CN107179057A - 基于图像的皮革几何测量方法 - Google Patents
基于图像的皮革几何测量方法 Download PDFInfo
- Publication number
- CN107179057A CN107179057A CN201710335272.0A CN201710335272A CN107179057A CN 107179057 A CN107179057 A CN 107179057A CN 201710335272 A CN201710335272 A CN 201710335272A CN 107179057 A CN107179057 A CN 107179057A
- Authority
- CN
- China
- Prior art keywords
- point
- profile
- leather
- angle
- image
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
Abstract
基于图像的皮革几何测量方法,采用特定的拍摄方式获取带棋盘格的皮革图像,实现皮革轮廓的几何尺寸及皮革面积测量。主要包括以下步骤:1)棋盘格角点测量与定位;2)Canny轮廓检测,获取轮廓边界;3)用向量角度方法进行轮廓点筛选;4)轮廓优化表达;5)轮廓矢量化;6)面积测量。本发明在皮革轮廓检测和面积测量准确度上有一定的优势。
Description
技术领域
本发明涉及一种对皮革图像几何测量方法。
背景技术
皮革的几何测量是计算皮革价格的重要依据,目前对于外形不规则的皮革尺寸及面积测量主要采用手工方式,劳动强度大,效率低。皮革的几何测量关键在于提取皮革的边界轮廓。在图像处理中,轮廓提取是一个重大的研究领域,由于轮廓提供了物体形状的重要信息,所以轮廓提取有非常重要的应用价值。皮革的轮廓提取及其矢量化,对皮革制品加工中的智能排料有着非常重要的作用。实现自动化的排料,需要皮革图像可用面积的轮廓的准确数据。轮廓的数据以及面积的数据对于排料的效率有很大的影响。
发明内容
为克服现有皮革几何测量技术自动化程度低的问题,本发明提供了一种有效提高皮革图像轮廓检测和面积计算准确度的皮革几何测量方法。
本发明的基于图像的皮革几何测量方法,包括以下步骤:
1)、棋盘格角点测量与定位:在图像的四周设置四个棋盘格,最大包围域上的点即为角点。获取角点坐标。
2)、Canny轮廓检测:采用Canny轮廓检测算法,按顺序依次保存各个轮廓上的点。
3)、用向量角度方法进行轮廓点筛选。
4)、轮廓优化表达:为了使轮廓更加准确,进行轮廓优化。过程如下:
5)、轮廓矢量化。将图像中的轮廓的像素坐标转换为实际坐标。过程如下:
6)、面积测量:皮革可用部分的面积测量。
进一步,所述步骤(3)由以下步骤组成:
(3.1)角度计算:顺序上相邻的两个点组成一个向量,例如第一、第二个点组成一个向量,第二、第三个点组成一个向量,再计算两个向量之间的夹角;
(3.2)设定范围:设定角度范围[40°,150°];
(3.3)角点筛选:如果夹角大于初始值,则保留第二个点,否则,将第三个点作为第二个点进行计算,直到满足要求。
进一步,若经步骤(3)设定的角度范围非常小(小于20°),则后续点筛选对结果毫无影响。
进一步,所述步骤(4)由以下步骤组成:
(4.1)设定轮廓隔点范围:设定每隔n个点保留m的点;
(4.2)遍历和保留目标点:遍历轮廓上的点,每个符合角度范围的点,如果间隔的n个点,就保留其中的m个点;
(4.3)最终轮廓:将符合向量角度要求的点和增补的点进按序以直线连接。
进一步,所述步骤(5)由以下步骤组成:
(5.1)不规则四边形的四个顶点及其他标记出的点,与标准矩形中的各个点相对应;
(5.2)遍历轮廓上的所有特征点,将每个像素点根据双线性插值计算,转换成实际坐标,并且记录像素点新的实际坐标。
进一步,所述步骤(6)由以下步骤组成:
(6.1)对平面区域内的环分别进行处理,将内环与外环进行连接,即将平面区域转化为单调多边形;
(6.2)对单调多边形进行三角化,并计算三角网格的总面积,即得到了皮革可用区域的实际面积。
进一步,步骤(6)对单调多边形进行三角化,采用任意多边形的Delaunay三角剖分方法进行单调多边形进行三角化。
本发明的技术构思是:在轮廓检测的结果上,用向量角度的方法进行角点的筛选,保留主要的特征点。再用双线性插值计算,根据棋盘格坐标转换,将轮廓点转化为实际坐标。最后进行三角化,面积计算。
本发明的优点是:结果精度高,轮廓误差小,算法稳定性较好,避免较多的轮廓点对实际生产中后期排料的影响。
附图说明
图1是本发明方法的流程图
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1,本发明的基于图像的皮革几何测量方法,包括以下步骤:
1)、棋盘格角点测量与定位:在图像的四周设置四个棋盘格,最大包围域上的点即为角点。获取角点坐标
2)、Canny轮廓检测:采用Canny轮廓检测算法,按顺序依次保存各个轮廓上的点。
3)、用向量角度方法进行轮廓点筛选。过程如下:
(3.1)角度计算:顺序上相邻的两个点组成一个向量,例如第一、第二个点组成一个向量,第二、第三个点组成一个向量,再计算两个向量之间的夹角;
(3.2)设定范围:设定角度范围。;
(3.3)角点筛选:如果夹角大于初始值,则保留第二个点,否则,将第三个点作为第二个点进行计算,直到满足要求;
4)、轮廓优化表达:为了使轮廓更加准确,进行轮廓优化。过程如下:
(4.1)设定轮廓隔点范围:设定每隔n个点保留m的点;
(4.2)遍历和保留目标点:遍历轮廓上的点,每个符合角度范围的点,如果间隔的n个点,就保留其中的m个点;
(4.3)最终轮廓:将符合向量角度要求的点和增补的点进按序以直线连接。
5)、轮廓矢量化。将图像中的轮廓的像素坐标转换为实际坐标。过程如下:
(5.1)不规则四边形的四个顶点及其他标记出的点,与标准矩形中的各个点相对应;
(5.2)遍历轮廓上的所有特征点,将每个像素点根据双线性插值计算,转换成实际坐标,并且记录像素点新的实际坐标。
6)、面积测量:皮革可用部分的面积测量。过程如下:
(6.1)对平面区域内的环分别进行处理,将内环与外环进行连接,即将平面区域转化为单调多边形;
(6.2)对单调多边形进行三角化,并计算三角网格的总面积,即得到了皮革可用区域的实际面积。
Claims (3)
1.基于图像的皮革几何测量方法,包括以下步骤:
1)、棋盘格角点测量与定位:在图像的四周设置四个棋盘格,最大包围域上的点即为角点。获取角点坐标
2)、Canny轮廓检测:采用Canny轮廓检测算法,按顺序依次保存各个轮廓上的点。
3)、用向量角度方法进行轮廓点筛选。过程如下:
(3.1)角度计算:顺序上相邻的两个点组成一个向量,第一、第二个点组成一个向量,第二、第三个点组成一个向量,再计算两个向量之间的夹角;
(3.2)设定范围:设定角度范围;
(3.3)角点筛选:如果夹角大于初始值,则保留第二个点,否则,将第三个点作为第二个点进行计算,直到满足要求。
4)、轮廓优化表达:为了使轮廓更加准确,进行轮廓优化。过程如下:
(4.1)设定轮廓隔点范围:设定每隔n个点保留m的点;
(4.2)遍历和保留目标点:遍历轮廓上的点,每个符合角度范围的点,如果间隔的n个点,就保留其中的m个点;
(4.3)最终轮廓:将符合向量角度要求的点和增补的点进按序以直线连接。
5)、轮廓矢量化。将图像中的轮廓的像素坐标转换为实际坐标。过程如下:
(5.1)不规则四边形的四个顶点及其他标记出的点,与标准矩形中的各个点相对应;
(5.2)遍历轮廓上的所有特征点,将每个像素点根据双线性插值计算,转换成实际坐标,并且记录像素点新的实际坐标;
6)、面积测量:皮革可用部分的面积测量。过程如下:
(6.1)对平面区域内的环分别进行处理,将内环与外环进行连接,即将平面区域转化为单调多边形;
(6.2)对单调多边形进行三角化,并计算三角网格的总面积,即得到了皮革可用区域的实际面积。
2.如权利要求1所述的皮革图像几何测量方法,其特征在于:设定角度范围[40°,150°],如果3)设定的角度范围小于20°,则后续点筛选毫无影响。
3.如权利要求1或2所述的皮革图像几何测量方法,其特征在于:对于6)中的单调多边形三角化,采用任意多边形的Delaunay三角剖分方法进行单调多边形进行三角化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710335272.0A CN107179057A (zh) | 2017-05-12 | 2017-05-12 | 基于图像的皮革几何测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710335272.0A CN107179057A (zh) | 2017-05-12 | 2017-05-12 | 基于图像的皮革几何测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107179057A true CN107179057A (zh) | 2017-09-19 |
Family
ID=59832230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710335272.0A Pending CN107179057A (zh) | 2017-05-12 | 2017-05-12 | 基于图像的皮革几何测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107179057A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109839067A (zh) * | 2017-11-29 | 2019-06-04 | 宝山钢铁股份有限公司 | 钢板尺寸测量装置及方法 |
CN113284157A (zh) * | 2021-05-26 | 2021-08-20 | 广东工业大学 | 一种大幅面皮革轮廓检测与轨迹优化方法 |
-
2017
- 2017-05-12 CN CN201710335272.0A patent/CN107179057A/zh active Pending
Non-Patent Citations (1)
Title |
---|
张江雯: "皮革轮廓智能跟踪及测量的技术研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109839067A (zh) * | 2017-11-29 | 2019-06-04 | 宝山钢铁股份有限公司 | 钢板尺寸测量装置及方法 |
CN113284157A (zh) * | 2021-05-26 | 2021-08-20 | 广东工业大学 | 一种大幅面皮革轮廓检测与轨迹优化方法 |
CN113284157B (zh) * | 2021-05-26 | 2023-06-02 | 广东工业大学 | 一种大幅面皮革轮廓检测与轨迹优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110008915B (zh) | 基于掩码-rcnn进行稠密人体姿态估计的系统及方法 | |
CN106097348B (zh) | 一种三维激光点云与二维图像的融合方法 | |
KR102076431B1 (ko) | 이미지 변형 처리 방법 및 장치, 컴퓨터 기억 매체 | |
CN101692257B (zh) | 一种复杂曲面的配准方法 | |
CN102136155B (zh) | 基于三维激光扫描数据的物体立面矢量化方法和系统 | |
CN103727930B (zh) | 一种基于边缘匹配的激光测距仪与相机相对位姿标定方法 | |
CN103295232B (zh) | 基于直线和区域的sar图像配准方法 | |
CN105678757B (zh) | 一种物体位移测量方法 | |
CN103489214A (zh) | 增强现实系统中基于虚拟模型预处理的虚实遮挡处理方法 | |
CN101344373A (zh) | 一种基于三维头面部曲面建模的标准化处理方法 | |
CN102982543A (zh) | 一种多源遥感图像配准方法 | |
CN104700412B (zh) | 一种视觉显著图的计算方法 | |
Qian et al. | Calculation method of surface shape feature of rice seed based on point cloud | |
CN111243090A (zh) | 土方量计算方法及系统 | |
CN102881047B (zh) | 一种自动的非封闭隐式曲面重建方法 | |
CN103077559B (zh) | 基于序列图像的果穗三维重建方法 | |
CN102411794B (zh) | 一种基于球谐变换的三维模型的二维投影的输出方法 | |
CN105303616A (zh) | 基于单张照片的浮雕建模方法 | |
CN102831427A (zh) | 一种融合视觉显著性和灰度共生矩的纹理特征提取方法 | |
CN103400399A (zh) | 一种基于空间矩的线结构光中心提取方法 | |
CN106340010A (zh) | 一种基于二阶轮廓差分的角点检测方法 | |
CN112365529B (zh) | 基于重心偏离度的隧洞点云配准方法、装置 | |
CN106204701A (zh) | 一种基于光探针插值动态计算间接反射高光的渲染方法 | |
CN106952335A (zh) | 建立人体模型库的方法及其系统 | |
CN104715475A (zh) | 一种基于调和场的牙颌三维模型自动分割全部牙冠的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170919 |
|
RJ01 | Rejection of invention patent application after publication |