[发明专利]一种基于机器视觉的飞机模型冰形轮廓提取方法

权利要求书

1.一种基于机器视觉的飞机模型冰形轮廓提取方法，其特征在于包括以下步骤：

步骤一：冰形图像提取

a)利用摄像设备对试验结束后的冰形正面、侧面及待测剖面位置细节进行取照，记录结冰外形特征；

b)在模型周围安装冰形测量支架，同时利用加热的热刀沿三个待测剖面位置的导向滑槽切开模型表面的冰；

c)取出热刀，将贴有方格纸的有机玻璃卡板卡于测量剖面位置,用尖头勾线笔沿冰形外轮廓手工绘制冰形的轨迹线；

d)利用扫描仪扫描已绘制冰形迹线的方格纸获取试验结果冰形轮廓图像；

步骤二：冰形图像数值化提取

冰形轮廓图像采集完成后通过旋转矫正方法对图像进行预处理，使得冰形轮廓图像具有几何一致性；

在冰形轮廓图像基础上进行阈值分割和曲线跟踪提取，在阈值分割阶段先运用灰度概率差分法得到冰形曲线的分割结果，并设计横纵坐标滤波函数去除孤立噪声点，得到更高质量的冰形曲线的分割结果，在曲线提取阶段对冰形轮廓曲线分割图像进行闭运算，通过膨胀填充曲线中的断点，得到具有清晰轮廓的翼型曲线图和冰形曲线图，并通过逐行扫描的方式实现曲线信息的提取，从而得到精确的冰形曲线。

2.根据权利要求1所述的一种基于机器视觉的飞机模型冰形轮廓提取方法，其特征在于冰形轮廓图像的阈值分割法，该方法采用一个相对的类间差函数：

ρ＝ω₁|μ-μ₁|+ω₂|μ-μ₂|

其中：假设图像中存在最有的灰度分割阈值T，则根据该阈值可将图像分为B₁，B₂两部分,用ω₁表示B₁中所有像素点占图像总像素点的比率，ω₂表示B₂中像素点占图像总像素点的比率,μ₁表示B₁中像素的平均灰度值，μ₂表示B₂中像素的平均灰度，μ表示图像整体的平均灰度,ρ表示B₁，B₂两部分之间的类间差，其实质为度量由阈值T分割得到的两部分之间的一范数,当ρ最大时，得到的阈值T为最优分割阈值。

3.根据权利要求1所述的一种基于机器视觉的飞机模型冰形轮廓提取方法，其特征在于灰度概率差分法首先对原始图像进行低亮区域的灰度粗分割，得到的处理结果包含较多的噪声信息，然后进一步计算各通道像素点占预处理图像的比例、各通道灰度均值和图像总灰度均值，利用如下类间差方程获取低亮区域的精分阈值，

ρ_i(k)＝ω_r|μ-μ_r|+ω_g|μ-μ_g|+ω_b|μ-μ_b|

其中：ω_r、ω_g和ω_b分别表示图像中红、绿、蓝三个通道各自级灰度值占图像总灰度的比率，μ_r、μ_g和μ_b分别表示红、绿蓝三个通道第k级的灰度值，μ为图像总的灰度均值。通过求解最大的类间差函数得到各通道的最优阈值T_i。

4.根据权利要求1所述的一种基于机器视觉的飞机模型冰形轮廓提取方法，其特征在于阈值分割得到的翼型分割图像，翼型区域和其他区域有明显的界限，从翼型图像的左上角开始从上到下进行行扫描，先对第i行的前n列像素点的灰度值进行累加，当前n个像素点灰度之和小于一定阈值时，列标加一并继续累加该行前n+1列像素点灰度值和，如此迭代，直到该行前N列像素点灰度和大于阀值，标记该像素点为翼型曲线上的点，列标为N-1，保存该点坐标为(i，N-1)，然后行标加一进入下一行，继续进行翼型曲线提取，如此迭代，直到扫描完成所有行，完成翼型曲线扫描且得到曲线在冰形图像中的位置信息，其中i、n、N均为自然数。