一种法兰轮廓快速提取方法及系统技术方案

本发明专利技术涉及图像处理技术领域，具体涉及一种法兰轮廓快速提取方法及系统，包括：通过对法兰表面图像进行边缘检测获取多个连通域轮廓边缘；通过改进的链码编码规则对连通域轮廓边缘进行编码，得到法兰表面轮廓像素点的链码；根据每个链码子段的距离计算链码子段的关注程度；根据链码子段的数据距离值以及链码子段长度计算链码子段频数变化值；根据链码子段的频数变化值和关注程度计算链码子段的优选程度；通过链码子段优选程度获得法兰表面的可能轮廓边缘拟合得到目标轮廓边缘。本发明专利技术通过获取法兰图像的边缘，利用轮廓边缘的规律性变化特性得到边缘点隶属于轮廓边缘的概率，从而排除其他边缘点对轮廓边缘的干扰。排除其他边缘点对轮廓边缘的干扰。排除其他边缘点对轮廓边缘的干扰。

【技术实现步骤摘要】
一种法兰轮廓快速提取方法及系统


[0001]本专利技术涉及图像处理
，具体涉及一种法兰轮廓快速提取方法及系统。

技术介绍

[0002]在计算机视觉和图像处理中，轮廓提取是一种非常重要的技术。它可以从图像中提取出与物体边缘相关的信息，从而对物体进行识别、分割、跟踪等操作。法兰轮廓是一种特殊的轮廓，它是由圆弧或线段组成的轮廓。法兰轮廓在工业制造、机器人视觉等领域中得到广泛应用。
[0003]目前，已经有很多关于法兰轮廓提取的方法和系统被提出。其中，一些方法和系统基于传统的边缘检测和曲线拟合技术，但这些方法存在一些问题，如对噪声敏感、对不规则形状难以处理等。另一些方法和系统基于深度学习技术，但是这些方法需要大量的标注数据和计算资源，不太适用于实际应用中。

技术实现思路

[0004]本专利技术提供一种法兰轮廓快速提取方法及系统，以解决现有的问题。
[0005]本专利技术的以一种法兰轮廓快速提取方法及系统采用如下技术方案：一方面，本专利技术的实施例提供了一种法兰轮廓快速提取方法，该方法包括以下步骤：获取待检测法兰表面图像；对法兰表面图像进行边缘检测得到法兰表面轮廓效果图，对法兰表面轮廓效果图进行区域标记获取多个连通域轮廓边缘；通过改进的链码编码规则对连通域轮廓边缘进行编码，得到法兰表面轮廓像素点的链码；将链码按照固定长度分为多个链码子段；根据每个链码子段的距离类型数量和距离值计算链码子段的关注程度；根据链码子段的数据类型、距离值以及链码子段长度计算链码子段频数变化值；根据链码子段的频数变化值和关注程度计算链码子段的优选程度；通过链码子段优选程度获得法兰表面的可能轮廓边缘，再由法兰表面可能的轮廓边缘拟合得到目标轮廓边缘；根据法兰表面的目标轮廓边缘实现质量检测。
[0006]优选的，所述改进的链码编码规则获取方法如下：取链码的八个方向，从水平正右方向顺时针旋转一次得到0，1，2，1，0，1，2，1八个链码值，得到的八个链码值记为改进的链码编码规则。
[0007]优选的，所述根据每个链码子段的距离类型数量和距离值计算链码子段的关注程度，包括的具体公式如下：将链码子段中相同的数据记为一类数据，计算每类数据中的每类距离值与每类数据中所有距离值均值的差异，根据差异获得链码子段的关注程度。
[0008]优选的，所述计算每类数据中的每类距离值与每类数据中所有距离值均值的差异，根据差异获得链码子段的关注程度，包括的具体公式如下：
式中表示每个链码子段的关注程度，表示每个链码子段中数据类型的数量，表示第类数据的距离值的类型数量，表示第类数据第类距离的距离值，表示第类数据中的距离值的均值，为以自然常数为底的指数函数。
[0009]优选的，所述距离值和距离类型数量的获取方法如下：对于任意一个链码子段，获取其中的第x个数据，记为，在该链码子段中获取与取值相同的且与第x数据序号最接近的数据，该数据的序号记为y，即第y个数据与第x个数据取值相同且相距最近，那么将作为第x个数据的距离值；如果不存在于取值相同的数据时，将链码子段长度记为第x个数据的距离值；获得链码子段中所有数据的距离值，将相同的距离值记为一个类型的距离值，统计出链码子段中距离类型数量。
[0010]优选的，所述根据链码子段的数据类型、距离值以及链码子段长度计算链码子段频数变化值，包括的具体公式如下：式中表示数据频率变化值，表示每个链码子段中数据类型数量，表示第类数据的距离值种类的数量，表示第类数据中第类距离的距离值，表示链码子段链码长度，表示链码子段中第数据的数值，为以自然常数为底的指数函数。
[0011]优选的，所述根据链码子段的频数变化值和关注程度计算链码子段的优选程度，包括的具体公式如下：包括的具体公式如下：表示以第个链码子段的频数变化值，表示以第个链码子段的频数变化值，表示以第个链码子段为的频数变化值，表示当前第c个链码子段的关注程度，为以自然常数为底的指数函数，表示第c个链码子段的优选程度。
[0012]优选的，所述通过对法兰表面图像进行边缘检测得到法兰表面轮廓效果图，包括的具体方法如下：对法兰表面图像进行灰度化处理得到法兰表面灰度图像，将法兰表面灰度图像输入语义分割神经网络中获得法兰表面灰度图像中法兰的语义区域，法兰表面灰度图像上语义区域内的像素点不变，其他像素点灰度值设置为0，得到法兰区域表面图像，利用Canny边缘检测算法获得法兰区域表面图像的边缘，记为法兰表面轮廓效果图。
[0013]优选的，所述根据法兰表面的目标轮廓边缘实现质量检测，包括的具体方法如下：将目标轮廓边缘记为A，质量合格的法兰产品的轮廓边缘记为B，A与B进行对，如果A中不重合的轮廓像素点占B中的轮廓像素点的数量超过预设百分比，则法兰质量不合格。
[0014]另一方面，本专利技术实施例提供一种法兰轮廓快速提取系统，该系统包括以下模块：数据采集模块，用于获取待检测法兰表面图像；数据处理模块，用于进行边缘检测得到法兰表面轮廓效果图，对法兰表面轮廓效果图进行区域标记获取多个连通域轮廓边缘；通过改进的链码编码规则对连通域轮廓边缘进行编码，得到法兰表面轮廓像素点的链码；将链码按照固定长度分为多个链码子段；根据每个链码子段的距离类型数量和距离值计算链码子段的关注程度；根据链码子段的数据类型、距离值以及链码子段长度计算链码子段频数变化值；根据链码子段的频数变化值和关注程度计算链码子段的优选程度；通过链码子段优选程度获得法兰表面的可能轮廓边缘，再由法兰表面可能的轮廓边缘拟合得到目标轮廓边缘；质量检测模块，根据法兰表面的目标轮廓边缘实现质量检测。
[0015]本专利技术的技术方案的有益效果是：本专利技术通过获取法兰图像的边缘，利用轮廓边缘的规律性变化特性获取边缘点隶属于轮廓边缘的概率，排除其他边缘点的干扰，最终通过拟合获取法兰的边缘轮廓，克服了现有边缘轮廓检测受到其他边缘干扰的问题，同时排除噪声的干扰，令最终提取的边缘轮廓更加准确。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术一种法兰轮廓快速提取方法的步骤流程图；图2为法兰表面的连通域轮廓边缘；图3为传统的八链码方向示意图；图4为本实施改进的链码方向示意图；图5为法兰轮廓边缘的链码子段之间的变化趋势。
具体实施方式
[0018]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种法兰轮廓快速提取方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0019]除非另有定义，本文所使用的所有的技术和科学术语本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种法兰轮廓快速提取方法，其特征在于，该方法包括以下步骤：获取待检测法兰表面图像；对法兰表面图像进行边缘检测得到法兰表面轮廓效果图，对法兰表面轮廓效果图进行区域标记获取多个连通域轮廓边缘；通过改进的链码编码规则对连通域轮廓边缘进行编码，得到法兰表面轮廓像素点的链码；将链码按照固定长度分为多个链码子段；根据每个链码子段的距离类型数量和距离值计算链码子段的关注程度；根据链码子段的数据类型、距离值以及链码子段长度计算链码子段频数变化值；根据链码子段的频数变化值和关注程度计算链码子段的优选程度；通过链码子段优选程度获得法兰表面的可能轮廓边缘，再由法兰表面可能的轮廓边缘拟合得到目标轮廓边缘；根据法兰表面的目标轮廓边缘实现质量检测。2.根据权利要求1所述一种法兰轮廓快速提取方法，其特征在于，所述改进的链码编码规则获取方法如下：取链码的八个方向，从水平正右方向顺时针旋转一次得到0，1，2，1，0，1，2，1八个链码值，得到的八个链码值记为改进的链码编码规则。3.根据权利要求1所述一种法兰轮廓快速提取方法，其特征在于，所述根据每个链码子段的距离类型数量和距离值计算链码子段的关注程度，包括的具体公式如下：将链码子段中相同的数据记为一类数据，计算每类数据中的每类距离值与每类数据中所有距离值均值的差异，根据差异获得链码子段的关注程度。4.根据权利要求3所述一种法兰轮廓快速提取方法，其特征在于，所述计算每类数据中的每类距离值与每类数据中所有距离值均值的差异，根据差异获得链码子段的关注程度，包括的具体公式如下：式中表示每个链码子段的关注程度，表示每个链码子段中数据类型的数量，表示第类数据的距离值的类型数量，表示第类数据第类距离的距离值，表示第类数据中的距离值的均值，为以自然常数为底的指数函数。5.根据权利要求3所述一种法兰轮廓快速提取方法，其特征在于，所述距离值和距离类型数量的获取方法如下：对于任意一个链码子段，获取其中的第x个数据，记为，在该链码子段中获取与取值相同的且与第x数据序号最接近的数据，该数据的序号记为y，即第y个数据与第x个数据取值相同且相距最近，那么将作为第x个数据的距离值；如果不存在于取值相同的数据时，将链码子段长度记为第x个数据的距离值；获得链码子段中所有数据的距离值，将相同的距离值记为一个类型的距离值，统计出链码子段中距离类型数量。6.根据权利要求1所述一种法兰轮廓快速提取方法，其特征在于，所述根据链码子段的数据...

【专利技术属性】
技术研发人员：袭瑞江，张扬，王永涛，袭英超，
申请(专利权)人：山东顺发重工有限公司，
类型：发明
国别省市：