CN112991307B - 一种用于钻孔爆破的缺陷圆拟合方法、装置及介质 - Google Patents
一种用于钻孔爆破的缺陷圆拟合方法、装置及介质 Download PDFInfo
- Publication number
- CN112991307B CN112991307B CN202110319431.4A CN202110319431A CN112991307B CN 112991307 B CN112991307 B CN 112991307B CN 202110319431 A CN202110319431 A CN 202110319431A CN 112991307 B CN112991307 B CN 112991307B
- Authority
- CN
- China
- Prior art keywords
- circle
- curvature
- defect
- edge
- point
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000005422 blasting Methods 0.000 title claims abstract description 17
- 238000005553 drilling Methods 0.000 title abstract description 12
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 13
- 238000007670 refining Methods 0.000 claims description 13
- 230000002950 deficient Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012217 deletion Methods 0.000 claims description 5
- 230000037430 deletion Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用于钻孔爆破的缺陷圆拟合方法、装置及介质,所述方法包括以下步骤:步骤1、对缺陷圆边缘图像进行图像细化处理;步骤2、将细化后的缺陷圆边缘图像上各点坐标按照顺序存储;步骤3、计算边缘图像上各点的曲率,统计缺陷圆曲率特征,根据缺陷圆曲率统计特征,计算曲率跳变标准值;步骤4、基于曲率跳变标准值,将缺陷圆分割为多段曲线;步骤5、对分离出的多段曲线分别进行最小二乘拟合圆;步骤6、对拟合后的圆进行偏离度分析,并根据分析结果确定最合适的拟合圆。通过本方法进行拟合得到的炮孔拟合圆精度高,实现简单方便。
Description
技术领域
本发明属于钻孔爆破领域,具体涉及一种用于钻孔爆破的缺陷圆拟合方法、装置及介质。
背景技术
目前,钻孔爆破仍是地下硬岩开采中获取矿石的主要方法。加之现代科学技术的发展、智慧矿山理念和“机械化换人、自动化减人、智能化无人”要求,实现钻孔爆破自动化具有重要的价值与意义。
在实现自动化钻孔爆破的重要一环就是自动装填乳化炸药,而为了满足自动装药炸药现场混装车的自动装药过程需要快速、精确定位上向炮孔的位置。但是由于上向炮孔具有一定的倾斜角度,采用面阵激光雷达扫描出的矿道上壁炮孔在映射至二维灰度图像中往往呈现出缺陷圆的状态,常规的最小二乘拟合圆方法在这种情况下由于圆的缺陷会对定位圆心及计算圆半径产生较大的偏差,而这种偏差对于炮孔定位会产生较大的误差。
针对上述问题,有必要提供一种缺陷圆拟合处理方法,能够针对缺陷圆进行拟合,准确定位炮孔中心位置,方便后续自动化装药操作。
发明内容
本发明的目的是提供一种用于钻孔爆破的缺陷圆拟合方法、装置及介质,通过对炮孔边缘图像进行细化处理后,利用边缘点曲率和曲率跳变标准值,对边缘进行曲线段划分,再通过对曲线拟合得到的拟合圆进行偏离度计算,最终确定拟合圆,实现精准拟合。
本发明提供的技术方案如下:
一方面,一种用于钻孔爆破的缺陷圆拟合方法,包括如下步骤:
步骤1:获取矿道上壁炮孔的缺陷圆边缘图像,并对缺陷圆边缘图像中的圆边缘进行细化处理;
步骤2:按坐标顺序依次存储细化后的缺陷圆边缘图像上的边缘点坐标;
步骤3:利用存储的边缘点坐标,计算细化处理后的各边缘点曲率,并统计缺陷圆曲率特征,获得曲率跳变标准值;
步骤4:基于曲率跳变标准值,将缺陷圆分割为多段曲线;
步骤5:利用最小二乘法,分别对步骤4得到的各段曲线进行圆拟合,并计算所有拟合圆与缺陷圆的偏离度;
步骤6:将满足像素点数比设定要求且偏离度最小的拟合圆作为矿道上壁炮孔的缺陷圆的最终拟合圆,完成对矿道上壁炮孔的缺陷圆拟合。
在本领域中,相较于传统的圆拟合算法如KASA圆拟合算法,由于圆的缺陷较大等影响,会导致精度不足,Hough随机圆变换在缺陷圆边缘像素点较多的情况下由于需要空间变换会耗时较长,并且在实际应用中,缺陷圆在图像中呈现的半径变化范围较大,这导致了Hough随机圆变换在应用过程中需要加大圆半径检测范围,这样一来耗时尤为加剧。考虑到实际应用中炮孔对精度和实时性的要求,传统的圆拟合方法不再适用本技术领域。同时,在本领域中,由于爆破环境的特殊性,以及精度要求,经过对大量的实际炮孔缺陷圆的分析,发现缺陷会对圆曲率特征的连续性带来变化,基于这种变化特征,总结出了识别造成缺陷的拐点、尖角点的方法即本发明所述的方案,以此将缺陷圆分割为正常圆弧段和缺陷段。其次,通过后续对候选圆的偏离度分析可以有效确定哪些曲线是正常圆弧段哪些是缺陷段,将正常圆弧段拟合出的拟合圆作为最终拟合圆,有效的提高了缺陷圆的拟合精准性。
进一步地,依次遍历缺陷圆边缘图像中的每个像素点,对前景像素点进行细化处理:
若当前前景像素点和8邻域内的像素点满足以下条件,则删除当前前景像素点,即将当前前景像素点的像素值置为0;
或
其中,N(P)为当前像素点的8邻域内前景像素点个数,N(n)为8邻域内n号位像素点的像素值,前景像素值设为1,背景像素值设为0。
进一步地,根据存储后的坐标顺序,间隔a个边缘点,选取出三个边缘点,以所选的三个边缘点确定的二次曲线上所选中间边缘点的曲率作为在边缘图像上该点的曲率;
若某边缘点的曲率值无限大,则将该点曲率作无效删除处理;统计出所有有效的曲率值,再通过下式计算曲率跳变标准值:
其中,Pall为原始缺陷圆边缘图像细化后的缺陷圆边缘点总数,符号“<>”表示对其四舍五入取整;s为曲率跳变标准值,xi为第i个边缘点的曲率值,/>为曲率平均值,n为有效曲率点个数。
三个点的选择距离为:以当前点为中心,选取向前及向后分别隔a个边缘点作为其他两个点来作曲率计算;顺序存储的相当于是一个环形。假设边缘点坐标存储为P(1)到P(9),当前需要计算曲率的边缘点为P(5),并假设a=1,那么选取来计算曲率的三个点分别是P(3)、P(5)、P(7)。由于是环形,假设当前需要计算曲率的边缘点为P(2),并假设a=1,那么选取来计算曲率的三个点分别是P(9)、P(2)、P(4);
进一步地,根据下式分别计算各段曲线的拟合圆的偏离度:
其中,为第j段曲线上经过细化处理后的边缘点个数,/>为第j段曲线上第m个边缘点到拟合圆圆心的距离,rj为第j段曲线的拟合圆半径;
所述像素点数比设定要求为:
其中,为第j段曲线经过细化处理后的边缘点个数。
另一方面,一种用于钻孔爆破的缺陷圆拟合装置,包括:
图像采集与细化单元:用于获取矿道上壁炮孔的缺陷圆边缘图像,并对缺陷圆边缘图像中的圆边缘进行细化处理;
坐标存储单元:用于按坐标顺序依次存储细化后的缺陷圆边缘图像上的边缘点坐标;
曲率计算与统计单元:用于利用存储的边缘点坐标,计算细化处理后的各边缘点曲率,并统计缺陷圆曲率特征,获得曲率跳变标准值;
曲线划分单元:基于曲率跳变标准值,将缺陷圆分割为多段曲线;
圆拟合与偏离度计算单元:利用最小二乘法,分别曲线划分单元得到的各段曲线进行圆拟合,并计算所有拟合圆与缺陷圆的偏离度;
