[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

说明书

本发明主要提供了一种面向密集工业棒材图像检测的端面外观建模方法，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”；利用“雪花模型”相对应的归一化的灰度值方差直方图，进而推导出棒材端面个体位置检测的端面相似度概率模型；根据该相似度概率模型，求解棒材端面检测概率分布；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。采用本发明的方法，可克服传统方法对光照变化下，检测阈值失效的问题，有效地增强了密集工业棒材图像检测与计数阈值在光照变化下的稳定性。

技术领域：

本发明涉及工业棒材生产线上的密集棒材图像检测与计数技术，尤其涉及一种光照动态变化条件下，针对密集棒材图像检测的棒材端面外观建模方法。

背景技术：

由于基于图像处理的工业棒材检测技术的对象是棒材生产线上的摄像机获取的数字图像，其像素的亮度值常受到光线变化的影响。因此，对于光线变化条件下的棒材端面图像特征提取与数学建模方法，是基于图像处理的棒材检测与计数系统的重要处理步骤。

目前，存在的棒材图像端面检测方法主要有：基于灰度空间的检测方法，比如灰度阈值滤波；基于色彩空间的检测方法，比如RGB-YCrCb阈值滤波等。

以上存在的方法，主要适用于棒材生产线的光照条件无变化的情况下。随着生产线光照环境的变化，摄像机获取的图像的像素亮度值发生了动态的变化。尤其对于高分辨率的密集棒材图像，动态的光照变化不仅产生而且不均匀，因此，无论在灰度空间还是联合色彩空间，固定的阈值分割方法都将失效。

综上所述，如何从动态光照变化条件下，对工业棒材端面图像进行稳定的特征提取与数学建模是一个实际工业生产中亟待解决的问题。

发明内容：

为了解决上述问题，本发明的主要目的在于提供一种面向密集工业棒材图像检测的端面外观建模方法，能够有效地抵抗光照变化对于图像亮度值的影响。

为达到上述目的，本发明的技术方案是：一种面向密集工业棒材图像检测的端面外观建模方法，可用于香烟过滤嘴，粉笔等的检测，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”；

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；

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。

步骤a的具体内容为：

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。

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