中，每个像素到其相邻像素的距离不等，其相邻像素有4邻接和8邻接两种定义。图像的许多几何性质(如区域在某一点是否连续、两点之间的距离是否相等)和处理算法(如边缘检测算法)都随着邻接定义的不同而有不同的结果，使得图形图像处理与识别的算法变得相当复杂，从而影响运算和识别的速度。

第四，方形网格有两根主轴，即横向轴与纵向轴，和八个主方位，其中有四个方位指向像素的四个角，相邻方位之间的角度为45°。六角网格有三条主轴和十二个主方位，其中有六个方位指向像素的六个角，相邻方位之间的角度为30°。由于六角系统具有更大的角度分辨率，物体轮廓的呈现会更加精确。

第五，网格中的边缘点定义为相邻两个像素之间的点，边缘点是构成物体边缘的基本单位。每个边缘点用强度与方向表征，强度表示两个像素灰度的差值，方向指向更高的灰度数值。在六角网格中，所有可能的边缘点位置构成了正则三角形点阵，三角形的边长等于原六角像素间距的一半。而在方形网格中，所有可能的边缘点位置并不构成正则四边形点阵，四边形的边长等于原像素间距的一半，但缺了四个角。除此以外，边缘元素，即连接相邻两个边缘点的一段直线，其长度精确等于或近似等于六角网格中基本单元长度的整数倍，而方形网格中情况不是这样，其长度的比率为1∶1.414。这是另外两个理由说明为什么六角网格在精确表现物体轮廓方面更优越。

方形网格系统的这些不足之处造成了现有的只支持方形网格的这些输入输出设备(物理方形网格系统)的相应的不足之处。Trytten和Tuceryan在他们近年的文献(D.A.Trytten and M.Tuceryan，Theconstruction of labeled line drawings from intensity images，PatternRecognition 28(2)，171-198，1995)中总结了一个可以完全地自动处理从图像到解释系统的开发尝试，他们的系统分成一系列阶段进行，在后一阶段借助反馈来修正前一阶段所发生的错误，该系统对于大多数被测图像都取得了成功，其主要的缺点就是大量的处理时间，典型地需要一百至几百秒，其中大部分时间化在初始阶段的薄膜边缘检测算法上。另外，基于方形网格的现有技术无法提供三维图像对于旋转及倾斜的不变性。六角网格实际地出现在苍蝇的视网膜内，曾被尝试构建硅视网膜，文献(Xiaohong Hu，Yihua Guo，Dehua Liu and Yimin Li，Hexagonal subdivision surfaces algorithms introduction，ComputerApplications and Software 8(43)，2004)揭示六角几何在许多领域的应用已经取得了良好的效果。

发明内容：

本发明的一个目的在于提供一种基于六角网格的识别系统，解决了传统的基于方形网格的识别系统的先天不足的问题。

为了实现上述目的，本发明的技术方案如下：基于六角网格的识别系统，其特征在于它包括：可移动平台，用于辅助六角网格数字图像的形成；摄像机，位于可移动平台的上方，用于摄取位于可移动平台上的三维物体，产生方形网格数字图像；计算机构件，用于把摄像机摄取的数字图像转换成六角网格数字图像，并对该六角网格数字图像进行识别，产生识别结果；视频显示器，用于实时输出上述识别结果。

其中可移动平台包括底盘、与底盘连接的台架、和台板，台架内设有螺杆，螺杆与台板螺纹连接，台板表面铺放黑色柔布。

其中计算机构件包括以下模块：六角网格数字图像形成模块，与摄像机连接，把摄像机输出的图像转换成六角网格数字图像；边缘检测识别模块，与六角网格数字图像形成模块连接，用于检测六角网格数字图像中的边缘点；边缘减薄识别模块，与边缘检测识别模块连接，用于对上述边缘点进行减薄处理，形成确定的边缘点；边缘链接识别模块，与边缘减薄识别模块的输出端连接，用于把上述确定的边缘点连接起来，形成图像轮廓；特征提取识别模块，与边缘连接识别模块连接，用于确定该图像轮廓的顶点特征。