拟合圆选取单元:将满足像素点数比设定要求且偏离度最小的拟合圆作为矿道上壁炮孔的缺陷圆的最终拟合圆,完成对矿道上壁炮孔的缺陷圆拟合。
进一步地,所述图像采集与细化单元依次遍历缺陷圆边缘图像中的每个像素点,对前景像素点进行细化处理:
若当前前景像素点和8邻域内的像素点满足以下条件,则删除当前前景像素点,即将当前前景像素点的像素值置为0;
或
其中,N(P)为当前像素点的8邻域内前景像素点个数,N(n)为8邻域内n号位像素点的像素值,前景像素值设为1,背景像素值设为0。
进一步地,所述曲率计算与统计单元,
根据存储后的坐标顺序,间隔a个边缘点,选取出三个边缘点,以所选的三个边缘点确定的二次曲线上所选中间边缘点的曲率作为在边缘图像上该点的曲率;
若某边缘点的曲率值无限大,则将该点曲率作无效删除处理;统计出所有有效的曲率值,再通过下式计算曲率跳变标准值:
其中,Pall为原始缺陷圆边缘图像细化后的缺陷圆边缘点总数,符号“<>”表示对其四舍五入取整;s为曲率跳变标准值,xi为第i个边缘点的曲率值,/>为曲率平均值,n为有效曲率点个数。
进一步地,所述圆拟合与偏离度计算单元根据曲线上各边缘点到拟合圆圆心的距离与曲线的拟合圆半径之间的方差获得偏离度;
所述像素点数比设定要求为:
其中,为第j段曲线经过细化处理后的边缘点个数。
再一方面,一种可读存储介质,包括计算机程序指令,其特征在于:所述计算机程序指令被处理终端执行时使所述处理终端执行上述一种用于钻孔爆破的缺陷圆拟合方法。
有益效果
本发明提供了一种用于钻孔爆破的缺陷圆拟合方法、装置及介质,所述方法包括以下步骤:步骤1、对缺陷圆边缘图像进行图像细化处理;步骤2、将细化后的缺陷圆边缘图像上各点坐标按照顺序存储;步骤3、计算边缘图像上各点的曲率,统计缺陷圆曲率特征,根据缺陷圆曲率统计特征,计算曲率跳变标准值;步骤4、基于曲率跳变标准值,将缺陷圆分割为多段曲线;步骤5、对分离出的多段曲线分别进行最小二乘拟合圆;步骤6、对拟合后的圆进行偏离度分析,并根据分析结果确定最合适的拟合圆。通过本方法进行拟合得到的炮孔拟合圆精度高,实现简单方便。
附图说明
图1为本发明的缺陷圆拟合方法的流程示意图;
图2为8领域像素点示意图;
图3为缺陷圆边缘图像;
图4为缺陷圆边缘细化后图像;
图5为拟合圆1与曲线1效果图;
图6为拟合圆2与曲线2效果图;
图7为最终拟合圆效果图。
具体实施方式
下面将结合实施例对本发明做进一步的说明。
参见图1,本实施例提供的一种用于钻孔爆破的缺陷圆拟合方法,包括如下步骤:
步骤1:获取矿道上壁炮孔的缺陷圆边缘图像,如图3所示,边缘图像地宽度为1至2像素宽度,并对缺陷圆边缘图像中的圆边缘进行细化处理,如图4所示,为了后续步骤地有效施行,将其细化为仅有单像素宽度的边缘图像;
在对前景像素进行边缘点曲率计算前,一个很重要的步骤是对边缘进行细化,考虑到大多数边缘检测算法提取出的边缘像素宽度为1-2像素宽,当边缘宽度为2时,曲率计算容易造成较大的误差,同时不利于边缘像素点坐标的连续顺序存储,这种情况在边缘像素点较少的情况下尤为明显,因此首先将其细化为单像素宽度以便于后续曲率的精确计算。
依次遍历缺陷圆边缘图像中的每个像素点,对前景像素点进行细化处理:
若当前前景像素点和8邻域内的像素点满足以下条件,则删除当前前景像素点,即将当前前景像素点的像素值置为0;
或
其中,N(P)为当前像素点的8邻域内前景像素点个数,N(n)为8邻域内n号位像素点的像素值,前景像素值设为1,背景像素值设为0,8邻域像素点参考图2。
步骤2:按坐标顺序依次存储细化后的缺陷圆边缘图像上的边缘点坐标;
步骤3:利用存储的边缘点坐标,计算细化处理后的各边缘点曲率,并统计缺陷圆曲率特征,获得曲率跳变标准值;
根据存储后的坐标顺序,间隔a个边缘点,选取出三个边缘点,以所选的三个边缘点确定的二次曲线上所选中间边缘点的曲率作为在边缘图像上该点的曲率;
若某边缘点的曲率值无限大,则将该点曲率作无效删除处理;统计出所有有效的曲率值,再通过下式计算曲率跳变标准值:
其中,Pall为原始缺陷圆边缘图像细化后的缺陷圆边缘点总数,符号“<>”表示对其四舍五入取整;s为曲率跳变标准值,xi为第i个边缘点的曲率值,/>为曲率平均值,n为有效曲率点个数。
三个点的选择距离为:以当前点为中心,选取向前及向后分别隔a个边缘点作为其他两个点来作曲率计算;顺序存储的相当于是一个环形。假设边缘点坐标存储为P(1)到P(9),当前需要计算曲率的边缘点为P(5),并假设a=1,那么选取来计算曲率的三个点分别是P(3)、P(5)、P(7)。由于是环形,假设当前需要计算曲率的边缘点为P(2),并假设a=1,那么选取来计算曲率的三个点分别是P(9)、P(2)、P(4);
步骤4:基于曲率跳变标准值,将缺陷圆分割为多段曲线;
步骤5:利用最小二乘法,分别对步骤4得到的各段曲线进行圆拟合,在本实施例中的拟合圆效果图如图5、图6所示,并计算所有拟合圆与缺陷圆的偏离度;
根据下式分别计算各段曲线的拟合圆的偏离度:
其中,为第j段曲线上经过细化处理后的边缘点个数,/>为第j段曲线上第m个边缘点到拟合圆圆心的距离,rj为第j段曲线的拟合圆半径;
步骤6:将满足像素点数比设定要求且偏离度最小的拟合圆作为矿道上壁炮孔的缺陷圆的最终拟合圆,完成对矿道上壁炮孔的缺陷圆拟合;
所述像素点数比设定要求为:
其中,为第j段曲线经过细化处理后的边缘点个数。
比较两个拟合圆的偏离度,偏离度小的作为最终拟合圆。根据上式计算得出拟合圆1的偏离度为:0.236,拟合圆2的偏离度为:0.653:。因此选择偏离度较小的拟合圆1作为最终拟合圆,最终拟合圆效果如图7所示。
基于上述方法,本发明实施例还提供一种用于钻孔爆破的缺陷圆拟合装置,包括:
图像采集与细化单元:用于获取矿道上壁炮孔的缺陷圆边缘图像,并对缺陷圆边缘图像中的圆边缘进行细化处理;
坐标存储单元:用于按坐标顺序依次存储细化后的缺陷圆边缘图像上的边缘点坐标;
曲率计算与统计单元:用于利用存储的边缘点坐标,计算细化处理后的各边缘点曲率,并统计缺陷圆曲率特征,获得曲率跳变标准值;
曲线划分单元:基于曲率跳变标准值,将缺陷圆分割为多段曲线;
圆拟合与偏离度计算单元:利用最小二乘法,分别曲线划分单元得到的各段曲线进行圆拟合,并计算所有拟合圆与缺陷圆的偏离度;
拟合圆选取单元:将满足像素点数比设定要求且偏离度最小的拟合圆作为矿道上壁炮孔的缺陷圆的最终拟合圆,完成对矿道上壁炮孔的缺陷圆拟合。
应当理解,本发明各个实施例中的功能单元模块可以集中在一个处理单元中,也可以是各个单元模块单独物理存在,也可以是两个或两个以上的单元模块集成在一个单元模块中,可以采用硬件或软件的形式来实现。
本发明实施例还提供一种可读存储介质,包括计算机程序指令,其特征在于:所述计算机程序指令被处理终端执行时使所述处理终端执行一种用于钻孔爆破的缺陷圆拟合方法,其有益效果参见方法部分的有益效果,在此不再赘述。
示例性地,本发明实施例中所述的计算机程序可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现本实施例的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、文字转换功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、文字消息数据等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述实现的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一个计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,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该以权利要求的保护范围为准。
Claims (9)
1.一种用于钻孔爆破的缺陷圆拟合方法,其特征在于,包括如下步骤:
步骤1:获取矿道上壁炮孔的缺陷圆边缘图像,并对缺陷圆边缘图像中的圆边缘进行细化处理;
步骤2:按坐标顺序依次存储细化后的缺陷圆边缘图像上的边缘点坐标;
步骤3:利用存储的边缘点坐标,计算细化处理后的各边缘点曲率,并统计缺陷圆曲率特征,获得曲率跳变标准值;
步骤4:基于曲率跳变标准值,将缺陷圆分割为多段曲线;
步骤5:利用最小二乘法,分别对步骤4得到的各段曲线进行圆拟合,并计算所有拟合圆与缺陷圆的偏离度;根据下式分别计算各段曲线的拟合圆的偏离度:
其中,为第j段曲线上经过细化处理后的边缘点个数,/>为第j段曲线上第m个边缘点到拟合圆圆心的距离,rj为第j段曲线的拟合圆半径;
步骤6:将满足像素点数比设定要求且偏离度最小的拟合圆作为矿道上壁炮孔的缺陷圆的最终拟合圆,完成对矿道上壁炮孔的缺陷圆拟合。
2.根据权利要求1所述的方法,其特征在于,依次遍历缺陷圆边缘图像中的每个像素点,对前景像素点进行细化处理:
若当前前景像素点和8邻域内的像素点满足以下条件,则删除当前前景像素点,即将当前前景像素点的像素值置为0;
或
其中,N(P)为当前像素点的8邻域内前景像素点个数,N(n)为8邻域内n号位像素点的像素值,前景像素值设为1,背景像素值设为0。
3.根据权利要求1所述的方法,其特征在于,根据存储后的坐标顺序,间隔a个边缘点,选取出三个边缘点,以所选的三个边缘点确定的二次曲线上所选中间边缘点的曲率作为在边缘图像上该点的曲率;
若某边缘点的曲率值无限大,则将该点曲率作无效删除处理;统计出所有有效的曲率值,再通过下式计算曲率跳变标准值:
其中,Pall为原始缺陷圆边缘图像细化后的缺陷圆边缘点总数,符号“<>”表示对其四舍五入取整;s为曲率跳变标准值,xi为第i个边缘点的曲率值,/>为曲率平均值,n为有效曲率点个数。
4.根据权利要求1所述的方法,其特征在于,所述像素点数比设定要求为:
其中,为第j段曲线经过细化处理后的边缘点个数,Pall为原始缺陷圆边缘图像细化后的缺陷圆边缘点总数。
5.一种用于钻孔爆破的缺陷圆拟合装置,其特征在于,包括:
图像采集与细化单元:用于获取矿道上壁炮孔的缺陷圆边缘图像,并对缺陷圆边缘图像中的圆边缘进行细化处理;
坐标存储单元:用于按坐标顺序依次存储细化后的缺陷圆边缘图像上的边缘点坐标;
曲率计算与统计单元:用于利用存储的边缘点坐标,计算细化处理后的各边缘点曲率,并统计缺陷圆曲率特征,获得曲率跳变标准值;
曲线划分单元:基于曲率跳变标准值,将缺陷圆分割为多段曲线;
圆拟合与偏离度计算单元:利用最小二乘法,分别曲线划分单元得到的各段曲线进行圆拟合,并计算所有拟合圆与缺陷圆的偏离度;所述圆拟合与偏离度计算单元根据曲线上各边缘点到拟合圆圆心的距离与曲线的拟合圆半径之间的方差获得偏离度;
拟合圆选取单元:将满足像素点数比设定要求且偏离度最小的拟合圆作为矿道上壁炮孔的缺陷圆的最终拟合圆,完成对矿道上壁炮孔的缺陷圆拟合。
6.根据权利要求5所述的装置,其特征在于,所述图像采集与细化单元依次遍历缺陷圆边缘图像中的每个像素点,对前景像素点进行细化处理:
若当前前景像素点和8邻域内的像素点满足以下条件,则删除当前前景像素点,即将当前前景像素点的像素值置为0;
或
其中,N(P)为当前像素点的8邻域内前景像素点个数,N(n)为8邻域内n号位像素点的像素值,前景像素值设为1,背景像素值设为0。
7.根据权利要求5所述的装置,其特征在于,所述曲率计算与统计单元,根据存储后的坐标顺序,间隔a个边缘点,选取出三个边缘点,以所选的三个边缘点确定的二次曲线上所选中间边缘点的曲率作为在边缘图像上该点的曲率;
若某边缘点的曲率值无限大,则将该点曲率作无效删除处理;统计出所有有效的曲率值,再通过下式计算曲率跳变标准值:
其中,Pall为原始缺陷圆边缘图像细化后的缺陷圆边缘点总数,符号“<>”表示对其四舍五入取整;s为曲率跳变标准值,xi为第i个边缘点的曲率值,/>为曲率平均值,n为有效曲率点个数。
8.根据权利要求5所述的装置,其特征在于,所述像素点数比设定要求为:
