[发明专利]一种半径不受限的可学习柱面反投影方法

说明书

本发明公开了一种半径不受限的可学习柱面反投影方法，针对柱面标签图像数据边缘两侧受到不同程度的信息压缩，在进行表面检测时边缘部分出现漏检、错检等问题，提出了不受半径限制的柱面反投影方法。基于柱面反投影几何原理重新设计了投影坐标变换公式，使坐标变换不再依赖于特定半径参数，运用BP定位预测网络学习预测坐标的方法来减少参数量和计算量。对于平面图像中在柱面上找不到对应点的坐标采用双线性插值法补全像素值。最后利用任意形状文本检测模型DBNet验证方法结果。结果表明该方法不依赖于特定模型半径，在进行不同柱面半径大小和不同弯曲程度的柱面图像矫正处理时具有较好的展平效果。

技术领域

本发明涉及图像处理领域的柱面反投影矫正算法。发明方法是柱面图像数据标签识别、柱状模型表面缺陷检测、全景拼接技术等应用的关键步骤。

背景技术

柱面投影是指平面图像与柱面表面相互映射的过程，包括柱面正投影和柱面反投影。柱面正投影是指将平面图像投影到柱面表面的过程，柱面反投影是将柱面表面的某个特定的观察区域投影到柱面的切平面上的过程。柱面反投影算法通常有公式法和二次曲线拟合法。

传统的图像柱面展平矫正处理基于柱面反投影算法，这种算法依赖于特定的柱面模型半径，当处理不同大小的模型半径时，需要更换参数，限制了矫正物体的范围。同时柱面反投影算法大多通过公式计算得出投影坐标变换，在遍历图像中每个像素点计算时需要计算量较大。本发明设计一种半径不受限制的柱面反投影方法，利用BP定位预测网络学习预测投影坐标，将对应坐标点的像素值赋值，完成柱面展平矫正处理。实验证明该算法具有较强的普适性和实用性。

发明内容

本发明的目的在于针对柱面标签图像数据边缘两侧受到不同程度的信息压缩，在进行表面检测时边缘部分出现漏检、错检等问题，提出了半径不受限制的柱面反投影方法。该方法不依赖于特定模型半径，在进行不同柱面半径大小和不同弯曲程度的柱面图像矫正处理时具有较好的展平效果。

为了实现上述目的，本发明基于柱面反投影几何原理重新设计了投影坐标变换公式，使得坐标变换不再依赖于特定半径参数，并运用BP定位预测网络学习预测坐标的方法来减少参数量和计算量。本实验采用不同半径大小的柱面电线杆标识牌数据为图像数据，对采集后的图像进行预处理操作使变换到统一大小；通过一阶边缘canny检测算子获取最优的柱面边缘线，在边缘线范围内做坐标变换。根据本发明设计公式X＝Xorigin+Xoffest，其中Xorigin为柱面图像像素点在水平方向的原始横坐标，Xoffest为利用像素点水平方向横坐标x和该点与原点的角度θ训练BP神经网络模型进行预测得到的偏移量，垂直方向坐标不变；对于平面图像中在柱面上找不到对应点的坐标采用双线性插值法补全像素值。最后利用任意形状文本检测模型DBNet验证方法结果。

为实现上述目的的技术方案，具体的实施步骤如下：

步骤一：柱面图像数据获取。本发明的实验数据为人工拍摄贴附在柱面电线杆表面的标牌数据，根据调研发现电线杆的直径为190mm-370mm不等，故本发明挑选直径分别为190mm、240mm、290mm、340mm、390mm柱面电线杆标识牌数据作为实验数据。

步骤二：设置柱面图像大小。考虑到柱面图像像素点个数较多和实验数据量大的问题，本发明先将采集到的柱面图像数据统一设置为200*200的大小。

步骤三：canny边缘检测算子获取柱面边缘线。对步骤二操作后的图像先用高斯滤波进行平滑处理，再用一阶偏导的有限差分来计算梯度的幅值和方向，对梯度幅值进行非极大值抑制操作；运用双阈值算法检测并连接边缘来获取柱面图像的边缘线。