本发明的另一个目的在于提供一种基于六角网格的识别方法，解决了传统的基于方形网格的识别系统的先天不足的问题。

为了实现上述目的，本发明的技术方案如下：一种基于六角网格的识别方法，其特征在于它包括以下步骤：A、摄取三维物体图像，由摄像机摄取放置在可移动平台上的三维物体，形成方形网格数字图像；B、合成六角网格数字图像，由计算机构件对摄像机摄取的方形网格数字图像进行处理，形成六角网格数字图像；C、边缘检测识别，由计算机构件检测六角网格数字图像中的边缘点；D、边缘减薄识别，由计算机构件对上述边缘点进行减薄处理，形成确定的边缘点；E、边缘链接识别，由计算机构件把上述确定的边缘点连接起来，形成图像轮廓；F、特征提取识别，由计算机构件确定该图像轮廓的顶点特征；G、输出显示结果，在视频显示器中显示上述图像轮廓。

本发明解决了传统的基于方形网格的识别系统的先天不足的问题。由于六角几何具有许多优于方形几何的特性诸如定向不敏感性、角增量均匀性、中央像素邻域的等同性，这些特性有助于我们以一种相对简单和清晰的方式来分析图像。本发明提出的基于六角网格的图像识别算法(边缘检测识别、边缘减薄识别、边缘链接识别和特征提取识别)不仅运算时间短，而且提高了图像识别的精确率。这些算法全部采用整数型运算，可以用于识别任何一种结构形状的三维物体。这些算法可以在速度和鲁棒度两个方面从根本上提高现有的实际机器视觉系统。并且，本发明系统及识别方法有望贡献于改进的图像分析的准确度和速度，此类图像分析的领域包括扫描电子显微镜、无线移动结构、医学图像、卫星图像和工业检验等。

附图说明：

图1为本发明——实施例的示意图

图2为图1中计算机构件的方框图

图3为本发明的流程框图

图4为本发明——实施例的具体流程图

图5为本发明——实施例的结果输出图

具体实施方式：

下面结合附图和实施例对本发明作详细说明。

本发明的一种基于六角网格的识别系统，其特征在于它包括：可移动平台1，用于辅助六角网格数字图像的形成；摄像机2，位于可移动平台的上方，用于摄取位于可移动平台上的三维物体，产生方形网格数字图像；计算机构件3，用于把摄像机摄取的方形网格数字图像转换成六角网格数字图像，并对该六角网格数字图像进行识别，产生识别结果；视频显示器4，用于实时输出上述识别结果。

本发明的一种基于六角网格的识别方法，其特征在于它包括以下步骤：A、摄取三维物体图像301，由摄像机2摄取放置在可移动平台上的三维物体，形成方形网格数字图像；B、合成六角网格数字图像302，由计算机构件3的六角网格数字图像形成模块201对该方形网格数字图像进行处理，形成六角网格数字图像；C、边缘检测识别303，由计算机构件3的边缘检测识别模块202检测六角网格数字图像的边缘点；D、边缘减薄识别304，由计算机构件3的边缘减薄识别模块203对上述边缘点进行减薄处理，形成确定的边缘点；E、边缘链接识别305，由计算机构件3的边缘链接识别模块204把上述确定的边缘点连接起来，形成图像轮廓；F、特征提取识别306，由计算机构件3的特征提取识别模块205确定该图像轮廓的顶点特征；G、输出显示结果307，在视频显示器4中显示上述图像轮廓。

本发明中使用的摄像机2采用CCD摄像仪。CCD(电荷耦合器件)是一种基于硅片技术的电晶体光传感器装置。用于视频摄像仪的CCD光传感器具有离散的光电位置，或称为像素，以正比于照射光强而积累相应的电荷，当以像素接像素、行接行地扫描时，对应生成一种实时的模拟视频信号，然后通过D/A转换器数字化。光传感器装置大致可以分为两类：行-扫描光传感器由一条单行光电位置组成，这类CCD摄像仪适合于对运动物体的成像；二维传感器例如我们所使用的具有768×512像素分辨率的Hamamatsu CCD摄像仪适合于对静止物体的成像。文献(Stefano Baronti et al.，Detector shape in hexagonalsampling grids，SPIE Vol.4540，pp.354-365，Dec.2001)揭示了现有的二维光传感器CCD摄像仪都使用矩形或方形点阵。传统的物理矩形点阵长期以来一直最常用于数字图像的轮廓检测，由于这些点阵最适合于连续的光栅扫描技术，该技术用于成像硬件形成图像已经超过了70年之久，这些成像硬件包括从早期的光电析象管到近期的CCD点阵。

