申请/专利权人：长春理工大学

申请日：2024-01-16

公开（公告）日：2024-04-12

公开（公告）号：CN117876450A

主分类号：G06T7/50

分类号：G06T7/50;G06T7/13;G06T5/70;G06T5/20;G06T7/136;G06T7/80;G06T17/00;G06T7/00

优先权：

专利状态码：在审-公开

法律状态：2024.04.12#公开

摘要：一种基于多机位分组双目视觉的深孔零件内壁检测方法，属于图像采集技术领域。本发明的目的是基于Canny边缘检测与深度提取相结合的SGM优化算法，更加注重了边缘化的选取，消除了SGM算法生成视差图像噪点的基于多机位分组双目视觉的深孔零件内壁检测方法。本发明首先针对Canny的边缘检测，再将改进后的基于Canny与深度提取相结合的SGM算法。本发明视差图结果要更清晰，显示的视差信息也要更加完整，这样在后续点云重构中就会减少点云空洞分散的问题，很好的提升了视差值计算的精准性与最终点云重构的完整性。

主权项：1.一种基于多机位分组双目视觉的深孔零件内壁检测方法，其特征在于：其步骤是：S1、针对Canny的边缘检测S11、去除噪声利用高斯滤波去平滑噪声；S12、计算梯度值梯度与角度幅值表示为： θ＝atan2Gy,Gx2S13、非极大值抑制通过遍历整幅图像像素，根据方向将像素点幅值进行比较，以此找到周围像素点具有相同梯度方向的最大值，并保留该像素点，相反将剩余像素幅值点设为0以此实现抑制效果；S14、设定双边阈值连接将其分为两个阈值，即分别为高阈值和低阈值；其中分为三种情况：1、当边缘像素梯度值≥高阈值时，则认定为强边缘；2、当边缘梯度值在高阈值和低阈值之间，则认定为虚边缘；3、当边缘梯度值≤低阈值时，认定为抑制边缘像素；S2、改进后的基于Canny与深度提取相结合的SGM算法：将Canny检测算法引入SGM算法中，为使Canny边缘检测与SGM的结合算法获取到更加准确的深度参数并且减少图像过边缘化对视差重构带来的影响，设定了通过深度信息提取边缘的方法计算最终深度信息。

全文数据：

权利要求：

百度查询： 长春理工大学 基于多机位分组双目视觉的深孔零件内壁检测方法

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