CN113674198A - 一种基于积分图的残缺十字mark点视觉识别方法 - Google Patents

一种基于积分图的残缺十字mark点视觉识别方法 Download PDF

Info

Publication number
CN113674198A
CN113674198A CN202110756654.7A CN202110756654A CN113674198A CN 113674198 A CN113674198 A CN 113674198A CN 202110756654 A CN202110756654 A CN 202110756654A CN 113674198 A CN113674198 A CN 113674198A
Authority
CN
China
Prior art keywords
search window
area
cross mark
pixel
mark 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.)
Withdrawn
Application number
CN202110756654.7A
Other languages
English (en)
Inventor
董辉
朱佳成
邹立
吴祥
王项彬
鄢鹏飞
王军晓
俞立
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN202110756654.7A priority Critical patent/CN113674198A/zh
Publication of CN113674198A publication Critical patent/CN113674198A/zh
Withdrawn legal-status Critical Current

Links

Images

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

Landscapes

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

Abstract

本发明公开了一种基于积分图的残缺十字mark点视觉识别方法，包括：获取带有十字mark点的图片并对图片进行预处理；对预处理后的图片进行积分图化处理，得到图片中每个像素点对应的积分值；以实际完整的十字mark点的线长的像素值生成正方形作为搜索窗口；取图片中以起始点构成的矩形区域作为搜索范围，控制搜索窗口在搜索范围中从起始点开始步进移动搜索，直至满足预设条件后停止步进，确定搜索窗口最终所在区域；根据搜索窗口最终所在区域识别十字mark点。本发明有效地提高了残缺mark点可识别性的同时也优化提升了识别速度。

Description

一种基于积分图的残缺十字mark点视觉识别方法
技术领域
本申请属于切割机的视觉定位技术领域，具体涉及一种基于积分图的残缺十字mark点视觉识别方法。
背景技术
随着机械制造业、自动化产业的快速发展，越来越多的行业被机器自动化给取代。传统的工人手动对准切割材料已渐渐落伍于时代，新出现的mark点对标以更快的速度、更高的精度逐步取代人工对点，节省了人工费用的同时也减少了由于切割失误导致的废料率。
但针对半透、哑光、车贴等材料，由于表面不可避免的存在严重反光问题，导致相机采集到的图片中mark点显示有残缺，此时传统的轮廓循环判断方法难以识别，导致切割机无法正常完成切割工作。
发明内容
本申请的目的在于提供一种基于积分图的残缺十字mark点视觉识别方法，有效地提高了残缺mark点可识别性的同时也优化提升了识别速度。
为实现上述目的，本申请所采取的技术方案为：
一种基于积分图的残缺十字mark点视觉识别方法，所述基于积分图的残缺十字mark点视觉识别方法，包括：
步骤1、获取带有十字mark点的图片并对图片进行预处理；
步骤2、对预处理后的图片进行积分图化处理，得到图片中每个像素点对应的积分值；
步骤3、根据实际完整的十字mark点的线长和线宽转换分别得到图片中完整的十字mark点的线长的像素值j和线宽的像素值i，并以线长的像素值j生成j×j的正方形作为搜索窗口；
步骤4、取图片中以(i,i)、(i,w-i)、(h-i,i)、(h-i,w-i)为顶点构成的矩形区域作为搜索范围，控制搜索窗口在搜索范围中从点(i,i)起开始步进移动搜索，直至满足预设条件后停止步进，确定搜索窗口最终所在区域，w、h别是图片的宽和高所对应的像素值；
步骤5、根据搜索窗口最终所在区域识别十字mark点，包括：
步骤5.1、以无倾斜的完整的十字mark点在搜索窗口中的形态将搜索窗口划分为四个白色区域和一个黑色区域；
步骤5.2、基于搜索窗口最终所在区域计算搜索窗口中四个白色区域和一个黑色区域分别对应的白色像素总个数与搜索窗口面积的比值，得到Rlt、Rrt、Rlb、Rrb和Rm，其中Rlt、Rrt、Rlb、Rrb分别对应于搜索窗口中位于左上、右上、左下、右下的白色区域，Rm对应于黑色区域；
步骤5.3、根据计算得到Rlt、Rrt、Rlb、Rrb和Rm判断十字mark点如下：
1)若四个白色区域和一个黑色区域中白色像素总个数与搜索窗口面积的比值满足
Figure BDA0003147899760000021
Figure BDA0003147899760000022
则表示搜索窗口最终所在区域中存在十字mark点，且该十字mark点为残缺一个方向的十字mark点，获取搜索窗口的中心点坐标作为残缺一个方向的十字mark点的中心点坐标；
2)若满足Rw1≥Rm*0.75且Rw1≤Rm*1.25，其中Rw1为搜索窗口中白色像素总个数与搜索窗口面积的比值，则表示搜索窗口最终所在区域中存在十字mark点，且该十字mark点为残缺中心交点的十字mark点，获取搜索窗口的中心点坐标作为残缺中心交点的十字mark点的中心点坐标；
3)若Rlt、Rrt、Rlb、Rrb分别对应的区域中白色像素总个数与搜索窗口面积的比值的最大差值在±20％以内，则根据Rm所对应的黑色区域中白色像素总个数与该黑色区域面积比值的四分之一计算得到倾斜比例常数Rp，若
Figure BDA0003147899760000023
Figure BDA0003147899760000024
则表示搜索窗口最终所在区域中存在十字mark点，且该十字mark点为倾斜的十字mark点，获取搜索窗口的中心点坐标作为倾斜的十字mark点的中心点坐标；
4)若四个白色区域的白色像素总个数与搜索窗口面积的比值都不满足
Figure BDA0003147899760000031
的要求，则表示搜索窗口最终所在区域中存在十字mark点，但该十字mark点为残缺度大于50％的十字mark点，因此最终视为搜索窗口最终所在区域中不存在十字mark点，即直接排除不做识别。