作为本发明系统的一个创新构件，可移动平台1(STANDA 7T125Basic Translation Stage)直接安置在CCD摄像仪2的下方如图1所示。可移动平台1包括底盘5、与底盘连接的台架6和台板7，台架6内设有螺杆8，螺杆8与台板7螺纹连接，台板7表面铺放黑色柔布。这个构件是必需的，由于CCD摄像仪2中的二维方形光传感器点阵不能直接产生六角网格数字图像。通过旋转可移动平台1的横向位移螺杆8半周稍多一点得到0.06毫米的台板7水平位移，这个值等于两个相邻方形像素间距的一半。根据本发明的一个实施例，由六角网格数字图像形成模块201形成六角网格数字图像，在没有水平位移的情况下，六角网格数字图像形成模块201先记录并存储摄像机2摄取的数字图像的所有偶数行像素值，然后令可移动平台的台板7平移0.06毫米，记录所有奇数行的像素值。合成的数字图像很好地近似于由真实物理六角网格上所摄取的图像。由于在六角网格中相邻行之间的相对距离是同一行中两个相邻像素间距的0.866倍，合成的图像在垂直方向上被压缩了13.4％，然而这个压缩所产生的影响对于随后用于识别的边缘检测和特征提取分析是可以忽略不计的。

第二种获取六角网格数字图像的方法是先数字化全部扫描行，然后应用简单的求平均插值公式((强度[j][i]+强度[j][i+1])/2＝强度[j][i])于所有隔一行的全部像素，再整行向右平移半个像素单位。此方法的主要缺点是由于求平均算法形成了一个低通滤波器，隔一行上的边缘被模糊了，应用边缘检测算法后引入了多余的边缘点，这些边缘点使随后的处理变得复杂。

作为本发明系统的核心构件计算机构件3，起着数字化、存储和分析处理的作用，内置的分析软件主要包括四大功能模块，分别执行边缘检测识别、边缘减薄识别、边缘链接识别和特征提取识别模块，以便充分识别物体。

1.边缘检测识别模块202

假定六角网格中的边缘点检测在每个像素上并行地执行，每个像素使用本身像素灰度f₀和它的六个相邻像素灰度f₁至f₆作为输入数据，加上一个取差阈值T₀和一个比率阈值R₀。我们采用下面概括性的算法来确定边缘点：

1)依次沿着三条主轴：

A)如果两个灰度差值的符号相反，即中央像素的灰度高于或低于两个相邻像素的灰度，那么放置边缘点在差值大于T0的像素的棱边上。

B)如果两个灰度差值的符号相同，即中央像素的灰度介于两个相邻像素的灰度之间，那么放置边缘点

i)在像素的棱边，若灰度差值的比率大于R₀且差值之和大于T₀。

ii)在像素的中心，若灰度差值的比率小于R₀且差值之和大于T₀。

2)每个像素的最后边缘点集合应该由位于像素中心的唯一的一个边缘点或者由位于棱边上的一个或多个边缘点组成。

3)中心/棱边的优先应该由沿主轴最大总灰度的改变来决定。

4)最终的棱边上的边缘点应该由共享棱边的两个像素来确定。

一个C语言编写的程序用于执行上述的边缘检测算法，检测后的结果如图5所示。

2.边缘减薄识别模块203

边缘检测程序运行之后，基于每个像素和它的六个相邻像素的灰度值，数字图像的最初边缘点集合可以确定，然而深一层的边缘减薄仍应该执行。虽然边缘点的置放规则，尤其是边缘点必须放置在像素中心或棱边的规则，有助于阻止多重边缘的发生，但少量多重边缘仍然确实发生，在进一步的图像处理之前应加以减薄。

