CN109509165B - 图像定位区域选取方法及装置 - Google Patents

图像定位区域选取方法及装置 Download PDF

Info

Publication number
CN109509165B
CN109509165B CN201710810337.2A CN201710810337A CN109509165B CN 109509165 B CN109509165 B CN 109509165B CN 201710810337 A CN201710810337 A CN 201710810337A CN 109509165 B CN109509165 B CN 109509165B
Authority
CN
China
Prior art keywords
positioning
target
areas
area
full
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.)
Active
Application number
CN201710810337.2A
Other languages
English (en)
Other versions
CN109509165A (zh
Inventor
孟凡清
姚毅
刘士清
赵敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Luster LightTech Co Ltd
Original Assignee
Luster LightTech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Luster LightTech Co Ltd filed Critical Luster LightTech Co Ltd
Priority to CN201710810337.2A priority Critical patent/CN109509165B/zh
Publication of CN109509165A publication Critical patent/CN109509165A/zh
Application granted granted Critical
Publication of CN109509165B publication Critical patent/CN109509165B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种图像定位区域自动选取方法及装置,首先自动选取目标全功能定位区域,单个目标全功能定位区域就能够实现对对应的预定图像范围内图像的定位,从而避免由于人工操作带来的定位区域质量无法保证以及效率低的问题。当选取不到目标全功能定位区域或选取的目标全功能定位区域数量不够时,自动选取包括两个区域的目标组合定位区域,目标组合定位区域中的两个区域组合起来就可以实现对对应的预定图像范围内图像的定位,从而避免了由于目标全功能定位区域数量过少带来的图像定位精度不够的问题。

Description

图像定位区域选取方法及装置
技术领域
本发明实施例涉及图像处理技术领域,并且更具体地,涉及一种图像定位区域选取方法及装置。
背景技术
AOI(Automatic Optic Inspection,自动光学检测)是基于光学原理来对焊接产品中遇到的常见缺陷进行检测的技术,例如利用AOI技术检测PCB(Printed CircuitBoard,印制电路板)的焊点缺陷。AOI检测时,检测设备通过摄像头自动扫描待检测的焊接产品,采集得到待检测图像,之后将待检测图像中的焊点的参数与模板图像中对应焊点的参数进行比较,从而检测出待检测的焊接产品上存在缺陷的焊点。
实际的AOI检测过程中由于光学成像等因素的影响,待检测图像和模板图像往往存在位置偏差,因此在检测之前需要对位。对位的方法一般是在模板图像上选取定位区域,之后利用定位区域在待检测图像中进行搜索定位。
定位区域的选取在建立模板图像时完成,选取的方式包括人工选取定位区域和自动选取定位区域。人工选取定位区域是指在建立模板图像时由操作人员根据经验在适合做定位区域的位置,通过软件交互的方式指定定位区域。自动选取定位区域指是指在建立模板图像时,由软件算法确定定位区域,而不需要人工参与。人工选取定位区域由于需要人工参与,因此效率较低,并且选取出来定位区域的定位质量完全依赖人的行业经验,定位质量得不到保证,因此,目前通常利用软件自动选取定位区域。但自动选取定位区域的方式,由于选取的定位区域需要满足预设条件,因此常常出现选取不到定位区域或选取到的定位区域数量过少的情况,该情况就造成了待检测图像与模板图像的对位不精确。
综合以上,如何利用自定选取定位区域的方式选取到数量更多的定位区域亟待解决。
发明内容
本发明实施例提供一种图像定位区域选取方法及装置,其能够通过自动选取定位区域的方式确定定位区域,并且能够在选取不到定位区域或选取的定位区域数量过少时,选取组合在一起能够实现图像定位的定位区域,从而实现了待检测图像与模板图像的精确对位。
第一方面,提供了一种图像定位区域选取方法,该方法包括以下步骤:
对图像进行降采样处理,形成降采样图像,获取所述降采样图像的亚像素图像,并获取所述亚像素图像的轮廓;
获取所述轮廓的所有拐点,并根据各个所述拐点的两条边形成的夹角,确定各个所述拐点的正交值;
选取正交值大于第一预定正交值的所述拐点作为全功能定位点,剩余的所述拐点作为单项定位点;
以每个所述全功能定位点为中心,分别形成全功能定位区域;选取在对应的预定图像范围内具有唯一性的所述全功能定位区域作为目标全功能定位区域,剩余的所述全功能定位区域作为待选区域;
统计所述目标全功能定位区域的数量,若所述目标全功能定位区域的数量小于预定数量,则,
将从所有的所述单项定位点中取出两个所述单项定位点的所有组合作为定位点组;
对于每个所述定位点组,在其包括的两个所述单项定位点之间用线段连接,所述线段的中点作为目标单项定位点;
以每个所述目标单项定位点为中心,分别形成单项定位区域;
将从所有的所述待选区域以及所有的所述单项定位区域中选取两个区域的所有组合作为组合定位区域;
选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域。
结合第一方面,在第一种可能的实现方式中,所述方法在所述选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域之前,还包括如下步骤:
对于每个所述目标单项定位点,以其对应的所述线段的方向作为该目标单项定位点的方向角;
判断所述组合定位区域中的两个区域是否均为所述单项定位区域,若所述组合定位区域中的两个区域均为所述单项定位区域,则根据两个所述单项定位区域对应的所述目标单项定位点的方向角,确定两个所述单项定位区域的方向角的角度差,并根据所述角度差确定该组合定位区域的正交值;
剔除正交值小于第二预定正交值的所述组合定位区域。
结合第一方面的第一种可能的实现方式,第二种可能的实现方式中,所述方法在所述剔除正交值小于第二预定正交值的所述组合定位区域之后,并且在所述选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域之前,还包括如下步骤:
对于每个所述组合定位区域,计算其包括的两个所述单项定位区域之间的距离;
剔除所述距离小于预定最小距离的所述组合定位区域。
结合第一方面的第一种可能的实现方式,第三种可能的实现方式中,所述确定各个所述拐点的正交值和/或所述根据所述角度差确定该组合定位区域的正交值,具体为利用如下公式确定所述拐点的正交值和/或所述组合定位区域的正交值:
Orthogonality=abs(Angle-ORTHANGLE)/ORTHANGLE
其中,Orthogonality表示所述拐点的正交值或所述组合定位区域的正交值,Angle表示所述拐点的两条边形成的夹角或两个所述单项定位区域的方向角的角度差,ORTHANGLE为90度。
结合的第一方面或第一方面的第一种可能的实现方式或第一方面的第二种可能的实现方式或第一方面的第三种可能的实现方式,第四种可能的实现方式中,所述方法在所述以每个所述目标单项定位点为中心,分别形成单项定位区域之前,还包括如下步骤:
对于每个所述目标单项定位点,以其对应的所述线段的方向作为该目标单项定位点的方向角;
选取方向角大于0度并且小于90度的所述目标单项定位点,将选取的各个所述目标单项定位点的方向角进行归一化处理,并根据归一化处理后的角度,按照从小到大的顺序,将对应的所述目标单项定位点进行排序;
判断相邻的两个所述目标单项定位点的归一化处理后的角度的差值是否小于预定最小角度,若该差值小于所述预定最小角度值,则剔除其中的一个所述目标单项定位点。
结合第一方面,第五种可能的实现方式中,所述选取在对应的预定图像范围内具有唯一性的所述全功能定位区域作为目标全功能定位区域和/或所述选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域,具体为利用归一化互相关算符进行所述唯一性的判定。
结合第一方面,第六种可能的实现方式中,所述方法还包括如下步骤:
若所述目标全功能定位区域的数量大于所述预定数量,则,
根据所述目标全功能定位区域对应的全功能定位点的正交值,按照从大到小的顺序,将各个所述目标全功能定位区域进行排序;
选取前所述预订数量个所述目标全功能定位区域,作为最终的目标全功能定位区域;
若所述目标全功能定位区域的数量等于或小于所述预定数量,则将所有的所述目标全功能定位区域作为最终的目标全功能定位区域。
结合第一方面,第七种可能的实现方式中,所述方法在所述目标全功能定位区域的数量小于所述预定数量时,还包括如下步骤:
确定所述预定数量与所述目标全功能定位区域的数量的差值的绝对值,并作为第一数量;
判断所述目标组合定位区域的数量是否大于所述第一数量;
若所述目标组合定位区域的数量小于或等于所述第一数量,则将所有的所述目标组合定位区域作为最终的目标组合定位区域;
若所述目标组合定位区域的数量大于所述第一数量,则选取第一类目标组合定位区域;其中所述第一类目标组合定位区域为包含两个所述待选区域的目标组合定位区域;
判断所述第一类目标组合定位区域的数量是否大于所述第一数量,若所述第一类目标组合定位区域的数量大于所述第一数量,则确定每个所述第一类目标组合定位区域包括的两个待选区域对应两个全功能定位点的正交值的平均值,并根据所述平均值,按照从大到小的顺序,将对应的各个所述第一类目标组合定位区域进行排序,选取前所述第一数量个所述第一类目标组合定位区域作为最终的目标组合定位区域;
