CN101425178A - 一种柱状喷射沉积坯边缘轮廓图像修复的方法 - Google Patents
一种柱状喷射沉积坯边缘轮廓图像修复的方法 Download PDFInfo
- Publication number
- CN101425178A CN101425178A CNA2008102285630A CN200810228563A CN101425178A CN 101425178 A CN101425178 A CN 101425178A CN A2008102285630 A CNA2008102285630 A CN A2008102285630A CN 200810228563 A CN200810228563 A CN 200810228563A CN 101425178 A CN101425178 A CN 101425178A
- Authority
- CN
- China
- Prior art keywords
- point
- edge
- marginal
- search
- zone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
喷射沉积坯尺寸的实时检测中,采用平滑→增强→边缘检测→尺寸提取的边缘检测方法已不能精确提取沉积坯尺寸,原因在于边缘检测后图像边缘形状突变、或存在断点为此将计算机图形学中的贝塞尔曲线应用到柱状喷射沉积坯尺寸的实时检测中修补沉积坯边缘,使得沉积坯尺寸图像检测法变为平滑→增强→边缘检测→边缘修补→尺寸提取,其关键技术为沉积坯边缘图像的修补,采用了计算机图形学中的Bezier曲线拟合技术完成沉积坯图像中缺失、突变的边缘修补,其实施方案包括:第一步,分割图像中沉积坯为4个区域;第二步,搜索每个区域内的边缘点并选择性记录;第三步,在每个区域利用Bezier曲线完成边缘修补。本方法测试结果表明,处理后的图像获取的尺寸波动更小,消除了边缘断点对尺寸检测带来的误差。
Description
技术领域:本发明涉及的是喷射沉积坯坯尺寸检测技术,特别是柱状喷射沉积坯尺寸图像处理法实时提取技术,本发明属于材料加工过程检测技术领域。
背景技术:喷射成形技术是快速凝固技术中的一种,利用这种技术可以直接制备出性能优异的金属材料坯料或半成品。喷射成形工艺中,沉积坯尺寸精度是表征喷射成形制品质量的重要指标,因此,沉积坯的尺寸检测成为喷射成形领域中一个重要的研究方向,精确并实时地检测出沉积坯尺寸,也是喷射成形工艺实现自动控制技术的要求。由于该喷射成形技术涉及到液、气两相流动、温度传递、能量传递等过程,因此工艺过程十分复杂,即便在沉积过程,由于具有沉积层呈半固态、金属液滴飞溅、沉积坯附近流场分布不均匀等特点,使得接触式传感方法不适合用于沉积坯尺寸的检测,因此非接触的图像传感方式是实现沉积坯尺寸检测的一种较为理想的手段。经检索发现:专利“喷射沉积坯动态尺寸的视觉检测方法及数据采集装置(专利号:ZL 2003 10107609.0)中介绍了利用非接触式的CCD摄像头采集喷射沉积坯图像、然后再利用图像处理算法进行沉积坯尺寸检测的方法,该方法中开发的图像处理算法主要针对管状坯。管状坯图像采集所采用的硬件图像***对于柱状坯同样有效,即采用非接触式的CCD摄像头也能够采集到柱状沉积坯图像,在图像采集硬件***上,两者完全相同,这一点已为实践所证明。但在沉积坯尺寸图像处理算法上,管状坯尺寸采用的图像处理算法并不适用于柱状坯,这是由于柱状坯与管状坯成形过程差异较大的缘故:管状坯成形仅存在旋转、平移两个运动,而柱状坯成形过程则存在旋转、平移、下移三个运动,导致柱状坯的图像质量更易被干扰,而采用上述专利(专利号:ZL 2003 10107609.0)介绍的方法在柱状坯检测中的应用实际表明,仅在完成了平滑、去噪、边缘检测时就遇到了问题,发现柱状坯的局部边缘存在断续、缺失等问题,导致后续的尺寸提取过程难以进行,故管状坯检测的方法并不完全适合柱状坯,应寻求新的方法,以弥补边缘出现断点、缺失的不足。
发明内容:本发明针对现有技术不足,在管状沉积坯尺寸图像处理技术的基础上(平滑→增强→边缘检测→尺寸提取),提出了针对柱状坯尺寸检测有效的方法,即利用图像处理技术:平滑→增强→边缘检测→边缘修补→尺寸提取,实现柱状沉积坯尺寸精确、实时地检测。本发明的核心技术是边缘修补算法,采用计算机图形学中的Bezier曲线拟合技术能够完成缺失、突变的沉积坯边缘修补。