边缘减薄采用下面的算法：

1)执行边缘减薄当两个边缘点分别位于两个相邻像素的中心，它们的方向与六角网格的其中一条主轴的夹角都小于30°，即12-方位码的一个单元。

2)若其中一个边缘点的强度小于另一个边缘点强度的3/4，消去强度较弱的边缘点。

3)否则，消去这两个边缘点，在两个像素共享的棱边上插入一个平均边缘点，这个新的边缘点具有：

a.强度＝(强度1+强度2)/2

b.方向＝(方向1+方向2)/2(默认值为垂直于棱边若非整数的话)

3.边缘链接识别模块204

边缘点一旦确定以后，这些边缘点必须连接在一起以形成边缘部分或顶点，最后生成图像的轮廓。在六角网格中，用于执行边缘链接和特征提取的最小实际单元是7-像素六角邻域，即中央像素和它的六个相邻像素。在7-像素六角邻域内，共有37个可能边缘点聚合成六层，即中央层和五个外部层，每个外部层包含6个或12个等距离的边缘点。

一个六角邻域内的边缘特征是由边缘点的链组成的，特别是直形、曲形边缘部分或L型顶点构成的单链，和由一条主链加一条侧链构成的箭型、叉型、T型顶点，更复杂的顶点类型在此不作考虑。对于这些链可以约定两个一般的条件：

1.a.主链必须起始于其中一个外部层(2，3，4)，继续到其中一个内部层(0，1)，终止于其中一个外部层(2，3，4)。

b.侧链必须起始于其中一个外部层(2，3，4)，终止于其中一个内部层(0，1)，与主链的一个顶点相交。

2.边缘点的方向通常应垂直于连接边缘点的边缘元素的方向。条件1要求特征居于六角邻域的中央，如果边缘点的链余留在外部层，且六角邻域在此一特征的外围，则须由六角邻域的邻接像素加以检测，条件2要求似是而非的边缘必须垂直于灰度改变的方向。

六角邻域内的边缘链接的算法如下：

1)起始于离中心最远、具有最高位置序号的边缘点；

2)以最段距离先向内层而后向外层依次连接边缘点；

3)IF一条单链可以形成THEN

IF此单链用尽了所有边缘点THEN

RETURN边缘部分或L型顶点；

ELSEIF一些边缘点剩余THEN

重新起始于剩余边缘点中具有最高位置序号的边缘点，

并按照步骤2连接边缘点；

IF侧链和主链可以在层0或层1的边缘点联合THEN

RETURN箭型、叉型或T型顶点；

ELSE RETURN；

ELSE RETURN。

上述算法没有考虑边缘点的可能多重链，在这种情况下，可能需要应用最小成本，即最高品质函数来评价各种选择以便选出最佳的一个。一个适合的品质函数可以是：

(其中

表示直接边缘长度，

表示直接路径长度)，当直接边缘垂直于直接路径时，q返回最高值。

4.特征提取识别模块205

为了提取定性的特征信息，需要应用线条标签方案于数字图像的边缘，在六角网格上扫描六角邻域检测典型的直线/曲线和顶点特征。发生于六角邻域内的一些可归类的几何特征的特性可以通过下面的描述加以区分：

A.特征类型：

1)单链特征

a.直线/曲线(两个角度都不小于等于120°)

b.L型顶点(一个角度小于等于120°)

2)两链特征

a.箭形顶点(一个角度大于180°)

b.叉形顶点(没有角度大于等于180°)

c.T形顶点(一个角度等于180°)

B.存在一个特征的必要条件：

1)在六角邻域内至少有3个边缘点；

2)至少一个边缘点位于中央像素的中心或棱边，即层0或层1。特征提取的算法如下：

1)检查上述B中的必要要求；

2)起始于最外层位置上的边缘点，先向内接近中央层再向外层形成边缘点的一条链，每次搜索最靠近的未使用的边缘点；

3)如果一条链用尽了六角邻域内的所有边缘点，查找可能的顶点中心和整个的角度改变，确定此链是直线、曲线还是L型顶点；

4)否则的话，起始于最外层位置上未使用的边缘点，向中央层接近形成一条链，与已存在的链在适当的顶点位置联合。检查横穿六角邻域的直线是否存在，和顶点的三个部分之间的角度以便确定顶点的类型。

一个C语言编写的程序用于执行上述的特征提取算法，执行结果如图5所示，对于一个三维楔形物图像，共显示了两个L型顶点、一个叉型顶点、一个箭型顶点、一个T型顶点，和一条直线/曲线。

汤浩钧先生在其美国麻省大学的博士论文《Ph.D.Thesis“RapidPattern Recognition of Three Dimensional Objects Using ParallelProcessing Within a Hierarchy of Hexagonal Grids”by Haojun Tang，University of Massachusetts Lowell，Massachusetts，US A in 1995》中，提出了基于分层六角网格并行处理的机器视觉系统的基本思想和处理算法。本发明系统中的识别方法在借鉴这些算法的基础上，做了进一步的改进和提高。

尽管在该实施例中，采用软件的方法实现了六角网格图像识别的功能，但是应当理解，该功能也可以采用硬件的方法来实现。

视频显示器4可以是阴极射线管(CRT)的，也可以是液晶显示(LCD)的，本系统采用的是一台21英寸NEC彩色CRT显示器。视频显示器的选择比CCD摄像仪的选择次要得多，CCD摄像仪的空间和亮度分辨率直接控制着生成的数字图像的优劣。而一台视频显示器，即使显示质量差一些，也不会影响识别系统的整体效果。

获取图像是本识别系统的第一步。一个输入图像可以用许多不同的能量形式产生，最通常的形式是光能量，然而X光、红外热、雷达、无线电射频和声能等形式也是常用的。在该实施例中使用两个鹅颈台灯9从样品的左右两边照射，通过调节台灯9得到最佳的图像对比度。

CCD摄像仪2被架设在可移动平台1上方光轴垂直高度66厘米处(其间的垂直距离以样品充满CCD摄像仪的视域为准，一般在30厘米~150厘米。)，无光表面样品三维楔子是由木料切割而成的，采样时被摆放成某个角度，以便在摄像仪下形成全景的三维透视。CCD摄像仪2通过透镜聚焦光线到二维光传感器上，光传感器再把光能量转换为成比例的电信号，即图像的模拟信号，模拟信号然后通过一个4-位数/模(D/A)转换器变为数字数据形式，存储于计算机3中。图像配准时先记录偶数行，然后物理地平移图像域半个像素单位再记录奇数行组成两阶段的数字化。这一方法优于模拟实际六角网格配准图像的插值法。

为方便起见选择计算机终端上图像尺寸为25×25部分的像素灰度数值(0-15范围)，由于黑色柔布的效果，我们得到的背景灰度通常为0，偶尔为1。一个由C语言编写的软件对所输入的六角网格灰度数组开始执行上述算法，输出结果如图5所示。结果显示：边缘检测识别生成了相当清晰的边缘点图像，但仍需某些深一层的边缘减薄；简单的边缘减薄识别经执行消去了大多数多余的边缘点；边缘链接识别和特征提取识别经执行后显示了应有的顶点，且大多数顶点特征得到正确归类，改进的顶点归类需要使用金字塔处理的非局部信息。