若所述第一类目标组合定位区域的数量等于或小于所述第一数量,则将所有的所述第一类目标组合定位区域作为最终的目标组合定位区域;
若所述第一类目标组合定位区域的数量大于所述第一数量,则选取第二类目标组合定位区域;其中所述第二类目标组合定位区域为包含一个所述待选区域和一个所述单项定位区域的所述目标组合定位区域;
确定所述第一数量与所述第一类目标组合定位区域的数量的差的绝对值,并作为第二数量;
判断所述第二类目标组合定位区域的数量是否大于所述第二数量,若所述第二类目标组合定位区域的数量大于所述第二数量,则根据所述第二类目标组合定位区域的所述待选区域对应的所述全功能定位点的正交值,按照从大到小的顺序,将对应的各个所述二类目标组合定位区域进行排序,并选取前所述第二数量个所述二类目标组合定位区域作为最终的目标组合定位区域;
若所述第二类目标组合定位区域的数量小于或等于所述第二数量,则将所有的所述二类目标组合定位区域作为最终的目标组合定位区域;
若所述第二类目标组合定位区域的数量大于所述第二数量,则选取第三类目标组合定位区域;其中所述第三类目标组合定位区域为包含两个所述单项定位区域的所述目标组合定位区域;
确定所述第二数量与所述第二类目标组合定位区域的数量的差的绝对值,并作为第三数量;
判断所述第三类目标组合定位区域的数量是否大于所述第三数量,若所述第三类目标组合定位区域的数量大于所述第三数量,则根据所述第三类目标组合定位区域的正交值,按照从大到小的顺序,将各个所述三类目标组合定位区域进行排序,并选取前所述第三数量个所述三类目标组合定位区域作为最终的目标组合定位区域;
若所述第三类目标组合定位区域的数量小于或等于所述第三数量,则将所有的所述三类目标组合定位区域作为最终的目标组合定位区域。
第二方面,提供了一种图像定位区域选取装置,所述装置包括:
图像处理单元,用于对图像进行降采样处理,形成降采样图像,获取所述降采样图像的亚像素图像,并获取所述亚像素图像的轮廓;
拐点处理单元,用于获取所述轮廓的所有拐点,并根据各个所述拐点的两条边形成的夹角,确定各个所述拐点的正交值;
定位点分配单元,用于选取正交值大于第一预定正交值的所述拐点作为全功能定位点,剩余的所述拐点作为单项定位点;
全功能定位区域形成单元,用于以每个所述全功能定位点为中心,分别形成全功能定位区域;
目标全功能定位区域确定单元,用于选取在对应的预定图像范围内具有唯一性的所述全功能定位区域作为目标全功能定位区域,剩余的所述全功能定位区域作为待选区域;
定位点组确定单元,用于统计所述目标全功能定位区域的数量,若所述目标全功能定位区域的数量小于预定数量,则,将从所有的所述单项定位点中取出两个所述单项定位点的所有组合作为定位点组;
目标单项定位点确定单元,用于对于每个所述定位点组,在其包括的两个所述单项定位点之间用线段连接,将所述线段的中点作为目标单项定位点;
单项定位区域形成单元,用于以每个所述目标单项定位点为中心,分别形成单项定位区域;
组合定位区域确定单元,用于将从所有的所述待选区域以及所有的所述单项定位区域中选取两个区域的所有组合作为组合定位区域;
目标组合定位区域确定单元,用于选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域。
结合第二方面,第一种可能的实现凡是中,装置还包括:
第一方向角确定单元,用于对于每个所述目标单项定位点,将其对应的所述线段的方向作为该目标单项定位点的方向角;
第一剔除单元,用于判断所述组合定位区域中的两个区域是否均为所述单项定位区域,若所述组合定位区域中的两个区域均为所述单项定位区域,则根据两个所述单项定位区域对应的所述目标单项定位点的方向角,确定两个所述单项定位区域的方向角的角度差,并根据所述角度差确定该组合定位区域的正交值;之后剔除正交值小于第二预定正交值的所述组合定位区域。
结合第二方面的第一种可能的实现方式,第二种可能的实现方式中,所述装置还包括:
第二剔除单元,用于在所述剔除正交值小于第二预定正交值的组合定位区域之后,并且在所述选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域之前,
对于每个所述组合定位区域,计算其包括的两个所述单项定位区域之间的距离,并剔除所述距离小于预定最小距离的所述组合定位区域。
结合第二方面或第二方面的第一种可能的实现方式或第二方面的第二种可能的实现方式,第三种可能的实现方式中,所述装置还包括:
在所述以每个所述目标单项定位点为中心,分别形成单项定位区域之前,
第二方向角确定单元,用于对于每个所述目标单项定位点,将其对应的所述线段的方向作为该目标单项定位点的方向角;
目标单项定位点排序单元,用于选取方向角大于0度并且小于90度的所述目标单项定位点,将选取的各个所述目标单项定位点的方向角进行归一化处理,并根据所述归一化处理后的角度,按照从小到大的顺序,将对应的所述目标单项定位点进行排序;
第三剔除单元,用于判断相邻的两个所述目标单项定位点的归一化处理后的角度的差值是否小于预定最小角度,若该差值小于所述预定最小角度值,则剔除其中的一个所述目标单项定位点。
结合第而方面,第四种可能的实现方式中,所述装置还包括:
目标全功能定位区域排序子单元,用于在所述目标全功能定位区域的数量大于所述预定数量时,根据所述目标全功能定位区域对应的全功能定位点的正交值,按照从大到小的顺序,将各个所述目标全功能定位区域进行排序;
第一目标全功能定位区域确定子单元,用于在所述目标全功能定位区域的数量大于所述预定数量时,选取前所述预订数量个所述目标全功能定位区域,作为最终的目标全功能定位区域;
第二目标全功能定位区域确定子单元,用于在所述目标全功能定位区域的数量等于或小于所述预定数量时,将所有的所述目标全功能定位区域确定为最终的目标全功能定位区域。
在本发明实施例中,首先对图像进行降采样、提取亚像素图像的处理,之后获取亚像素图像的轮廓,并获取该轮廓上的所有的拐点,之后根据拐点的正交值将拐点分为全功能定位点和单项定位点,以每个全功能定位点为中心分别形成全功能定位区域,之后选取在预定图像范围内具有唯一性的全功能定位区域作为目标全功能定位区域。当未得到的目标全功能定位区域,或者得到的目标全功能定位区域数量没达到要求的数目时,选取组合定位区域,组合定位区域为从所有的剩余的全功能定位区域以及所有的单项定位区域中选取的两个区域的组合,之后将在预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域。可见上述技术方案首先实现了通过自动的方式选取用于图像定位的目标全功能定位区域,避免了由于人工操作带来的定位区域质量无法保证以及效率低的问题。当选取不到目标全功能定位区域或选取的目标全功能定位区域数量不够时,自动选取包括两个区域的目标组合定位区域,通过两个区域的组合即可实现图像的定位,从而避免了由于目标全功能定位区域数量过少带来的图像定位精度不够的问题。
附图说明
为了更清楚的说明本发明实施例的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性的示出了根据本发明实施例的图像定位区域选取方法的流程图;
图2示意性的示出了根据本发明实施例的图像定位区域选取方法形成的降采样图像的示意图;
图3示意性的示出了根据本发明实施例的图像定位区域选取方法获取的亚像素图像轮廓的示意图;
图4示意性的示出了根据本发明实施例的图像定位区域选取方法获取的拐点的示意图;
图5示意性的示出了根据本发明实施例的图像定位区域选取方法得到的一个目标全功能定位区域的示意图;
图6示意性的示出了根据本发明实施例的图像定位区域选取方法得到的一个单项定位区域的示意图;
图7示意性的示出了根据本发明实施例的图像定位区域选取方法得到的一个目标组合定位区域的示意图;
图8示意性的示出了根据本发明实施例的图像定位区域选取装置的框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1示意性的示出了根据本发明实施例的图像定位区域选取方法的流程图。
110、对图像进行降采样处理,形成降采样图像,获取降采样图像的亚像素图像,并获取亚像素图像的轮廓;
这里的图像指的是模板图像,AOI技术中需要对模板图像和待检测图像进行对位,因此需要在模板图像中选取用于图像定位的定位区域,即后述的目标全功能定位区域以及目标组合定位区域。图2为对图像进行降采样处理后的降采样图像,在确定定位区域之前需要对原始的图像进行降采样处理,即将图像按照预定系数缩小,以而提高处理效率。降采样处理后还需要提取降采样图像的亚像素图像,并获取亚像素图像的轮廓图,如图3所示。
120、获取轮廓的所有拐点,并根据各个拐点的两条边形成的夹角,确定各个拐点的正交值;
图4为上述拐点的示意图,在得到亚像素的轮廓图后,需要找到该轮廓图中的所有拐点或称为离散点。这些拐点相对于或图像或亚像素图像中的其他点具有更加丰富的特征信息,更容易用来实现图像的定位。上述丰富的特征信息表现为拐点具有丰富的梯度信息,即在水平方向和竖直方向均有分量。具体的用正交值的大小表示对应拐点的梯度信息的丰富程度,即用正交值的大小表示该拐点水平分量和竖直分量的夹角的大小。正交值越大,拐点的水平分量和竖直分量的夹角越大。
在一个实施例中,利用如下公式确定各个拐点的正交值:
Orthogonality=abs(Angle-ORTHANGLE)/ORTHANGLE
其中,Orthogonality表示拐点的正交值,Angle表示拐点的两条边形成的夹角,ORTHANGLE为90度。
130、选取正交值大于第一预定正交值的拐点作为全功能定位点,剩余的拐点作为单项定位点;
这里的预定正交值是一个预先设定的值,用来选择出在水平方向的分量和竖直方向的分量的夹角高于一定角度的拐点。这里第一预定正交值设置的越大,选择出来的全功能定位点的正交性越好,在一个实施例中,第一预定正交值设置为0.4。
选择出来的全功能定位点的正交值高于第一预定正交值,因此其水平方向的分量和竖直方向的分量的夹角高于一定角度,那么其梯度信息和特征信息会更加丰富,那么就更容易搜索到该全功能定位点形成的定位区域,即其形成的定位区域有可可能单独实现对预定图像范围内图像的定位。单项定位点只在水平方向或竖直方向有分量,或者其水平方向的分量和竖直方向的分量的夹角太小,因此其梯度信息和特征信息不够丰富,不容易搜索到其形成的定位区域,因此其形成的定位区域无法单独实现对预定图像范围内图像的定位。
140、以每个全功能定位点为中心,分别形成全功能定位区域;选取在对应的预定图像范围内具有唯一性的全功能定位区域作为目标全功能定位区域,剩余的全功能定位区域作为待选区域;
在一个实施例中,全功能定位区域为一个以对应的全功能定位点为中心形成的一个预定大小的矩形区域。如图5所示,图5的中的方框示意性的给出了一个目标全功能定位区域。
应当说明的是,整幅图像的对位需要多个定位区域,在具体选取定位区域的过程中,一般将整幅图像分为多个图像范围,称为预定图像范围,选取的某一个定位区域只是用来定位某一个预定图像范围内的图像,当然图像的一个预定图像范围内图像的定位可能需要多于一个的定位区域。那么判断选取出来的定位区域的是否具有唯一性,就只需要判断该定位区域在预定图像范围内是否具有唯一性就可以了,不需要针对整幅图像进行唯一性判断。
因此,步骤140选取了在对应的预定图像范围内具有唯一性的目标全功能定位区域。由于目标全功能定位区域在对应的预定图像范围内具有唯一性,因此利用该目标全功能定位区域能够单独定位一个图像区域。那么通过选取出来的所有的目标全功能定位区域就能够实现整幅图像的定位。
在一个实施例中,基于NCC(Normalized Cross Correlation,归一化互相关)算法判断全功能定位区域在预定图像范围内是否唯一。
上述待选区域由于在对应的预定图像范围内不具有唯一性,因此无法定位对应的一个预定图像范围内的图像,但是其可以与其他定位区域结合来定位一个图像区域,在下面的步骤介绍了如何选取这样的组合区域,即目标组合定位区域来实现图像的定位。
150、统计目标全功能定位区域的数量,若目标全功能定位区域的数量小于预定数量,则,将从所有单项定位点中取出两个单项定位点的所有组合作为定位点组;
从上面的陈述可以确定,整幅图像的定位需要多个目标全功能定位区域,那么很可能出现选取不到目标全功能定位区域或目标全功能定位区域数量过少的情况(即目标全功能定位区域的数量小于预定数量),此情况下会造成图像定位不精确,因此需要进一步地选取目标组合定位区域,利用目标组合定位区域来实现一个预定图像范围的图像的定位,进而实现整幅图像的定位。
160、对于每个定位点组,在其包括的两个单项定位点之间用线段连接,线段的中点作为目标单项定位点;
此步骤中将定位点组中的两个单项定位点用线段连接起来,该连线的中点就是新的目标单项定位点,该连线的方向就是新的目标单项定位点的方向角,由于目标单项定位点的方向角与目标单项定位点形成的定位区域的方向角相同,因此该连线的方向就是目标单项定位点形成的定位区域的方向角。
170、以每个目标单项定位点为中心,分别形成单项定位区域;
这里的单项定位区域是一个以对应的目标单项定位点为中心形成的预定大小的矩形区域。如图6所示,图6的中的方框示意性的给出了一个单项定位区域。单向定位区域的方向角等于对应的连线的方向。
180、将从所有的待选区域以及所有的单项定位区域中选取两个区域的所有组合作为组合定位区域;
组合定位区域包含两个区域,当然根据需要组合定位区域也可能包含两个以上的区域,例如3个区域、5个区域等,本发明实施例对此不进行限制。本发明实施例以组合定位区域包括两个区域为例进行说明。
这里的单项定位区域对应的单项定位点的正交值小于第一预定值,因此其具有的梯度信息不够丰富,不能定位对应的预定图像范围内的图像,但是由两个单向定位点经过处理后确定的一个单项定位区域有可能与其他定位区域组合起来实现对对应的预定图像范围内的图像的定位,这里其他定位区域可以是单项定位区域,也可以是待选区域。单个待选区域不能实现对预定图像范围内的图像的定位,而两个待选区域的组合却可能实现对对应的预定图像范围内图像的定位。因此上述组合定位区域可以包括两个待选区域,可以包括两个单向定位区域,也可以包括一个待选区域和一个单项定位区域。
综合以上,组合定位区域包含多个定位区域,其中的任一个定位区域不能单独实现对预定图像范围内图像的定位,多个区域组合起来可能实现对预定图像范围内图像的定位。
190、选取在预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域。
在一种实施例中,基于NCC(Normalized Cross Correlation,归一化互相关)算法判断组合定位区域在预定图像范围内是否唯一。如图7所示,图7的中的方框示意性的给出了一个目标组合定位区域,该区域包括两个定位区域,这两个定位区域组合起来,利用其在预定图像范围的唯一性可以实现对预定图像范围的图像的定位。
