CN117830415A - 一种车载大尺寸光电玻璃盖板加工定位方法 - Google Patents
一种车载大尺寸光电玻璃盖板加工定位方法 Download PDFInfo
- Publication number
- CN117830415A CN117830415A CN202410244784.6A CN202410244784A CN117830415A CN 117830415 A CN117830415 A CN 117830415A CN 202410244784 A CN202410244784 A CN 202410244784A CN 117830415 A CN117830415 A CN 117830415A
- Authority
- CN
- China
- Prior art keywords
- pixel
- neighborhood
- point
- detected
- pixel 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.)
- Pending
Links
- 239000011521 glass Substances 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012545 processing Methods 0.000 title claims abstract description 30
- 238000009826 distribution Methods 0.000 claims abstract description 40
- 238000004458 analytical method Methods 0.000 claims description 41
- 238000001914 filtration Methods 0.000 claims description 23
- 230000009466 transformation Effects 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 239000006185 dispersion Substances 0.000 claims description 12
- 230000002146 bilateral effect Effects 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims description 5
- 230000003014 reinforcing effect Effects 0.000 claims description 4
- 238000009499 grossing Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 238000005520 cutting process Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 239000005304 optical glass Substances 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Abstract
本发明涉及图像增强技术领域,具体涉及一种车载大尺寸光电玻璃盖板加工定位方法。首先获取光电玻璃盖板表面的灰度图像。然后以每个像素点为中心设置邻域块,分析邻域块之间的灰度变化确定影响区域。由于玻璃本身所具有的纹理特征较少故表现相对独立且规则性更强,而干扰信息大多为玻璃所映射出来的环境信息,其与周围纹理信息的关联性较强,规则性较差,基于此特征,确定每个像素点对应的邻域块的规则特征值以及像素点的独立因子,然后结合邻域像素点的灰度值在影响区域内的分布情况,确定邻域像素点的有效性,从而对中心像素点进行增强,此时即可有效区分干扰信息和玻璃自身信息,故获取的定位信息会更加准确。
Description
技术领域
本发明涉及图像增强技术领域,具体涉及一种车载大尺寸光电玻璃盖板加工定位方法。
背景技术
光电玻璃盖板主要应用在汽车的车载屏幕上,所以在生产的过程中需要通过切割技术将整个的光电玻璃盖板进行切割加工,为了保证切割加工的精确度,在进行切割加工的过程中需要对光电玻璃进行定位,所以图像质量至关重要,故需要对图像进行增强。
现有技术在对图像进行增强时,通常会对像素点进行无差别平滑,但是由于玻璃透明且反射环境信息会造成的图像信息混乱,采用无差别平滑难以准确区分玻璃本身的特征信息和无用的干扰信息,导致图像增强效果较差,影响最终定位信息获取的可信度及准确度。
发明内容
为了解决相关技术中采用无差别平滑难以准确区分玻璃本身的特征信息和无用的干扰信息,导致图像增强效果较差,影响最终定位信息获取的可信度及准确度的技术问题,本发明的目的在于提供一种车载大尺寸光电玻璃盖板加工定位方法,所采用的技术方案具体如下:
获取预设角度和预设高度下的光电玻璃盖板表面的灰度图像;
在所述灰度图像中,以每个像素点为中心,构建预设尺寸的邻域块;根据所述灰度图像中各像素点对应的邻域块之间的灰度变化差异情况,确定每个像素点对应的邻域块的影响区域;
任选一个像素点作为待测像素点,根据待测像素点对应的邻域块的影响区域与其他像素点对应的邻域块的影响区域之间的灰度差异情况以及位置分布,得到待测像素点对应的邻域块的规则特征值;分析待测像素点对应的邻域块在进行每个预设旋转角度的角度变换前后,每个邻域像素点的灰度变化情况以及与待测像素点对应的影响区域内其他像素点的灰度差异情况,得到对应邻域像素点的独立因子;
根据待测像素点对应的邻域块的规则特征值、对应的每个邻域像素点在所有预设旋转角度下的独立因子以及对应每个邻域像素点的灰度值在待测像素点的影响区域中的分布离散情况,得到对应邻域像素点的有效特征值;在待测像素点对应的邻域块中,根据邻域像素点的有效特征值、灰度值以及位置分布对待测像素点进行增强,得到增强后的灰度值;
根据所述灰度图像中所有像素点增强后的灰度值获取增强图像;根据所述增强图像获取光电玻璃盖板表面的定位信息。
进一步地,所述根据所述灰度图像中各像素点对应的邻域块之间的灰度变化差异情况,确定每个像素点对应的邻域块的影响区域,包括:
在所述灰度图像中任选一个像素点作为目标点,所述目标点对应的邻域像素点作为待生长点,根据目标点对应的邻域块与待生长点对应的邻域块之间的灰度变化差异情况,获得待生长点的扩展程度值;
将目标点作为区域生长的生长点,在生长点对应的邻域块中,将满足生长条件的待生长点作为新的生长点进行区域生长,直至所有新的生长点对应的邻域块内的所有待生长点均不满足生长条件时,停止区域生长,得到目标点对应的邻域块的影响区域;
所述生长条件为:待生长点的扩展程度值小于预设扩展阈值。
进一步地,所述根据目标点对应的邻域块与待生长点对应的邻域块之间的灰度变化差异情况,获得待生长点的扩展程度值,包括:
基于Sobel算子获取所述灰度图像中每个像素点的梯度方向;
计算目标点对应的邻域块与待生长点对应的邻域块之间的灰度均值差异和梯度方向均值差异的乘积,得到灰度变化差异度;将所述灰度变化差异度进行负相关映射并归一化后的值,作为待生长点的扩展程度值。
进一步地,所述根据待测像素点对应的邻域块的影响区域与其他像素点对应的邻域块的影响区域之间的灰度差异情况以及位置分布,得到待测像素点对应的邻域块的规则特征值,包括:
以待测像素点为起点,作不同预设方向上的射线;
将待测像素点对应的邻域块的影响区域与每条射线上除待测像素点外的每个像素点对应的邻域块的影响区域之间的面积差异与灰度均值差异的乘积,进行负相关映射并归一化,得到相似值;
将大于预设相似阈值的相似值对应的像素点作为待测像素点的相似点,将待测像素点和待测像素点的所有相似点作为分析点;
待测像素点对应的邻域块的规则特征值的公式模型为:
其中,表示待测像素点/>对应的邻域块的规则特征值,/>表示射线的总条数,/>表示第/>条射线上的分析点的总数,/>表示第/>条射线上第/>个分析点和第/>个分析点之间的欧式距离,/>表示第/>条射线上第/>个分析点和第/>个分析点之间的欧式距离,/>表示以自然常数/>为底的指数函数。
进一步地,所述分析待测像素点对应的邻域块在进行每个预设旋转角度的角度变换前后,每个邻域像素点的灰度变化情况以及与待测像素点对应的影响区域内其他像素点的灰度差异情况,得到对应邻域像素点的独立因子,包括:
在待测像素点对应的邻域像素点中,任选一个作为参考点;
在每种预设旋转角度下,将参考点作为关联点,在以关联点为中心的邻域块中,将与中心像素点灰度值差异最小且不超过预设灰度阈值的邻域像素点作为新的关联点,不断确定新的关联点,直至不存在新的关联点或新的关联点为待测像素点对应的影响区域的边缘像素点时停止,将所有的关联点按照出现的先后顺序进行排列,得到参考点对应的灰度关联轨迹;计算参考点的灰度关联轨迹上第一个像素点与最后一个像素点之间的欧式距离,作为距离参数;
在每个预设旋转角度下,根据角度变换前与角度变换后,参考点对应的距离参数的差异以及待测像素点对应的邻域块中灰度梯度的变化情况,得到参考点的独立因子。
进一步地,所述独立因子的公式模型包括:
;其中,/>表示在第/>个预设旋转角度下,待测像素点/>对应的第/>个邻域像素点的独立因子,/>表示在第/>个预设旋转角度下,角度变换前待测像素点/>对应的第/>个邻域像素点的距离参数,/>表示在第/>个预设旋转角度下,角度变换后待测像素点/>对应的第/>个邻域像素点的距离参数,/>表示在第/>个预设旋转角度下,角度变换前待测像素点/>对应的第/>个邻域像素点的梯度方向,/>表示第/>个预设旋转角度下,角度变换后待测像素点/>对应的第/>个邻域像素点的梯度方向,表示在第/>个预设旋转角度下,角度变换前在待测像素点/>对应的邻域块中,第/>个邻域像素点的梯度方向的出现频次,/>表示在第/>个预设旋转角度下,角度变换后在待测像素点/>对应的邻域块中,第/>个邻域像素点的梯度方向的出现频次,/>表示以自然常数/>为底的指数函数。
进一步地,所述根据待测像素点对应的邻域块的规则特征值、对应的每个邻域像素点在所有预设旋转角度下的独立因子以及对应每个邻域像素点的灰度值在待测像素点的影响区域中的分布离散情况,得到对应邻域像素点的有效特征值,包括:
基于孤立森林算法,计算待测像素点的每个邻域像素点的灰度值在待测像素点对应的影响区域内的异常得分,作为对应邻域像素点的离散值;
将待测像素点的每个邻域像素点在所有预设旋转角度下的独立因子的和值、离散值负相关映射后的值以及待测像素点对应的邻域块的规则特征值三者的乘积进行归一化后的值,作为邻域像素点的有效特征值。
进一步地,所述在待测像素点对应的邻域块中,根据邻域像素点的有效特征值、灰度值以及位置分布对待测像素点进行增强,得到增强后的灰度值,包括:
在待测像素点对应的邻域块中,获取双边滤波时各个邻域像素点的初始值域权重以及空域权重;将每个邻域像素点的有效特征值作为初始值域权重的权重,得到对应邻域像素点的加权值域权重;
基于双边滤波根据每个邻域像素点的加权值域权重以及空域权重对待测像素点进行滤波,得到待测像素点增强后的灰度值。
进一步地,所述根据所述增强图像获取光电玻璃盖板表面的定位信息,包括:
以所述增强图像的左下角为原点构建二维坐标系并将所述增强图像中的所有像素点映射到二维坐标系中;基于角点检测获取增强图像中的特征点,根据采集装置与光电玻璃盖板之间的相对位置、角度以及增强图像中特征点的坐标,通过坐标变换计算玻璃盖板在三维空间中的定位信息。
进一步地,所述预设尺寸为3×3。
本发明具有如下有益效果:
由于玻璃盖板的透明性以及反射特性,会导致无法获取到玻璃盖板本身的特征信息,故本发明在对图像进行增强时,对不同特征进行不同程度的增强,使得玻璃盖板自身的特征信息所在的区域更加清晰,从而提高定位准确度。首先获取预设角度以及高度下的光电玻璃盖板表面的灰度图像。然后以每个像素点为中心设置邻域块,由于在进行整体分析时,部分像素点的特征可能表现不明显,而在局部范围内,像素点的特征会更加突出,故分析了图像中各个邻域块之间的灰度变化情况,确定每个像素点对应的邻域块的影响区域,此时对影响区域中的像素点进行分析,更能够表征出在一定的影响范围内,像素点的变化特征。进一步地,由于玻璃本身所具有的纹理特征较少因此表现相对独立,也就是规则性更强,与周围纹理信息的关联性较差,而图像中干扰信息大多为玻璃透明或反射所映射出来的环境信息,其与周围纹理信息的关联性较强,而规则性较差,所以基于此特征,分析了各影响区域之间的灰度差异情况以及位置关系,确定每个像素点对应的邻域块的规则特征值;同时根据邻域块角度变换前后,块内像素点的灰度变化情况以及与影响范围内其他像素点的灰度差异情况,确定像素点的独立因子,规则特征值和独立因子即可作为后续区分干扰信息和玻璃自身特征信息的关键指标。进一步地,根据各个像素点对应的邻域块的规则特征值、邻域像素点的独立因子以及邻域像素点的灰度值在影响区域内的分布情况,确定邻域像素点的有效特征值,该指标可作为对应的中心像素点进行增强时的权重,从而实现中心像素点的增强,基于前述过程在实现对所有像素点增强后,即可有效区分玻璃所映射出来的环境信息和玻璃自身的特征信息,因此此时获取的定位信息会更加的准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,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它附图。
图1为本发明一个实施例所提供的一种车载大尺寸光电玻璃盖板加工定位方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种车载大尺寸光电玻璃盖板加工定位方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
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发明的技术领域的技术人员通常理解的含义相同。
一种车载大尺寸光电玻璃盖板加工定位方法实施例:
下面结合附图具体的说明本发明所提供的一种车载大尺寸光电玻璃盖板加工定位方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种车载大尺寸光电玻璃盖板加工定位方法的方法流程图,该方法包括以下步骤:
步骤S1:获取预设角度和预设高度下的光电玻璃盖板表面的灰度图像。
光电玻璃盖板作为车载屏幕的重要组成部分,其加工精度对于保证屏幕显示效果和驾驶安全至关重要。然而,由于光电玻璃盖板的透明特性以及其表面反射现象的存在,其灰度值分布范围广泛且不易区分,使得在加工过程中对玻璃盖板表面的定位变得困难。
本发明实施例通过对采集的图像中的各个像素点进行不同程度的增强,使得图像中玻璃盖板自身的特征信息,如颜色、图案或纹理更加清晰,从而降低无用信息,即玻璃所映射出的环境信息的干扰,提高最终激光定位的准确度。
由于最终需获取到定位信息,所以首先根据预设角度以及预设高度设置工业相机对光电玻璃盖板表面进行拍摄,从而获取图像,并对所得图像进行灰度化,从而得到灰度图像。需要说明的是,预设角度设置为工业相机与光电玻璃盖板表面垂直,预设高度设置为50厘米,具体高度、角度以及采集设备的设置均可根据实施场景进行调整,在此不做限定;对图像进行灰度化的方法可以选择平均灰度化、加权灰度化以及最大值灰度化等,且均为本领域技术人员熟知的技术手段,在此不做限定及赘述。
至此,可以获取到光电玻璃盖板表面的灰度图像,可用于后续的分析过程中。
步骤S2:在灰度图像中,以每个像素点为中心,构建预设尺寸的邻域块;根据灰度图像中各像素点对应的邻域块之间的灰度变化差异情况,确定每个像素点对应的邻域块的影响区域。
由于光电玻璃盖板自身材质所具有的透光性,所以在图像采集过程中,所采集到的图像中会包含光电玻璃盖板自身的特征信息、背景信息以及光电玻璃盖板所映射出的环境信息,背景信息和环境信息都为干扰信息,都会影响到后续定位的准确性,所以需要对玻璃盖板自身的特征信息所在的区域和干扰信息所在的区域进行显著区分。
因为在整体分析时,某些像素点的特征可能表现不够明显,而在一个局部范围中,像素点的特征表现则比较突出,所以可以设置邻域块,然后通过邻域块之间的灰度差异对图像进行局部范围的划分,针对一个局部范围进行分析相对于整体更能突出每个像素点的特征。故首先在灰度图像中,以每个像素点为中心,构建预设尺寸的邻域块,其中预设尺寸设置为3×3,然后根据各个像素点对应的邻域块之间的灰度变化差异情况,确定各个邻域块的影响区域,通过确定影响区域,可以更全面的考虑存在干扰的环境信息的影响,从而更加准确的分析像素点的特性。
优选地,本发明一个实施例中,根据灰度图像中各像素点的邻域块之间的灰度变化差异情况,确定每个像素点对应的邻域块的影响区域,包括:
在获取每个像素点对应的邻域块的影响区域时,本质是分析邻域块之间的相似程度,将相似程度高的邻域块纳入影响区域中,任选一个像素点作为目标点,然后将目标点对应的邻域像素点作为待生长点,接着可根据目标点对应的邻域块与待生长点对应的邻域块之间的灰度变化差异情况,获得待生长点的扩展程度值,进而再根据扩展程度值确定邻域块的影响区域。
扩展程度值的具体获取方法为:由于像素点的梯度方向蕴含着一定的特征变化信息,所以可将其作为获取扩展程度值的一个指标。基于Sobel算子获取灰度图像中每个像素点的梯度方向;然后计算目标点对应的邻域块与待生长点点对应的邻域块之间的灰度均值差异和梯度方向均值差异的乘积,得到灰度变化差异度;将灰度变化差异度进行负相关映射并归一化后的值,作为待生长点的扩展程度值。扩展程度值的公式模型具体可以例如为:
其中,表示第/>个像素点的第/>个邻域像素点的扩展程度值,/>表示第/>个像素点对应的邻域块的灰度均值,/>表示第/>个像素点的第/>个邻域像素点对应的邻域块的灰度均值,/>表示第/>个像素点对应的邻域块的梯度方向均值,/>表示第/>个像素点的第/>个邻域像素点对应的邻域块的梯度方向均值,/>表示以自然常数/>为底的指数函数。
在扩展程度值的公式模型中,计算了两个邻域块之间的灰度均值的差异,即,当该差异越小时,说明两个邻域块中的像素点的灰度值分布较为相似,那么可视为邻域块之存在影响关系;同样的,计算了两个邻域块之间的梯度方向均值的差异,即,当该差异越小时,说明两个邻域块中的像素点的灰度变化情况也较为相似,也可视为邻域块之间存在影响关系;因此将灰度均值的差异与梯度方向均值的差异进行结合,二者相乘得到灰度变化差异度/>,灰度差异度越小,说明两个邻域块越相似,故将灰度差异度进行负相关映射并归一化,实现逻辑关系矫正,得到扩展程度值,扩展程度值越大,说明邻域块之间越相似,影响程度越高。
在确定好邻域块之间的扩展程度值之后,可进行影响区域的确定。将目标点作为区域生长的生长点,在生长点对应的邻域块中,将满足生长条件的待生长点作为新的生长点进行区域生长,直至所有新的生长点对应的邻域块内的所有待生长点均不满足生长条件时,停止区域生长,得到目标点对应的邻域块的影响区域;
因为扩展程度值越大,说明两个邻域块越相似,且影响程度越高,所以生长条件可设置为:待生长点的扩展程度值小于预设扩展阈值。
需要说明的是,基于Sobel算子获取像素点的灰度梯度方向为本领域技术人员熟知的技术手段,在此不做赘述;预设扩展阈值设置为0.7,具体数值可根据实施场景进行调整,在此不做限定。
至此,通过对邻域块之间的灰度变化差异情况进行了分析,从而确定了每个像素点对应的邻域块的影响区域,在后续过程中基于影响区域进行分析,便于提取图像中像素点的特征,提高分析结果的准确性。
步骤S3:任选一个像素点作为待测像素点,根据待测像素点对应的邻域块的影响区域与其他像素点对应的邻域块的影响区域之间的灰度差异情况以及位置分布,得到待测像素点对应的邻域块的规则特征值;分析待测像素点对应的邻域块在进行每个预设旋转角度的角度变换前后,每个邻域像素点的灰度变化情况以及与待测像素点对应的影响区域内其他像素点的灰度差异情况,得到对应邻域像素点的独立因子。
因为玻璃盖板呈现透光性,所以其自身的纹理特征比较少,因此采集到的图像中的纹理信息大部分为玻璃盖板所映射的环境信息,若要提高最终定位的准确度,就需要对存在干扰的环境信息进行平滑处理,用以降低其显著性,由于玻璃盖板自身的纹理特征较少,因此会表现的相对独立,并且规则性会更强,与周围的纹理信息关联程度更小,而对于存在干扰的环境信息,其与周围的纹理信息的关联程度则较大,那么规则性就会较弱,基于此特征,可以分析像素点对应的规则性以及独立情况,从而对玻璃盖板自身的特征信息和干扰信息加以区分。为了便于后续的解释和说明,在此任选一个像素点作为待测像素点,通过对待测像素点进行分析,从而解释本发明实施例中一些指标的获取过程。
首先可以分析规则性,在上述过程中已经获取到了每个像素点对应的邻域块的影响区域,由于玻璃盖板自身的纹理特征相对较少,这意味着这些特征在分布上更加规律和有序。相对而言,环境中的干扰信息往往包含更多的纹理特征,这些特征在分布上可能更加无序和混乱。为了更好地表征这种差异,可以考虑像素点之间的灰度差异,灰度差异可以直接反映纹理的丰富程度之间的差异,同时,规则情况则可以通过影响区域的位置分布进行表征,一个规则的、有序的影响区域位置分布意味着该像素点更多地代表了玻璃盖板自身的纹理,而一个混乱的位置分布则更可能意味着该像素点受到了外部环境的干扰。
优选地,本发明一个实施例中,根据待测像素点对应的邻域块的影响区域与其他像素点对应的邻域块的影响区域之间的灰度差异情况以及位置分布,得到待测像素点所在的邻域块的规则特征值,包括:
由于像素点对应的邻域块的影响区域是局部特征,而分析邻域块之间的相似情况可以帮助在全局上更好的确定像素点的特征和规则性,所以可以先确定像素点对应的邻域块的影响区域与其他影响区域之间的相似情况,然后在此基础上分析规则性,可以获得更加全面、准确的结果。
首先可以以待测像素点为起点,作不同预设方向上的射线。将待测像素点对应的邻域块的影响区域与每条射线上除待测像素点外的每个像素点对应的邻域块的影响区域之间的面积差异与灰度均值差异相乘,将所得乘积进行负相关映射并归一化,得到相似值。待测像素点以像素点为例,相似值的公式模型具体可以例如为:
其中,表示待测像素点/>与第/>条射线上的第/>个像素点之间的相似值,/>表示待测像素点/>对应的邻域块的影响区域的面积,/>表示第/>条射线上的第/>个像素点对应的邻域块的影响区域的面积,/>表示待测像素点/>对应的邻域块的影响区域的灰度均值,/>表示第/>条射线上的第/>个像素点对应的邻域块的影响区域的灰度均值,/>表示以自然常数/>为底的指数函数。
在相似值的公式模型中,当两个像素点对应的邻域块的影响区域的面积差异越小时,说明两个影响区域的大小越一致,可视为其更相似;同时,当两个像素点对应的邻域块的影响区域的灰度均值的差异/>也越小时,说明两个影响区域中的像素点的灰度值分布情况更加一致,也可视为更相似,故将面积差异与灰度均值的差异的乘积进行负相关映射并归一化,实现逻辑关系矫正,得到相似值。
然后可以将大于预设相似阈值的相似值对应的像素点作为待测像素点的相似点,此时将待测像素点和对应的所有相似点作为分析点。接着对分析点的位置进行分析,确定待测像素点对应的邻域块的规则特征值。
待测像素点对应的邻域块的规则特征值的公式模型为:
其中,表示待测像素点/>对应的邻域块的规则特征值,/>表示射线的总条数,/>表示第/>条射线上的分析点的总数,/>表示第/>条射线上第/>个分析点和第/>个分析点之间的欧式距离,/>表示第/>条射线上第/>个分析点和第/>个分析点之间的欧式距离,/>表示以自然常数/>为底的指数函数。
在规则特征值的公式模型中,将待测像素点和其对应的所有相似点作为了分析点,然后先对每条射线上的分析点的位置分布进行分析,计算相邻分析点之间的欧式距离,并比较欧式距离之间的差异,举例说明,若/>,那此时的欧式距离之间的差异即表征第一个分析点和第二个分析点之间的欧式距离与第二个分析点和第三个分析点之间的欧式距离的差异,若规则性较强,那么每条射线上分析点之间的位置排布应该较为一致,也就是相邻两个分析点之间的欧式距离的差异应当较小,故本发明该实施例中计算了每条射线上相邻分析点之间的欧式距离之间的差异的均值,该均值越小,说明规则性越强,然后将该均值进行负相关映射并归一化,实现逻辑关系矫正,最后将所有射线上得到的矫正结果进行累加,得到待测像素点对应的邻域块的规则特征值。
需要说明的是,预设相似阈值可设置为0.75,具体数值可根据实施场景进行调整,在此不做限定;在获取欧式距离时,可以以图像的左下角为原点,水平向右方向为横轴,竖直向上方向为纵轴构建坐标系,然后将图像中的像素点映射到所构建的坐标系中,此时每个像素点都有一个二维坐标,欧式距离的计算方法为本领域技术人员熟知的操作过程,在此不做赘述;不同预设方向在本发明该实施例中取八链码方向。
至此,可以获取到待测像素点对应的邻域块的规则特征值,其可以作为反映像素点所代表的特性是来自于玻璃盖板自身的纹理还是外部环境的干扰的指标之一,从而为后续的定位提供更加准确和可靠的判断依据。
在计算得到待测像素点对应的邻域块的规则特征值之后,可继续分析像素点的独立情况。一个具有高独立性的像素点意味着其特征或属性即使发生旋转、平移或光照变换的情况下都会保持稳定,本发明该实施例主要分析像素点在发生旋转的情况下所表现出来的独立性,旋转能够保持图像中物体的大小、形状和相对关系不变,通过对邻域块进行旋转,然后分析旋转前后邻域块与影响区域内其他像素点之间的灰度差异情况,可以模拟邻域块在不同角度下的表现,从而观察像素点的特征是否稳定,独立程度的强弱。需要说明的是,本发明该实施例中的旋转均以中心像素点为基准,也即对邻域块进行原地旋转。
优选地,本发明一个实施例中,分析待测像素点对应的邻域块在进行每个预设旋转角度的角度变换前后,每个邻域像素点的灰度变化情况以及与待测像素点对应的影响区域内其他像素点的灰度差异情况,得到对应邻域像素点的独立因子,包括:
在分析独立情况时,本发明实施例主要考虑待测像素点对应的邻域像素点的独立情况,便于后续根据邻域像素点的特性对中心像素点的灰度值进行调整,从而实现增强;所以在待测像素点对应的邻域像素点中,任选一个作为参考点。
在表征独立程度时,可以分析待测像素点的邻域像素点与待测像素点对应的影响区域中其他像素点的灰度差异情况,从而得到一条灰度关联轨迹,用于表征邻域像素点与其他像素点之间的关联情况,从而反映出邻域像素点的独立情况。
故在每种预设旋转角度下,在待测像素点对应的邻域块进行角度变换前,将参考点作为关联点,在以关联点为中心的邻域块中,将与中心像素点灰度值差异最小且不超过预设灰度阈值的邻域像素点作为新的关联点,不断确定新的关联点,直至不存在新的关联点或新的关联点为待测像素点对应的影响区域的边缘像素点时停止,将所有的关联点按照出现的先后顺序进行排列,得到角度变换前参考点对应的灰度关联轨迹,并计算参考点的这条灰度关联轨迹上第一个像素点与最后一个像素点之间的欧式距离,作为距离参数。
同样的,在待测像素点对应的邻域块进行角度变换后,将参考点作为关联点,在以关联点为中心的邻域块中,将与中心像素点灰度值差异最小且不超过预设灰度阈值的邻域像素点作为新的关联点,不断确定新的关联点,直至不存在新的关联点或新的关联点为待测像素点对应的影响区域的边缘像素点时停止,将所有的关联点按照出现的先后顺序进行排列,得到角度变换后参考点对应的灰度关联轨迹,并且计算计算参考点的这条灰度关联轨迹上第一个像素点与最后一个像素点之间的欧式距离,作为距离参数。
接着在每个预设旋转角度下,根据角度变化前与角度变换后,参考点对应的距离参数的差异以及待测像素点对应的邻域块中灰度梯度的变化情况,得到参考点的独立因子。参考点以待测像素点对应的第/>个邻域像素点为例,独立因子的公式模型包括:
其中,表示在第/>个预设旋转角度下,待测像素点/>对应的第/>个邻域像素点的独立因子,/>表示在第/>个预设旋转角度下,角度变换前待测像素点/>对应的第/>个邻域像素点的距离参数,/>表示在第/>个预设旋转角度下,角度变换后待测像素点/>对应的第/>个邻域像素点的距离参数,/>表示在第/>个预设旋转角度下,角度变换前待测像素点/>对应的第/>个邻域像素点的梯度方向,/>表示第/>个预设旋转角度下,角度变换后待测像素点/>对应的第/>个邻域像素点的梯度方向,/>表示在第/>个预设旋转角度下,角度变换前在待测像素点/>对应的邻域块中,第/>个邻域像素点的梯度方向的出现频次,/>表示在第/>个预设旋转角度下,角度变换后在待测像素点/>对应的邻域块中,第/>个邻域像素点的梯度方向的出现频次,/>表示以自然常数/>为底的指数函数。
在独立因子的公式模型中,若待测像素点的邻域像素点的独立程度越高,那么在进行角度变化前后,该邻域像素点的灰度关联轨迹的跨度,也就是根据第一个像素点与最后一个像素点之间的欧式距离得到的距离参数的差异应该较小;同理,若该邻域像素点的独立程度越高,也就是与周围像素点的关联程度较低,那么在进行角度变化前后,该邻域像素点所对应的梯度方向变化以及梯度方向在邻域块中的出现频次的差异也会较小,也即角度变换前后,该邻域像素点的梯度信息并未发生较大变化,那么可视为其与其他像素点的关联程度较小;故本发明该实施例中,在每个预设旋转角度下,计算了每个邻域像素点角度变换前后距离参数之间的差异/>,以及角度变换前后梯度信息的变化差异情况/>,两个差异值都越小时,越能说明对应的邻域像素点独立程度越高,所以将二者的乘积进行负相关映射并归一化,实现逻辑关系矫正,得到在每个预设旋转角度下,每个邻域像素点的独立因子。
需要说明的是,预设旋转角度分别设置为顺时针旋转90度、顺时针旋转180度,顺时针旋转270度,预设灰度阈值设置为5,具体数值可根据实施场景进行调整,在此不做限定。
至此,可以获取到在每个预设旋转角度下,待测像素点的每个邻域像素点的独立因子,其也可以作为反映像素点所代表的特性是来自于玻璃盖板自身的纹理还是外部环境的干扰的指标之一,从而为后续的定位提供更加准确和可靠的判断依据。
步骤S4:根据待测像素点对应的邻域块的规则特征值、对应的每个邻域像素点在所有预设旋转角度下的独立因子以及对应每个邻域像素点的灰度值在待测像素点的影响区域中的分布离散情况,得到对应邻域像素点的有效特征值;在待测像素点对应的邻域块中,根据邻域像素点的有效特征值、灰度值以及位置分布对待测像素点进行增强,得到增强后的灰度值。
基于上述分析可知,本发明实施例的目的在于对玻璃盖板自身的特征信息和干扰信息,即玻璃盖板所映射的环境信息进行区分,从而使得在最终进行图像增强时对干扰信息进行平滑处理,使得玻璃盖板自身的特征信息更加清晰及突出,提高定位准确度。而双边滤波可以对采集的图像进行去噪后保留明显的边缘信息已到达对图像增强的目的,根据先验知识可知,双边滤波对图像的处理能力和其获取的卷积权重有关,其通过空间域和像素范围域两个方面的权重进行调整滤波核的平滑情况,当图像在平坦区域像素点的灰度变化不明显其对应的像素范围域权重的接近于一,此时空间域权重发挥作用其平滑程度比较大,在图像的边缘区域其灰度差明显,像素范围域权重变大,从而保持了边缘的信息。所以本发明实施例基于前述步骤中获取到的像素点对应的规则特征值以及独立因子像素范围域的权重进行调整,使得有用的信息能够更好的保留下来。
在对待测像素点进行增强处理时,可以对其邻域像素点进行分析,由于规则特征值以及独立因子是区分干扰信息和玻璃盖板自身特征信息的指标,并且邻域像素点的灰度值的分布离散情况可以作为衡量邻域像素点灰度分布情况的指标,故本发明该实施例中结合了规则特征值、独立因子以及灰度值的分布离散情况,获得邻域像素点的有效特征值,从而实现后续过程中对像素范围域的权重进行调整。
优选地,本发明一个实施例中,根据待测像素点对应的邻域块的规则特征值、对应的每个邻域像素点在所有预设旋转角度下的独立因子以及对应每个邻域像素点的灰度值在待测像素点的影响区域中的分布离散情况,得到对应邻域像素点的有效特征值,包括:
首先分析待测像素点对应的每个邻域像素点的灰度值在待测像素点的影响区域中的分布离散情况,由于孤立森林算法是一种数据异常检测算法,并且其可以刻画数据的疏离程度,即获得异常得分,所以本发明该实施例中选用孤立森林算法,计算待测像素点的每个邻域像素点的灰度值在待测像素点对应的影响区域内的异常得分,异常得分可以作为衡量邻域像素点的灰度值与影响范围内其他像素点的灰度值之间的分布离散程度,故将异常得分作为对应邻域像素点的离散值。
然后将待测像素点的每个邻域像素点在所有预设旋转角度下的独立因子的和值、离散值负相关映射后的值以及待测像素点对应的邻域块的规则特征值三者的乘积进行归一化后的值,作为邻域像素点的有效特征值。有效特征值的公式模型具体可以例如为:
其中,表示待测像素点/>对应的第/>个邻域像素点的有效特征值,/>表示待测像素点/>对应的邻域块的规则特征值,/>表示待测像素点/>对应的第/>个邻域像素点的离散值,/>表示在第/>个预设旋转角度下,待测像素点/>对应的第/>个邻域像素点的独立因子,/>表示预设旋转角度的总数,/>表示归一化函数。
在有效特征值的公式模型中,基于孤立森林算法计算了待测像素点的每个邻域像素点的灰度值在待测像素点的影响区域内的异常得分,作为邻域像素点的离散值,该值越大,说明该邻域像素点的灰度值与影响区域内其他像素点的灰度值之间的差异较大,更容易被划分出来,表征离散程度越高,更可能发生了突变,那么该邻域像素点的灰度值在后续对待测像素点进行滤波增强时的可靠性就应该变低,反之,越离散值/>越小,说明该邻域像素点的灰度值与影响区域内其他像素点的灰度值之间的差异较小,表明发生突变的可能性较小,所以该邻域像素点的灰度值在后续对待测像素点进行滤波增强时的可靠性就较高,故对离散值进行了负相关映射,实现逻辑关系矫正,得到/>。然后将每个领域像素点在所有预设旋转角度下的独立因子进行综合,获取得到独立因子的和值,基于上述过程中的分析可知,待测像素点对应的邻域块的规则性越大,同时邻域像素点的独立因子越大,越能表征有用信息,也就是有效性越强,所以将独立因子的和值、邻域像素点的离散值逻辑关系矫正后的值/>以及待测像素点对应的邻域块的规则特征值/>进行综合,将三者的乘积进行归一化后的值作为邻域像素点的有效特征值。
需要说明的是,基于孤立森林算法获取数据的异常得分为本领域技术人员熟知的技术手段,在此不做赘述。
至此,基于上述过程可以获得待测像素点的每个邻域像素点的有效特征值,进而可以将其运用到双边滤波中,实现对待测像素点的增强。
优选地,本发明一个实施例中,在待测像素点对应的邻域块中,根据邻域像素点的有效特征值、灰度值以及位置分布对待测像素点进行增强,得到增强后的灰度值,包括:
首先在待测像素点对应的邻域块中,获取双边滤波时各个邻域像素点的初始值域权重以及空域权重,其中,初始值域权重即反映像素点之间的灰度值信息,空域权重即表征像素点之间的空间位置关系;然后将每个邻域像素点的有效特征值作为对应初始值域权重的权重,也就是将每个邻域像素点的有效特征值与对应初始值域权重相乘,得到对应邻域像素点的加权值域权重。
最后可基于双边滤波根据每个邻域像素点的加权值域权重以及空域权重对待测像素点进行滤波,从而得到待测像素点增强后的灰度值。需要说明的是,双边滤波为本领域技术人员熟知的技术手段,在此不做赘述。
至此,可以实现对待测像素点的滤波增强。
步骤S5:根据灰度图像中所有像素点增强后的灰度值获取增强图像;根据增强图像获取光电玻璃盖板表面的定位信息。
基于上述步骤可以对灰度图像中的所有像素点进行滤波增强,由于在进行滤波增强前,分析了图像中像素点的规则性以及独立情况,其可以对玻璃盖板自身的特征信息与无用的干扰信息进行区分,故其作为权重对滤波过程中的初始值域权重进行调整后,可以实现对灰度图像中的像素点进行不同程度的增强,从而使得玻璃盖板自身的特征信息更加清晰,而干扰信息则被更好的平滑,故根据灰度图像中所有像素点增强后的灰度值可以获取增强图像,具体操作为:将每个像素点增强后的灰度值替代原来的灰度值,得到增强图像。最后根据增强图像可以获取到更加准确的光电玻璃盖板表面的定位信息。
优选地,本发明一个实施例中,根据增强图像获取光电玻璃盖板表面的定位信息,包括:
在增强图像中进行定位,可以以增强图像的左下角为原点构建二维坐标系并将增强图像中的所有像素点映射到二维坐标系中;并基于角点检测获取增强图像中的特征点,根据采集装置与光电玻璃盖板之间的相对位置、角度以及增强图像中特征点的坐标,通过坐标变换计算玻璃盖板在三维空间中的定位信息。需要说明的是,构建二维坐标系时可以以水平向右方向为横轴,竖直向上方向为纵轴,具体构建方法不做限定;基于角点检测算法获取图像中的特征点为本领域技术人员熟知的技术手段,在此不做赘述。
至此,可以在增强后的图像中获取光电玻璃盖板表面的定位信息,提高定位准确度。
综上所述,本发明实施例首先获取到预设角度以及预设高度下的光电玻璃盖板表面的灰度图像。然后以每个像素点为中心设置邻域块,由于在进行整体分析时,部分像素点的特征可能表现不明显,而在局部范围内,像素点的特征会更加突出,故分析了图像中各个邻域块之间的灰度变化情况,确定每个像素点对应的邻域块的影响区域,此时对影响区域中的像素点进行分析,更能够表征出在一定的影响范围内,像素点的变化特征。进一步地,由于玻璃本身所具有的纹理特征较少因此表现相对独立,也就是规则性更强,与周围纹理信息的关联性较差,而图像中干扰信息大多为玻璃透明或反射所映射出来的环境信息,其与周围纹理信息的关联性较强,而规则性较差,所以基于此特征,分析了各影响区域之间的灰度差异情况以及位置关系,确定每个像素点对应的邻域块的规则特征值;同时根据邻域块角度变换前后,块内像素点的灰度变化情况以及与影响范围内其他像素点的灰度差异情况,确定像素点的独立因子,规则特征值和独立因子即可作为后续区分干扰信息和玻璃自身特征信息的关键指标。进一步地,根据各个像素点对应的邻域块的规则特征值、邻域像素点的独立因子以及邻域像素点的灰度值在影响区域内的分布情况,确定邻域像素点的有效特征值,该指标可作为对应的中心像素点进行增强时的权重,从而实现中心像素点的增强,基于前述过程在实现对所有像素点增强后,即可有效区分玻璃所映射出来的环境信息和玻璃自身的特征信息,因此此时获取的定位信息会更加的准确。
一种车载大尺寸光电玻璃盖板表面图像增强方法实施例:
光电玻璃盖板主要应用在汽车的车载屏幕上,所以在生产的过程中需要通过切割技术将整个的光电玻璃盖板进行切割加工,为了保证切割加工的精确度,在进行切割加工的过程中需要对光电玻璃进行定位,所以图像质量至关重要,故需要对图像进行增强。但是由于玻璃透明且反射环境信息会造成的图像信息混乱,而现有技术在对图像进行增强时,通常会对像素点进行无差别平滑,采用无差别平滑难以准确区分玻璃本身的特征信息和无用的干扰信息,导致图像增强效果较差。因此本发明实施例提供了一种车载大尺寸光电玻璃盖板表面图像增强方法,包括:
步骤S1:获取光电玻璃盖板表面的灰度图像。
光电玻璃盖板作为车载屏幕的重要组成部分,其加工精度对于保证屏幕显示效果和驾驶安全至关重要。然而,由于光电玻璃盖板的透明特性以及其表面反射现象的存在,其灰度值分布范围广泛且不易区分,所以需要对采集到的图像进行增强。本发明实施例通过对采集的图像进行不同程度的增强,使得图像中的有用信息更加清晰,从而降低无用信息的干扰。
首先设置工业相机对光电玻璃盖板表面进行拍摄,获取图像,并对所得图像进行灰度化,从而得到灰度图像。需要说明的是,图像采集设备的设置均可根据实施场景进行调整,在此不做限定;对图像进行灰度化的方法可以选择平均灰度化、加权灰度化以及最大值灰度化等,且均为本领域技术人员熟知的技术手段,在此不做限定及赘述。
至此,可以获取到光电玻璃盖板表面的灰度图像,可用于后续的分析过程中。
步骤S2:在灰度图像中,以每个像素点为中心,构建预设尺寸的邻域块;根据灰度图像中各像素点对应的邻域块之间的灰度变化差异情况,确定每个像素点对应的邻域块的影响区域;
步骤S3:任选一个像素点作为待测像素点,根据待测像素点对应的邻域块的影响区域与其他像素点对应的邻域块的影响区域之间的灰度差异情况以及位置分布,得到待测像素点对应的邻域块的规则特征值;分析待测像素点对应的邻域块在进行每个预设旋转角度的角度变换前后,每个邻域像素点的灰度变化情况以及与待测像素点对应的影响区域内其他像素点的灰度差异情况,得到对应邻域像素点的独立因子;
步骤S4:根据待测像素点对应的邻域块的规则特征值、对应的每个邻域像素点在所有预设旋转角度下的独立因子以及对应每个邻域像素点的灰度值在待测像素点的影响区域中的分布离散情况,得到对应邻域像素点的有效特征值;在待测像素点对应的邻域块中,根据邻域像素点的有效特征值、灰度值以及位置分布对待测像素点进行增强,得到增强后的灰度值;
其中,步骤S2~S4在上述一种车载大尺寸光电玻璃盖板加工定位方法实施例中已给出了详细说明,在此不再赘述。
步骤S5:根据灰度图像中所有像素点增强后的灰度值获取增强图像。
基于上述步骤可以对灰度图像中的所有像素点进行滤波增强,由于在进行滤波增强前,分析了图像中像素点的规则性以及独立情况,其可以对玻璃盖板自身的特征信息与无用的干扰信息进行区分,故其作为权重对滤波过程中的初始值域权重进行调整后,可以实现对灰度图像中的像素点进行不同程度的增强,从而使得有用信息更加清晰,而干扰信息则被更好的平滑,因此根据灰度图像中所有像素点增强后的灰度值获取增强图像,具体操作可以为将每个像素点增强后的灰度值替代原来的灰度值,从而得到增强图像。
本实施例带来的有益效果包括:
由于玻璃的透明性以及反射特性,会导致无法获取到玻璃本身的特征信息,故本发明在对图像进行增强时,对不同特征进行不同程度的增强,使得玻璃盖板自身的特征信息所在的区域更加清晰。首先获取光电玻璃盖板表面的灰度图像。然后以每个像素点为中心设置邻域块,由于在进行整体分析时,部分像素点的特征可能表现不明显,而在局部范围内,像素点的特征会更加突出,故分析了图像中各个邻域块之间的灰度变化情况,确定每个像素点对应的邻域块的影响区域,此时对影响区域中的像素点进行分析,更能够表征出在一定的影响范围内,像素点的变化特征。进一步地,由于玻璃本身所具有的纹理特征较少因此表现相对独立,也就是规则性更强,与周围纹理信息的关联性较差,而图像中干扰信息大多为玻璃透明或反射所映射出来的环境信息,其与周围纹理信息的关联性较强,而规则性较差,所以基于此特征,分析了各影响区域之间的灰度差异情况以及位置关系,确定每个像素点对应的邻域块的规则特征值;同时根据邻域块角度变换前后,块内像素点的灰度变化情况以及与影响范围内其他像素点的灰度差异情况,确定像素点的独立因子,规则特征值和独立因子即可作为后续区分干扰信息和玻璃自身特征信息的关键指标。进一步地,根据各个像素点对应的邻域块的规则特征值、邻域像素点的独立因子以及邻域像素点的灰度值在影响区域内的分布情况,确定邻域像素点的有效特征值,该指标可作为对应的中心像素点进行增强时的权重,从而实现中心像素点的增强,基于前述过程在实现对所有像素点增强后,获得的增强图像即可使得玻璃自身的特征信息所在区域更加清晰。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (10)
1.一种车载大尺寸光电玻璃盖板加工定位方法,其特征在于,所述方法包括:
获取预设角度和预设高度下的光电玻璃盖板表面的灰度图像;
在所述灰度图像中,以每个像素点为中心,构建预设尺寸的邻域块;根据所述灰度图像中各像素点对应的邻域块之间的灰度变化差异情况,确定每个像素点对应的邻域块的影响区域;
任选一个像素点作为待测像素点,根据待测像素点对应的邻域块的影响区域与其他像素点对应的邻域块的影响区域之间的灰度差异情况以及位置分布,得到待测像素点对应的邻域块的规则特征值;分析待测像素点对应的邻域块在进行每个预设旋转角度的角度变换前后,每个邻域像素点的灰度变化情况以及与待测像素点对应的影响区域内其他像素点的灰度差异情况,得到对应邻域像素点的独立因子;
根据待测像素点对应的邻域块的规则特征值、对应的每个邻域像素点在所有预设旋转角度下的独立因子以及对应每个邻域像素点的灰度值在待测像素点的影响区域中的分布离散情况,得到对应邻域像素点的有效特征值;在待测像素点对应的邻域块中,根据邻域像素点的有效特征值、灰度值以及位置分布对待测像素点进行增强,得到增强后的灰度值;
根据所述灰度图像中所有像素点增强后的灰度值获取增强图像;根据所述增强图像获取光电玻璃盖板表面的定位信息。
2.根据权利要求1所述的一种车载大尺寸光电玻璃盖板加工定位方法,其特征在于,所述根据所述灰度图像中各像素点对应的邻域块之间的灰度变化差异情况,确定每个像素点对应的邻域块的影响区域,包括:
在所述灰度图像中任选一个像素点作为目标点,所述目标点对应的邻域像素点作为待生长点,根据目标点对应的邻域块与待生长点对应的邻域块之间的灰度变化差异情况,获得待生长点的扩展程度值;
将目标点作为区域生长的生长点,在生长点对应的邻域块中,将满足生长条件的待生长点作为新的生长点进行区域生长,直至所有新的生长点对应的邻域块内的所有待生长点均不满足生长条件时,停止区域生长,得到目标点对应的邻域块的影响区域;
所述生长条件为:待生长点的扩展程度值小于预设扩展阈值。
3.根据权利要求2所述的一种车载大尺寸光电玻璃盖板加工定位方法,其特征在于,所述根据目标点对应的邻域块与待生长点对应的邻域块之间的灰度变化差异情况,获得待生长点的扩展程度值,包括:
基于Sobel算子获取所述灰度图像中每个像素点的梯度方向;
计算目标点对应的邻域块与待生长点对应的邻域块之间的灰度均值差异和梯度方向均值差异的乘积,得到灰度变化差异度;将所述灰度变化差异度进行负相关映射并归一化后的值,作为待生长点的扩展程度值。
4.根据权利要求1所述的一种车载大尺寸光电玻璃盖板加工定位方法,其特征在于,所述根据待测像素点对应的邻域块的影响区域与其他像素点对应的邻域块的影响区域之间的灰度差异情况以及位置分布,得到待测像素点对应的邻域块的规则特征值,包括:
以待测像素点为起点,作不同预设方向上的射线;
将待测像素点对应的邻域块的影响区域与每条射线上除待测像素点外的每个像素点对应的邻域块的影响区域之间的面积差异与灰度均值差异的乘积,进行负相关映射并归一化,得到相似值;
将大于预设相似阈值的相似值对应的像素点作为待测像素点的相似点,将待测像素点和待测像素点的所有相似点作为分析点;
待测像素点对应的邻域块的规则特征值的公式模型为:
其中,表示待测像素点/>对应的邻域块的规则特征值,/>表示射线的总条数,/>表示第/>条射线上的分析点的总数,/>表示第/>条射线上第/>个分析点和第/>个分析点之间的欧式距离,/>表示第/>条射线上第/>个分析点和第/>个分析点之间的欧式距离,/>表示以自然常数/>为底的指数函数。
5.根据权利要求1所述的一种车载大尺寸光电玻璃盖板加工定位方法,其特征在于,所述分析待测像素点对应的邻域块在进行每个预设旋转角度的角度变换前后,每个邻域像素点的灰度变化情况以及与待测像素点对应的影响区域内其他像素点的灰度差异情况,得到对应邻域像素点的独立因子,包括:
在待测像素点对应的邻域像素点中,任选一个作为参考点;
在每种预设旋转角度下,将参考点作为关联点,在以关联点为中心的邻域块中,将与中心像素点灰度值差异最小且不超过预设灰度阈值的邻域像素点作为新的关联点,不断确定新的关联点,直至不存在新的关联点或新的关联点为待测像素点对应的影响区域的边缘像素点时停止,将所有的关联点按照出现的先后顺序进行排列,得到参考点对应的灰度关联轨迹;计算参考点的灰度关联轨迹上第一个像素点与最后一个像素点之间的欧式距离,作为距离参数;
在每个预设旋转角度下,根据角度变换前与角度变换后,参考点对应的距离参数的差异以及待测像素点对应的邻域块中灰度梯度的变化情况,得到参考点的独立因子。
6.根据权利要求5所述的一种车载大尺寸光电玻璃盖板加工定位方法,其特征在于,所述独立因子的公式模型包括:
;其中,/>表示在第/>个预设旋转角度下,待测像素点/>对应的第/>个邻域像素点的独立因子,/>表示在第/>个预设旋转角度下,角度变换前待测像素点/>对应的第/>个邻域像素点的距离参数,/>表示在第/>个预设旋转角度下,角度变换后待测像素点/>对应的第/>个邻域像素点的距离参数,/>表示在第/>个预设旋转角度下,角度变换前待测像素点/>对应的第/>个邻域像素点的梯度方向,/>表示第/>个预设旋转角度下,角度变换后待测像素点/>对应的第/>个邻域像素点的梯度方向,/>表示在第/>个预设旋转角度下,角度变换前在待测像素点/>对应的邻域块中,第/>个邻域像素点的梯度方向的出现频次,/>表示在第/>个预设旋转角度下,角度变换后在待测像素点/>对应的邻域块中,第/>个邻域像素点的梯度方向的出现频次,/>表示以自然常数/>为底的指数函数。
7.根据权利要求1所述的一种车载大尺寸光电玻璃盖板加工定位方法,其特征在于,所述根据待测像素点对应的邻域块的规则特征值、对应的每个邻域像素点在所有预设旋转角度下的独立因子以及对应每个邻域像素点的灰度值在待测像素点的影响区域中的分布离散情况,得到对应邻域像素点的有效特征值,包括:
基于孤立森林算法,计算待测像素点的每个邻域像素点的灰度值在待测像素点对应的影响区域内的异常得分,作为对应邻域像素点的离散值;
将待测像素点的每个邻域像素点在所有预设旋转角度下的独立因子的和值、离散值负相关映射后的值以及待测像素点对应的邻域块的规则特征值三者的乘积进行归一化后的值,作为邻域像素点的有效特征值。
8.根据权利要求1所述的一种车载大尺寸光电玻璃盖板加工定位方法,其特征在于,所述在待测像素点对应的邻域块中,根据邻域像素点的有效特征值、灰度值以及位置分布对待测像素点进行增强,得到增强后的灰度值,包括:
在待测像素点对应的邻域块中,获取双边滤波时各个邻域像素点的初始值域权重以及空域权重;将每个邻域像素点的有效特征值作为初始值域权重的权重,得到对应邻域像素点的加权值域权重;
基于双边滤波根据每个邻域像素点的加权值域权重以及空域权重对待测像素点进行滤波,得到待测像素点增强后的灰度值。
9.根据权利要求1所述的一种车载大尺寸光电玻璃盖板加工定位方法,其特征在于,所述根据所述增强图像获取光电玻璃盖板表面的定位信息,包括:
以所述增强图像的左下角为原点构建二维坐标系并将所述增强图像中的所有像素点映射到二维坐标系中;基于角点检测获取增强图像中的特征点,根据采集装置与光电玻璃盖板之间的相对位置、角度以及增强图像中特征点的坐标,通过坐标变换计算玻璃盖板在三维空间中的定位信息。
10.根据权利要求1所述的一种车载大尺寸光电玻璃盖板加工定位方法,其特征在于,所述预设尺寸为3×3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410244784.6A CN117830415A (zh) | 2024-03-05 | 2024-03-05 | 一种车载大尺寸光电玻璃盖板加工定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410244784.6A CN117830415A (zh) | 2024-03-05 | 2024-03-05 | 一种车载大尺寸光电玻璃盖板加工定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117830415A true CN117830415A (zh) | 2024-04-05 |
Family
ID=90511815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410244784.6A Pending CN117830415A (zh) | 2024-03-05 | 2024-03-05 | 一种车载大尺寸光电玻璃盖板加工定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117830415A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030107770A1 (en) * | 2001-07-11 | 2003-06-12 | Applied Materials, Inc. | Algorithm for adjusting edges of grayscale pixel-map images |
CN117372436A (zh) * | 2023-12-08 | 2024-01-09 | 红叶风电设备(营口)有限公司 | 基于图像数据的风电叶片故障检测方法 |
CN117405683A (zh) * | 2023-11-13 | 2024-01-16 | 苏州元瞰科技有限公司 | 一种盖板玻璃ag加工均匀度检测方法与检测装置 |
-
2024
- 2024-03-05 CN CN202410244784.6A patent/CN117830415A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030107770A1 (en) * | 2001-07-11 | 2003-06-12 | Applied Materials, Inc. | Algorithm for adjusting edges of grayscale pixel-map images |
CN117405683A (zh) * | 2023-11-13 | 2024-01-16 | 苏州元瞰科技有限公司 | 一种盖板玻璃ag加工均匀度检测方法与检测装置 |
CN117372436A (zh) * | 2023-12-08 | 2024-01-09 | 红叶风电设备(营口)有限公司 | 基于图像数据的风电叶片故障检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111815630B (zh) | 一种用于lcd屏幕的缺陷检测方法、装置 | |
CN115311292B (zh) | 基于图像处理的带钢表面缺陷检测方法及系统 | |
CN113570605B (zh) | 一种基于液晶显示面板的缺陷检测方法和系统 | |
CN105894036B (zh) | 一种应用于手机屏幕缺陷检测的图像特征模板匹配方法 | |
CN116030058B (zh) | 一种用于抛光垫表面粗糙度的质量评价方法 | |
CN117173189A (zh) | 一种铝合金表面抛光效果视觉检测系统 | |
CN111369605B (zh) | 一种基于边缘特征的红外与可见光图像的配准方法和系统 | |
CN116309757B (zh) | 基于机器视觉的双目立体匹配方法 | |
EP2177898A1 (en) | Method for selecting an optimized evaluation feature subset for an inspection of free-form surfaces and method for inspecting a free-form surface | |
CN116110053B (zh) | 基于图像识别的集装箱表面信息检测方法 | |
CN107240130B (zh) | 遥感影像配准方法、装置及系统 | |
CN109632808A (zh) | 棱边缺陷检测方法、装置、电子设备及存储介质 | |
CN111008664B (zh) | 一种基于空谱联合特征的高光谱海冰检测方法 | |
CN115984271A (zh) | 基于角点检测的金属毛刺识别方法 | |
CN109359604B (zh) | 面向巡检机器人的阴影干扰下仪表识别方法 | |
CN117252868B (zh) | 基于机器视觉的直流屏缺陷检测方法 | |
CN107341781A (zh) | 基于改进相位一致性特征矢量底图匹配的sar影像校正方法 | |
CN116152115A (zh) | 基于计算机视觉的垃圾图像去噪处理方法 | |
CN116358449A (zh) | 一种基于双目面结构光的飞机铆钉凹凸量测量方法 | |
CN117557820A (zh) | 一种基于机器视觉的量子点光学膜损伤检测方法及系统 | |
CN116228780A (zh) | 基于计算机视觉的硅片缺陷检测方法及系统 | |
CN116664565A (zh) | 一种光伏太阳能电池片的隐裂检测方法及系统 | |
CN116740053B (zh) | 一种锻造加工智能生产线的管理系统 | |
CN116862907B (zh) | 基于图像特征的电机配件质量检测方法 | |
CN116486091B (zh) | 基于人工智能的风机叶片缺陷区域快速分割方法及系统 |
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 |