其中,为第j段曲线经过细化处理后的边缘点个数,Pall为原始缺陷圆边缘图像细化后的缺陷圆边缘点总数。
9.一种可读存储介质,包括计算机程序指令,其特征在于:所述计算机程序指令被处理终端执行时使所述处理终端执行权利要求1至4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110319431.4A CN112991307B (zh) | 2021-03-25 | 2021-03-25 | 一种用于钻孔爆破的缺陷圆拟合方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110319431.4A CN112991307B (zh) | 2021-03-25 | 2021-03-25 | 一种用于钻孔爆破的缺陷圆拟合方法、装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112991307A CN112991307A (zh) | 2021-06-18 |
CN112991307B true CN112991307B (zh) | 2023-07-25 |
Family
ID=76334537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110319431.4A Active CN112991307B (zh) | 2021-03-25 | 2021-03-25 | 一种用于钻孔爆破的缺陷圆拟合方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112991307B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470102B (zh) * | 2021-06-23 | 2024-06-11 | 依未科技(北京)有限公司 | 高精度测量眼底血管弯曲度的方法、装置、介质和设备 |
CN114089942A (zh) * | 2021-11-29 | 2022-02-25 | 合肥芯颖科技有限公司 | 一种显示处理方法、装置及存储介质 |
CN115932864B (zh) * | 2023-02-24 | 2023-08-01 | 深圳市博铭维技术股份有限公司 | 管道缺陷检测方法和管道缺陷检测装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012237585A (ja) * | 2011-05-10 | 2012-12-06 | Toppan Printing Co Ltd | 欠陥検査方法 |
CN102750693B (zh) * | 2012-05-31 | 2014-11-05 | 重庆大学 | Zernike矩对曲线边缘高精度定位的修正方法 |
CN106251352B (zh) * | 2016-07-29 | 2019-01-18 | 武汉大学 | 一种基于图像处理的罐盖缺陷检测方法 |
JP6759034B2 (ja) * | 2016-09-29 | 2020-09-23 | 株式会社日立ハイテク | パターン評価装置及びコンピュータープログラム |
CN108537153B (zh) * | 2018-03-27 | 2021-08-24 | 华南农业大学 | 一种基于椭圆拟合的原木板材孔洞缺陷检测与定位方法 |
CN108960252B (zh) * | 2018-06-01 | 2022-04-01 | 广西大学 | 一种二维图像中任意曲线的圆弧表示及检测方法 |
CN108876871B (zh) * | 2018-06-15 | 2022-10-04 | 广东数相智能科技有限公司 | 基于圆拟合的图像处理方法、装置与计算机可读存储介质 |
