[发明专利]用于三维表面形貌特征提取的二维归一化高斯滤波方法

说明书

用于三维表面形貌特征提取的二维归一化高斯滤波方法，本发明涉及用于形貌特征提取的高斯滤波方法。本发明的目的是为了解决现有提取的形貌特征在振幅上具有较宽的分布，低幅值的特征被高幅值特征所掩盖，导致形貌特征识别准确率低的问题。过程为：一、设滤波器的输入为三维形貌和切除长度，基于要提取的三维形貌特征的切除长度，计算二维高斯滤波器的高斯权重函数；二、建立三维形貌模板函数；三、使二维高斯滤波器的高斯权重函数在输入三维形貌上逐点移动，在移动到要滤波的形貌特征的点时计算归一化滤波结果，当移动完全部位置之后，得到的归一化滤波结果组成的矩阵即为滤波结果。本发明用于图像处理领域。

技术领域

本发明用于图像处理领域，具体涉及用于形貌特征提取的高斯滤波方法。

背景技术

在工业生产中，加工得到的零件表面隐含着不同尺度的形貌特征。通过对这些特征的提取，可以用来分析零件生产过程中的加工问题、使用过程中产生的摩擦磨损问题。例如划擦磨损、点蚀等不同的机械失效问题，会产生不同形式和尺度的形貌特征，通过分析这些形貌特征能够帮助改进生产工艺，提高产品寿命。不仅限于工业领域，在刑事科学领域，通过对犯罪现场的枪弹痕迹、工具痕迹的三维形貌特征的提取，能够帮助刑侦人员侦破案件。例如在枪支的结构中，枪管、击针和弹底窝(弹膛底面，与弹壳底部接触)均会在子弹上留下划擦或者挤压痕迹。这些与子弹接触的部位，其微观形貌均是在加工过程中产生的随机形貌，因此具有独特性，在子弹发射过程中转印在子弹上后，可以用来做子弹与枪支对应关系的鉴定，在刑事科学中具有非常重要的意义。

目前用于在信号中提取不同尺度特征的算法主要为数字滤波器算法，如国际标准ISO16610-21中定义的用于形貌滤波的高斯滤波器。通过设定不同的频率切除长度，滤波器能够依据其各自的传输特性，对表面中不同的频率成分进行分离，从而实现对不同尺度的形貌特征的提取。这类线性滤波器滤波得到的形貌特征，其中频率振幅是与源形貌成比例关系的，源形貌中具有较高峰值的部分，在滤波后仍具有较高峰值；源形貌中振幅较小、峰值较低的部分，在滤波后仍保持较低振幅，这是由于线性滤波器对信号的分解是基于无限长度的正余弦信号叠加，因此对于时变信号不能灵活的进行特征提取。这一特点在一些形貌特征识别的应用中具有较大的限制，例如通过计算机识别形貌中具有相同频谱特征的点蚀凹陷的数量和分布，很多凹陷较浅或者与其他更大尺度凹陷重叠的部分特征，在滤波之后由于幅值较浅，难以与测量噪声分离，使得识别变得非常困难。又如在弹痕识别当中，某一特定频率成分是认定枪支的关键(如弹底窝采用的喷砂工艺，使用的砂丸具有相同的尺寸，因此由喷砂产生的形貌均具有相近的频率成分)，而由于发射条件的影响，提取的形貌特征在振幅上具有较宽的分布，低幅值的特征被高幅值特征所掩盖，导致能够帮助鉴定人员或计算机鉴定程序进行判断的信息受到限制。

发明内容

本发明的目的是为了解决现有提取的形貌特征在振幅上具有较宽的分布，低幅值的特征被高幅值特征所掩盖，导致形貌特征识别准确率低的问题，而提出用于三维表面形貌特征提取的二维归一化高斯滤波方法。

用于三维表面形貌特征提取的二维归一化高斯滤波方法具体过程为：

步骤一、设滤波器的输入为三维形貌f(u,v)和切除长度λ_c，基于要提取的三维形貌特征的切除长度λ_c，计算二维高斯滤波器的高斯权重函数g(x,y)；

步骤二、建立三维形貌f(u,v)的模板函数bf(u,v)，避免滤波结果的边缘失真问题；

步骤三、使二维高斯滤波器的高斯权重函数g(x,y)在输入三维形貌f(u,v)上逐点移动，在移动到(u,v)时计算归一化滤波结果t(u,v)，当移动完全部位置之后，得到的归一化滤波结果组成的矩阵即为滤波结果。

本发明的有益效果为：