【技术实现步骤摘要】
本专利技术涉及图像处理。更具体地，本专利技术涉及一种基于图像处理的自动化热压机对正方法。
技术介绍
1、随着制造业的发展和技术的进步，自动化生产已经成为现代制造业的趋势之一，在金属加工领域，热压机作为一种常用的加工设备，其自动化程度也在不断提升，因此提出一种基于图像处理的自动化热压机对正方法，通过边缘检测算法进行金属工件边缘检测，根据工件边缘进行金属工件定位，为金属加工行业带来了更高效、更精准的生产方式。
2、根据canny边缘检测算法对金属工件边缘检测与定位的过程中，由于金属工件表面存在光泽影响以及表面梯度变化会对金属工件的实际边缘造成干扰，使得canny边缘检测算法的高低阈值难以选取，主要体现在低阈值的影响，低阈值选取过高会导致检测的边缘存在大量断开，选取过低会导致出现大量干扰边缘，导致难以区分金属工件外边缘和金属工件表面梯度变化产生的边缘，难以实现较为精准的金属工件定位。
技术实现思路
1、为解决上述一个或多个技术问题，本专利技术提出一种基于图像处理的自动化热压机对正方法，该方法包括以下步骤：
2、采集工作台表面图像以及金属工件图像；
3、对金属工件图像进行边缘检测，获取金属工件图像中每个像素点的更新梯度值；根据金属工件图像中每个像素点的更新梯度值获取金属工件图像中的强边缘像素点；根据金属工件图像中的强边缘像素点获取金属工件图像的高阈值；
4、根据金属工件图像与工作台表面图像中对应像素点的邻域窗口中像素点的灰度值差异，获取金属工
5、根据金属工件图像中每行每列的像素点与工作台表面图像中每行每列的像素点的差异性，获取边缘图像中每条边缘为金属工件边缘的目标程度；根据边缘图像中每条边缘为金属工件边缘的目标程度对非金属工件边缘进行删除，得到更新边缘图像。
6、优选的，所述对金属工件图像进行边缘检测，获取金属工件图像中每个像素点的更新梯度值；根据金属工件图像中每个像素点的更新梯度值获取金属工件图像中的强边缘像素点；根据金属工件图像中的强边缘像素点获取金属工件图像的高阈值，包括：
7、获取金属工件图像中每个像素点的梯度值，并进行非极大值抑制，得到金属工件图像中每个像素点的更新梯度值；
8、预设强边缘像素点百分比t，按照更新梯度值从大到小的顺序，将金属工件图像中的像素点进行排序，得到金属工件图像中的像素点序列，依次在金属工件图像中的像素点序列中获取若干个像素点作为金属工件图像的强边缘像素点，其中强边缘像素点的个数与金属工件图像中的像素点个数的占比等于强边缘像素点百分比；将金属工件图像的强边缘像素点中的更新梯度值的最小值，作为金属工件图像的高阈值。
9、优选的，所述根据金属工件图像与工作台表面图像中对应像素点的邻域窗口中像素点的灰度值差异，获取金属工件图像中每行每列的像素点与工作台表面图像中每行每列的像素点的差异性，包括：
10、预设邻域窗口边长为，以金属工件图像中第i行第j列的像素点为中心像素点构建一个的邻域窗口作为金属工件图像中第i行第j列的像素点的邻域窗口；
11、；
12、式中，代表金属工件图像中第i行第j列的像素点与工作台表面图像中第i行第j列的像素点的差异性；n代表金属工件图像中第i行第j列的像素点的邻域窗口中的像素点个数；代表金属工件图像中第i+a行第i+b列的像素点的灰度值；代表工作台表面图像中第i+a行第i+b列的像素点的灰度值。
13、优选的，所述根据金属工件图像中每行每列的像素点与工作台表面图像中每行每列的像素点的差异性，获取金属工件图像中每个像素点的低阈值调整度，计算公式为：
14、；
15、式中，代表金属工件图像中第i行第j列的像素点的低阈值调整度；代表金属工件图像中第i行第j列的像素点与工作台表面图像中第i行第j列的像素点的差异性；a表示预设的标准差异性。
16、优选的，所述根据金属工件图像中每个像素点的低阈值调整度，获取金属工件图像中每个像素点的低阈值，计算公式为：
17、；
18、式中，代表金属工件图像中第i行第j列的像素点的低阈值；h代表金属工件图像的高阈值；代表金属工件图像中第i行第j列的像素点的低阈值调整度；r代表预设的低阈值百分比。
19、优选的，所述根据金属工件图像中每个像素点的低阈值以及金属工件图像的高阈值，获取边缘图像，包括：
20、根据金属工件图像中每个像素点的低阈值以及金属工件图像的高阈值，使用canny边缘检测算法，对金属工件图像进行边缘检测，得到边缘图像。
21、优选的，所述根据金属工件图像中每行每列的像素点与工作台表面图像中每行每列的像素点的差异性，获取边缘图像中每条边缘为金属工件边缘的目标程度，包括：
22、假设边缘图像中第k条边缘中第m个像素点为金属工件图像中第c行第d列的像素点，将金属工件图像中第c行第d列的像素点与工作台表面图像中第c行第d列的像素点的差异性，记为边缘图像中第k条边缘中第m个像素点的差异性；
23、；
24、式中，代表边缘图像中第k条边缘为金属工件边缘的目标程度；代表边缘图像中第k条边缘中第m个像素点的差异性；a表示预设的标准差异性；代表边缘图像中第k条边缘中的像素点数量。
25、优选的，所述根据边缘图像中每条边缘为金属工件边缘的目标程度对非金属工件边缘进行删除，得到更新边缘图像，包括：
26、预设目标程度阈值t1，将边缘图像中为金属工件边缘的目标程度小于目标程度阈值t1的边缘，记为非金属工件边缘，并从边缘图像中删除，得到更新边缘图像。
27、本专利技术具有以下有益效果：本专利技术首先根据金属工件图像获取金属工件图像的高阈值，根据金属工件图像与工作台表面图像中对应像素点的邻域窗口中像素点的灰度值差异，获取金属工件图像中每行每列的像素点与工作台表面图像中每行每列的像素点的差异性，进而得到金属工件图像中每个像素点的低阈值调整度；根据金属工件图像中每个像素点的低阈值调整度自适应金属工件图像中每个像素点的低阈值，使得金属工件图像中的金属工件边缘像素点的低阈值较低，便于后续金属工件图像中的金属工件边缘能被检测出来，使得非金属工件图像中的非金属工件边缘像素点的低阈值较高，便于后续金属工件图像中的金属工件边缘不能被检测出来，接着根据金属工件图像中每个像素点的低阈值以及金属工件图像的高阈值，获取边缘图像；根据金属工件图像中每行每列的像素点与工作台表面图像中每行每列的像素点的差异性，获取边缘图像中每条边缘为金属工件边缘本文档来自技高网...
【技术保护点】
1.一种基于图像处理的自动化热压机对正方法，其特征在于，包括：
2.根据权利要求1所述的一种基于图像处理的自动化热压机对正方法，其特征在于，所述对金属工件图像进行边缘检测，获取金属工件图像中每个像素点的更新梯度值；根据金属工件图像中每个像素点的更新梯度值获取金属工件图像中的强边缘像素点；根据金属工件图像中的强边缘像素点获取金属工件图像的高阈值，包括：
3.根据权利要求1所述的一种基于图像处理的自动化热压机对正方法，其特征在于，所述根据金属工件图像与工作台表面图像中对应像素点的邻域窗口中像素点的灰度值差异，获取金属工件图像中每行每列的像素点与工作台表面图像中每行每列的像素点的差异性，包括：
4.根据权利要求1所述的一种基于图像处理的自动化热压机对正方法，其特征在于，所述根据金属工件图像中每行每列的像素点与工作台表面图像中每行每列的像素点的差异性，获取金属工件图像中每个像素点的低阈值调整度，计算公式为：
5.根据权利要求1所述的一种基于图像处理的自动化热压机对正方法，其特征在于，所述根据金属工件图像中每个像素点的低阈值调整度，获取金属工
6.根据权利要求1所述的一种基于图像处理的自动化热压机对正方法，其特征在于，所述根据金属工件图像中每个像素点的低阈值以及金属工件图像的高阈值，获取边缘图像，包括：
7.根据权利要求1所述的一种基于图像处理的自动化热压机对正方法，其特征在于，所述根据金属工件图像中每行每列的像素点与工作台表面图像中每行每列的像素点的差异性，获取边缘图像中每条边缘为金属工件边缘的目标程度，包括：
8.根据权利要求1所述的一种基于图像处理的自动化热压机对正方法，其特征在于，所述根据边缘图像中每条边缘为金属工件边缘的目标程度对非金属工件边缘进行删除，得到更新边缘图像，包括：
...【技术特征摘要】
1.一种基于图像处理的自动化热压机对正方法，其特征在于，包括：
2.根据权利要求1所述的一种基于图像处理的自动化热压机对正方法，其特征在于，所述对金属工件图像进行边缘检测，获取金属工件图像中每个像素点的更新梯度值；根据金属工件图像中每个像素点的更新梯度值获取金属工件图像中的强边缘像素点；根据金属工件图像中的强边缘像素点获取金属工件图像的高阈值，包括：
3.根据权利要求1所述的一种基于图像处理的自动化热压机对正方法，其特征在于，所述根据金属工件图像与工作台表面图像中对应像素点的邻域窗口中像素点的灰度值差异，获取金属工件图像中每行每列的像素点与工作台表面图像中每行每列的像素点的差异性，包括：
4.根据权利要求1所述的一种基于图像处理的自动化热压机对正方法，其特征在于，所述根据金属工件图像中每行每列的像素点与工作台表面图像中每行每列的像素点的差异性，获取金属工件图像中每个像...
【专利技术属性】
技术研发人员：何仕宣，史佳富，岳崧，李伟博，
申请(专利权)人：西安鼎宣机电科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。