CN111243008B (zh) * | 2020-01-19 | 2022-04-22 | 广西师范大学 | 一种用于高精度工件的圆弧数据拟合方法 |
CN112396580B (zh) * | 2020-11-05 | 2024-02-02 | 北京信息科技大学 | 一种圆形零件缺陷检测方法 |
-
2021
- 2021-03-25 CN CN202110319431.4A patent/CN112991307B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112991307A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112991307B (zh) | 一种用于钻孔爆破的缺陷圆拟合方法、装置及介质 | |
US20210366122A1 (en) | Method and apparatus for segmenting G-banded adhered chromosome based on geometrical characteristic and regional fusion, and chromosome karyotype analysis device | |
CN110503682B (zh) | 矩形控件识别方法、装置、终端及存储介质 | |
WO2020107326A1 (zh) | 车道线检测方法、设备、计算机可读存储介质 | |
CN110619333A (zh) | 一种文本行分割方法、文本行分割装置及电子设备 | |
CN109461133B (zh) | 桥梁螺栓脱落检测方法及终端设备 | |
CN112200884B (zh) | 一种车道线的生成方法及装置 | |
US20230377325A1 (en) | Multi-task object detection method, electronic device, medium, and vehicle | |
CN111739043B (zh) | 一种停车位绘制方法、装置、设备和存储介质 | |
CN116026352A (zh) | 定位信号的处理方法、装置、介质及电子设备 | |
CN116311306A (zh) | 基于计算机视觉算法的表单识别方法、装置及相关组件 | |
CN109118494B (zh) | 一种基于凹点匹配的重叠区域分割方法及装置 | |
CN115564790A (zh) | 目标对象检测方法、电子设备及存储介质 | |
CN113269752A (zh) | 一种图像检测方法、装置终端设备及存储介质 | |
CN110796129A (zh) | 一种文本行区域检测方法及装置 | |
CN110827393B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN116993785A (zh) | 目标对象视觉跟踪方法、装置、电子设备及存储介质 | |
CN108510636B (zh) | 图像分割方法、图像分割装置及终端设备 | |
CN116782145A (zh) | 一种中高频gps轨迹数据处理方法、装置、存储介质及终端 | |
CN110597248A (zh) | 园区无人智慧巡检方法、装置、设备及存储介质 | |
CN115983007A (zh) | 一种重合轨迹提取方法、装置、电子设备及存储介质 | |
CN112907606B (zh) | 一种上向圆柱型深孔自动对孔方法及井下炸药现场混装车 | |
CN114882491A (zh) | 一种非机动车目标的跟踪方法、装置和电子设备 | |
CN111488720B (zh) | 一种获取电路连线拓扑信息的方法、装置及设备 | |
CN111401377B (zh) | 一种仪表数据读取方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |