CN113362290B - 点阵平面共线特征快速识别方法、存储设备及装置 - Google Patents

Abstract

本发明涉及一种随机目标粒子平面共线特征快速识别方法、存储设备及装置，其中识别方法包括：S1：获取点阵坐标；S2：遍历点阵中所有点，并使得点阵中的点两两生成直线；S3：基于预设的角度限制和距离阈值对S2中生成的直线进行聚类，得到直线系；S4：基于S3中得到的直线系，按照直线间夹角‑线数‑点数关系、距离关系与模板进行相似度匹配，并识别出点阵的正常或异常状态，得到缺陷关系。与现有技术相比，本发明通过点阵之间的共线、角度与距离关系，对点阵进行快速识别匹配；同时也可以实现当已知观测点阵与某点阵之间为匹配关系时，识别出点阵的正常或异常状态。

Description

点阵平面共线特征快速识别方法、存储设备及装置

技术领域

本发明涉及图像和信号处理领域，尤其是涉及一种随机目标粒子平面共线特征快速识别方法。

背景技术

在图像和信号处理中，常常会遇到大量的点阵数据，这些点阵中在物理上存在一定的坐标关系，但又因噪声、畸变等使得每次测量结果可能存在误差。在工程中，经常需要从测得的点阵数据中识别出点阵存在的缺陷，具体为每个点是否缺失、是否存在较大偏移。此时，点阵的模板信息是已知的。

目前，观测点阵的轮廓图形和已知标准点阵的轮廓图形之间的几何描述存在点位位置偏差、尺度缩放、旋转等测量误差。通常来说，如果同系统下两个图形之间的相似量化值达到给定系统的阈值范围，则可认为相似。

在二维坐标系中，可以通过对观测点阵的特征进行提取，然后直接对点阵间的特征进行匹配，进而确定点阵的相似关系。另外，当已知观测点阵和数据集中某点阵应为匹配关系，但因为实际工程误差，导致观测点阵存在缺失、增多、形状畸变等情况，需要识别出点阵的异常状态，也是目前亟需解决的技术问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种随机目标粒子平面共线特征快速识别方法，通过点阵之间的共线、角度与距离关系，对点阵进行快速识别匹配，同时也可以实现当已知观测点阵与某点阵之间为匹配关系时，识别出点阵的正常或异常状态。

本发明的目的可以通过以下技术方案来实现：

本发明的第一个目的是保护一种随机目标粒子平面共线特征快速识别方法，包括以下步骤：

S1：获取点阵坐标；

S2：遍历点阵中所有点，并使得点阵中的点两两生成直线；

S3：基于预设的角度限制和距离阈值对S2中生成的直线进行聚类，得到直线系；

S4：基于S3中得到的直线系，按照直线间夹角-线数-点数关系、距离关系与模板进行相似度匹配，并识别出点阵的正常或异常状态，得到缺陷关系。

进一步地，S3中得到直线系包含所述点阵中的所有点。

进一步地，S3中直线系的生成过程包括：

S3-1：根据预设的角度限制和容许误差阈值将S2中得到的直线进行融合；

S3-2：基于线线之间的相交、平行、夹角关系将S3-1融合后的直线构建直线系。

进一步地，S3-1中直线融合的过程包括：

遍历S2中获得的每一条直线，对每一条取出的直线进行如下过程：

S3-1-1：获取直线角度θ₁，遍历其他直线，寻找角度与θ₁相差小于θ₀的直线，且直线间距离小于d₀的直线加入直线族，作为备选直线；

S3-1-2：将所有备选直线的角度取平均值，作为θ₁，重复上述步骤，直至无新直线加入；

S3-1-3：将当前直线族内所有点进行去重。这一步骤的目的是，将去重后的点拟合出一条直线，从而获取角度。计算直线角度作为合成直线的角度，完成融合，得到多条合成直线。

进一步地，S3-2中直线融合的过程包括：

遍历S3-1-3中的合成直线，对每一条直线，根据预设或按特定规则计算得到的容许角度范围β₀±β₁、距离阈值为d₁ 构建直线系；

构建直线系的过程中，遍历S3-1-3中的合成直线，对每一条直线进行：

S3-2-1：获取合成直线角度β，寻找角度为β₀±β₁的合成直线，若两者关系为平行，且两者间距离阈值范围为d₀±d₁，则将直线加入直线系，作为备选直线；

S3-2-2：将所有备选直线的角度取平均值，作为β，重复上述步骤，直至无新直线加入；

S3-2-3：对直线系进行去重，完成融合，得到多个直线系。

进一步地，S4中进行相似度匹配的过程中，对直线系按照距离比、直线数量、点数量与模板进行直线层级的匹配。

进一步地，S4中识别点阵的正常或异常状态时，按照已有的直线间夹角-线-点数关系、距离关系，查找符合条件的直线-点关系映射，之后进行直线清理，获得点阵的异常缺陷。

进一步地，所述直线清理的过程为：

获取已知数据集中标准点阵的直线间夹角-线数-点数关系、距离关系；

根据预先给定的角度容许误差γ₀和距离d₃，遍历标准点阵的直线夹角、距离，寻找满足误差容许范围内的直线数量和直线上点的数量；

对满足条件的直线进行去重操作，根据去重后的直线数量和点数和标准点阵进行对比，即可获得缺陷关系。

本发明的第二个目的是保护一种存储设备，所述存储设备中存储有上述的随机目标粒子平面共线特征快速识别方法。

本发明的第三个目的是保护一种视觉信息获取装置，包括视觉图像获取原件和微处理器，所述微处理器匹配电连接有RAM和ROM，所述ROM为上述存储设备。

与现有技术相比，本发明具有以下技术优势：

1）本技术方案提出了一种随机目标粒子平面共线特征快速识别方法，通过点阵之间的共线、角度与距离关系，对点阵进行快速识别匹配；同时也可以实现当已知观测点阵与某点阵之间为匹配关系时，识别出点阵的正常或异常状态，尤其地，本方法对含有多平行线的点阵识别效果最好。

2）本技术方案可用于快速识别点阵中点的缺失，以及快速识别点阵中点的偏移。

3）本技术方案可用于将阵列式点阵的每个点位和模板中的点位匹配，进行分析（如点位除了位置信息还有别的信息（电信号、三维尺寸信息、温度信息等），结合相应的信息采集工具，可以获取分析点位的信息是否和预设相比是否存在缺陷）；

4）通过对直线系的约束，可以通过S3的步骤提取阵列特征。（如提取点数最多、直线数量最少的线，作为点阵的阵列特征，这样的直线系也往往是相似度最高的直线系。）通过对随机点阵提取阵列特征，可以将随机点阵分解为多个阵列点阵的叠加。

附图说明

图1为本技术方案中共线特征的点阵匹配示意图；

图2为本技术方案中点阵匹配技术路径流程图；

图3为本技术方案中点阵异常检测技术流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

本实施例中随机目标粒子平面共线特征快速识别方法，包括以下步骤：

S1：获取点阵坐标。该过程为将存储的待识别点阵放入预加载的坐标系中。尤其地，本方法对含有多平行线的点阵识别效果最好，参见图1（左：观测点阵；右：已知数据集点阵）。

S2：遍历点阵中所有点，并使得点阵中的点两两生成直线。

S3：基于预设的角度限制和距离阈值对S2中生成的直线进行聚类，得到直线系。

本步骤中得到直线系包含所述点阵中的所有点。

参见图2，其中S3中直线系的生成过程包括：

S3-1：根据预设的角度限制和容许误差阈值将S2中得到的直线进行融合；

S3-1-1：获取直线角度θ₁，遍历其他直线，寻找角度与θ₁相差小于θ₀的直线，且直线间距离小于d₀（d₀采用近似算法）的直线加入直线族，作为备选直线；

S3-1-2：将所有备选直线的角度取平均值，作为θ₁，重复上述步骤，直至无新直线加入；

S3-1-3：将当前直线族内所有点进行去重。这一步骤的目的是，将去重后的点拟合出一条直线，从而获取角度，计算直线角度作为合成直线的角度，完成融合，得到多条合成直线。

S3-2：基于线线之间的相交、平行、夹角关系将S3-1融合后的直线构建直线系。

S3-2中直线融合的过程包括：

遍历S2中获得的每一条直线，对每一条取出的直线进行如下过程：

S3-2中直线融合的过程包括：

遍历S3-1-3中的合成直线，对每一条直线，根据预设或按特定规则计算得到的容许角度范围β₀±β₁、距离阈值为d₁ 构建直线系；

构建直线系的过程中，遍历S3-1-3中的合成直线，对每一条直线进行：

S3-2-1：获取合成直线角度β，寻找角度为β₀±β₁的合成直线，若两者关系为平行，且两者间距离阈值范围为d₀±d₁，则将直线加入直线系，作为备选直线；

S3-2-2：将所有备选直线的角度取平均值，作为β，重复上述步骤，直至无新直线加入；

S3-2-3：对直线系进行去重，完成融合，得到多个直线系。

S4：基于S3中得到的直线系，按照直线间夹角-线数-点数关系、距离关系与模板进行相似度匹配，并识别出点阵的正常或异常状态，得到缺陷关系。本实施例中的模板是数据库中预先存储的标准点阵。标准点阵数据为描述相对位置关系的稀疏矩阵，和预先设定的平行线信息。

具体地，对于阵列式点阵，总存在一种连线方法，使得点阵的连线存在数量最多的平行线对。此时，点阵平行线对在极坐标系下的角度是若干个确定的值，即这些线的方向是确定的（如夹角为90度阵列时，行、列为其中的两个方向）。

各特征参数的作用如下：

夹角：筛选直线，使直线能够划分为不同的平行线对，形成平行线族（所有相同角度的平行线对）；

线数：计算线数相似度差；

点数：计算点数相似度差；

距离：计算距离相似度差。

以下A1~A9过程对直线间夹角-线数-点数关系、距离关系与模板进行相似度匹配的过程进行阐述：

1．首先，根据预设信息设置模板，用于校验识别的点阵：

a)根据标准点阵信息，建立笛卡尔坐标系，使得所有点都在笛卡尔坐标系的第一象限。

b)取所有点横纵坐标差值的最大公约数作为单位精度，将点的坐标转化为单位精度的整数倍即（x_a , y_a），建立稀疏矩阵，稀疏矩阵的第x_a 行y_a列的值设置为1，其余值设置为0。

c)稀疏矩阵示例：[[x₁,y₁,1],[x₂,y₂,1]]

d)对于阵列式点阵，找出其点连线方法，使得点阵的连线存在数量最多的平行线对，将相同角度的平行线对归入同一个平行线族。

e)记录每个平行线族的角度、平行线族的数量、平行线族内部平行线的距离比、平行线族内部各个平行线的点数、平行线族之间的夹角。

2．确定点阵的原始模板后，获取1.e中记录的平行线族的角度、数量信息。

3．进行S1-S3操作（S1：获取点阵坐标；S2：遍历点阵中所有点，并使得点阵中的点两两生成直线；S3：基于预设的角度限制和距离阈值对S2中生成的直线进行聚类，得到直线系）其中S3-1-3步骤中的预设角度限制β₀即为平行线族之间的夹角，预设距离d₀为平行线族内部平行线的距离比，预设角度偏差阈值β₁和距离偏差阈值d₁可人为指定，也可根据预设距离d₀和预设角度β₀乘以实验得到的误差系数（如10%）

4．建立直线系后，对直线系内部的直线排序。具体采用笛卡尔坐标系下平行线族的角度的法向（指向x轴正向，与x轴平行时指向y轴正向；可根据预设模板人为指定）作为排序依据，按照直线在法向方向的排序次序作为直线的顺序。

5．按照直线的顺序依次对比平行线族内部各个平行线的点数的差值作为点数相似度差值S_pdiff。

6．按照直线的顺序依次对比平行线族内部平行线的距离比（先归一化，再取每两条平行线测量值和模板值差的平方）作为距离比相似度差值S_ddiff。

7． 按照角度关系，将得到的直线系内不同角度的直线划分为实测平行线族，将其与模板平行线族对应。平行线族对应线数差的平方，作为线差相似度差值S_ldiff

8．人为或实验指定点数相似度重要性系数C_p，距离比相似度重要性系数C_d，线差相似度重要性系数C_l，计算直线系与模板的相似度S=1-ΣC_iS_idiff。

9．对比所有的到的直线系，取相似度最大的作为识别直线系。根据4中得到的直线顺序，可计算缺失点的具体位置。

进行相似度匹配的过程中，对直线系按照距离比、直线数量、点数量与模板进行直线层级的匹配。

本技术方案中的直线清理实质上为直线系清理，为上述A4~5至A4~8的反向过程。即：

1.先进行A4~8，即通过实验或人为指定先确定人为或实验指定点数相似度重要性系数C_p，距离比相似度重要性系数C_d，线差相似度重要性系数C_l。然后根据相似度公式S=1-ΣC_iS_idiff，结合实验得到的实验得到的误差系数（如10%），计算得到角度容许误差γ₀（用于约束线数差值，这是因为角度容许范围越大，识别到的线就越多，本不该在A平行线族的b直线就很容易被算法识别为A的直线）（进行次过程的原因是算法在实际应用时，会因为直线穷举，导致直线系会过多，因此需要通过约束直线系的最优情况。）和距离d₃（用于约束距离比）。

2.通过角度容许误差γ₀和距离比d₃筛选以后，应当剩下至少一组直线系。再通过不断迭代角度容许误差γ₀和距离比d₃使直线系的数量为1.

3.从2中得到最相似直线系后，按照法向顺序，依次计算点数差数量N_diff，距离比差L_diff，线数量差L_ndiff，从而确定缺陷。

参见图3，识别点阵的正常或异常状态时，按照已有的直线间夹角-线-点数关系、距离关系，查找符合条件的直线-点关系映射，之后进行直线清理，获得点阵的异常缺陷。

直线清理的过程为：

获取已知数据集中标准点阵的直线间夹角-线数-点数关系、距离关系；

根据预先给定的角度容许误差γ₀和距离d₃，遍历标准点阵的直线夹角、距离，寻找满足误差容许范围内的直线数量和直线上点的数量；

对满足条件的直线进行去重操作。根据去重后的直线数量和点数和标准点阵进行对比，获得缺陷关系。

本发明中的存储设备可为U盘、硬盘、SD卡、软盘、光碟等设备，存储设备中存储有上述的随机目标粒子平面共线特征快速识别方法。

本发明例中的视觉信息获取装置可为摄像机与微处理器构成的系统，以此实现图像的获取到最终特征识别和结果输出的全部过程，微处理器匹配电连接有RAM和ROM，所述ROM为上述存储设备。微处理器可选用为ARM处理器或者x86处理器。

上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和使用发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，不脱离本发明范畴所做出的改进和修改都应该在本发明的保护范围之内。

Claims (8)

1.一种点阵平面共线特征快速识别方法，其特征在于，包括以下步骤：

S1：获取点阵坐标；

S2：遍历点阵中所有点，并使得点阵中的点两两生成直线；

S3：基于预设的角度限制和距离阈值对S2中生成的直线进行聚类，得到直线系；

S4：基于S3中得到的直线系，按照直线间夹角-线数-点数关系、距离关系与模板进行相似度匹配，并识别出点阵的正常或异常状态，得到缺陷关系；

S3中直线系的生成过程包括：

S3-1：根据预设的角度限制和容许误差阈值将S2中得到的直线进行融合；

S3-2：基于线线之间的相交、平行、夹角关系将S3-1融合后的直线构建直线系；

S3-1中直线融合的过程包括：

遍历S2中获得的每一条直线，对每一条取出的直线进行如下过程：

S3-1-1：获取直线角度θ₁，遍历其他直线，寻找角度与θ₁相差小于θ₀的直线，且直线间距离小于d₀的直线加入直线族，作为备选直线；

S3-1-2：将所有备选直线的角度取平均值，作为θ₁，重复上述步骤，直至无新直线加入；

S3-1-3：将当前直线族内所有点进行去重，计算直线角度作为合成直线的角度，完成融合，得到多条合成直线。

2.根据权利要求1所述的一种点阵平面共线特征快速识别方法，其特征在于，S3中得到直线系包含所述点阵中的所有点。

3.根据权利要求1所述的一种点阵平面共线特征快速识别方法，其特征在于，S3-2中直线融合的过程包括：

遍历S3-1-3中的合成直线，对每一条直线，根据预设或按特定规则计算得到的容许角度范围β₀±β₁、距离阈值为d₁ 构建直线系；

构建直线系的过程中，遍历S3-1-3中的合成直线，对每一条直线进行：

S3-2-1：获取合成直线角度β，寻找角度为β₀±β₁的合成直线，若两者关系为平行，且两者间距离阈值范围为d₀±d₁，则将直线加入直线系，作为备选直线；

S3-2-2：将所有备选直线的角度取平均值，作为β，重复上述步骤，直至无新直线加入；

S3-2-3：对直线系进行去重，完成融合，得到多个直线系。

4.根据权利要求1所述的一种点阵平面共线特征快速识别方法，其特征在于，S4中进行相似度匹配的过程中，对直线系按照距离比、直线数量、点数量与模板进行直线层级的匹配。

5.根据权利要求4所述的一种点阵平面共线特征快速识别方法，其特征在于，S4中识别点阵的正常或异常状态时，按照已有的直线间夹角-线-点数关系、距离关系，查找符合条件的直线-点关系映射，之后进行直线清理，获得点阵的异常缺陷。

6.根据权利要求5所述的一种点阵平面共线特征快速识别方法，其特征在于，所述直线清理的过程为：

获取已知数据集中标准点阵的直线间夹角-线数-点数关系、距离关系；

根据预先给定的角度容许误差γ₀和距离d₃，遍历标准点阵的直线夹角、距离，寻找满足误差容许范围内的直线数量和直线上点的数量；

对满足条件的直线进行去重操作。

7.一种存储设备，其特征在于，所述存储设备中存储有如权利要求1至6中任意一项所述的点阵平面共线特征快速识别方法。

8.一种视觉信息获取装置，其特征在于，包括视觉图像获取原件和微处理器，所述微处理器匹配电连接有RAM和ROM，所述ROM为权利要求7中所述的存储设备。

Images