以下还提供了若干可选方式，但并不作为对上述总体方案的额外限定，仅仅是进一步的增补或优选，在没有技术或逻辑矛盾的前提下，各可选方式可单独针对上述总体方案进行组合，还可以是多个可选方式之间进行组合。
作为优选，所述对预处理后的图片进行积分图化处理，得到图片中每个像素点对应的积分值，包括：
所述积分值计算公式如下：
Figure BDA0003147899760000032
其中，SAT(x,y)为图片中像素点(x,y)与(0,0)组成的矩形对应的积分值，I(xk,yk)为图片中像素点(xk,yk)的像素值。
作为优选，所述控制搜索窗口在搜索范围中从点(i,i)起开始步进移动搜索，直至满足预设条件后停止步进，包括：
1)如果搜索窗口当前所在区域中黑色像素总个数与搜索窗口面积的比值在
Figure BDA0003147899760000033
之间，则搜索窗口下一步向右移动j个像素距离，继续进行搜索；如果右侧没有足够的距离移动，则向下移动一个像素并从当前行的第
Figure BDA0003147899760000034
个像素点作为搜索窗口的锚点继续搜索，所述搜索窗口的锚点即为搜索窗口的中心点；
2)如果搜索窗口当前所在区域中黑色像素总个数与搜索窗口面积的比值在
Figure BDA0003147899760000035
之间，则搜索窗口下一步向右移动i个像素距离，继续进行搜索；如果右侧没有足够的距离移动，则向下移动一个像素并从当前行的第
Figure BDA0003147899760000036
个像素点作为搜索窗口的锚点继续搜索；
3)如果搜索窗口当前所在区域中黑色像素值总个数与搜索窗口面积的比值在
Figure BDA0003147899760000037
之间，则计算搜索窗口朝周围八邻域各走一个像素距离后对应的比值，选取八邻域中比值最接近Ra的方向移动，直到周围八邻域对应的比值与Ra的差值都大于锚点所在搜索窗口对应的比值与Ra的差时，暂停搜索窗口的移动，确定搜索窗口最终所在区域；
4)如果搜索窗口当前所在区域中黑色像素总个数与搜索窗口面积的比值在
Figure BDA0003147899760000041
之间，则搜索窗口下一步向右移动
Figure BDA0003147899760000042
个像素距离，继续进行搜索；如果右侧没有足够的距离移动，则向下移动一个像素并从当前行的第
Figure BDA0003147899760000043
个像素点作为搜索窗口的锚点继续搜索；
5)如果搜索窗口当前所在区域中黑色像素总个数和与搜索窗口面积的比值为1，则搜索窗口下一步向右移动j个像素距离，继续进行搜索；如果右侧没有足够的距离移动，则向下移动一个像素并从当前行的第
Figure BDA0003147899760000044
个像素点作为搜索窗口的锚点继续搜索，其中Ra为搜索窗口中为无倾斜的完整的十字mark点时搜索窗口中白色像素总个数与搜索窗口面积的比值。
作为优选，所述Rlt、Rrt、Rlb、Rrb、Rm的计算如下：
Figure BDA0003147899760000045
Figure BDA0003147899760000046
Figure BDA0003147899760000047
Figure BDA0003147899760000048
Figure BDA0003147899760000049
式中，SAT(,)为积分值计算公式，(x，y)为搜索窗口的中心点坐标。
本申请提供的基于积分图的残缺十字mark点视觉识别方法，克服了传统轮廓循环遍历法存在的难以识别特殊材料残缺mark点以及识别耗时高的问题，同时又保证了识别的准确度，提供了一种既快又准备的方法，有效提高了对各类传统方法难以识别mark点的识别度，提升了整体机器的效率。
附图说明
图1为本申请的基于积分图的残缺十字mark点视觉识别方法的流程图；
图2为相机拍摄的原图片；
图3为本申请对图2进行预处理后的图片；
图4为本申请积分值计算示意图；
图5为本申请搜索窗口划分示意图；
图6为残缺一个方向的十字mark点的示意图；
图7为残缺中心交点的十字mark点的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是在于限制本申请。
其中一个实施例中，提供一种基于积分图的残缺十字mark点视觉识别方法，主要应用于服装、广告行业的快速精确定位，进一步提升定位过程中mark点的识别速度以及可识别性。
如图1所示，本实施例的基于积分图的残缺十字mark点视觉识别方法，包括以下步骤：
步骤1、获取带有十字mark点的图片并对图片进行预处理。
本实施例中的预处理操作包括去噪、自适应阈值二值化等操作。预处理可有效去除相机获取的原图片中的干扰信息，提高后期识别精度，如图2所示为一张相机拍摄到的原图片，经过预处理后得到的图片如图3所示，可以看出预处理后的图片增强了十字mark点与背景的对比度且去除了拍照时的光线干扰。
步骤2、对预处理后的图片进行积分图化处理，得到图片中每个像素点对应的积分值。
本实施例中积分值为图片中该像素点左上角所有像素点的像素值的总和，本实施例中将图片中的白色像素点的像素值记为1，黑色像素点的像素值记为0进行积分。
如图4所示，积分值计算公式如下：
Figure BDA0003147899760000061
其中，SAT(x,y)为图片中像素点(x,y)对应的积分值，即像素点(x,y)与(0,0)组成的矩形对应的积分值，I(xk,yk)为图片中像素点(xk,yk)的像素值，k为标识符，用于表示xk为0到x之间的值，yk为0到y之间的值。
为了进一步提高计算速度，SAT(x,y)可采用增量式计算：
SAT(x,y)＝SAT(x,y-1)+SAT(x-1,y)-SAT(x-1,y-1)+I(x,y)
其中，SAT(x,y-1)为图片中像素点(x,y-1)对应的积分值，SAT(x-1,y)为图片中像素点(x-1,y)对应的积分值，SAT(x-1,y-1)为图片中像素点(x-1,y-1)对应的积分值，I(x,y)图片中像素点(x,y)的像素值。
根据积分图就可以很方便的计算任意矩形区域内的像素之和，通过简单查询积分图中目标点所含像素值的方法和有限次运算可算出目标矩形框内所包含的像素值。此法大大减少了运算次数，无论目标矩形框的尺寸大或是小，都只需要查找积分图像4次就可以快速计算任意矩形内像素值的和，相比传统的遍历区域内所有点的方法在速度上有所提升。
步骤3、根据实际完整的十字mark点的线长和线宽转换分别得到图片中完整十字mark点的线长的像素值j和线宽的像素值i，并以线长的像素值j生成j×j的正方形作为搜索窗口。
如图5所示，本实施例根据用户设定的十字mark点实际的线长转化成的像素大小作为搜索窗口大小，构造十字mark点的外接正方形，再根据十字mark特点把搜索窗口划分成五个区域(四个白色区域和一个黑色区域)。
容易理解的是，本实施例中所称的白色区域和黑色区域为针对完整十字mark点时对搜索窗口进行划分所得到的，在实际识别过程中十字mark点不完整或倾斜时，白色区域中不一定全部为白色像素，黑色区域中也不一定全部为黑色像素，即本实施例中的白色区域和黑色区域主要在于对搜索窗口进行划分，并不对划分后各区域中的像素进行限定，也可以理解为将搜索窗口分为为第一至第五区域。
划分后得到的五个区域中，以Rlt、Rrt、Rlb、Rrb各表示一个白色区域中白色像素总个数和搜索面积的比值，以Rm为隔断的中间十字区域(即黑色区域)的白色像素总个数和搜索面积的比值。其中Rlt、Rrt、Rlb、Rrb分别对应于搜索窗口中位于左上、右上、左下、右下的白色区域。其中区域中白色像素总个数对应于该区域的积分值，因此可直接基于积分图得到。
假设某个完整十字的线长为j个像素点，线宽为i个像素点。作十字Mark点的最小外接正方形，那么此正方形的边长即为线长j。以十字Mark点线宽i作为搜索边长(即步进的步长)，以j×j大小的正方形作为搜索窗口，此时搜索窗口中为无倾斜的完整的十字mark点时搜索窗口中白色像素总个数与搜索窗口面积的比值为：
Figure BDA0003147899760000071
但是考虑到预处理时去噪过程中像素点的损耗、二值化阈值的选择、外部光照不均匀不充分以及相机本身的问题，需要适当放宽识别比例，通常设置为标准占比的±15％范围内。
步骤4、取图片中以(i,i)、(i,w-i)、(h-i,i)、(h-i,w-i)为顶点构成的矩形区域作为搜索范围，控制搜索窗口在搜索范围中从点(i,i)起开始步进移动搜索，直至满足预设条件后停止步进，确定搜索窗口最终所在区域，w、h别是图片的宽和高所对应的像素值。
在搜索中主要查看窗口内像素值总和与窗口大小的占比是否大致在Ra的范围内。为了加快搜寻速度，可以分情况增加搜索窗口的步进步数：
1)如果搜索窗口当前所在区域中黑色像素总个数与搜索窗口面积的比值在
Figure BDA0003147899760000072
之间，则搜索窗口下一步向右移动j个像素距离，继续进行搜索；如果右侧没有足够的距离移动，则向下移动一个像素并从当前行(从左到右)的第
Figure BDA0003147899760000073
个像素点作为搜索窗口的锚点继续搜索，所述搜索窗口的锚点即为搜索窗口的中心点。
2)如果搜索窗口当前所在区域中黑色像素总个数与搜索窗口面积的比值在
Figure BDA0003147899760000074
之间，则搜索窗口下一步向右移动i个像素距离，继续进行搜索；如果右侧没有足够的距离移动，则向下移动一个像素并从当前行(从左到右)的第
Figure BDA0003147899760000075
个像素点作为搜索窗口的锚点继续搜索。
3)如果搜索窗口当前所在区域中黑色像素值总个数与搜索窗口面积的比值在
Figure BDA0003147899760000081
之间，则计算搜索窗口朝周围八邻域(周围八领域是指当前搜索窗口的中心点坐标的上下左右四个点以及上左上右下左下右四个点)各走一个像素距离后对应的(搜索窗口中黑色像素值总个数与搜索窗口面积)比值，选取八邻域中比值最接近Ra的方向移动，直到周围八邻域对应的比值与Ra的差值都大于锚点(搜索窗口当前所在区域的中心点)所在搜索窗口对应的比值与Ra的差时，暂停搜索窗口的移动，确定搜索窗口最终所在区域。
4)如果搜索窗口当前所在区域中黑色像素总个数与搜索窗口面积的比值在
Figure BDA0003147899760000082
之间，则搜索窗口下一步向右移动
Figure BDA0003147899760000083
个像素距离，继续进行搜索；如果右侧没有足够的距离移动，则向下移动一个像素并从当前行(从左到右)的第
Figure BDA0003147899760000084
个像素点作为搜索窗口的锚点继续搜索。
5)如果搜索窗口当前所在区域中黑色像素总个数和与搜索窗口面积的比值为1，则搜索窗口下一步向右移动j个像素距离，继续进行搜索；如果右侧没有足够的距离移动，则向下移动一个像素并从当前行(从左到右)的第
Figure BDA0003147899760000085
个像素点作为搜索窗口的锚点继续搜索。
需要说明的是，上述1)～5)的情况中在每次步进判断时仅会满足其中一种情况，并根据该情况对应的处理方式进行相应处理。
经过上述面积法的初步处理，找到了可能存在目标mark的区域，接下来需要确定残缺的十字mark点是否存在。
步骤5、根据搜索窗口最终所在区域识别十字mark点，包括：
步骤5.1、以无倾斜的完整的十字mark点在搜索窗口中的形态将搜索窗口划分为四个白色区域和一个黑色区域，即和步骤3中一样进行构造。
步骤5.2、基于搜索窗口最终所在区域计算搜索窗口中四个白色区域和一个黑色区域分别对应的白色像素总个数和与搜索窗口面积的比值，得到Rlt、Rrt、Rlb、Rrb和Rm，其中Rlt、Rrt、Rlb、Rrb分别对应于搜索窗口中位于左上、右上、左下、右下的白色区域，Rm对应于黑色区域。
其中Rlt、Rrt、Rlb、Rrb和Rm的计算如下：
Figure BDA0003147899760000091
Figure BDA0003147899760000092
Figure BDA0003147899760000093
Figure BDA0003147899760000094
Figure BDA0003147899760000095
式中，SAT(,)为积分值计算公式，(x，y)为搜索窗口的中心点坐标。
步骤5.3、根据Rlt、Rrt、Rlb、Rrb和Rm判断搜索窗口中的十字mark点如下：
1)在理想状态下若
Figure BDA0003147899760000096
且
Figure BDA0003147899760000097
即表示表示搜索窗口最终所在区域中存在十字mark点，且该十字mark点为残缺一个方向的十字mark点。
但考虑到实际情况，需要把理想状态下的条件放宽15％，即满足
Figure BDA0003147899760000098
Figure BDA0003147899760000099
则表示搜索窗口最终所在区域中存在十字mark点，且该十字mark点为残缺一个方向的十字mark点，如图6所示，获取搜索窗口的中心点坐标作为残缺一个方向的十字mark点的中心点坐标。
需要说明的是，本实施例重点在于对残缺十字mark点的快速识别，但对于完整的十字mark点也能够完成识别，且完整的十字mark点与残缺一个方向的十字mark点的判断条件一致，均能够快速识别并定位十字mark点。
2)若满足Rw1≥Rm*0.75且Rw1≤Rm*1.25，其中Rw1为搜索窗口中白色像素总个数与搜索窗口面积的比值，则表示搜索窗口最终所在区域中存在十字mark点，且该十字mark点为残缺中心交点的十字mark点，如图7所示，获取搜索窗口的中心点坐标作为残缺中心交点的十字mark点的中心点坐标。
3)为了在切割时后续材料可以顺利接上连续切割，所以绝大多数客户不会故意放歪mark点，只会有一些肉眼很难分辨的5°～12°歪斜存在。若Rlt、Rrt、Rlb、Rrb分别对应的白色区域中白色像素总个数与搜索窗口面积的比值的最大差值在±20％以内，则根据Rm所对应的黑色区域中白色像素总个数与该黑色区域面积比值的四分之一计算得到倾斜比例常数Rp，在识别判断时只需要让Rlt、Rrt、Rlb、Rrb、Rm乘上(1-Rp)与
Figure BDA0003147899760000101
分别作为判断范围的上下限即可。即若
Figure BDA0003147899760000102
Figure BDA0003147899760000103
则表示搜索窗口最终所在区域中存在十字mark点，且该十字mark点为倾斜的十字mark点，获取搜索窗口的中心点坐标作为倾斜的十字mark点的中心点坐标。
其中，倾斜比例常数Rp的计算如下：
Figure BDA0003147899760000104
式中，(x，y)为搜索窗口的中心点坐标。
4)若如果四个白色区域的白色像素总个数与搜索窗口面积的比值都不满足
Figure BDA0003147899760000105
Figure BDA0003147899760000106
的要求，则表示搜索窗口最终所在区域中存在十字mark点，但该十字mark点为残缺度大于50％的十字mark点，此时十字mark点的残缺度过高或者其本身不是mark点而是因周围环境的干扰信号(反光、自然光照射不均匀等)组成的噪声区域，也就是该情况既包含了存在高度残缺的十字mark点的情况，也包含了实质上不存在十字mark点的情况。为了表面误识别因此直接排除不做识别，即视为搜索窗口最终所在区域中不存在十字mark点。
需要说明的是，在每次十字mark点识别时，仅会满足上述1)～4)中的一种十字mark点情况，并根据对应情况进行相应处理。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (4)