上述方法实现了以自动选取的方式选取目标全功能定位区域,当选取不到目标全功能定位区域或选取的目标全功能定位区域数量不够时,自动选取包括两个区域的目标组合定位区域,利用目标组合定位区域中的两个区域组合起来实现预定图像范围内图像的定位,从而实现了高效地确定高定位质量的目标全功能定位区域和/或目标组合定位区域,避免由于目标全功能定位核数量不足对后续的图像定位造成速度或者精度的影响,提高了待检测图像与模板图像对位的精确度。
在一个实施例中,上述方法在步骤190之前,即选取在预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域之前,还包括如下步骤:
1901、对于每个目标单项定位点,以其对应的线段的方向作为该目标单项定位点的方向角;
1902、判断组合定位区域中的两个区域是否均为单项定位区域,若组合定位区域中的两个区域均为单项定位区域,则根据两个单项定位区域对应的目标单项定位点的方向角,确定两个单项定位区域的角度差,并根据该角度差确定该组合定位区域的正交值;
可选地,利用如下公式确定组合定位区域的正交值:
Orthogonality=abs(Angle-ORTHANGLE)/ORTHANGLE
其中,Orthogonality表示组合定位区域的正交值,Angle表示两个单项定位区域的角度差,ORTHANGLE为90度。
1903、剔除正交值小于第二预定正交值的组合定位区域;
第二预定正价值是根据实际的情景灵活设置的,例如可以将第二预定正交值设置为0.4。该实施例中剔除了正交值小的组合定位区域,即剔除了梯度信息不丰富的组合定位区域。组合定位区域的梯度信息不丰富表示该组合定位区域的特征信息不明显,不容易搜索到该组合定位区域,因此对此类组合定位区域需要剔除。
在一个实施例中,上述方法在步骤1903之后,步骤190之前,即剔除正交值小于第二预定正交值的组合定位区域之后,并且选取在预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域之前,还包括如下步骤:
以下步骤针对组合定位区域中的两个区域均为单项定位区域的情况,
1904、对于每个所述组合定位区域,计算其包括的两个所述单项定位区域之间的距离;
1905、剔除距离小于预定最小距离的组合定位区域。
两个距离过近的单项定位区域的组合不容易实现对预定图像范围内图像的定位,因此需要剔除这类组合定位区域。
在一个实施例中,上述方法步骤170之前,即在以每个目标单项定位点为中心,分别形成单项定位区域之前,还包括如下步骤:
1701、对于每个目标单项定位点,以其对应的线段的方向作为该目标单项定位点的方向角;
1702、选取方向角大于0度并且小于90度的目标单项定位点,将选取的各个目标单项定位点的方向角进行归一化处理,并根据归一化处理后的角度,按照从小到大的顺序,将对应的目标单项定位点进行排序;
1703、判断相邻的两个目标单项定位点的归一化处理后的角度的差值是否小于预定最小角度,若该差值小于预定最小角度值,则剔除其中的一个目标单项定位点。
该实施例中剔除了方向角相似的目标单向定位点,减少了需要处理的数据量,提高了数据处理效率,同时不会由于数据量的减少而影响处理精度。
综合以上,在找不到目标全功能定位区域或找到的目标全功能定位区域数量不够时,去查找目标组合定位区域。
在一个实施例中存在找到的目标全功能定位区域的数量大于或等于预定数量的情形,在该实施例中,上述方法还包括如下步骤:
200、若目标全功能定位区域的数量大于预定数量,则,根据目标全功能定位区域对应的全功能定位点的正交值,按照从大到小的顺序,将各个目标全功能定位区域进行排序;
210、选取前预订数量个目标全功能定位区域,作为最终的目标全功能定位区域;
至此,在选取得到目标全功能定位区域数量大于预订数量时,选取正交值大的全功能定位点对应的目标全功能定位区域,正交值越大,梯度信息越丰富,越容易实现图像的定位。
220、若目标全功能定位区域的数量等于或小于预定数量,则将所有的目标全功能定位区域作为最终的目标全功能定位区域。
找不到目标全功能定位区域或找到的目标全功能区域过少时,需要查找目标组合定位区域,那么找到的目标组合定位区域的数量过多或过少时如何选择呢?在下面的实施例里进行了详细的介绍:
300、确定预定数量与目标全功能定位区域的数量的差值的绝对值,并作为第一数量;
310、判断目标组合定位区域的数量是否大于第一数量;
若目标组合定位区域的数量小于或等于第一数量,则将所有的目标组合定位区域作为最终的目标组合定位区域;
若目标组合定位区域的数量大于第一数量,则选取第一类目标组合定位区域;其中第一类目标组合定位区域为包含两个待选区域的目标组合定位区域;
此步骤实现的是在目标组合定位区域的数量多于第一数量时,首先选取包括两个候选区域的的目标定位区域,候选区域由全功能定位点形成,相对于单项定位区域,其正交值更大,梯度信息更加丰富。
320、判断第一类目标组合定位区域的数量是否大于第一数量,若第一类目标组合定位区域的数量大于第一数量,则确定每个第一类目标组合定位区域包括的两个待选区域对应两个全功能定位点的正交值的平均值,并根据平均值,按照从大到小的顺序,将对应的各个第一类目标组合定位区域进行排序,选取前第一数量个第一类目标组合定位区域作为最终的目标组合定位区域;
此步骤实现的是,如果包括两个候选区域的目标组合定位区域的数量仍然大于第一数量,则选取正交值的平均值大的目标组合定位区域。
330、若第一类目标组合定位区域的数量等于或小于第一数量,则将所有的第一类目标组合定位区域作为最终的目标组合定位区域;
340、若第一类目标组合定位区域的数量大于第一数量,则选取第二类目标组合定位区域;其中第二类目标组合定位区域为包含一个待选区域和一个单项定位区域的目标组合定位区域;
此步骤实现了在第一类目标组合定位区域数量不够时,选取了包括单项定位区域的目标组合定位区域。
350、确定第一数量与第一类目标组合定位区域的数量的差的绝对值,并作为第二数量;
判断第二类目标组合定位区域的数量是否大于第二数量,若第二类目标组合定位区域的数量大于第二数量,则根据第二类目标组合定位区域的待选区域对应的全功能定位点的正交值,按照从大到小的顺序,将对应的各个二类目标组合定位区域进行排序,并选取前第二数量个二类目标组合定位区域作为最终的目标组合定位区域;
360、若第二类目标组合定位区域的数量小于或等于第二数量,则将所有的二类目标组合定位区域作为最终的目标组合定位区域;
370、若第二类目标组合定位区域的数量大于第二数量,则选取第三类目标组合定位区域;其中第三类目标组合定位区域为包含两个单项定位区域的目标组合定位区域;
此步骤实现了在第二类目标组合定位区域数量不够时,选取包含两个单项定位区域的目标组合定位区域。
380、确定第二数量与第二类目标组合定位区域的数量的差的绝对值,并作为第三数量;
判断第三类目标组合定位区域的数量是否大于第三数量,若第三类目标组合定位区域的数量大于第三数量,则根据第三类目标组合定位区域的正交值,按照从大到小的顺序,将各个三类目标组合定位区域进行排序,并选取前第三数量个三类目标组合定位区域作为最终的目标组合定位区域;
此步骤实现了选取正交值大的第三类目标组合定位区域,正交值越大,梯度信息越丰富,越容易实现图像的定位。
390、若第三类目标组合定位区域的数量小于或等于第三数量,则将所有的第三类目标组合定位区域作为最终的目标组合定位区域。
以上详细说明了,根据目标组合定位区域的数量,选取不同类型的目标组合定位区域,但是其实质上都是选取正交值大的目标组合定位区域。
在一个实施例中,步骤180,将从所有的待选区域以及所有的单项定位区域中选取两个区域的所有组合作为组合定位区域,具体可以按照以下步骤进行组合:
410、按照单项定位区域的方向角进行分组,方向为水平的单向定位区域分为一组,作为水平组;方向为竖直的单向定位区域分为一组,作为竖直组;剩余的单项定位区域分为一组,作为其他方向组;水平组和竖直组组内按照距离整个图像中心的距离排序,距离越近越靠前,其他方向分组内按照归一化的角度从小到大排序;另外,其他方向分组内将方向角相近的单项定位区域只保留一个;
420,分以下三种情况确定所有的组合定位核区域:
4201、每个候选区域与其他的候选区域中的每一个分别组合,形成1和或多个组合定位区域;
4202、每个候选区域与每个单项定位区域分别组合,形成1个或多个组合定位区域;
4203、水平组中的每个单向定位区域与竖直组中的每个单项定位区域分别组合,形成1个或多个预定组合定位区域;此种方式形成的预定组合定位区域的正交值为1;
水平组中的每个单向定位区域与其他方向分组中的每个单向定位区域分别组合,计算各个组合内两个单项定位区域的方向角的差值,并利用该差值计算正交值,大于或等于设定的正交值(即上述第二预定正交值)的组合作为预定组合定位区域;
竖直组中的每个单向定位区域与其他方向分组中的每个单向定位区域分别组合,计算各个组合内两个单项定位的方向角的差值,并利用该差值计算正交值,大于或等于设定的正交值(即上述第二预定正交值)的组合作为预定组合定位区域;
其他方向分组内的每个单项定位区域与该组内其他的单项定位区域分别组合,计算各个组合内两个单项定位区域的方向角的差值,并利用该差值计算正交值,大于或等于设定的正交值(即上述第二预定正交值)的组合作为预定组合定位区域;
将预定组合定位区域按照正交值进行排序,并计算每个预定组合定位区域内两个单项定位区域的距离,距离大于预定最小距离值的预定组合定位区域作为组合定位区域。
综合以上,本发明实施例的图像定位区域选取方法的处理步骤可以归纳为:对图像进行降采样处理,形成降采样图像,获取述降采样图像的亚像素图像,获取亚像素图像的轮廓;获取该轮廓的所有拐点,并以每个拐点为中心形成预定大小的定位区域;在各个定位区域中选取1个或多个目标全功能定位区域;当没有选到目标全功能定位区域或选取的目标全功能定位区域数量过少时,将在剩余的定位区域中选取两个定位区域的所有组合,作为组合定位区域;最后选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域。上述方法实现了自动确定目标全功能定位区域,避免由于人工操作带来的定位区域质量无法保证以及效率低的问题,并且在没有目标全功能定位区域或目标全功能定位区域数量过少时查找目标组合定位区域,利用目标组合定位区域中两个区域的组合来实现图像的定位,从而避免了由于目标全功能定位区域数量过少带来的图像定位及精度不够的问题。
本发明的实施例还公开了一种图像定位区域选取装置,如图8所示,装置包括:
图像处理单元,用于对图像进行降采样处理,形成降采样图像,获取降采样图像的亚像素图像,并获取亚像素图像的轮廓;
拐点处理单元,用于获取轮廓的所有拐点,并根据各个拐点的两条边形成的夹角,确定各个拐点的正交值;
定位点分配单元,用于选取正交值大于第一预定正交值的拐点作为全功能定位点,剩余的拐点作为单项定位点;
全功能定位区域形成单元,用于以每个全功能定位点为中心,分别形成全功能定位区域;
目标全功能定位区域确定单元,用于选取在预定图像范围内具有唯一性的全功能定位区域作为目标全功能定位区域,剩余的全功能定位区域作为待选区域;
定位点组确定单元,用于统计目标全功能定位区域的数量,若目标全功能定位区域的数量小于预定数量,则,将从所有的单项定位点中取出两个单项定位点的所有组合作为定位点组;
目标单项定位点确定单元,用于对于每个定位点组,在其包括的两个所述单项定位点之间用线段连接,将所述线段的中点作为目标单项定位点;
单项定位区域形成单元,用于以每个目标单项定位点为中心,分别形成单项定位区域;
组合定位区域确定单元,用于将从所有的待选区域以及所有的单项定位区域中选取两个区域的所有组合作为组合定位区域;
目标组合定位区域确定单元,用于选取在预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域。
本实施中的装置首先自动查找目标全功能定位区域,避免由于人工操作带来的定位区域质量无法保证以及效率低的问题,并且在没有目标全功能定位区域或目标全功能定位区域数量过少时查找目标组合定位区域,利用目标组合定位区域中两个区域的组合来实现图像的定位,从而避免了由于目标全功能定位区域数量过少带来的图像定位及精度不够的问题。
在一个实施例中,上述装置还包括:
第一方向角确定单元,用于对于每个所述目标单项定位点,将其对应的所述线段的方向作为该目标单项定位点的方向角;
第一剔除单元,用于判断所述组合定位区域中的两个区域是否均为所述单项定位区域,若所述组合定位区域中的两个区域均为所述单项定位区域,则根据两个所述单项定位区域对应的所述目标单项定位点的方向角,确定两个所述单项定位区域的方向角的角度差,并根据所述角度差确定该组合定位区域的正交值;之后剔除正交值小于第二预定正交值的所述组合定位区域。
在一个实施中,上述装置还包括:
第二剔除单元,用于在所述剔除正交值小于第二预定正交值的组合定位区域之后,并且在所述选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域之前,
对于每个所述组合定位区域,计算其包括的两个所述单项定位区域之间的距离,并剔除所述距离小于预定最小距离的所述组合定位区域。
在一个实施中,上述装置还包括:
在以每个目标单项定位点为中心,分别形成单项定位区域之前,
第二方向角确定单元,用于对于每个所述目标单项定位点,将其对应的所述线段的方向作为该目标单项定位点的方向角;
目标单项定位点排序单元,用于选取方向角大于0度并且小于90度的所述目标单项定位点,将选取的各个所述目标单项定位点的方向角进行归一化处理,并根据所述归一化处理后的角度,按照从小到大的顺序,将对应的所述目标单项定位点进行排序;
第三剔除单元,用于判断相邻的两个所述目标单项定位点的归一化处理后的角度的差值是否小于预定最小角度,若该差值小于所述预定最小角度值,则剔除其中的一个所述目标单项定位点。
在一种实施中,上述装置还包括:
目标全功能定位区域排序子单元,用于在所述目标全功能定位区域的数量大于所述预定数量时,根据所述目标全功能定位区域对应的全功能定位点的正交值,按照从大到小的顺序,将各个所述目标全功能定位区域进行排序;
第一目标全功能定位区域确定子单元,用于在所述目标全功能定位区域的数量大于所述预定数量时,选取前所述预订数量个所述目标全功能定位区域,作为最终的目标全功能定位区域;
第二目标全功能定位区域确定子单元,用于在所述目标全功能定位区域的数量等于或小于所述预定数量时,将所有的所述目标全功能定位区域确定为最终的目标全功能定位区域。
本发明实施例中的装置是与本发明实施例中的方法对应的产品,本发明实施例中的方法的每一个步骤均由本发明实施例中的装置的部件完成,因此对于相同的部分不再进行赘述。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (13)

1.一种图像定位区域选取方法,其特征在于,所述方法包括以下步骤:
对图像进行降采样处理,形成降采样图像,获取所述降采样图像的亚像素图像,并获取所述亚像素图像的轮廓;
获取所述轮廓的所有拐点,并根据各个所述拐点的两条边形成的夹角,确定各个所述拐点的正交值;
选取正交值大于第一预定正交值的所述拐点作为全功能定位点,剩余的所述拐点作为单项定位点;
以每个所述全功能定位点为中心,分别形成全功能定位区域;选取在对应的预定图像范围内具有唯一性的所述全功能定位区域作为目标全功能定位区域,剩余的所述全功能定位区域作为待选区域;
统计所述目标全功能定位区域的数量,若所述目标全功能定位区域的数量小于预定数量,则,
将从所有的所述单项定位点中取出两个所述单项定位点的所有组合作为定位点组;
对于每个所述定位点组,在其包括的两个所述单项定位点之间用线段连接,所述线段的中点作为目标单项定位点;
以每个所述目标单项定位点为中心,分别形成单项定位区域;
将从所有的所述待选区域以及所有的所述单项定位区域中选取两个区域的所有组合作为组合定位区域;
选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域。
2.根据权利要求1所述的方法,其特征在于,所述方法在所述选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域之前,还包括如下步骤:
对于每个所述目标单项定位点,以其对应的所述线段的方向作为该目标单项定位点的方向角;
判断所述组合定位区域中的两个区域是否均为所述单项定位区域,若所述组合定位区域中的两个区域均为所述单项定位区域,则根据两个所述单项定位区域对应的所述目标单项定位点的方向角,确定两个所述单项定位区域的方向角的角度差,并根据所述角度差确定该组合定位区域的正交值;
剔除正交值小于第二预定正交值的所述组合定位区域。
3.根据权利要求2所述的方法,其特征在于,所述方法在所述剔除正交值小于第二预定正交值的所述组合定位区域之后,并且在所述选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域之前,还包括如下步骤:
对于每个所述组合定位区域,计算其包括的两个所述单项定位区域之间的距离;
剔除所述距离小于预定最小距离的所述组合定位区域。
4.根据权利要求2所述的方法,其特征在于,所述确定各个所述拐点的正交值和/或所述根据所述角度差确定该组合定位区域的正交值,具体为利用如下公式确定所述拐点的正交值和/或所述组合定位区域的正交值:
Orthogonality=abs(Angle-ORTHANGLE)/ORTHANGLE
其中,Orthogonality表示所述拐点的正交值或所述组合定位区域的正交值,Angle表示所述拐点的两条边形成的夹角或两个所述单项定位区域的方向角的角度差,ORTHANGLE为90度。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述方法在所述以每个所述目标单项定位点为中心,分别形成单项定位区域之前,还包括如下步骤:
对于每个所述目标单项定位点,以其对应的所述线段的方向作为该目标单项定位点的方向角;
选取方向角大于0度并且小于90度的所述目标单项定位点,将选取的各个所述目标单项定位点的方向角进行归一化处理,并根据归一化处理后的角度,按照从小到大的顺序,将对应的所述目标单项定位点进行排序;
判断相邻的两个所述目标单项定位点的归一化处理后的角度的差值是否小于预定最小角度,若该差值小于所述预定最小角度值,则剔除其中的一个所述目标单项定位点。
6.根据权利要求1所述的方法,其特征在于,所述选取在对应的预定图像范围内具有唯一性的所述全功能定位区域作为目标全功能定位区域和/或所述选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域,具体为利用归一化互相关算符进行所述唯一性的判定。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括如下步骤:
若所述目标全功能定位区域的数量大于所述预定数量,则,
根据所述目标全功能定位区域对应的全功能定位点的正交值,按照从大到小的顺序,将各个所述目标全功能定位区域进行排序;
选取前所述预定 数量个所述目标全功能定位区域,作为最终的目标全功能定位区域;
若所述目标全功能定位区域的数量等于或小于所述预定数量,则将所有的所述目标全功能定位区域作为最终的目标全功能定位区域。
8.根据权利要求1所述的方法,其特征在于,所述方法在所述目标全功能定位区域的数量小于所述预定数量时,还包括如下步骤:
确定所述预定数量与所述目标全功能定位区域的数量的差值的绝对值,并作为第一数量;
判断所述目标组合定位区域的数量是否大于所述第一数量;
若所述目标组合定位区域的数量小于或等于所述第一数量,则将所有的所述目标组合定位区域作为最终的目标组合定位区域;
若所述目标组合定位区域的数量大于所述第一数量,则选取第一类目标组合定位区域;其中所述第一类目标组合定位区域为包含两个所述待选区域的目标组合定位区域;
判断所述第一类目标组合定位区域的数量是否大于所述第一数量,若所述第一类目标组合定位区域的数量大于所述第一数量,则确定每个所述第一类目标组合定位区域包括的两个待选区域对应两个全功能定位点的正交值的平均值,并根据所述平均值,按照从大到小的顺序,将对应的各个所述第一类目标组合定位区域进行排序,选取前所述第一数量个所述第一类目标组合定位区域作为最终的目标组合定位区域;
若所述第一类目标组合定位区域的数量等于或小于所述第一数量,则将所有的所述第一类目标组合定位区域作为最终的目标组合定位区域;
若所述第一类目标组合定位区域的数量大于所述第一数量,则选取第二类目标组合定位区域;其中所述第二类目标组合定位区域为包含一个所述待选区域和一个所述单项定位区域的所述目标组合定位区域;
确定所述第一数量与所述第一类目标组合定位区域的数量的差的绝对值,并作为第二数量;
判断所述第二类目标组合定位区域的数量是否大于所述第二数量,若所述第二类目标组合定位区域的数量大于所述第二数量,则根据所述第二类目标组合定位区域的所述待选区域对应的所述全功能定位点的正交值,按照从大到小的顺序,将对应的各个所述二类目标组合定位区域进行排序,并选取前所述第二数量个所述二类目标组合定位区域作为最终的目标组合定位区域;
若所述第二类目标组合定位区域的数量小于或等于所述第二数量,则将所有的所述二类目标组合定位区域作为最终的目标组合定位区域;
若所述第二类目标组合定位区域的数量大于所述第二数量,则选取第三类目标组合定位区域;其中所述第三类目标组合定位区域为包含两个所述单项定位区域的所述目标组合定位区域;
确定所述第二数量与所述第二类目标组合定位区域的数量的差的绝对值,并作为第三数量;
判断所述第三类目标组合定位区域的数量是否大于所述第三数量,若所述第三类目标组合定位区域的数量大于所述第三数量,则根据所述第三类目标组合定位区域的正交值,按照从大到小的顺序,将各个所述三类目标组合定位区域进行排序,并选取前所述第三数量个所述三类目标组合定位区域作为最终的目标组合定位区域;
若所述第三类目标组合定位区域的数量小于或等于所述第三数量,则将所有的所述三类目标组合定位区域作为最终的目标组合定位区域。
9.一种图像定位区域选取装置,其特征在于,所述装置包括:
图像处理单元,用于对图像进行降采样处理,形成降采样图像,获取所述降采样图像的亚像素图像,并获取所述亚像素图像的轮廓;
拐点处理单元,用于获取所述轮廓的所有拐点,并根据各个所述拐点的两条边形成的夹角,确定各个所述拐点的正交值;
定位点分配单元,用于选取正交值大于第一预定正交值的所述拐点作为全功能定位点,剩余的所述拐点作为单项定位点;
全功能定位区域形成单元,用于以每个所述全功能定位点为中心,分别形成全功能定位区域;
目标全功能定位区域确定单元,用于选取在对应的预定图像范围内具有唯一性的所述全功能定位区域作为目标全功能定位区域,剩余的所述全功能定位区域作为待选区域;
定位点组确定单元,用于统计所述目标全功能定位区域的数量,若所述目标全功能定位区域的数量小于预定数量,则,将从所有的所述单项定位点中取出两个所述单项定位点的所有组合作为定位点组;
目标单项定位点确定单元,用于对于每个所述定位点组,在其包括的两个所述单项定位点之间用线段连接,将所述线段的中点作为目标单项定位点;
单项定位区域形成单元,用于以每个所述目标单项定位点为中心,分别形成单项定位区域;
组合定位区域确定单元,用于将从所有的所述待选区域以及所有的所述单项定位区域中选取两个区域的所有组合作为组合定位区域;
目标组合定位区域确定单元,用于选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
第一方向角确定单元,用于对于每个所述目标单项定位点,将其对应的所述线段的方向作为该目标单项定位点的方向角;
第一剔除单元,用于判断所述组合定位区域中的两个区域是否均为所述单项定位区域,若所述组合定位区域中的两个区域均为所述单项定位区域,则根据两个所述单项定位区域对应的所述目标单项定位点的方向角,确定两个所述单项定位区域的方向角的角度差,并根据所述角度差确定该组合定位区域的正交值;之后剔除正交值小于第二预定正交值的所述组合定位区域。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
第二剔除单元,用于在所述剔除正交值小于第二预定正交值的组合定位区域之后,并且在所述选取在对应的预定图像范围内具有唯一性的组合定位区域作为目标组合定位区域之前,
对于每个所述组合定位区域,计算其包括的两个所述单项定位区域之间的距离,并剔除所述距离小于预定最小距离的所述组合定位区域。
12.根据权利要求9至11任一项所述的装置,其特征在于,所述装置还包括:
在所述以每个所述目标单项定位点为中心,分别形成单项定位区域之前,
第二方向角确定单元,用于对于每个所述目标单项定位点,将其对应的所述线段的方向作为该目标单项定位点的方向角;
目标单项定位点排序单元,用于选取方向角大于0度并且小于90度的所述目标单项定位点,将选取的各个所述目标单项定位点的方向角进行归一化处理,并根据所述归一化处理后的角度,按照从小到大的顺序,将对应的所述目标单项定位点进行排序;
第三剔除单元,用于判断相邻的两个所述目标单项定位点的归一化处理后的角度的差值是否小于预定最小角度,若该差值小于所述预定最小角度值,则剔除其中的一个所述目标单项定位点。
13.根据权利要求9所述的装置,其特征在于,所述装置还包括:
目标全功能定位区域排序子单元,用于在所述目标全功能定位区域的数量大于所述预定数量时,根据所述目标全功能定位区域对应的全功能定位点的正交值,按照从大到小的顺序,将各个所述目标全功能定位区域进行排序;
第一目标全功能定位区域确定子单元,用于在所述目标全功能定位区域的数量大于所述预定数量时,选取前所述预定 数量个所述目标全功能定位区域,作为最终的目标全功能定位区域;
第二目标全功能定位区域确定子单元,用于在所述目标全功能定位区域的数量等于或小于所述预定数量时,将所有的所述目标全功能定位区域确定为最终的目标全功能定位区域。
CN201710810337.2A 2017-09-11 2017-09-11 图像定位区域选取方法及装置 Active CN109509165B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710810337.2A CN109509165B (zh) 2017-09-11 2017-09-11 图像定位区域选取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710810337.2A CN109509165B (zh) 2017-09-11 2017-09-11 图像定位区域选取方法及装置

Publications (2)

Publication Number Publication Date
CN109509165A CN109509165A (zh) 2019-03-22
CN109509165B true CN109509165B (zh) 2021-01-29

Family

ID=65744230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710810337.2A Active CN109509165B (zh) 2017-09-11 2017-09-11 图像定位区域选取方法及装置

Country Status (1)

Country Link
CN (1) CN109509165B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111707678B (zh) * 2020-07-24 2024-01-26 深圳芯通互联科技有限公司 一种pcb系统检测方法
CN111986255B (zh) * 2020-09-07 2024-04-09 凌云光技术股份有限公司 一种图像检测模型的多尺度anchor初始化方法与装置
CN112308842B (zh) * 2020-11-02 2024-03-29 凌云光技术股份有限公司 一种基于印刷品图像的定位核自动提取方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102393904A (zh) * 2006-07-17 2012-03-28 松下电器产业株式会社 图像处理装置以及图像处理方法
CN102938077A (zh) * 2012-10-25 2013-02-20 渭南师范学院 基于双阈值二值化的在线式aoi图像检索方法
CN106503737A (zh) * 2016-10-20 2017-03-15 广州视源电子科技股份有限公司 一种电子元件定位方法及装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI306165B (en) * 2006-10-17 2009-02-11 Machvision Inc Adjustable illumination apparatus and aoi system using the same
CN101799431B (zh) * 2010-04-08 2012-01-04 湖南大学 高速生产线上罐盖质量的机器视觉在线检测方法
CN102721364B (zh) * 2011-03-30 2015-12-02 比亚迪股份有限公司 一种工件的定位方法及其装置
TW201504615A (zh) * 2013-07-31 2015-02-01 Genesis Photonics Inc 檢測裝置
CN103729655B (zh) * 2014-01-22 2017-03-01 哈尔滨工业大学 一种用于片式元件视觉定位的检测方法
CN103913468B (zh) * 2014-03-31 2016-05-04 湖南大学 生产线上大尺寸lcd玻璃基板的多视觉缺陷检测设备及方法
CN104794720B (zh) * 2015-05-04 2017-11-21 成都唐源电气股份有限公司 一种在接触网图像中定位出定位线夹的方法及系统
CN105405117B (zh) * 2015-10-16 2018-07-03 凌云光技术集团有限责任公司 基于图像轮廓的角点提取方法及装置
CN106056597B (zh) * 2016-05-26 2019-07-09 广州视源电子科技股份有限公司 物体视觉检测方法及装置
CN106485749B (zh) * 2016-10-19 2019-01-22 哈尔滨工业大学 一种基于角点的矩形引脚元件粗定位方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102393904A (zh) * 2006-07-17 2012-03-28 松下电器产业株式会社 图像处理装置以及图像处理方法
CN102938077A (zh) * 2012-10-25 2013-02-20 渭南师范学院 基于双阈值二值化的在线式aoi图像检索方法
CN106503737A (zh) * 2016-10-20 2017-03-15 广州视源电子科技股份有限公司 一种电子元件定位方法及装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Alignment and averaging of scanning electron microscope image contours for optical proximity correction modeling purposes;Peter De Bisschop 等;《MEMS. and MOEMS》;20101001;第9卷(第4期);第041302-1-041302-10 *
Automatic optical inspection system for the coupling efficiency of optical fiber with a coupling efficiency contour map;Chern-Sheng Lin 等;《Indian Journal of Pure & Applied Physics》;20140228;第101-111页 *
TFT-LCD微米级显示缺陷的自动检测算法;苏小红 等;《哈尔滨工业大学学报》;20081115;第40卷(第11期);第1756-1760页 *
基于激光视觉传感的角焊缝外形尺寸检测;伏喜斌 等;《焊接学报》;20080725;第29卷(第7期);第47-51页 *
基于视觉的印刷品缺陷检测技术;徐足骋 等;《重庆理工大学学报(自然科学)》;20170815;第31卷(第8期);第150-157页 *

Also Published As

Publication number Publication date
CN109509165A (zh) 2019-03-22

Similar Documents

Publication Publication Date Title
CN108961236B (zh) 电路板缺陷检测方法及装置
US7925076B2 (en) Inspection apparatus using template matching method using similarity distribution
WO2018068415A1 (zh) 元件错件检测方法和系统
CN108918526B (zh) 一种柔性ic封装基板线路的缺口缺陷检测方法
US10475179B1 (en) Compensating for reference misalignment during inspection of parts
CN107239742B (zh) 一种仪表指针刻度值计算方法
WO2018010391A1 (zh) 一种板卡的检测方法及装置
CN109509165B (zh) 图像定位区域选取方法及装置
WO2017181724A1 (zh) 电子元件漏件检测方法和系统
CN108520514B (zh) 基于计算机视觉的印刷电路板电子元器一致性检测方法
WO2017177717A1 (zh) 基于颜色和梯度的元件定位方法和系统
CN110765992B (zh) 印章鉴别方法、介质、设备及装置
CN110346704B (zh) 板卡测试中测试文件的确定方法、装置、设备及存储介质
CN109752392A (zh) 一种pcb板缺陷类型检测系统和方法
CN113781391A (zh) 图像缺陷检测方法以及相关设备
WO2017050088A1 (zh) 一种电子元件定位方法及装置
CN109102507A (zh) 螺钉螺纹检测方法以及装置
US20170125271A1 (en) Position detection apparatus, position detection method, information processing program, and storage medium
US6973207B1 (en) Method and apparatus for inspecting distorted patterns
KR101689980B1 (ko) 패턴 검사 장치 및 패턴 검사 방법
WO2014103617A1 (ja) 位置合せ装置、欠陥検査装置、位置合せ方法、及び制御プログラム
CN117058411B (zh) 电池棱边外形瑕疵识别方法、装置、介质和设备
JP6960252B2 (ja) 画像分析装置及び鉄道設備部品の保守管理方法
JP5852641B2 (ja) 自動検査装置および自動検査装置における位置合わせ方法
CN104637781A (zh) 一种在处理机台上生成用于定位晶圆的制程的方法

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
CB02 Change of applicant information

Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Applicant after: Lingyunguang Technology Co.,Ltd.

Address before: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Applicant before: Beijing lingyunguang Technology Group Co.,Ltd.

Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Applicant after: Beijing lingyunguang Technology Group Co.,Ltd.

Address before: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701

Applicant before: LUSTER LIGHTTECH GROUP Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant