CN117805853B - 一种激光反射式边缘检测装置及方法 - Google Patents
一种激光反射式边缘检测装置及方法 Download PDFInfo
- Publication number
- CN117805853B CN117805853B CN202410224609.0A CN202410224609A CN117805853B CN 117805853 B CN117805853 B CN 117805853B CN 202410224609 A CN202410224609 A CN 202410224609A CN 117805853 B CN117805853 B CN 117805853B
- Authority
- CN
- China
- Prior art keywords
- image
- representing
- signal
- reflection
- laser
- 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
- 238000003708 edge detection Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000007781 pre-processing Methods 0.000 claims abstract description 26
- 238000009434 installation Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 230000007613 environmental effect Effects 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims description 67
- 238000005070 sampling Methods 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 23
- 239000002245 particle Substances 0.000 claims description 22
- 238000002347 injection Methods 0.000 claims description 20
- 239000007924 injection Substances 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 239000000243 solution Substances 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种激光反射式边缘检测装置及方法，属于边缘检测技术领域，包括：安装与配置模块：根据激光检测手册的环境物品标准需求、物品所处周围环境基本参数及物品属性，对物品进行检测的激光设备安装和配置，所述激光设备包括：激光射入模组和反射捕捉模组；角度调整模块：按照反射捕捉模组对所述物品的表面反射激光调整射入物品的表面角度；图像获取模块：根据安装和配置结果、角度调整结果获取对应的第一基础参数和第二基础参数，结合反射捕捉模组获取到激光反射信号，得到物品反射图像；分析模块：对反射图像预处理，获取物品的边缘信息，确定物品边缘位置。提高了激光反射信号的分析结果准确度，给边缘检测结果提供更高的精确度。
Description
技术领域
本发明涉及边缘检测技术领域，尤其涉及一种激光反射式边缘检测装置及方法。
背景技术
目前，随着激光技术的发展，激光反射式边缘检测的主要趋势是基于激光反射获取的图像且结合图像处理技术进行图像边缘的确定，但是，反射图像的质量很大程度上取决于激光反射信号的信号有效情况，比如所获取的信号完整与不完整会影响后续对图像分析的准确性，通常采用固定的角度捕捉反射信号的手段对会导致对激光反射信号的处理效果一般，会导致对图像边缘识别的误差变大。
因此，本发明提出一种激光反射式边缘检测装置及方法。
发明内容
本发明提供一种激光反射式边缘检测装置及方法，通过对激光反射式边缘检测装置中的激光射入模组和反射捕捉模组进行安装以及角度调整，实现对反射信号的有效及完整的获取，为图像边缘识别提供可靠基础，有效降低识别误差，且后续通过将反射信号转化成反射图像以及对反射图像进行预处理，确定边缘位置，进一步有效确定出边缘检测的精准结果。
一方面，本发明提供一种激光反射式边缘检测装置及方法，包括：
安装与配置模块：根据激光检测手册的环境物品标准需求、物品所处周围环境的基本参数以及物品属性，对所述物品进行检测的激光设备进行安装和配置，其中，所述激光设备包括：激光射入模组和反射捕捉模组；
角度调整模块：按照反射捕捉模组对所述物品的表面反射激光的捕捉标准，来调整所述激光射入模组射入所述物品的表面角度；
图像获取模块：根据安装和配置结果、角度调整结果获取相对应的第一基础参数和第二基础参数，并且结合所述反射捕捉模组获取到的激光反射信号，得到所述物品的反射图像；
分析模块：对所述反射图像进行预处理，获取所述物品的边缘信息，确定物品的边缘位置。
另一方面，本发明还提供安装与配置模块，包括：
基础参数测量设备：用于对物品进行测量获取到所述物品的物品属性；
环境测量传感器：用于对所述物品所处周围环境进行探测，获取周围环境的基本参数。
另一方面，本发明还提供安装与配置模块，还包括：
匹配参数单元：根据物品的物品属性和周围环境的基本参数，从激光检测手册中提取匹配的激光设备安装基础参数；
安装单元：根据激光设备安装基础参数，获取激光射入模组和反射捕捉模组的模组安装参数，并进行安装。
另一方面，本发明还提供角度调整模块，包括：
质点确定单元：根据所述激光设备对所述物品进行测试，结合反射捕捉模组获取物品沿边界的输出有效信号，获取到所述物品的初始信号图像；
对所述初始信号图像进行预处理，得到测试信号图像，并将所述测试信号图像置于标准网格上，获取到测试信号图像中每个像素点的坐标，得到所述测试信号图像的点集，计算所述测试信号图像的中心质点：
其中，表示激光射入模组射入所述物品的表面角度；/>表示测试信号图像的中心质点的横坐标值；/>表示测试信号图像的中心质点的纵坐标值；/>表示测试信号图像的点集中第i个像素点的横向灰度值；/>表示测试信号图像的点集中第i个像素点的横坐标值；/>表示测试信号图像的点集中第i个像素点的y值；n表示测试信号图像的点集中像素点总数；/>表示测试信号图像的点集中第i个像素点的纵向灰度值；/>表示基于表面角度/>、单个横向灰度占比/>以及平均横向灰度/>的坐标调节函数；表示基于表面角度/>、单个纵向灰度占比/>以及平均纵向灰度的坐标调节函数。
另一方面，本发明还提供角度调整模块，还包括：
校准单元：将测试信号图像的中心质点和捕捉标准中的预设标准图像的中心质点进行对齐来将两个图像重叠放置，并获取重合图像；
获取所述预设标准图像的标准标记点的数量，记为标准预设数量；
若所述重合图像上的像素点数量小于标准预设数量，对所述激光射入模组射入所述物品的表面角度进行调整，调整所述测试信号图像的像素点数量达到标准预设数量。
另一方面，本发明还提供图像获取模块，包括：
第一信号单元：根据反射捕捉模组，获取到所述物品的激光反射信号，对所述激光反射信号进行预处理，获得到第一反射信号；
图像生成模块：基于第一基础参数和第二基础参数，构建基于所述物品的本身图像的参考坐标系；
对第一反射信号进行数字处理，得到第二反射信号，设第二反射信号的采样点有m个，且采样点与所述参考坐标系中的坐标点映射对应，进而所述第二反射信号基于参考坐标系生成的采样点坐标为：
；其中，/>表示第j个采样点的横坐标；/>表示第j个采样点的纵坐标；/>表示所述参考坐标系的第j个坐标点的横坐标；/>表示所述参考坐标系的第j个坐标点的纵坐标；/>表示参考坐标系第j+1个点的横坐标；/>表示参考坐标系第j+1个点的纵坐标；/>表示所述第二反射信号中第j个采样点的采样率值；/>表示与第二反射信号中第j个采样点映射对应的第一反射信号的设定信号产生频率；exp()表示指数函数；/>表示所述第二反射信号第j个采样点的时间节点；/>表示所述第二反射信号第j+1个采样点的时间节点；/>表示所述第二反射信号第j个采样点的信号值；/>表示所述第二反射信号第j+1个采样点的信号值；G1表示对激光反射信号进行预处理得到第一处理信号的信号变化系数；/>表示针对横坐标的映射对应的关系系数；/>表示针对纵坐标的映射对应的关系系数；
基于每个采样点的坐标以及信号值，得到所述反射图像。
另一方面，本发明还提供分析模块，包括：
边缘获取单元：对反射图像进行高斯滤波处理获取边缘清晰图像，并转化成灰度图像；
设灰度图像上任意像素点的灰度值为，获取任意像素点的L算子的绝对值,对得到的所有L算子绝对值进行阈值处理：
；其中，/>表示所述反射图像边缘算子阈值；/>表示所述反射图像所有边缘L算子的绝对值均值；/>表示所有算子绝对值的方差；/>表示所述灰度图像共有/>个像素点；/>表示所述灰度图像所对应所有L算子绝对值中的最大值；/>表示所述灰度图像所对应所有L算子绝对值中的最小值；/>表示所述灰度图像中第q个像素点对应的L算子绝对值；/>表示第q个像素点上横向的灰度值；/>表示第q个像素点上纵向的灰度值；
对所述灰度图像的所有像素点进行算子比较，若对应像素点的L算子绝对值与算子阈值所对应的阈值范围不匹配，则将对应像素点标记为边缘点；反之则为内容点；
根据边缘点的位置，确定所属物品的边缘位置。
另一方面，本发明还提供一种激光反射式边缘检测方法，包括：
步骤1：根据激光检测手册的环境物品标准需求、物品所处周围环境的基本参数以及物品属性，对所述物品进行检测的激光设备进行安装和配置，其中，所述激光设备包括：激光射入模组和反射捕捉模组；
步骤2：按照反射捕捉模组对所述物品的表面反射激光的捕捉标准，来调整所述激光射入模组射入所述物品的表面角度；
步骤3：根据安装和配置结果、角度调整结果获取相对应的第一基础参数和第二基础参数，并且结合所述反射捕捉模组获取到的激光反射信号，得到所述物品的反射图像；
步骤4：对所述反射图像进行预处理，获取所述物品的边缘信息，确定物品的边缘位置。
本发明提供一种激光反射式边缘检测装置及方法，通过对激光反射式边缘检测装置中的激光射入模组和反射捕捉模组进行安装以及角度调整，实现对反射信号的有效及完整的获取，为图像边缘识别提供可靠基础，有效降低识别误差，且后续通过将反射信号转化成反射图像以及对反射图像进行预处理，确定边缘位置，进一步有效确定出边缘检测的精准结果。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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是本发明实施例提供的一种激光反射式边缘检测装置的结构示意图；
图2是本发明实施例提供的一种激光反射式边缘检测方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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。
实施例1：
如图1所示，本发明实施例提供的一种激光反射式边缘检测装置，包括：
安装与配置模块：根据激光检测手册的环境物品标准需求、物品所处周围环境的基本参数以及物品属性，对所述物品进行检测的激光设备进行安装和配置，其中，所述激光设备包括：激光射入模组和反射捕捉模组；
角度调整模块：按照反射捕捉模组对所述物品的表面反射激光的捕捉标准，来调整所述激光射入模组射入所述物品的表面角度；
图像获取模块：根据安装和配置结果、角度调整结果获取相对应的第一基础参数和第二基础参数，并且结合所述反射捕捉模组获取到的激光反射信号，得到所述物品的反射图像；
分析模块：对所述反射图像进行预处理，获取所述物品的边缘信息，确定物品的边缘位置。
该实施例中，激光检测手册是一份指导说明书，用于指户如何正确安装、配置和操作激光设备进行物品检测。
该实施例中，环境物品标准需求是激光检测手册中对于进行物品检测所需的环境物品的基本标准要求，包括：物品的尺寸和形状、物品的材料、环境光线条件、环境温度和湿度等具体要求。
该实施例中，基本参数是环境的具体参数，包括：光照强度、光照均匀性、温度和湿度、空气质量等参数。
该实施例中，物品属性是指物品的形状、大小、材质等方面的特征。在进行激光检测时，不同的物品属性会对检测过程和结果产生影响。
该实施例中，激光设备是指用于激光检测的设备，包括激光射入模组和反射捕捉模组。
该实施例中，激光射入模组是一种用于产生激光束并将其射入物品表面的模块。通常由激光发射器、光学透镜和光学系统组成。
该实施例中，反射捕捉模组是用于捕捉物品表面反射的激光信号的模块。通常由光学接收器、光电二极管和信号处理部分组成。
该实施例中，表面反射激光是指激光束照射到物品表面后，由于物体表面的特性，激光会发生反射并返回到激光设备中的信号。
该实施例中，捕捉标准是反射捕捉模组对于物品表面反射激光的要求和规定，包括：反射强度、反射角度、反射一致性等具体参数的规定。
该实施例中，表面角度是物品表面与激光射入方向之间的夹角。该实施例中，第一基础参数是指激光设备安装和配置结果所对应的参数。包括物品属性、环境条件、反射捕捉模组的要求、激光设备的性能等信息。
该实施例中，第二基础参数是指用于描述激光射入模组射入物品表面角度的参数，包括：射入角度、方向调整、光斑大小等参数。
该实施例中，激光反射信号是指激光射入物品表面后，在物品表面发生反射并被反射捕捉模组接收到的信号。
该实施例中，反射图像是指通过图像获取模块获取到的物品表面的反射光图像。
该实施例中，预处理是指对所得到的反射图像进行一系列的处理操作，消除图像中的噪声、增强有用的信号，包括滤波、增强、分割的处理流程。
该实施例中，边缘信息是指图像中灰度值发生剧烈变化的位置，对应着物体的边缘。
该实施例中，边缘位置是指物品在图像中的边界的位置，标识了物体的外形和边界。
上述技术方案的工作原理及有益效果是：通过安装与配置激光设备、角度调整、图像获取和分析模块的协同工作，实现对反射信号的有效及完整的获取，为图像边缘识别提供可靠基础，有效降低识别误差，且后续通过将反射信号转化成反射图像以及对反射图像进行预处理，确定边缘位置，进一步有效确定出边缘检测的精准结果。
实施例2：
在上述实施例1的基础上，所述安装与配置模块，包括：
基础参数测量设备：用于对物品进行测量获取到所述物品的物品品属性；
环境测量传感器：用于对所述物品所处周围环境进行探测，获取周围环境的基本参数。
该实施例中，测量为了获得物体的准确尺寸、形状、位置、质量、温度、压力、湿度等物理量而进行的操作过程。
该实施例中，探测是指利用传感器对周围环境进行监测、检测，以获得周围环境的特定信息的过程。
上述技术方案的工作原理及有益效果是：通过基础参数测量设备和环境测量传感器，实现对物品属性和周围环境的测量和探测，实现对反射信号的有效及完整的获取，为图像边缘识别提供可靠基础，有效降低识别误差。
实施例3：
在上述实施例1的基础上，所述安装与配置模块，还包括：
匹配参数单元：根据物品的物品属性和周围环境的基本参数，从激光检测手册中提取匹配的激光设备安装基础参数；
安装单元：根据激光设备安装基础参数，获取激光射入模组和反射捕捉模组的模组安装参数，并进行安装。
该实施例中，激光设备安装基础参数通常包括：激光器功率、激光器波长、激光器工作模式、光束直径、光束发散角等参数。
该实施例中，模组安装参数通常包括：模组位置、模组角度、模组距离、模组对准、安装方式等参数。
上述技术方案的工作原理及有益效果是：通过匹配物品属性和环境参数，实现对反射信号的有效及完整的获取，为图像边缘识别提供可靠基础，有效降低识别误差。
实施例4：
在上述实施例1的基础上，所述角度调整模块，包括：
质点确定单元：根据所述激光设备对所述物品进行测试，结合反射捕捉模组获取物品沿边界的输出有效信号，获取到所述物品的初始信号图像；
对所述初始信号图像进行预处理，得到测试信号图像，并将所述测试信号图像置于标准网格上，获取到测试信号图像中每个像素点的坐标，得到所述测试信号图像的点集，计算所述测试信号图像的中心质点：
；其中，/>表示激光射入模组射入所述物品的表面角度；/>表示测试信号图像的中心质点的横坐标值；/>表示测试信号图像的中心质点的纵坐标值；/>表示测试信号图像的点集中第i个像素点的横向灰度值；/>表示测试信号图像的点集中第i个像素点的横坐标值；/>表示测试信号图像的点集中第i个像素点的y值；n表示测试信号图像的点集中像素点总数；/>表示测试信号图像的点集中第i个像素点的纵向灰度值；/>表示基于表面角度/>、单个横向灰度占比/>以及平均横向灰度/>的坐标调节函数；/>表示基于表面角度/>、单个纵向灰度占比/>以及平均纵向灰度/>的坐标调节函数。
该实施例中，输出有效信号是指通过激光设备对物品进行测试，并结合反射捕捉模组获取到的物品沿边界的信号。
该实施例中，初始信号图像是通过激光设备对物品进行测试后获取到的信号图像。
该实施例中，测试信号图像是经过对初始信号图像进行预处理后得到的图像。
该实施例中，点集是指在测试信号图像中的每个像素点所组成的集合。
该实施例中，中心质点是指在测试信号图像中所有像素点中用来表示图像的中心位置。
该实施例中，灰度是指图像中每个像素的亮度值，横向灰度表示每个像素点在水平方向上的灰度值，纵向灰度表示每个像素点在垂直方向上的灰度值。
该实施例中，像素点是构成图像的最基本单元。
该实施例中，坐标调节函数根据测试信号图像点集中每个像素点的灰度值来进行调节的函数。
上述技术方案的工作原理及有益效果是：通过激光设备和反射捕捉模组获取物品沿边界的有效信号，预处理和标准化测试信号图像，计算中心质点并进行坐标调节，以达到更准确的测量结果或满足特定要求，实现对反射信号的有效及完整的获取，为图像边缘识别提供可靠基础，有效降低识别误差。
实施例5：
在上述实施例4的基础上，所述角度调整模块，还包括：
校准单元：将测试信号图像的中心质点和捕捉标准中的预设标准图像的中心质点进行对齐来将两个图像重叠放置，并获取重合图像；
获取所述预设标准图像的标准标记点的数量，记为标准预设数量；
若所述重合图像上的像素点数量小于标准预设数量，对所述激光射入模组射入所述物品的表面角度进行调整，调整所述测试信号图像的像素点数量达到标准预设数量。
该实施例中，预设标准图像是在校准过程中使用的已知形状和大小的图像。
该实施例中，重合图像是将测试信号图像和预设标准图像进行对齐后所得到重叠部分的图像。
该实施例中，标准标记点是预设标准图像上的特征点，用于定位和对齐图像。
该实施例中，标准预设数量是指预设标准图像中的标准标记点的数量。
上述技术方案的工作原理及有益效果是：是通过对齐测试信号图像和预设标准图像，计算重合图像的像素点数量并调整角度，以达到预设标准数量。实现对反射信号的有效及完整的获取，为图像边缘识别提供可靠基础，有效降低识别误差。
实施例6：
在上述实施例1的基础上，所述图像获取模块，包括：
第一信号单元：根据反射捕捉模组，获取到所述物品的激光反射信号，对所述激光反射信号进行预处理，获得到第一反射信号；
图像生成模块：基于第一基础参数和第二基础参数，构建基于所述物品的本身图像的参考坐标系；
对第一反射信号进行数字处理，得到第二反射信号，设第二反射信号的采样点有m个，且采样点与所述参考坐标系中的坐标点映射对应，进而所述第二反射信号基于参考坐标系生成的采样点坐标为：
；其中，/>表示第j个采样点的横坐标；/>表示第j个采样点的纵坐标；/>表示所述参考坐标系的第j个坐标点的横坐标；/>表示所述参考坐标系的第j个坐标点的纵坐标；/>表示参考坐标系第j+1个点的横坐标；/>表示参考坐标系第j+1个点的纵坐标；/>表示所述第二反射信号中第j个采样点的采样率值；/>表示与第二反射信号中第j个采样点映射对应的第一反射信号的设定信号产生频率；exp()表示指数函数；/>表示所述第二反射信号第j个采样点的时间节点；/>表示所述第二反射信号第j+1个采样点的时间节点；/>表示所述第二反射信号第j个采样点的信号值；/>表示所述第二反射信号第j+1个采样点的信号值；G1表示对激光反射信号进行预处理得到第一处理信号的信号变化系数；/>表示针对横坐标的映射对应的关系系数；/>表示针对纵坐标的映射对应的关系系数；
基于每个采样点的坐标以及信号值，得到所述反射图像。
该实施例中，第一反射信号是通过反射捕捉模组获取到物品的激光反射信号，并经过预处理后得到的信号。
该实施例中，数字处理是对第一反射信号进行计算和变换的处理操作。
该实施例中，第二反射信号是通过对第一反射信号进行数字处理得到的信号。
该实施例中，采样点对连续信号进行离散化的处理过程中，将连续信号变成若干个离散取样点的过程中，取得的采样值对应的时间位置。
该实施例中，设定信号产生频率是指在数字处理过程中，为了得到第二反射信号的每个采样点与第一反射信号的映射关系，设定的信号发生的频率。
该实施例中，信号变化系数是指在信号处理过程中，用于调整信号的幅度或增益的参数。
该实施例中，关系系数是指用于进行坐标映射对应的系数，进行坐标转换过程中会存在针对横坐标与纵坐标的转换，对应转换关系即为对应的关系系数。
上述技术方案的工作原理及有益效果是：基于激光反射信号获取物品的信息，利用数字处理技术生成反射图像。通过参考坐标系和映射关系，可以准确捕捉物品的形态和特征，提供可视化的图像信息。
实现对反射信号的有效及完整的获取，为图像边缘识别提供可靠基础，有效降低识别误差，且后续通过将反射信号转化成反射图像以及对反射图像进行预处理，确定边缘位置，进一步有效确定出边缘检测的精准结果。
实施例7：
在上述实施例1的基础上，所述分析模块，包括：
边缘获取单元：对反射图像进行高斯滤波处理获取边缘清晰图像，并转化成灰度图像；
设灰度图像上任意像素点的灰度值为，获取任意像素点的L算子的绝对值,对得到的所有L算子绝对值进行阈值处理：
其中，表示所述反射图像边缘算子阈值；/>表示所述反射图像所有边缘L算子的绝对值均值；/>表示所有算子绝对值的方差；/>表示所述灰度图像共有/>个像素点；/>表示所述灰度图像所对应所有L算子绝对值中的最大值；/>表示所述灰度图像所对应所有L算子绝对值中的最小值；/>表示所述灰度图像中第q个像素点对应的L算子绝对值；/>表示第q个像素点上横向的灰度值；/>表示第q个像素点上纵向的灰度值；
对所述灰度图像的所有像素点进行算子比较，若对应像素点的L算子绝对值与算子阈值所对应的阈值范围不匹配，则将对应像素点标记为边缘点；反之则为内容点；
根据边缘点的位置，确定所属物品的边缘位置。
该实施例中，高斯滤波处理是一种图像处理中常用的平滑滤波方法。通过在图像上应用高斯函数来降低图像中的噪声和细节，从而实现图像的模糊化处理。
该实施例中，灰度图像是一种只包含灰度信息的图像。每个像素点的灰度值表示了该点的灰度级别。
该实施例中，灰度值是指灰度图像上任意像素点的灰度级别。
该实施例中，L算子是指拉普拉斯算子，则图像上任意一点的拉普拉斯算子为：
其中，表示L算子；/>表示对第k个像素点在x方向上的灰度二阶导数；/>表示对第k个像素点在y方向上的灰度二阶导数；/>表示第k个像素点的灰度误差参数；
该实施例中，阈值处理用于将灰度图像中的像素值进行二值化处理，即将灰度值高于或低于某个特定阈值的像素分别设为一个确定的值。
该实施例中，边缘算子阈值是用于对L算子绝对值进行阈值处理的阈值参数。
该实施例中，阈值范围是指用于判断像素点的L算子绝对值是否与算子阈值匹配的取值范围。
该实施例中，边缘点指的是图像中具有明显亮度变化的像素点，位于物体轮廓的边缘位置。
该实施例中，内容点指的是图像中与周围像素相似亮度变化不明显、位于物体内部的像素点。
上述技术方案的工作原理及有益效果是：通过对反射图像进行高斯滤波处理、灰度化和L算子边缘检测等步骤，提取出清晰的图像边缘信息，有助于物体识别和分割。实现对反射信号的有效及完整的获取，为图像边缘识别提供可靠基础，有效降低识别误差，且后续通过将反射信号转化成反射图像以及对反射图像进行预处理，确定边缘位置，进一步有效确定出边缘检测的精准结果。
实施例8：
如图2所示，本发明实施例提供的一种激光反射式边缘检测方法，方法主要包括以下步骤：
步骤1：根据激光检测手册的环境物品标准需求、物品所处周围环境的基本参数以及物品属性，对所述物品进行检测的激光设备进行安装和配置，其中，所述激光设备包括：激光射入模组和反射捕捉模组；
步骤2：按照反射捕捉模组对所述物品的表面反射激光的捕捉标准，来调整所述激光射入模组射入所述物品的表面角度；
步骤3：根据安装和配置结果、角度调整结果获取相对应的第一基础参数和第二基础参数，并且结合所述反射捕捉模组获取到的激光反射信号，得到所述物品的反射图像；
步骤4：对所述反射图像进行预处理，获取所述物品的边缘信息，确定物品的边缘位置。
上述技术方案的工作原理及有益效果是：通过安装与配置激光设备、角度调整、图像获取和分析模块的协同工作，并提供可靠的边缘位置信息。实现对反射信号的有效及完整的获取，为图像边缘识别提供可靠基础，有效降低识别误差，通过将反射信号转化成反射图像以及对反射图像进行预处理，确定边缘位置，进一步有效确定出边缘检测的精准结果。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种激光反射式边缘检测装置，其特征在于，包括：
安装与配置模块：根据激光检测手册的环境物品标准需求、物品所处周围环境的基本参数以及物品属性，对所述物品进行检测的激光设备进行安装和配置，其中，所述激光设备包括：激光射入模组和反射捕捉模组；
角度调整模块：按照反射捕捉模组对所述物品的表面反射激光的捕捉标准，来调整所述激光射入模组射入所述物品的表面角度；
图像获取模块：根据安装和配置结果、角度调整结果获取相对应的第一基础参数和第二基础参数，并且结合所述反射捕捉模组获取到的激光反射信号，得到所述物品的反射图像；
分析模块：对所述反射图像进行预处理，获取所述物品的边缘信息，确定物品的边缘位置；
其中，所述角度调整模块，包括：
质点确定单元：根据所述激光设备对所述物品进行测试，结合反射捕捉模组获取物品沿边界的输出有效信号，获取到所述物品的初始信号图像；
对所述初始信号图像进行预处理，得到测试信号图像，并将所述测试信号图像置于标准网格上，获取到测试信号图像中每个像素点的坐标，得到所述测试信号图像的点集，计算所述测试信号图像的中心质点：
；其中，/>表示激光射入模组射入所述物品的表面角度；/>表示测试信号图像的中心质点的横坐标值；/>表示测试信号图像的中心质点的纵坐标值；/>表示测试信号图像的点集中第i个像素点的横向灰度值；/>表示测试信号图像的点集中第i个像素点的横坐标值；/>表示测试信号图像的点集中第i个像素点的y值；n表示测试信号图像的点集中像素点总数；/>表示测试信号图像的点集中第i个像素点的纵向灰度值；/>表示基于表面角度/>、单个横向灰度占比/>以及平均横向灰度/>的坐标调节函数；/>表示基于表面角度/>、单个纵向灰度占比/>以及平均纵向灰度/>的坐标调节函数；
其中，所述图像获取模块，包括：
第一信号单元：根据反射捕捉模组，获取到所述物品的激光反射信号，对所述激光反射信号进行预处理，获得到第一反射信号；
图像生成模块：基于第一基础参数和第二基础参数，构建基于所述物品的本身图像的参考坐标系；
对第一反射信号进行数字处理，得到第二反射信号，设第二反射信号的采样点有m个，且采样点与所述参考坐标系中的坐标点映射对应，进而所述第二反射信号基于参考坐标系生成的采样点坐标为：
；其中，/>表示第j个采样点的横坐标；/>表示第j个采样点的纵坐标；/>表示所述参考坐标系的第j个坐标点的横坐标；/>表示所述参考坐标系的第j个坐标点的纵坐标；/>表示参考坐标系第j+1个点的横坐标；/>表示参考坐标系第j+1个点的纵坐标；/>表示所述第二反射信号中第j个采样点的采样率值；/>表示与第二反射信号中第j个采样点映射对应的第一反射信号的设定信号产生频率；exp()表示指数函数；/>表示所述第二反射信号第j个采样点的时间节点；表示所述第二反射信号第j+1个采样点的时间节点；/>表示所述第二反射信号第j个采样点的信号值；/>表示所述第二反射信号第j+1个采样点的信号值；G1表示对激光反射信号进行预处理得到第一处理信号的信号变化系数；/>表示针对横坐标的映射对应的关系系数；/>表示针对纵坐标的映射对应的关系系数；
基于每个采样点的坐标以及信号值，得到所述反射图像。
2.根据权利要求1所述的一种激光反射式边缘检测装置，其特征在于，所述安装与配置模块，包括：
基础参数测量设备：用于对物品进行测量获取到所述物品的物品属性；
环境测量传感器：用于对所述物品所处周围环境进行探测，获取周围环境的基本参数。
3.根据权利要求1所述的一种激光反射式边缘检测装置，其特征在于，所述安装与配置模块，还包括：
匹配参数单元：根据物品的物品属性和周围环境的基本参数，从激光检测手册中提取匹配的激光设备安装基础参数；
安装单元：根据激光设备安装基础参数，获取激光射入模组和反射捕捉模组的模组安装参数，并进行安装。
4.根据权利要求1所述的一种激光反射式边缘检测装置，其特征在于，所述角度调整模块，还包括：
校准单元：将测试信号图像的中心质点和捕捉标准中的预设标准图像的中心质点进行对齐来将两个图像重叠放置，并获取重合图像；
获取所述预设标准图像的标准标记点的数量，记为标准预设数量；
若所述重合图像上的像素点数量小于标准预设数量，对所述激光射入模组射入所述物品的表面角度进行调整，调整所述测试信号图像的像素点数量达到标准预设数量。
5.根据权利要求1所述的一种激光反射式边缘检测装置，其特征在于，所述分析模块，包括：
边缘获取单元：对反射图像进行高斯滤波处理获取边缘清晰图像，并转化成灰度图像；
设灰度图像上任意像素点的灰度值为，获取任意像素点的L算子的绝对值,对得到的所有L算子绝对值进行阈值处理：
；其中，/>表示所述反射图像边缘算子阈值；/>表示所述反射图像所有边缘L算子的绝对值均值；/>表示所有算子绝对值的方差；/>表示所述灰度图像共有/>个像素点；/>表示所述灰度图像所对应所有L算子绝对值中的最大值；/>表示所述灰度图像所对应所有L算子绝对值中的最小值；/>表示所述灰度图像中第q个像素点对应的L算子绝对值；/>表示第q个像素点上横向的灰度值；/>表示第q个像素点上纵向的灰度值；
对所述灰度图像的所有像素点进行算子比较，若对应像素点的L算子绝对值与算子阈值所对应的阈值范围不匹配，则将对应像素点标记为边缘点；反之则为内容点；
根据边缘点的位置，确定所属物品的边缘位置。
6.一种激光反射式边缘检测方法，其特征在于，包括：
步骤1：根据激光检测手册的环境物品标准需求、物品所处周围环境的基本参数以及物品属性，对所述物品进行检测的激光设备进行安装和配置，其中，所述激光设备包括：激光射入模组和反射捕捉模组；
步骤2：按照反射捕捉模组对所述物品的表面反射激光的捕捉标准，来调整所述激光射入模组射入所述物品的表面角度；
步骤3：根据安装和配置结果、角度调整结果获取相对应的第一基础参数和第二基础参数，并且结合所述反射捕捉模组获取到的激光反射信号，得到所述物品的反射图像；
步骤4：对所述反射图像进行预处理，获取所述物品的边缘信息，确定物品的边缘位置；
其中，步骤2，包括：
根据所述激光设备对所述物品进行测试，结合反射捕捉模组获取物品沿边界的输出有效信号，获取到所述物品的初始信号图像；
对所述初始信号图像进行预处理，得到测试信号图像，并将所述测试信号图像置于标准网格上，获取到测试信号图像中每个像素点的坐标，得到所述测试信号图像的点集，计算所述测试信号图像的中心质点：
；其中，/>表示激光射入模组射入所述物品的表面角度；/>表示测试信号图像的中心质点的横坐标值；/>表示测试信号图像的中心质点的纵坐标值；/>表示测试信号图像的点集中第i个像素点的横向灰度值；/>表示测试信号图像的点集中第i个像素点的横坐标值；/>表示测试信号图像的点集中第i个像素点的y值；n表示测试信号图像的点集中像素点总数；/>表示测试信号图像的点集中第i个像素点的纵向灰度值；/>表示基于表面角度/>、单个横向灰度占比/>以及平均横向灰度/>的坐标调节函数；/>表示基于表面角度/>、单个纵向灰度占比/>以及平均纵向灰度/>的坐标调节函数；
其中，步骤3，包括：
根据反射捕捉模组，获取到所述物品的激光反射信号，对所述激光反射信号进行预处理，获得到第一反射信号；
基于第一基础参数和第二基础参数，构建基于所述物品的本身图像的参考坐标系；
对第一反射信号进行数字处理，得到第二反射信号，设第二反射信号的采样点有m个，且采样点与所述参考坐标系中的坐标点映射对应，进而所述第二反射信号基于参考坐标系生成的采样点坐标为：
；其中，/>表示第j个采样点的横坐标；/>表示第j个采样点的纵坐标；/>表示所述参考坐标系的第j个坐标点的横坐标；/>表示所述参考坐标系的第j个坐标点的纵坐标；/>表示参考坐标系第j+1个点的横坐标；/>表示参考坐标系第j+1个点的纵坐标；/>表示所述第二反射信号中第j个采样点的采样率值；/>表示与第二反射信号中第j个采样点映射对应的第一反射信号的设定信号产生频率；exp()表示指数函数；/>表示所述第二反射信号第j个采样点的时间节点；表示所述第二反射信号第j+1个采样点的时间节点；/>表示所述第二反射信号第j个采样点的信号值；/>表示所述第二反射信号第j+1个采样点的信号值；G1表示对激光反射信号进行预处理得到第一处理信号的信号变化系数；/>表示针对横坐标的映射对应的关系系数；/>表示针对纵坐标的映射对应的关系系数；
基于每个采样点的坐标以及信号值，得到所述反射图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410224609.0A CN117805853B (zh) | 2024-02-29 | 2024-02-29 | 一种激光反射式边缘检测装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410224609.0A CN117805853B (zh) | 2024-02-29 | 2024-02-29 | 一种激光反射式边缘检测装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117805853A CN117805853A (zh) | 2024-04-02 |
| CN117805853B true CN117805853B (zh) | 2024-05-14 |
Family
ID=90425824
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410224609.0A Active CN117805853B (zh) | 2024-02-29 | 2024-02-29 | 一种激光反射式边缘检测装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117805853B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101523408A (zh) * | 2006-01-23 | 2009-09-02 | 数字标记公司 | 对实体物品有用的方法、系统和子组合 |
| CN111373437A (zh) * | 2017-11-17 | 2020-07-03 | 柯达阿拉里斯股份有限公司 | 自动化的在线对象检验 |
| CN111983709A (zh) * | 2020-07-02 | 2020-11-24 | 中科兴华(深圳)科技服务有限公司 | 一种激光检测器的多物体捕捉方法 |
| CN115407349A (zh) * | 2022-08-25 | 2022-11-29 | 杭州巨星科技股份有限公司 | 一种影像捕捉辅助的多线激光测距模块 |
| CN116919247A (zh) * | 2023-06-19 | 2023-10-24 | 奇勃(深圳)科技有限公司 | 贴边识别方法、装置、计算机设备及介质 |
| CN117572442A (zh) * | 2023-11-17 | 2024-02-20 | 中国人民解放军陆军步兵学院 | 一种角度可调的激光测距装置及激光测距方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7028899B2 (en) * | 1999-06-07 | 2006-04-18 | Metrologic Instruments, Inc. | Method of speckle-noise pattern reduction and apparatus therefore based on reducing the temporal-coherence of the planar laser illumination beam before it illuminates the target object by applying temporal phase modulation techniques during the transmission of the plib towards the target |
-
2024
- 2024-02-29 CN CN202410224609.0A patent/CN117805853B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101523408A (zh) * | 2006-01-23 | 2009-09-02 | 数字标记公司 | 对实体物品有用的方法、系统和子组合 |
| CN111373437A (zh) * | 2017-11-17 | 2020-07-03 | 柯达阿拉里斯股份有限公司 | 自动化的在线对象检验 |
| CN111983709A (zh) * | 2020-07-02 | 2020-11-24 | 中科兴华(深圳)科技服务有限公司 | 一种激光检测器的多物体捕捉方法 |
| CN115407349A (zh) * | 2022-08-25 | 2022-11-29 | 杭州巨星科技股份有限公司 | 一种影像捕捉辅助的多线激光测距模块 |
| CN116919247A (zh) * | 2023-06-19 | 2023-10-24 | 奇勃(深圳)科技有限公司 | 贴边识别方法、装置、计算机设备及介质 |
| CN117572442A (zh) * | 2023-11-17 | 2024-02-20 | 中国人民解放军陆军步兵学院 | 一种角度可调的激光测距装置及激光测距方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117805853A (zh) | 2024-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116843678B (zh) | 一种硬碳电极生产质量检测方法 | |
| CN107345789B (zh) | 一种pcb板孔位检测装置及方法 | |
| CN107462587B (zh) | 一种柔性ic基板凹凸痕缺陷的精密视觉检测系统及方法 | |
| CN117237368B (zh) | 一种桥梁裂缝检测方法及系统 | |
| CN105160754B (zh) | 基于高度测量的硬币表面质量检测装置及其检测方法 | |
| CN111815555A (zh) | 对抗神经网络结合局部二值的金属增材制造图像检测方法及装置 | |
| CN110966956A (zh) | 一种基于双目视觉的三维检测装置和方法 | |
| CN114878582B (zh) | 一种特钢的缺陷检测分析方法及系统 | |
| CN113221889A (zh) | 一种芯片字符抗干扰识别方法及装置 | |
| CN109978940A (zh) | 一种sab安全气囊尺寸视觉测量方法 | |
| CN110146017A (zh) | 工业机器人重复定位精度测量方法 | |
| CN107300562B (zh) | 一种测量继电器成品触点间距的x射线无损检测方法 | |
| CN117805853B (zh) | 一种激光反射式边缘检测装置及方法 | |
| JPH0762606B2 (ja) | パターン位置認識装置 | |
| CN115375610A (zh) | 检测方法及装置、检测设备和存储介质 | |
| CN117434568A (zh) | 一种基于遥感卫星的智能定位系统 | |
| CN114690157A (zh) | 激光雷达反射率的自动标定方法、目标检测方法以及装置 | |
| CN114998329B (zh) | 一种电子通讯设备射频屏蔽罩的精密冲压质量分析系统 | |
| US7117047B1 (en) | High accuracy inspection system and method for using same | |
| CN113822105B (zh) | 基于svm水标尺在线二分类器的人工智能水位监测系统 | |
| CN113989513A (zh) | 一种方形指针式仪表读数识别的方法 | |
| CN113822104A (zh) | 基于多候选虚拟标尺的人工智能水面检测系统 | |
| CN112763495A (zh) | 一种手机电池尺寸和外观缺陷检测系统及检测方法 | |
| Bessmeltsev et al. | Method for localizing and measuring structures formed under laser microprocessing | |
| CN117991276B (zh) | 一种基于环境自适应的激光测距动态调整方法及系统 |
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 |