1.一种基于积分图的残缺十字mark点视觉识别方法，其特征在于，所述基于积分图的残缺十字mark点视觉识别方法，包括：
步骤1、获取带有十字mark点的图片并对图片进行预处理；
步骤2、对预处理后的图片进行积分图化处理，得到图片中每个像素点对应的积分值；
步骤3、根据实际完整的十字mark点的线长和线宽转换分别得到图片中完整的十字mark点的线长的像素值j和线宽的像素值i，并以线长的像素值j生成j×j的正方形作为搜索窗口；
步骤4、取图片中以(i,i)、(i,w-i)、(h-i,i)、(h-i,w-i)为顶点构成的矩形区域作为搜索范围，控制搜索窗口在搜索范围中从点(i,i)起开始步进移动搜索，直至满足预设条件后停止步进，确定搜索窗口最终所在区域，w、h别是图片的宽和高所对应的像素值；
步骤5、根据搜索窗口最终所在区域识别十字mark点，包括：
步骤5.1、以无倾斜的完整的十字mark点在搜索窗口中的形态将搜索窗口划分为四个白色区域和一个黑色区域；
步骤5.2、基于搜索窗口最终所在区域计算搜索窗口中四个白色区域和一个黑色区域分别对应的白色像素总个数与搜索窗口面积的比值，得到Rlt、Rrt、Rlb、Rrb和Rm，其中Rlt、Rrt、Rlb、Rrb分别对应于搜索窗口中位于左上、右上、左下、右下的白色区域，Rm对应于黑色区域；
步骤5.3、根据计算得到Rlt、Rrt、Rlb、Rrb和Rm判断十字mark点如下：
1)若四个白色区域和一个黑色区域中白色像素总个数与搜索窗口面积的比值满足
Figure FDA0003147899750000011
Figure FDA0003147899750000012
则表示搜索窗口最终所在区域中存在十字mark点，且该十字mark点为残缺一个方向的十字mark点，获取搜索窗口的中心点坐标作为残缺一个方向的十字mark点的中心点坐标；
2)若满足Rw1≥Rm*0.75且Rw1≤Rm*1.25，其中Rw1为搜索窗口中白色像素总个数与搜索窗口面积的比值，则表示搜索窗口最终所在区域中存在十字mark点，且该十字mark点为残缺中心交点的十字mark点，获取搜索窗口的中心点坐标作为残缺中心交点的十字mark点的中心点坐标；
3)若Rlt、Rrt、Rlb、Rrb分别对应的区域中白色像素总个数与搜索窗口面积的比值的最大差值在±20％以内，则根据Rm所对应的黑色区域中白色像素总个数与该黑色区域面积比值的四分之一计算得到倾斜比例常数Rp，若
Figure FDA0003147899750000021
Figure FDA0003147899750000022
则表示搜索窗口最终所在区域中存在十字mark点，且该十字mark点为倾斜的十字mark点，获取搜索窗口的中心点坐标作为倾斜的十字mark点的中心点坐标；
4)若四个白色区域的白色像素总个数与搜索窗口面积的比值都不满足
Figure FDA0003147899750000023
的要求，则表示搜索窗口最终所在区域中存在十字mark点，但该十字mark点为残缺度大于50％的十字mark点，因此最终视为搜索窗口最终所在区域中不存在十字mark点，即直接排除不做识别。
2.如权利要求1所述的基于积分图的残缺十字mark点视觉识别方法，其特征在于，所述对预处理后的图片进行积分图化处理，得到图片中每个像素点对应的积分值，包括：
所述积分值计算公式如下：
Figure FDA0003147899750000024
其中，SAT(x,y)为图片中像素点(x,y)与(0,0)组成的矩形对应的积分值，I(xk,yk)为图片中像素点(xk,yk)的像素值。
3.如权利要求1所述的基于积分图的残缺十字mark点视觉识别方法，其特征在于，所述控制搜索窗口在搜索范围中从点(i,i)起开始步进移动搜索，直至满足预设条件后停止步进，包括：
1)如果搜索窗口当前所在区域中黑色像素总个数与搜索窗口面积的比值在
Figure FDA0003147899750000025
之间，则搜索窗口下一步向右移动j个像素距离，继续进行搜索；如果右侧没有足够的距离移动，则向下移动一个像素并从当前行的第
Figure FDA0003147899750000026
个像素点作为搜索窗口的锚点继续搜索，所述搜索窗口的锚点即为搜索窗口的中心点；
2)如果搜索窗口当前所在区域中黑色像素总个数与搜索窗口面积的比值在
Figure FDA0003147899750000031
之间，则搜索窗口下一步向右移动i个像素距离，继续进行搜索；如果右侧没有足够的距离移动，则向下移动一个像素并从当前行的第
Figure FDA0003147899750000032
个像素点作为搜索窗口的锚点继续搜索；
3)如果搜索窗口当前所在区域中黑色像素值总个数与搜索窗口面积的比值在
Figure FDA0003147899750000033
之间，则计算搜索窗口朝周围八邻域各走一个像素距离后对应的比值，选取八邻域中比值最接近Ra的方向移动，直到周围八邻域对应的比值与Ra的差值都大于锚点所在搜索窗口对应的比值与Ra的差时，暂停搜索窗口的移动，确定搜索窗口最终所在区域；
4)如果搜索窗口当前所在区域中黑色像素总个数与搜索窗口面积的比值在
Figure FDA0003147899750000034
之间，则搜索窗口下一步向右移动
Figure FDA0003147899750000035
个像素距离，继续进行搜索；如果右侧没有足够的距离移动，则向下移动一个像素并从当前行的第
Figure FDA0003147899750000036
个像素点作为搜索窗口的锚点继续搜索；
5)如果搜索窗口当前所在区域中黑色像素总个数和与搜索窗口面积的比值为1，则搜索窗口下一步向右移动j个像素距离，继续进行搜索；如果右侧没有足够的距离移动，则向下移动一个像素并从当前行的第
Figure FDA0003147899750000037
个像素点作为搜索窗口的锚点继续搜索，其中Ra为搜索窗口中为无倾斜的完整的十字mark点时搜索窗口中白色像素总个数与搜索窗口面积的比值。
4.如权利要求1所述的基于积分图的残缺十字mark点视觉识别方法，其特征在于，所述Rlt、Rrt、Rlb、Rrb、Rm的计算如下：
Figure FDA0003147899750000038
Figure FDA0003147899750000039
Figure FDA0003147899750000041
Figure FDA0003147899750000042
Figure FDA0003147899750000043
式中，SAT(,)为积分值计算公式，(x，y)为搜索窗口的中心点坐标。
CN202110756654.7A 2021-07-05 2021-07-05 一种基于积分图的残缺十字mark点视觉识别方法 Withdrawn CN113674198A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110756654.7A CN113674198A (zh) 2021-07-05 2021-07-05 一种基于积分图的残缺十字mark点视觉识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110756654.7A CN113674198A (zh) 2021-07-05 2021-07-05 一种基于积分图的残缺十字mark点视觉识别方法

Publications (1)

Publication Number Publication Date
CN113674198A true CN113674198A (zh) 2021-11-19

Family

ID=78538666

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110756654.7A Withdrawn CN113674198A (zh) 2021-07-05 2021-07-05 一种基于积分图的残缺十字mark点视觉识别方法

Country Status (1)

Country Link
CN (1) CN113674198A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114546232A (zh) * 2022-04-24 2022-05-27 广州中望龙腾软件股份有限公司 视图平移方法、终端以及计算机可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114546232A (zh) * 2022-04-24 2022-05-27 广州中望龙腾软件股份有限公司 视图平移方法、终端以及计算机可读存储介质

Similar Documents

Publication Publication Date Title
RU2601185C2 (ru) Способ, система и компьютерный носитель данных для детектирования лица
CN113160161B (zh) 目标边缘处缺陷的检测方法和装置
CN113284157B (zh) 一种大幅面皮革轮廓检测与轨迹优化方法
CN109724988B (zh) 一种基于多模板匹配的pcb板缺陷定位方法
CN110427979B (zh) 基于K-Means聚类算法的道路水坑识别方法
CN111754422A (zh) 一种基于EDLines和LSM的视觉巡边方法
CN114004858B (zh) 基于机器视觉识别航空线缆表面编码的方法及装置
CN111861979A (zh) 一种定位方法、设备及计算机可读存储介质
CN109544513A (zh) 一种钢管端面缺陷提取识别的方法
CN113674198A (zh) 一种基于积分图的残缺十字mark点视觉识别方法
CN115393290A (zh) 边缘缺陷检测方法、装置及设备
CN113591507A (zh) 一种鲁棒的二维码DataMatrix定位方法及系统
CN111507961B (zh) 缺陷判断训练方法及其的系统及缺陷判断方法及其的系统
CN110969612B (zh) 二维码印刷缺陷检测方法
CN115830049B (zh) 角点检测的方法和装置
CN114454617B (zh) 喷码总系统
CN113096090B (zh) 带倒角的端面间隙视觉测量方法、装置、设备及存储介质
CN115984211A (zh) 视觉定位方法、机器人及存储介质
CN114463751A (zh) 基于神经网络和检测算法的边角定位方法及装置
CN117237657A (zh) 一种基于hough变换的RSCD圆弧检测方法
CN112581487A (zh) 自动提取检测区域及定位核的方法
CN117495969B (zh) 基于计算机视觉的自动化点云定向方法、设备及存储介质
CN118379282B (zh) 一种基于图像处理的钛板抛光面光滑度检测方法
CN115908412B (zh) 一种基于线激光图像的竹条缺陷检测方法及终端
CN116503467A (zh) 一种寻找蓝宝石切割道交汇点的方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20211119

WW01 Invention patent application withdrawn after publication