申请/专利权人：吉林大学

申请日：2024-01-25

公开（公告）日：2024-04-09

公开（公告）号：CN117854079A

主分类号：G06V30/148

分类号：G06V30/148;G06V20/62;G06V30/18;G06V10/28

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种缺损的数字字符的图像分割与匹配方法，属于汽车保险盒自动化组装生产线中的智能质量检测设备技术领域。本发明首先利用显著性检测计算器件字符灰度域函数值，自动将图像统一规范化为字符灰度大于背景灰度的规范图像；然后，设计了二次张氏细化算法准确提取标准字符骨架，并利用先验的标准字符的面积阈值和经验分割阈值，基于改进的p‑tile法实现待测器件的分割；最后，利用颜色自相关图描述字符特征，通过改进的DTW算法计算标准器件和待测器件的相似距离。特别是为距离矩阵元素设计了描述差异程度的相似函数，既能排除同类器件由于系统误差和字符缺损造成的相似度的波动干扰，又能准确区分异类器件，有效地提高了检测设备的检测准确度。

主权项：1.一种缺损的数字字符的图像分割与匹配方法，其特征在于，该方法的步骤如下：步骤一、使用工业相机拍摄标准保险盒图像，通过调节光源保证每个应检的电子元器件表面的字符完整且清晰地成像；步骤二、在标准保险盒图像中逐个手动截取应检的器件图像并将其灰度化，记录位置坐标信息：1利用矩形框通过手工标记确定逐个器件的图像位置坐标，记录为位置信息集合RECT＝{rectxi，yi，wi，li|i＝1，2，...，N}，其中xi，yi为矩形框的左上角坐标，wi，li为宽度和长度，N为保险盒中采用字符方法应检的器件个数；2根据矩形框的位置信息在保险盒图像中逐个截取器件表面字符图像，并将其灰度化，设某个标准器件的灰度图像为gs；步骤三、基于改进的显著性检测方法设计字符灰度域计算函数，并根据函数值对标准器件的灰度图像gs进行规范化处理，处理后的灰度图像gs保证字符灰度大于背景灰度：1先利用LC算法计算灰度图像gs像素的显著值，生成显著性图然后建立显著像素集合记为步骤如下：设图像gs中各个灰度级对应的像素个数为nl，l＝0，l，...，255；遍历图像gs，其中某一像素gsx，y的显著值SalSgsx，y按下式计算得到： 并将全部像素的显著值归一化至[0-255]，生成显著性图2计算显著性图的显著均值该值为所有像素的均值，再按下式将图像gs像素分为显著像素和非显著像素： fSal为1时，代表像素gsx，y为显著像素；fSal为0时，代表像素gsx，y为非显著像素；显著性图中显著像素集合记为像素个数为非显著像素集合记为像素个数为3通过与灰度图像的灰度域对比，去除噪声；步骤为：计算灰度图像gs的灰度均值将显著像素集合中的像素按灰度值分为高、低两类；设显著像素gsx，y的分类结果为分类计算公式如下： 统计显著像素中两类像素的占比情况；设显著像素中灰度值高的一类的像素占比Rateh，计算式如下： 根据Rateh计算器件字符灰度域函数值Fbf的计算方法如下： 由于噪声的像素占比远小于字符，当显著像素集合中灰度值高的一类的像素占比Rateh大于50％，说明该标准器件的字符前景为灰度值高一类，即字符灰度大于背景灰度，令Fbf＝1；否则说明该标准器件字符灰度小于背景灰度，令Fbf＝0；4将灰度图像gs统一规范化为字符灰度大于背景灰度的规范图像；图像gs中的像素点gsx，y，规范化公式如下： 步骤四、分割图像gs生成二值图像bs，并得到经验分割阈值Tthreshold；步骤五、在二值图像bs中提取标准器件的数字字符骨架图像和字符线宽wline；步骤六、基于线宽wline对字符骨架图像进行膨胀操作，确定字符ROI区域和稳定的背景区域，计算字符面积阈值为后续的待测器件图像的p-tile字符分割方法提供先验信息；步骤七、基于字符骨架图像创建标准器件的颜色自相关图来描述字符的形态特征；步骤为：标准字符骨架图像中非零像素个数为Ns，非零像素的坐标信息记为集合颜色自相关图就是通过非零像素的相互位置关系来表征字符形态特征的数据序列；采用向下取整的欧式距离来描述集合中任意两点之间的位置关系，计算中所有组合情况下的两点间距离，记为数据序列序列长度为设颜色自相关图的序列长度为则： 取步长为1，将距离分为1至个等级，根据数据序列统计每个等级上包含的距离个数，作为颜色自相关图中的每个数据项，其索引为距离等级；最后所有数据项归一化至[0-1]区间，归一化之后所有数据项之和为1；步骤八、创建先验信息库；通过上述步骤获取了器件的关键参数，即位置坐标信息rectxi，yi，wi，li、字符灰度域函数值Fbf、经验分割阈值Tthreshold、字符线宽wline、字符面积阈值以及字符骨架的颜色自相关图以上参数构成了一个标准器件在先验信息库中的数据架构；在保险盒图像中，利用步骤二至步骤七遍历每个采用字符方式检测的标准电子元器件，构建先验信息库；步骤九、通过工业相机拍摄待测保险盒图像，根据先验的标准器件位置信息RECT，自动地逐个截取相应的待测器件图像，并将其灰度化；设待测器件的灰度图像为gd；步骤十、根据先验的字符灰度域函数值Fbf对图像gd进行规范化处理，更新为字符灰度大于背景灰度的规范图像；步骤十一、提取待测器件的字符骨架图像步骤如下：1针对规范化后的待测图像gd，基于改进的p-tile方法搜索最优分割灰度T；设图像gd分割灰度为j，j初始化为先验的经验分割阈值Tthreshold；设图像gd中各个灰度级对应的像素个数为Ni，i＝0，1，...，255，按分割灰度j对图像gd进行分割，设分割后的前景面积为sumj，有： 设△Nj为sumj与字符面积阈值的差值，有： 若△Nj＞0，则令j＝j+1，重新计算sumj，并判断下式是否成立：|△Nj|＞|△Nj-1|若不成立，则令j＝j+1，重新计算sumj并判断上式是否成立；直至上式成立，输出最优分割灰度T＝j-1；若△Nj≤0，则令j＝j-1，重新计算sumj，判断下式是否成立：|△Nj|＞|△Nj+1|若不成立，则令j＝j-1，重新计算sumj并判断上式是否成立；直至上式成立，输出最优分割灰度T＝j+1；然后，使用最优分割灰度T分割图像gd，生成二值图像bd；2基于先验的字符线宽wline对图像bd进行闭运算处理，得到图像再使用张氏图像细化算法提取图像的骨架，得到待测字符骨架图像步骤十二、根据步骤七所述方法求取待测器件字符骨架的颜色自相关图步骤十三、基于动态规整DTW算法，构建标准器件和待测器件的颜色自相关图和的距离矩阵距离矩阵中由矩阵元素D[u][v]描述标准器件的第u个数据项Xu与待测器件的第u个数据项Yv的差异程度；D[u][v]的计算公式如下： 其中，fduv为索引差异度量函数，定义如下： duv＝|u-v|duυ为矩阵元素D[u][v]的索引差值，Δd为正常的畸变距离；δd为索引差异权重，取值为fvalueuv为值差异度量函数；当满足条件时，说明值差异很小，为正常波动，故认为二者相同，置fvalueuv＝0；peak为标准器件中最小的波峰的峰值，Δvalue1为经验阈值；当条件同时满足时，则有fυalueij＝0，下标ij代表畸变区域内i，j＝u-Δd，v-Δd，...，u，v；△value2为经验阈值上述条件都不满足的点对u，v，fvalueuv＝|Xu-Yv|；遍历矩阵所有点对u，v，按上述规则建立距离矩阵然后通过DP算法在矩阵中寻找一条从序列起始点对1，1到终止点对的最短距离的路径；DP算法按下式进行起点至点对u，v最短距离的计算，记为矩阵output，即为最终两序列的相似距离Dsd；output[u][j]＝Minoutput[u-1][v-1]，output[u][v-1]，output[u-1][v]+distance[u][v]当相似距离Dsd小于阈值tD时，判定装配质量合格；否则，不合格。

全文数据：

权利要求：

百度查询： 吉林大学 一种缺损的数字字符的图像分割与匹配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD