[发明专利]一种面向密集工业棒材图像检测的端面外观建模方法

权利要求书

1.一种面向密集工业棒材图像检测的端面外观建模方法，其特征在于：该方法包括：

a、利用工业棒材端面像素灰度值分布，设计棒材端面外观“雪花模型”；具体内容为：

将整个棒材端面划分为以棒材端面中心为圆心的四个同心圆区域：第一个区域是棒材端面的中心、第二个区域是以0.5×R为半径的圆周、第三个区域是以0.75×R为半径的圆周、第四个区域是以R为半径的圆周，其中R小于棒材端面半径R₀；

在第一个区域设置一个边长为S₁的正方形；在第二个圆周上，以圆心角45度为间隔设置8个边长为S₂的正方形；在第三个圆周上，以圆心角45度为间隔设置8个边长为S₂的正方形；在第四个圆周上，以圆心角45度为间隔设置8个边长为S₁的正方形；

由25个小正方形组成雪花模型，均匀地分布在以棒材端面中心为圆心的四个同心圆区域上；

b、利用“雪花模型”相对应的归一化的灰度值方差直方图，进而推导出棒材个体位置检测的端面相似度概率模型；一幅棒材端面图像“雪花模型”的灰度方差直方图的数学模型可以表达为

X＝[x₁，x₂，...，x₂₅]

其中

x_i＝variance(rect_i) i＝1～25

式中x_i是“雪花模型”中第i个正方形图像块所对应的灰度方差值，variance是方差函数,rect_i是“雪花模型”中第i个正方形图像块所对应的灰度值向量，所以，X是一个25维的灰度方差向量；

因此，一幅棒材端面图像“雪花模型”相对应的归一化的灰度方差直方图的数学模型可以表达为

X_norm＝[x′₁，x′₂，...，x′₂₅]

x′_i＝x_i/max(x_i) i＝1～25

式中x′_i是“雪花模型”归一化的灰度方差直方图X_norm的第i个分量，max(x_i)是“雪花模型”没有归一化的灰度方差直方图中的最大分量；

完整的棒材端面的相似度概率函数为：

式中，X_norm是以P点为中心的雪花模型相对应的归一化的灰度方差向量，x_max-x_i是X_norm中最大分量与第i个分量的距离，T是衡量这个距离的阈值；

c、根据该相似度概率模型，求解棒材端面检测概率分布；

d、通过设定相似度概率阈值，即可得到密集工业棒材端面图像中每个棒材端面个体的中心位置，获得棒材位置与数量的检测结果。

2.根据权利要求1所述的一种面向密集工业棒材图像检测的端面外观建模方法，其特征在于，根据相似度概率函数计算值的大小判断出以P点为中心，存在完整的棒材端面的概率，如果棒材端面的中心靠近P点，则相似度概率函数的计算值接近于1；如果棒材端面的中心远离P点，则相似度概率函数的计算值接近于0。