CN102393964B - 一种条纹间隙检测方法 - Google Patents
一种条纹间隙检测方法 Download PDFInfo
- Publication number
- CN102393964B CN102393964B CN 201110218773 CN201110218773A CN102393964B CN 102393964 B CN102393964 B CN 102393964B CN 201110218773 CN201110218773 CN 201110218773 CN 201110218773 A CN201110218773 A CN 201110218773A CN 102393964 B CN102393964 B CN 102393964B
- Authority
- CN
- China
- Prior art keywords
- image
- striped
- edge
- sub
- piece
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
一种条纹间隙检测方法。属于数字图像处理技术领域。该条纹间隙检测方法包括如下步骤:对原始图像进行平滑滤波,如果噪声较大,可进行多次平滑滤波;对滤波之后的图像进行边缘提取;判断边缘提取之后的图像边缘是否太宽,如是,则重复进行上一个过程,若否,则对边缘提取之后的图像进行分块阈值分割;利用阈值分割之后的图像画出边缘线,进而可计算出条纹间隙。条纹间隙检测方法可以克服噪声、光照条件等外界因素影响,快速、准确的画出单像素条纹边缘线,计算出条纹宽度。
Description
技术领域
本发明涉及一种条纹间隙检测方法。属于数字图像处理技术领域。
背景技术
条纹间隙检测是通过提取条纹边缘线来计算条纹的宽度,其核心内容是边缘检测,边缘检测是图像特征提取的重要技术之一,用来分割不同物体或提取图像边缘。条纹间隙检测方法可以用于实现检测如光栅间隙等各种条纹间隙。
目前没有针对条纹图像提出的具体的条纹间隙检测方法,但公知的边缘检测方法比较多,主要包括一次微分算子如Sobel算子、Robert算子,二次微分算子如拉普拉斯算子,模板操作算子如Prewitt算子、Kirsch算子等。
Sobel边缘算子的卷积模板是两个3×3的卷积核,主要强调中心像素的4领域对其的影响,消弱4个对角近邻像素对其的作用,它具有方向性,在水平方向和垂直方向形成最强烈的边缘。Robert算子是一种局部对角差分算子,可以体现对角方向上的效果。Prewitt边缘算子由两个卷积核组成,一个核对垂直边缘响应最大,一个核对水平边缘响应最大,取两者的最大值即为输出。Kirsch算子是由一组8个3×3的卷积核组成,每个卷积核之间的夹角为45°,取8个中最大的即为输出,该算子考虑到了图像的360°的8个方向的边缘提取。
拉普拉斯算子是一种无方向性的二阶导数算子,阶跃边缘的二阶导数会在边缘处产生一个陡峭的零交叉,二阶导数算子过零点准确地位于图像的边缘,其边缘检测结果是不包括边缘方向信息的双像素宽边缘。
在对这些算子的研究和实践过程中发现:这些边缘检测算子对边缘灰度值过渡比较尖锐并且噪声较小等不复杂的图像提取效果较好,但对于边缘复杂、光照不均匀的图像提取的效果则不太理想,主要表现在边缘模糊、边缘非单像素宽、弱边缘丢失、整体边缘不连续等,所以本发明提出了一种条纹间隙检测方法。
发明内容
为了克服现有边缘检测算子对于边缘复杂、光照不均匀图像的边缘提取效果不理想,如边缘模糊、边缘非单像素宽、弱边缘丢失、整体边缘不连续等不足,本发明提出了一种条纹间隙检测方法,该方法可以有效克服噪声干扰及光照不均匀影响,可以精确的提取条纹图像的单像素边缘,进而可以测量条纹宽度。其特征在于该条纹间隙检测方法包括如下步骤:
1)、对原始图像进行平滑滤波;
2)、如果噪声较大,可进行多次平滑滤波
3)、对滤波之后的图像进行边缘提取;
4)、判断边缘提取之后的图像边缘是否太宽,如是,则重复进行上一个过程3),若否,则对边缘提取之后的图像进行条纹分块阈值分割;
5)利用阈值分割之后的图像画出边缘线,进而可计算出条纹间隙。
2、根据权利要求1所述的一种条纹间隙检测方法,其特征在于所述对滤波之后的图像进行边缘提取的步骤(3)包括:
a、计算水平方向的一阶微分,hx(i,j)=|f(i,j+1)-f(i,j)|其中f(i,j)是原图像的第i行j列像素值;
b、计算垂直方向的一阶微分,hy(i,j)=|f(i-1,j)-f(i,j)|;
c、计算斜对角方向的一阶微分,hrx(i,j)=|f(i-1,j+1)-f(i,j)|,hry(i,j)=|f(i+1,j+1)-f(i,j)|;
d、
3、根据权利要求1所述的一种条纹间隙检测方法,其特征在于所述对边缘提取之后的图像进行分块阈值分割步骤(4)包括:
a、根据图像中条纹宽度及位置特点,将图像分成若干子块,使每一个条纹都处于一个子块内;
b、对于垂直方向的条纹,将每一个子块内的各列像素累加得到sum[j],j表示图像的第j列,取sum[j]>k×Hei作为子块的阈值条件,其中Hei表示子块的高度,k是不同子块的系数因子;
c、对于水平方向的条纹,将每一个子块内的各行像素累加得到sum[i],i表示图像的第i行,取sum[i]>k×Wid作为子块的阈值条件,其中Wid表示子块的宽度,k是不同子块的系数因子。
本发明的有益效果是,条纹间隙检测方法可以克服外界环境的干扰,如噪声、光照条件等,快速的检测到各个方向的灰度变化,最终得到清晰、准确、连续的单像素边缘线,从而可以很容易的计算出条纹宽度。
附图说明
为了更清楚地说明本发明方法和现有技术中的技术方案,下面将对该方法和现有技术描述中所需要使用的附图作简单地介绍,下面描述中的附图仅为本发明的一个实际应用。
图1是公知的边缘检测算子的卷积核;
图2是本发明条纹间隙检测方法的流程图,也为摘要附图;
图3是本发明采用的光栅间隙检测图像;
图4是原始图像滤波后又进行边缘提取之后的图像;
图5是边缘提取之后的图像进行分块阈值分割所得图像;
图6是分块阈值分割后画出边缘线的图像;
具体实施方式
下面结合附图对本发明作进一步说明:
本发明的流程图如图2所示,包括步骤:1对原始图像进行平滑滤波;2如果噪声较大,可进行多次平滑滤波;3对滤波之后的图像进行边缘提取;4对边缘提取之后的图像进行分块阈值分割;5利用阈值分割之后的图像画出边缘线。
每个步骤具体如下:
步骤1:对原始图像进行平滑滤波
图像在采集和传输的过程中,往往会掺杂各种噪声,造成图像的质量下降,这对于图像的边缘提取造成了很大的困难,为了更好的进行边缘提取,必须先进行滤波,
步骤2:如果噪声较大,可进行多次平滑滤波;本发明采用算法简单,去噪效果较好的平滑滤波。
步骤3:对滤波之后的图像进行边缘提取
本发明采用的边缘提取方法是一个二阶无方向性的微分算子,不仅可以有效的提取水平方向和垂直方向的边缘,还可以提取对角方向的边缘,而且所提取的是单像素边缘,其主要思想如下:
a、计算水平方向的一阶微分,hx(i,j)=|f(i,j+1)-f(i,j)|其中f(i,j)是原图像的第i行j列像素值;
b、计算垂直方向的一阶微分,hy(i,j)=|f(i-1,j)-f(i,j)|;
c、计算斜对角方向的一阶微分,hrx(i,j)=|f(i-1,j+1)-f(i,j)|,hry(i,j)=|f(i+1,j+1)-f(i,j)|;
d、
步骤4:对边缘提取之后的图像进行分块阈值分割
由于图像受到外界光照条件的不同,使得图像的各个部分的亮度和对比度不尽相同,如果使用全局阈值分割,则很容易丢失部分边缘信息,为了更完整的获得每一个条纹的边缘,需对图像进行分块阈值分割,具体的分割方法如下:
a、根据图像中条纹宽度及位置特点,将图像分成若干子块,尽量使每一个条纹都处于一个子块内;
b、对于垂直方向的条纹,将每一个子块内的各列像素累加得到sum[j],j表示图像的第j列,取sum[j]>k×Hei作为子块的阈值条件,其中Hei表示子块的高度,k是不同子块的系数因子;
c、对于水平方向的条纹,将每一个子块内的各行像素累加得到sum[i],i表示图像的第i行,取sum[i]>k×Wid作为子块的阈值条件,其中Wid表示子块的宽度,k是不同子块的系数因子;
步骤5:利用阈值分割之后的图像画出边缘线
为了更加精确地确定条纹的边缘,需画出单像素边缘线,有利于计算条纹间隙,其具体做法如下:
在条纹的1/2处取一条垂直线,沿着垂直线从左到右查询灰度值为255的点坐标,保留靠近条纹边缘的坐标值,画出单像素边缘线。
Claims (2)
1.一种条纹间隙检测方法,其特征在于该条纹间隙检测方法包括如下步骤:
(1)、对原始图像进行平滑滤波;
(2)、如果噪声较大,可进行多次平滑滤波;
(3)、对滤波之后的图像进行边缘提取;
(4)、判断边缘提取之后的图像边缘是否太宽,如是,则重复进行上一个过程(3),若否,则对边缘提取之后的图像进行条纹分块阈值分割;
(5)、利用阈值分割之后的图像画出边缘线,进而可计算出条纹间隙;
所述对边缘提取之后的图像进行分块阈值分割步骤(4)包括:
a、根据图像中条纹宽度及位置特点,将图像分成若干子块,使每一个条纹都处于一个子块内;
b、对于垂直方向的条纹,将每一个子块内的各列像素累加得到sum[j],j表示图像的第j列,取sum[j]>k×Hei作为子块的阈值条件,其中Hei表示子块的高度,k是不同子块的系数因子;
c、对于水平方向的条纹,将每一个子块内的各行像素累加得到sum[i],i表示图像的第i行,取sum[i]>k×Wid作为子块的阈值条件,其中Wid表示子块的宽度,k是不同子块的系数因子。
2.根据权利要求1所述的一种条纹间隙检测方法,其特征在于所述对滤波之后的图像进行边缘提取的步骤(3)包括:
a、计算水平方向的一阶微分,hx(i,j)=|f(i,j+1)-f(i,j)|其中f(i,j)是原图像的第i行j列像素值;
b、计算垂直方向的一阶微分,hy(i,j)=|f(i-1,j)-f(i,j)|;
c、计算斜对角方向的一阶微分,hrx(i,j)=|f(i-1,j+1)-f(i,j)|,hry(i,j)=|f(i+1,j+1)-f(i,j)|;
d、 其中h(i,j)是边缘提取后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110218773 CN102393964B (zh) | 2011-08-02 | 2011-08-02 | 一种条纹间隙检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110218773 CN102393964B (zh) | 2011-08-02 | 2011-08-02 | 一种条纹间隙检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102393964A CN102393964A (zh) | 2012-03-28 |
CN102393964B true CN102393964B (zh) | 2013-09-25 |
Family
ID=45861274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110218773 Expired - Fee Related CN102393964B (zh) | 2011-08-02 | 2011-08-02 | 一种条纹间隙检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102393964B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637317A (zh) * | 2012-04-26 | 2012-08-15 | 东南大学 | 基于视觉的硬币尺寸测量算法 |
CN102999886B (zh) * | 2012-10-31 | 2016-01-13 | 长春光机数显技术有限责任公司 | 图像边缘检测器及标尺光栅栅线精度检测系统 |
CN104243969B (zh) * | 2013-06-20 | 2017-11-24 | 中兴通讯股份有限公司 | 图像条纹检测方法及装置 |
CN107223266B (zh) * | 2017-04-27 | 2020-07-07 | 香港应用科技研究院有限公司 | 用于边缘检测的分数阶微分算子的核近似 |
CN109272017B (zh) * | 2018-08-08 | 2022-07-12 | 太原理工大学 | 分布式光纤传感器的振动信号模式识别方法和系统 |
CN111462214B (zh) * | 2020-03-19 | 2023-06-09 | 南京理工大学 | 一种基于Hough变换的线结构光条纹中心线提取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1380994A2 (en) * | 2002-07-10 | 2004-01-14 | Northrop Grumman Corporation | System and method for image analysis using a chain code |
CN1847782A (zh) * | 2006-03-29 | 2006-10-18 | 东南大学 | 基于光栅投影的二维图像区域定位方法 |
EP2093710A1 (en) * | 2008-01-30 | 2009-08-26 | Carestream Health, Inc. | Computer-aided tubing detection |
CN101996405A (zh) * | 2010-08-30 | 2011-03-30 | 中国科学院计算技术研究所 | 一种快速的玻璃图像缺陷检测及分类方法及其装置 |
-
2011
- 2011-08-02 CN CN 201110218773 patent/CN102393964B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1380994A2 (en) * | 2002-07-10 | 2004-01-14 | Northrop Grumman Corporation | System and method for image analysis using a chain code |
CN1847782A (zh) * | 2006-03-29 | 2006-10-18 | 东南大学 | 基于光栅投影的二维图像区域定位方法 |
EP2093710A1 (en) * | 2008-01-30 | 2009-08-26 | Carestream Health, Inc. | Computer-aided tubing detection |
CN101996405A (zh) * | 2010-08-30 | 2011-03-30 | 中国科学院计算技术研究所 | 一种快速的玻璃图像缺陷检测及分类方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102393964A (zh) | 2012-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102393964B (zh) | 一种条纹间隙检测方法 | |
CN103413276B (zh) | 一种基于纹理分布特征的深度增强方法 | |
WO2015010451A1 (zh) | 一种从单幅图像检测道路的方法 | |
CN104616275A (zh) | 一种缺陷检测方法和装置 | |
CN106599760B (zh) | 一种变电站巡检机器人行驶区域计算方法 | |
CN103364410B (zh) | 一种基于模板搜索的水工混凝土结构水下表面裂缝检测方法 | |
CN104268853A (zh) | 一种红外图像与可见光图像配准方法 | |
CN103914827A (zh) | 汽车密封条轮廓缺陷的视觉检测方法 | |
CN105424709A (zh) | 一种基于图像标记的水果表面缺陷检测方法 | |
CN102420985B (zh) | 一种多视点视频对象提取方法 | |
CN106446905A (zh) | 渗透算法和自适应Canny算法相融合的表面裂纹纹理的提取方法 | |
CN103957397A (zh) | 一种基于图像特征的低分辨率深度图像上采样方法 | |
CN101968885A (zh) | 一种基于边缘和灰度的遥感图像变化检测方法 | |
CN106887004A (zh) | 一种基于块匹配的车道线检测方法 | |
CN106327464A (zh) | 一种边缘检测方法 | |
CN103226829A (zh) | 基于边缘增强算子的图像边缘检测方法 | |
CN105719275A (zh) | 一种并行组合的图像缺陷分割方法 | |
CN104408711A (zh) | 一种基于多尺度区域融合的显著区域检测方法 | |
CN105069806A (zh) | 一种三点联合的图像边缘检测方法 | |
CN105139391A (zh) | 一种雾霾天气交通图像边缘检测方法 | |
CN103914829B (zh) | 一种含噪图像边缘检测方法 | |
CN104764407A (zh) | 一种电缆护套厚度的精细测量方法 | |
CN102663781A (zh) | 一种基于视觉的亚像素级焊缝中心提取方法 | |
CN105787912A (zh) | 一种基于分类的阶跃型边缘亚像素定位方法 | |
CN104515479A (zh) | 中厚板平面板形测量系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130925 Termination date: 20150802 |
|
EXPY | Termination of patent right or utility model |