一种基于逆向特征的图像角度检测方法技术

本发明专利技术涉及图像处理技术领域，尤其涉及一种基于逆向特征的图像角度检测方法，包括：获取待检测图像中检测特征的最大外轮廓；利用所述检测特征的最大外轮廓获取对应逆向特征图像；利用所述逆向特征图像得到待检测图像的图像角度，根据逆向特征图像内获取逆向特征物理位置从而判断角度，消除了使用模板定位精度偏差和产品颜色偏差的问题，还有生产阈值不确定的问题，保证了数据化判断的方式，大大提升了检测精度和检测兼容性。检测精度和检测兼容性。检测精度和检测兼容性。

【技术实现步骤摘要】
一种基于逆向特征的图像角度检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种基于逆向特征的图像角度检测方法。

技术介绍

[0002]随着电子产品封装小型化的不断发展，基础工业的“精密化”发展并没有质的提升，造成在外观检测特征上的尺寸偏差、色差、批次等不稳定，给标准化工厂生产带来了不确定性。出现以上现象，使用传统的工业视觉检测方法误判概率较高，甚至出现检测不良。造成生产链中某个环节出现不良或残次品，使生产成本上升，降低了产品品质和生产效率。
[0003]现有的特征检测的方法大多基于特征的轮廓或者颜色的模板匹配算法，基于模板算法原理，目标特征图像和预制模板图像越接近，检查效果越好，检测结果得分越高，反之检测效果越差，检测结果得分越低。所以在实际生产中需要给出合适的检测结果阈值，但随着产品状态的波动，阈值不能实时调整，使生产管控处于风险的边缘，而本专利技术从方法上舍弃了单独使用模板匹配阈值的方法判定，而是采用逆向特征的物理位置数据进行角度判定。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供了一种基于逆向特征的图像角度检测方法，通过待检测图像的逆向特征得到待检测图像的图像角度。
[0005]为实现上述目的，本专利技术提供了一种基于逆向特征的图像角度检测方法，包括：获取待检测图像中检测特征的最大外轮廓；利用所述检测特征的最大外轮廓获取对应逆向特征图像；利用所述逆向特征图像得到待检测图像的图像角度。
[0006]优选的，所述获取待检测图像中检测特征的最大外轮廓包括：获取待检测图像中检测特征的物理中心值；利用待检测图像中像素点数量计算待检测图像的像素点灰度值均值；根据所述待检测图像的灰度值均值进行二值化处理得到待检测图像的二值化结果；利用所述待检测图像的二值化结果得到检测特征的最大外轮廓。
[0007]进一步的，所述利用待检测图像中像素点数量计算待检测图像的像素点灰度值均值的计算式如下：
[0008]其中，g为待检测图像的像素点灰度值均值，i为待检测图像中各像素点灰度值，N
为待检测图像的像素点数量。
[0009]进一步的，根据所述待检测图像的灰度值均值进行二值化处理得到待检测图像的二值化结果包括：判断待检测图像的像素点灰度值是否大于待检测图像的灰度值均值，若是，则待检测图像的像素点灰度值二值化结果为255，否则，待检测图像的像素点灰度值二值化结果为0；获取待检测图像中各像素点灰度值二值化结果作为待检测图像的二值化结果。
[0010]进一步的，利用所述待检测图像的二值化结果得到检测特征的最大外轮廓包括：获取所述待检测图像的二值化结果对应255的待检测图像的像素点作为基础像素点；利用所述基础像素点获取检测特征的最大外轮廓的计算式如下：
[0011]其中，X
max
、X
min
、Y
max
、Y
min
分别为检测特征的最大外轮廓x最大值、x最小值、y最大值、y最小值，a为检测特征的最大外轮廓对应x方向起点；b为检测特征的最大外轮廓对应x方向终点，c为检测特征的最大外轮廓对应y方向起点；d为检测特征的最大外轮廓对应y方向终点。
[0012]进一步的，利用所述检测特征的最大外轮廓获取对应逆向特征图像包括：利用所述检测特征的最大外轮廓进行异或计算得到待检测图像的逆向特征像素点灰度值；利用所述待检测图像的逆向特征像素点灰度值建立对应逆向特征图像。
[0013]进一步的，利用所述检测特征的最大外轮廓进行异或计算得到待检测图像的逆向特征像素点灰度值的计算式如下：
[0014]其中，Q（r）为待检测图像的逆向特征像素点灰度值，T（r）为检测特征的最大外轮廓的像素点灰度值。
[0015]进一步的，利用所述逆向特征图像得到待检测图像的图像角度包括：利用所述逆向特征图像计算逆向特征图像像素点中心坐标；利用所述逆向特征图像像素点中心坐标计算待检测图像的图像角度。
[0016]进一步的，利用所述逆向特征图像计算逆向特征图像像素点中心坐标的计算式如下：
[0017]其中，（Qx，Qy）为逆向特征图像像素点中心坐标，Q（r）为待检测图像的逆向特征像素点灰度值，a为检测特征的最大外轮廓对应x方向起点；b为检测特征的最大外轮廓对应x方向终点，c为检测特征的最大外轮廓对应y方向起点；d为检测特征的最大外轮廓对应y方向终点。
[0018]进一步的，利用所述逆向特征图像像素点中心坐标计算待检测图像的图像角度的计算式如下：
[0019]其中，A为待检测图像的图像角度，（Qx，Qy）为逆向特征图像像素点中心坐标，（Mx，My）为待检测图像中检测特征的物理中心值对应坐标。
[0020]与最接近的现有技术相比，本专利技术具有的有益效果：通过计算任意初始图像对应的灰度图像的灰度均值，以该灰度均值得到灰度均值函数的参数初始值，运用该参数初始值对该灰度图像进行二值化处理(使灰度图像变为黑白图像)，根据所述黑白图像计算检测区域内白色特征的最大外轮廓,并根据最大外轮廓构建检测覆盖区域图像，此步骤有效消除了在模板定位过程中因产品差异带来的位置偏差量，根据所述黑白特征图像以及检测覆盖区域图像进行异或处理得到检测特征的逆向特征，根据逆向特征图像获取逆向特征物理位置从而判断角度，消除了使用模板定位精度偏差和产品颜色偏差的问题，还有生产阈值不确定的问题，保证了数据化判断的方式，大大提升了检测精度和检测兼容性。
附图说明
[0021]图1是本专利技术提供的一种基于逆向特征的图像角度检测方法的流程图；图2是本专利技术提供的一种基于逆向特征的图像角度检测方法的实际应用流程图；图3是本专利技术提供的一种基于逆向特征的图像角度检测方法的实际应用检测特征的最大外轮廓图；图4是本专利技术提供的一种基于逆向特征的图像角度检测方法的实际应用检测特征的异或处理图；图5是本专利技术提供的一种基于逆向特征的图像角度检测方法的实际应用检测特征的逆向特征图像。
实施方式
[0022]下面结合附图对本专利技术的具体实施方式作进一步的详细说明。
[0023]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
实施例
[0024]本专利技术提供了一种基于逆向特征的图像角度检测方法，如图1所示，包括：S1、获取待检测图像中检测特征的最大外轮廓；S2、利用所述检测特征的最大外轮廓获取对应逆向特征图像；S3、利用所述逆向特征图像得到待检测图像的图像角度。
[0025]S1具体包括：S1
‑
1、获取待检测图像中检测特征的物理中心值；S1
‑
2、利用待检测图像中像素点数量计算待检测图像的像素点灰度值均值；S1
...

【技术保护点】

【技术特征摘要】
1.一种基于逆向特征的图像角度检测方法，其特征在于，包括：获取待检测图像中检测特征的最大外轮廓；利用所述检测特征的最大外轮廓获取对应逆向特征图像；利用所述逆向特征图像得到待检测图像的图像角度。2.如权利要求1所述的一种基于逆向特征的图像角度检测方法，其特征在于，所述获取待检测图像中检测特征的最大外轮廓包括：获取待检测图像中检测特征的物理中心值；利用待检测图像中像素点数量计算待检测图像的像素点灰度值均值；根据所述待检测图像的灰度值均值进行二值化处理得到待检测图像的二值化结果；利用所述待检测图像的二值化结果得到检测特征的最大外轮廓。3.如权利要求2所述的一种基于逆向特征的图像角度检测方法，其特征在于，所述利用待检测图像中像素点数量计算待检测图像的像素点灰度值均值的计算式如下：；其中，g为待检测图像的像素点灰度值均值，i为待检测图像中各像素点灰度值，N为待检测图像的像素点数量。4.如权利要求2所述的一种基于逆向特征的图像角度检测方法，其特征在于，根据所述待检测图像的灰度值均值进行二值化处理得到待检测图像的二值化结果包括：判断待检测图像的像素点灰度值是否大于待检测图像的灰度值均值，若是，则待检测图像的像素点灰度值二值化结果为255，否则，待检测图像的像素点灰度值二值化结果为0；获取待检测图像中各像素点灰度值二值化结果作为待检测图像的二值化结果。5.如权利要求4所述的一种基于逆向特征的图像角度检测方法，其特征在于，利用所述待检测图像的二值化结果得到检测特征的最大外轮廓包括：获取所述待检测图像的二值化结果对应255的待检测图像的像素点作为基础像素点；利用所述基础像素点获取检测特征的最大外轮廓的计算式如下：；其中，X
max
、X
min
、Y
max
、Y
min
分别为检测特征的最大外轮廓x最大值、x最小值、y最大...

【专利技术属性】
技术研发人员：袁东秀，兰强，李世腾，付玉磊，付廷喜，
申请(专利权)人：天津伍嘉联创科技发展股份有限公司，
类型：发明
国别省市：