以下对本发明核心技术的边缘修补技术进行说明,其实施方案为:第一步,分割图像中沉积坯边缘为4个区域;第二步,搜索每个区域内的边缘点并记录;第三步,在每个区域利用Bezier函数完成沉积坯边缘修补。
第一步,分割图像中沉积坯边缘为4个区域的具体过程为:
(1)在图像中通过搜索算法确定能够表征沉积坯区域位置的4个特征点的坐标:极上点Pu(xu,yu)、极下点Pl(xd,yd)、极左点Pl(xl,yl)、极右点Pr(xr,yr);
(2)用上述四个特征点将沉积坯边缘分割上、下、左、右四个边缘区域:左区域由极左点、极上点、极下点所限定,该区域为四条直线组成的平行四边形:x=xl、y=yd、x=xd、x=xl+20;右区域由极右点、极上点、极下点所限定,该区域为四条直线组成的平行四边形:x=xr、y=yd、x=xd、=xr-20;上区域由极上点、极左点、极右点所限定,该区域为四条直线组成的平行四边形:y=yu、x=xl、x=xr、y=yr-20;下区域由极下点、极左点、极右点所限定,该区域为四条直线组成的平行四边形:y=yd、x=xl、x=xr、y=yr+20;
第二步,搜索每个区域内的边缘点并记录这些边缘点的具体过程为:
(1)在上区域,选取平行四边形的左上点为起始点,沿着自上而下方向搜索,遇到如下两种情况:a遇到边缘点,则选取遇到的第一个搜索到的边缘点坐标(有时可能遇到多个边缘点)保存于数组Uarray[]中;b没有遇到边缘点,则本次不做任何记录;完成一次搜索后,然后沿x坐标方向在该四边形的上边缘向右选取第n个坐标(n∈[3-5]),依前述过程进行下一个边缘点的搜索,直至整个上区域全部搜索完毕,搜索到的边缘点便全部记录于数组Uarray[]中。
(2)在下区域,选取平行四边形的左下点为起始点,沿着自下而上方向搜索,遇到如下几种情况:a遇到边缘点,则选取遇到的第一个搜索到的边缘点坐标(有时可能遇到多个边缘点)保存于数组Darray[]中;b没有遇到边缘点,则本次不做任何记录;完成一次搜索后,然后沿x坐标方向在该四边形的下边缘向右选取第n个坐标(n∈[3-5]),依前述过程进行下一个边缘点的搜索,直至整个上区域全部搜索完毕,搜索到的边缘点便全部记录于数组Darray[]中。
(3)在左区域,选取平行四边形的左上点为起始点,沿着自左而右方向搜索,遇到如下几种情况:a遇到边缘点,则选取遇到的第一个搜索到的边缘点坐标(有时可能遇到多个边缘点)保存于数组Larray[]中;b没有遇到边缘点,则本次不做任何记录;完成一次搜索后,然后沿y坐标方向在该四边形的左边缘向下选取第n个坐标(n∈[3-5]),依前述过程进行下一个边缘点的搜索,直至整个上区域全部搜索完毕,搜索到的边缘点便全部记录于数组Larray[]中。
(4)在右区域,选取平行四边形的右上点为起始点,沿着自右而左方向搜索,遇到如下几种情况:a遇到边缘点,则选取遇到的第一个搜索到的边缘点坐标(有时可能遇到多个边缘点)保存于数组Rarray[]中;b没有遇到边缘点,则本次不做任何记录;完成一次搜索后,然后沿y坐标方向在该四边形的右边缘向下选取第n个坐标(n∈[3-5]),依前述过程进行下一个边缘点的搜索,直至整个上区域全部搜索完毕,搜索到的边缘点便全部记录于数组Rarray[]中。
(5)上述过程完成后,将整个图像中的像素点上为黑色,以擦除图像中的边缘点,但每个区域搜索到的边缘点均已存入相应的数组Uarray[]、Darray[]、Larray[]、Rarray[]中。
第三步,在上、下、左、右四个区域内利用Bezier函数完成边缘修补的过程为:
(1)首先,从记录上区域边缘点的数组Uarray[]中将记录的边缘点分组,每3个点为一组;
(2)利用每个组的3个边缘点(p0,p1,p2),绘制二次贝塞尔曲线,其公式为:
(3)每组的最末一点作为下一组的第1个点赋值给p0,再从Uarray[]取两个新点作为下一组后两个边缘点赋值给p1,p2;若最后一个分组边缘点仅剩1个,则将前一组的最后2个边缘点作为下一组前两个边缘点赋值给p0,p1,同时将Uarray[]中最后一个边缘点取出赋值给下一组的p2,重复步骤2;
(4)若数组Uarray[]中已没有剩余的边缘点,则上区域边缘修补过程结束;
(5)下区域、左区域、右区域修补过程与上区域边缘修补过程相同;
将每个区域中的所有分组的边缘点都用上述公式绘制后,则获得了修补的、新的边缘图像,沉积坯的边缘明显光滑了许多,并且由于是根据函数绘制的曲线,在曲线中也不再会出现边缘的缺失。这样就在很大程度上消除了在自动尺寸搜索过程中产生的不可预知的误差。
附图说明:图1分割图像中沉积坯边缘为4个区域
图2搜索每个区域内的边缘点并记录
图3利用Bezier函数完成上区域边缘修补
具体实施:图4原始沉积坯图像
图5修补前沉积坯边缘图像
图6利用贝赛尔函数修补后的沉积坯边缘图像
Claims (4)
1.一种柱状喷射沉积坯边缘轮廓图像修复的方法,它包括第一步,分割图像中沉积坯边缘为4个区域;第二步,搜索每个区域内的边缘点并记录;第三步,在每个区域利用Bezier函数完成沉积坯边缘修补。
2.它的第一步是分割图像中沉积坯边缘为4个区域的过程(1)为:在修补前的沉积坯边缘图像中,通过通过搜索算法确定能够表征沉积坯区域位置的4个特征点的坐标:极上点Pu(xu,yu)、极下点P1(xd,yd)、极左点P1(x1,y1)、极右点Pr(xr,yr)(1-1);用上述四个特征点将沉积坯边缘分割上、下、左、右四个边缘区域,左区域的构成为:x=x1、y=yd、x=xd、x=x1+20(1-2);右区域的构成为:x=xr、y=yd、x=xd、x=xr-20(1-3);上区域的构成为:y=yu、x=x1、x=xr、y=yr-20(1-4);下区域的构成为:y=yd、x=x1、x=xr、y=yr+20(1-5);这样,沉积坯图像被分割为上、下、左、右四个边缘区域。
3.它的第二步是搜索每个区域内的边缘点并记录这些边缘点的具体过程为(2):在上区域,选取上区域的左上点为起始点(2-1),沿着y轴方向向下搜索(2-2),判断是否遇到边缘点(2-3),是,则选取遇到的第一个搜索到的边缘点坐标(有时可能遇到多个边缘点)保存于数组Uarray[]中(2-4);否,则本次不做任何记录;然后起始点沿x轴方向向右移动n个坐标(n∈[3-5])(2-5);并判断起始点是否超出了上区域界限(2-6),否,则返回重新沿着y轴方向向下搜索(2-2),是,则进入下区域边缘点搜索操作。在下区域,选取下区域的左下点为起始点(2-7),沿着y轴方向向上搜索(2-8),判断是否遇到边缘点(2-9),是,则选取遇到的第一个搜索到的边缘点坐标(有时可能遇到多个边缘点)保存于数组Darray[]中(2-10);否,则本次不做任何记录;然后起始点沿x轴方向向右移动n个坐标(n∈[3-5])(2-11);并判断起始点是否超出了下区域界限(2-12),否,则返回重新沿着y轴方向向上搜索(2-8),是,则进入左区域边缘点搜索操作。在左域,选取左区域的左上点为起始点(2-13),沿着x轴方向向右搜索(2-14),判断是否遇到边缘点(2-15),是,则选取遇到的第一个搜索到的边缘点坐标(有时可能遇到多个边缘点)保存于数组Larray[]中(2-16);否,则本次不做任何记录;然后起始点沿y轴方向向下移动n个坐标(n∈[3-5])(2-17);并判断起始点是否超出了左区域界限(2-18),否,则返回重新沿着x轴方向向右搜索(2-14),是,则进入右区域边缘点搜索操作。在右域,选取右区域的右上点为起始点(2-19),沿着x轴方向向左搜索(2-20),判断是否遇到边缘点(2-21),是,则选取遇到的第一个搜索到的边缘点坐标(有时可能遇到多个边缘点)保存于数组Rarray[]中(2-22);否,则本次不做任何记录;然后起始点沿y轴方向向下移动n个坐标(n∈[3-5])(2-23);并判断起始点是否超出了右区域界限(2-24),否,则返回重新沿着x轴方向向左搜索(2-20),则右区域边缘点搜索操作结束。最后,将所有像素点变为黑色,以擦除图像中的边缘点(2-25)。
4.它的第三步是在上、下、左、右四个区域内利用Bezier函数完成边缘修补的过程为(3):首先,开始分组,取3个点为一组,从上区域边缘数组Uarray[]中取出前3个点作为一组分别赋值给p0,p1,p2(3-1),然后利用贝塞尔函数 绘制曲线(t为[0,1]范围内的参数)(3-2),判断Uarray[]中是否有剩余的边缘点(3-3),否,则上区域边缘修补过陈结束,是,则判断Uarray[]中剩余的边缘点是否多于1个(3-4),是,则将前一组最末一个点作为下一组的第一个点赋值给p0,,在Uarray[]中再取两个新点赋值给p1、p2(3-5);并重新返回利用贝塞尔函数 绘制曲线(3-2),否,则取前一组最末两个点分别赋值给下一组的前两个点p0p1,从Uarray[]中再取最末一个点赋值给p2(3-6),并重新返回利用贝塞尔函数 绘制曲线(3-2)。