图4中示出了本发明——实施例的具体流程图。首先在模块401中摄取三维物体图像，模块402中合成六角网格数字图像。接着进行边缘检测识别，在模块403中计算相邻六角像素之间的灰度差，在模块404中依次沿着三条主轴确定边缘点，在模块405中判断沿主轴最大总灰度变化的两个差值比率是否大于T，如否，则消去棱边上的边缘点，置放单个边缘点在像素中心406；如是，则在模块407选择边缘点在棱边上。然后执行边缘减薄识别，在模块408中执行边缘减薄当两个边缘点分别位于两个相邻像素的中心，它们的方向与六角网格的其中一条主轴的夹角都小于30°。在模块409中判断一个边缘点的强度是否小于另一个的强度的3/4，若否，则在模块410中消去这两个边缘点，在共享棱边上插入一个平均边缘点；若是，则在模块411中消去强度较弱的边缘点。接着执行边缘链接识别，在模块412中检查一个特征存在的必要要求，即在一个六角邻域内至少有3个边缘点且至少一个边缘点位于中央像素的中心或棱边(层0或层1)，接着在模块413中，起始于最外层位置上的边缘点，先向内接近中央层再向外层形成边缘点的一条链，每次搜索最靠近的未使用的边缘点。接着执行特征提取识别，在模块414中，判断一条链是否用尽了六角邻域内的所有边缘点，如否，则在模块415中，起始于最外层位置上未使用边缘点，向中央层接近形成一条链，与已存在链在适当顶点位置联合；检查横穿邻域的直线是否存在和顶点的三个部分之间的角度以确定顶点类型；如是，则在模块416中，查找可能的顶点中心和整个的角度改变，确定此链是直线、曲线还是L型顶点。最后在模块417中，输出识别结果。

虽然本发明是参考最实用的优选实例进行说明的，但可以理解的是，本发明并不局限于所披露的实施例，相反，可以覆盖包含在其精神的和权利要求书的范围内的各种修改和等效方案。

Claims (7)

1.基于六角网格的识别系统，其特征在于它包括：可移动平台，用于辅助六角网格数字图像的形成；摄像机，位于可移动平台的上方，用于摄取位于可移动平台上的三维物体，产生方形网格数字图像；计算机构件，用于把摄像机摄取的数字图像转换成六角网格数字图像，并对该六角网格数字图像进行识别，产生识别结果；视频显示器，用于实时输出上述识别结果。

2.按权利要求1所述的基于六角网格的识别系统，其特征在于可移动平台包括底盘、与底盘连接的台架、和台板，台架内设有螺杆，螺杆与台板螺纹连接，台板表面铺放黑色柔布。

3.按权利要求1所述的基于六角网格的识别系统，其特征在于六角网格数字图像形成模块，与摄像机连接，把摄像机输出的方形网格数字图像转换成六角网格数字图像；边缘检测识别模块，与六角网格数字图像形成模块连接，用于检测六角网格数字图像中的边缘点；边缘减薄识别模块，与边缘检测识别模块连接，用于对上述边缘点进行减薄处理，形成确定的边缘点；边缘链接识别模块，与边缘减薄识别模块的输出端连接，用于把上述确定的边缘点连接起来，形成图像轮廓；特征提取识别模块，与边缘链接识别模块连接，用于确定该图像轮廓的顶点特征。

4.按权利要求1至3中任一项所述的基于六角网格的识别系统，其特征在于摄像机采用CCD摄像仪。

5.一种基于六角网格的识别方法，其特征在于它包括以下步骤：A、摄取三维物体图像，由摄像机摄取放置在可移动平台上的三维物体，形成方形网格数字图像；B、合成六角网格数字图像，由计算机构件对该方形网格数字图像进行处理，形成六角网格数字图像；C、边缘检测识别，由计算机构件检测六角网格中数字图像的边缘点；D、边缘减薄识别，由计算机构件对上述边缘点进行减薄处理，形成确定的边缘点；E、边缘链接识别，由计算机构件把上述确定的边缘点连接起来，形成图像轮廓；F、特征提取识别，由计算机构件确定该图像轮廓的顶点特征；G、输出显示结果，在视频显示器中显示上述图像轮廓。

6.按权利要求5所述的基于六角网格的识别方法，其特征在于步骤A包括：把物体放置在可移动平台的台板上，由摄像机摄取产生第一次数字图像；转动螺杆，移动可移动平台的台板，再由摄像机摄取该物体产生第二次数字图像；步骤B包括：由计算机构件提取第一次数字图像中的所有偶数行像素值；由计算机构件提取第二次数字图像中的所有奇数行像素值；由计算机构件合成上述的偶数行像素值和奇数行像素值，形成六角网格数字图像。

7.按权利要求6所述的基于六角网格的识别方法，其特征在于在步骤A中，可移动平台的台板平移0.06毫米。

Images