專利名稱：一種條紋間隙檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種條紋間隙檢測(cè)方法。屬于數(shù)字圖像處理技術(shù)領(lǐng)域。
背景技術(shù)：
條紋間隙檢測(cè)是通過(guò)提取條紋邊緣線來(lái)計(jì)算條紋的寬度，其核心內(nèi)容是邊緣檢測(cè)，邊緣檢測(cè)是圖像特征提取的重要技術(shù)之一，用來(lái)分割不同物體或提取圖像邊緣。條紋間隙檢測(cè)方法可以用于實(shí)現(xiàn)檢測(cè)如光柵間隙等各種條紋間隙。目前沒(méi)有針對(duì)條紋圖像提出的具體的條紋間隙檢測(cè)方法，但公知的邊緣檢測(cè)方法比較多，主要包括一次微分算子如Sobel算子、Robert算子，二次微分算子如拉普拉斯算子，模板操作算子如I^ewitt算子、Kirsch算子等。Sobel邊緣算子的卷積模板是兩個(gè)3X3的卷積核，主要強(qiáng)調(diào)中心像素的4領(lǐng)域?qū)ζ涞挠绊?，消?個(gè)對(duì)角近鄰像素對(duì)其的作用，它具有方向性，在水平方向和垂直方向形成最強(qiáng)烈的邊緣。Robert算子是一種局部對(duì)角差分算子，可以體現(xiàn)對(duì)角方向上的效果。 Prewitt邊緣算子由兩個(gè)卷積核組成，一個(gè)核對(duì)垂直邊緣響應(yīng)最大，一個(gè)核對(duì)水平邊緣響應(yīng)最大，取兩者的最大值即為輸出。Kirsch算子是由一組8個(gè)3X3的卷積核組成，每個(gè)卷積核之間的夾角為45°，取8個(gè)中最大的即為輸出，該算子考慮到了圖像的360°的8個(gè)方向的邊緣提取。拉普拉斯算子是一種無(wú)方向性的二階導(dǎo)數(shù)算子，階躍邊緣的二階導(dǎo)數(shù)會(huì)在邊緣處產(chǎn)生一個(gè)陡峭的零交叉，二階導(dǎo)數(shù)算子過(guò)零點(diǎn)準(zhǔn)確地位于圖像的邊緣，其邊緣檢測(cè)結(jié)果是不包括邊緣方向信息的雙像素寬邊緣。在對(duì)這些算子的研究和實(shí)踐過(guò)程中發(fā)現(xiàn)這些邊緣檢測(cè)算子對(duì)邊緣灰度值過(guò)渡比較尖銳并且噪聲較小等不復(fù)雜的圖像提取效果較好，但對(duì)于邊緣復(fù)雜、光照不均勻的圖像提取的效果則不太理想，主要表現(xiàn)在邊緣模糊、邊緣非單像素寬、弱邊緣丟失、整體邊緣不連續(xù)等，所以本發(fā)明提出了一種條紋間隙檢測(cè)方法。

發(fā)明內(nèi)容
為了克服現(xiàn)有邊緣檢測(cè)算子對(duì)于邊緣復(fù)雜、光照不均勻圖像的邊緣提取效果不理想，如邊緣模糊、邊緣非單像素寬、弱邊緣丟失、整體邊緣不連續(xù)等不足，本發(fā)明提出了一種條紋間隙檢測(cè)方法，該方法可以有效克服噪聲干擾及光照不均勻影響，可以精確的提取條紋圖像的單像素邊緣，進(jìn)而可以測(cè)量條紋寬度。其特征在于該條紋間隙檢測(cè)方法包括如下步驟1)，對(duì)原始圖像進(jìn)行平滑濾波；2)、如果噪聲較大，可進(jìn)行多次平滑濾波3)、對(duì)濾波之后的圖像進(jìn)行邊緣提取；4)、判斷邊緣提取之后的圖像邊緣是否太寬，如是，則重復(fù)進(jìn)行上一個(gè)過(guò)程3)，若否，則對(duì)邊緣提取之后的圖像進(jìn)行分塊閾值分割；5)利用閾值分割之后的圖像畫(huà)出邊緣線，進(jìn)而可計(jì)算出條紋間隙。
2、根據(jù)權(quán)利要求1所述的一種條紋間隙檢測(cè)方法，其特征在于所述對(duì)濾波之后的圖像進(jìn)行邊緣提取的步驟(；3)包括a、計(jì)算水平方向的一階微分，hx(i，j) = |f(i，j+l)_f(i，j) I其中f(i，j)是原圖像的第i行j列像素值；b、計(jì)算垂直方向的一階微分，hy(i，j) = f(i-l, j)-f(i, j)；C、計(jì)算斜對(duì)角方向的一階微分，hrx(i, j) = f(i-l, j+l)-f(i, j) |，hry(i，j)=
f(i+i，j+D-f(i, j) I ；d、h(i, j) = hx(/, j) + hy(/, j) + Hrx(/,7)xV2+ Hty(/,力χλ/ 。3、根據(jù)權(quán)利要求1所述的一種條紋間隙檢測(cè)方法，，其特征在于所述對(duì)邊緣提取之后的圖像進(jìn)行分塊閾值分割步驟(4)包括a、根據(jù)圖像中條紋寬度及位置特點(diǎn)，將圖像分成若干子塊，使每一個(gè)條紋都處于一個(gè)子塊內(nèi)；b、對(duì)于垂直方向的條紋，將每一個(gè)子塊內(nèi)的各列像素累加得到sum[j]，j表示圖像的第j列，取sum[j] > kXHei作為子塊的閾值條件，其中Hei表示子塊的高度，k是不同子塊的系數(shù)因子；C、對(duì)于水平方向的條紋，將每一個(gè)子塊內(nèi)的各行像素累加得到sum[i]，i表示圖像的第i行，取sum[i] >kXWid作為子塊的閾值條件，其中Wid表示子塊的寬度，k是不同子塊的系數(shù)因子。本發(fā)明的有益效果是，條紋間隙檢測(cè)方法可以克服外界環(huán)境的干擾，如噪聲、光照條件等，快速的檢測(cè)到各個(gè)方向的灰度變化，最終得到清晰、準(zhǔn)確、連續(xù)的單像素邊緣線，從而可以很容易的計(jì)算出條紋寬度。


為了更清楚地說(shuō)明本發(fā)明方法和現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)該方法和現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，下面描述中的附圖僅為本發(fā)明的一個(gè)實(shí)際應(yīng)用。圖1是公知的邊緣檢測(cè)算子的卷積核；圖2是本發(fā)明條紋間隙檢測(cè)方法的流程圖，也為摘要附圖；圖3是本發(fā)明采用的光柵間隙檢測(cè)圖像；圖4是原始圖像濾波后又進(jìn)行邊緣提取之后的圖像；圖5是邊緣提取之后的圖像進(jìn)行分塊閾值分割所得圖像；圖6是分塊閾值分割后畫(huà)出邊緣線的圖像；
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明本發(fā)明的流程圖如圖2所示，包括步驟1對(duì)原始圖像進(jìn)行平滑濾波；2如果噪聲較大，可進(jìn)行多次平滑濾波；3對(duì)濾波之后的圖像進(jìn)行邊緣提?。?對(duì)邊緣提取之后的圖像進(jìn)行分塊閾值分割；5利用閾值分割之后的圖像畫(huà)出邊緣線。每個(gè)步驟具體如下
步驟1 對(duì)原始圖像進(jìn)行平滑濾波圖像在采集和傳輸?shù)倪^(guò)程中，往往會(huì)摻雜各種噪聲，造成圖像的質(zhì)量下降，這對(duì)于圖像的邊緣提取造成了很大的困難，為了更好的進(jìn)行邊緣提取，必須先進(jìn)行濾波，步驟2 如果噪聲較大，可進(jìn)行多次平滑濾波；本發(fā)明采用算法簡(jiǎn)單，去噪效果較好的平滑濾波。步驟3 對(duì)濾波之后的圖像進(jìn)行邊緣提取本發(fā)明采用的邊緣提取方法是一個(gè)二階無(wú)方向性的微分算子，不僅可以有效的提取水平方向和垂直方向的邊緣，還可以提取對(duì)角方向的邊緣，而且所提取的是單像素邊緣， 其主要思想如下a、計(jì)算水平方向的一階微分，hx(i，j) = |f(i，j+l)_f(i，j) I其中f(i，j)是原圖像的第i行j列像素值；b、計(jì)算垂直方向的一階微分，hy(i，j) = |f(i_l，j)_f(i，j) I ；C、計(jì)算斜對(duì)角方向的一階微分，hrx(i, j) = f(i-l, j+l)-f(i, j) |，hry(i，j)=
f(i+i，j+D-f(i, j) I ；d、h(i, j) = hx(/, j) + hy(/, j) + Hrx(/,7)xV2+ Hty(/,力χλ/ 。步驟4 :對(duì)邊緣提取之后的圖像進(jìn)行分塊閾值分割由于圖像受到外界光照條件的不同，使得圖像的各個(gè)部分的亮度和對(duì)比度不盡相同，如果使用全局閾值分割，則很容易丟失部分邊緣信息，為了更完整的獲得每一個(gè)條紋的邊緣，需對(duì)圖像進(jìn)行分塊閾值分割，具體的分割方法如下a、根據(jù)圖像中條紋寬度及位置特點(diǎn)，將圖像分成若干子塊，盡量使每一個(gè)條紋都處于一個(gè)子塊內(nèi)；b、對(duì)于垂直方向的條紋，將每一個(gè)子塊內(nèi)的各列像素累加得到sum[j]，j表示圖像的第j列，取sum[j] > kXHei作為子塊的閾值條件，其中Hei表示子塊的高度，k是不同子塊的系數(shù)因子；C、對(duì)于水平方向的條紋，將每一個(gè)子塊內(nèi)的各行像素累加得到sum[i]，i表示圖像的第i行，取sum[i] >kXWid作為子塊的閾值條件，其中Wid表示子塊的寬度，k是不同子塊的系數(shù)因子；步驟5 禾Ij用閾值分割之后的圖像畫(huà)出邊緣線為了更加精確地確定條紋的邊緣，需畫(huà)出單像素邊緣線，有利于計(jì)算條紋間隙，其具體做法如下在條紋的1/2處取一條垂直線，沿著垂直線從左到右查詢灰度值為255的點(diǎn)坐標(biāo)， 保留靠近條紋邊緣的坐標(biāo)值，畫(huà)出單像素邊緣線。
權(quán)利要求
1.一種條紋間隙檢測(cè)方法，其特征在于該條紋間隙檢測(cè)方法包括如下步驟 (1)，對(duì)原始圖像進(jìn)行平滑濾波；O)、如果噪聲較大，可進(jìn)行多次平滑濾波； (3)、對(duì)濾波之后的圖像進(jìn)行邊緣提??；G)、判斷邊緣提取之后的圖像邊緣是否太寬，如是，則重復(fù)進(jìn)行上一個(gè)過(guò)程(3)，若否， 則對(duì)邊緣提取之后的圖像進(jìn)行分塊閾值分割；(5)利用閾值分割之后的圖像畫(huà)出邊緣線，進(jìn)而可計(jì)算出條紋間隙。
2.根據(jù)權(quán)利要求1所述的一種條紋間隙檢測(cè)方法，其特征在于所述對(duì)濾波之后的圖像進(jìn)行邊緣提取的步驟( 包括a、計(jì)算水平方向的一階微分，hx(i，j)= |f(i，j+l)_f(i，j) I其中f(i，j)是原圖像的第i行j列像素值；b、計(jì)算垂直方向的一階微分，hy(i，j)= |f(i_l，j)_f(i，j)| ；c、計(jì)算斜對(duì)角方向的一階微分，hrx(i，j)= |f(i-l，j+l)_f(i，j) |，hry(i，j) = f(i+l,j+l)_f(i，j) I ；d、h(i,j) = hx(/, j) + hy(/, j) + hm(/,7)χV2 + Hty(/, j)χV2，其中 h(i，j)是邊緣提取后的圖像。
3.根據(jù)權(quán)利要求1所述的一種條紋間隙檢測(cè)方法，，其特征在于所述對(duì)邊緣提取之后的圖像進(jìn)行分塊閾值分割步驟(4)包括a、根據(jù)圖像中條紋寬度及位置特點(diǎn)，將圖像分成若干子塊，使每一個(gè)條紋都處于一個(gè)子塊內(nèi)；b、對(duì)于垂直方向的條紋，將每一個(gè)子塊內(nèi)的各列像素累加得到sum[j]，j表示圖像的第j列，取sum[j] > kXHei作為子塊的閾值條件，其中Hei表示子塊的高度，k是不同子塊的系數(shù)因子；c、對(duì)于水平方向的條紋，將每一個(gè)子塊內(nèi)的各行像素累加得到sum[i]，i表示圖像的第i行，取sum[i] > kXffid作為子塊的閾值條件，其中Wid表示子塊的寬度，k是不同子塊的系數(shù)因子。
全文摘要
一種條紋間隙檢測(cè)方法。屬于數(shù)字圖像處理技術(shù)領(lǐng)域。該條紋間隙檢測(cè)方法包括如下步驟對(duì)原始圖像進(jìn)行平滑濾波，如果噪聲較大，可進(jìn)行多次平滑濾波；對(duì)濾波之后的圖像進(jìn)行邊緣提取；判斷邊緣提取之后的圖像邊緣是否太寬，如是，則重復(fù)進(jìn)行上一個(gè)過(guò)程，若否，則對(duì)邊緣提取之后的圖像進(jìn)行分塊閾值分割；利用閾值分割之后的圖像畫(huà)出邊緣線，進(jìn)而可計(jì)算出條紋間隙。條紋間隙檢測(cè)方法可以克服噪聲、光照條件等外界因素影響，快速、準(zhǔn)確的畫(huà)出單像素條紋邊緣線，計(jì)算出條紋寬度。
文檔編號(hào)G06T7/00GK102393964SQ20111021877
公開(kāi)日2012年3月28日 申請(qǐng)日期2011年8月2日 優(yōu)先權(quán)日2011年8月2日
發(fā)明者趙建, 隋龍, 韓希珍 申請(qǐng)人:中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所