下区域、左区域、右区域修补过程与上区域边缘修补过程相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102285630A CN101425178B (zh) | 2008-11-05 | 2008-11-05 | 一种柱状喷射沉积坯边缘轮廓图像修复的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102285630A CN101425178B (zh) | 2008-11-05 | 2008-11-05 | 一种柱状喷射沉积坯边缘轮廓图像修复的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101425178A true CN101425178A (zh) | 2009-05-06 |
CN101425178B CN101425178B (zh) | 2011-12-28 |
Family
ID=40615772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008102285630A Expired - Fee Related CN101425178B (zh) | 2008-11-05 | 2008-11-05 | 一种柱状喷射沉积坯边缘轮廓图像修复的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101425178B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9336573B2 (en) | 2013-03-29 | 2016-05-10 | Automotive Research & Test Center | Self-adaptive image edge correction device and method thereof |
CN107369191A (zh) * | 2017-08-15 | 2017-11-21 | 国网湖南省电力公司 | 电网气象灾害预测色斑图修正方法、***及装置 |
CN108932363A (zh) * | 2017-05-26 | 2018-12-04 | 发那科株式会社 | 形状识别装置、形状识别方法以及计算机可读介质 |
CN110312669A (zh) * | 2017-02-22 | 2019-10-08 | 三菱电机株式会社 | 电梯的修复装置 |
CN113313724A (zh) * | 2021-05-27 | 2021-08-27 | 深圳企业云科技股份有限公司 | 一种用于对抗手机摄像头重采样的线条检测处理方法 |
-
2008
- 2008-11-05 CN CN2008102285630A patent/CN101425178B/zh not_active Expired - Fee Related
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9336573B2 (en) | 2013-03-29 | 2016-05-10 | Automotive Research & Test Center | Self-adaptive image edge correction device and method thereof |
CN110312669A (zh) * | 2017-02-22 | 2019-10-08 | 三菱电机株式会社 | 电梯的修复装置 |
CN110312669B (zh) * | 2017-02-22 | 2021-03-30 | 三菱电机株式会社 | 电梯的修复装置 |
CN108932363A (zh) * | 2017-05-26 | 2018-12-04 | 发那科株式会社 | 形状识别装置、形状识别方法以及计算机可读介质 |
US10521687B2 (en) | 2017-05-26 | 2019-12-31 | Fanuc Corporation | Shape recognition device, shape recognition method, and program |
CN107369191A (zh) * | 2017-08-15 | 2017-11-21 | 国网湖南省电力公司 | 电网气象灾害预测色斑图修正方法、***及装置 |
CN107369191B (zh) * | 2017-08-15 | 2021-01-15 | 国网湖南省电力有限公司 | 电网气象灾害预测色斑图修正方法、***及装置 |
CN113313724A (zh) * | 2021-05-27 | 2021-08-27 | 深圳企业云科技股份有限公司 | 一种用于对抗手机摄像头重采样的线条检测处理方法 |
CN113313724B (zh) * | 2021-05-27 | 2022-04-08 | 深圳企业云科技股份有限公司 | 一种用于对抗手机摄像头重采样的线条检测处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101425178B (zh) | 2011-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107696499B (zh) | 三维模型与机器视觉相结合的3d打印产品质量检测与修复方法 | |
CN112326673B (zh) | 基于机器视觉的注塑件表面缺陷检测方法和装置 | |
CN103759648B (zh) | 一种基于激光双目视觉的复杂角焊缝位置检测方法 | |
CN107341802B (zh) | 一种基于曲率与灰度复合的角点亚像素定位方法 | |
CN102135417B (zh) | 一种全自动三维特征提取方法 | |
CN101425178B (zh) | 一种柱状喷射沉积坯边缘轮廓图像修复的方法 | |
CN114049294B (zh) | 基于三维轮廓的路面技术状况检测方法及设备 | |
Lou et al. | Application of the morphological alpha shape method to the extraction of topographical features from engineering surfaces | |
CN102141381A (zh) | 一种影像式电缆绝缘层和护套的厚度及外形尺寸自动测量仪 | |
CN108918526A (zh) | 一种柔性ic封装基板线路的缺口缺陷检测方法 | |
CN101672637A (zh) | 一种复杂曲面的数字化检测方法 | |
CN103752992A (zh) | 一种角焊缝识别装置及其焊接控制方法 | |
CN105783786A (zh) | 一种基于结构光视觉的零件倒角测量方法与装置 | |
CN103559704B (zh) | 一种铁路油罐车罐口视觉定位方法 | |
CN104636750A (zh) | 一种基于双尺度聚类算法的路面裂缝识别算法及*** | |
CN104036516A (zh) | 基于对称性分析的摄像机标定棋盘图像角点检测方法 | |
CN109509181B (zh) | 一种基于串行轮廓搜索的熔覆池形状视觉检测方法 | |
CN104089599B (zh) | 用于接触式测头测量中提取二维轮廓的准形态学滤波方法 | |
CN111947595A (zh) | 一种基于三维激光扫描的船舶外板逆向建模实现方法 | |
CN106546185A (zh) | 一种基于机器视觉检测的轮廓质量检测方法 | |
Aliakbari et al. | An adaptive computer-aided path planning to eliminate errors of contact probes on free-form surfaces using a 4-DOF parallel robot CMM and a turn-table | |
CN104748684B (zh) | 一种曲轴轴肩清根的视觉检测方法及装置 | |
CN109993741B (zh) | 一种基于k均值聚类的钢轨焊缝轮廓自动定位方法 | |
CN116625270A (zh) | 一种基于机器视觉的精密车削工件全自动检测***及方法 | |
CN115980063A (zh) | 工件表面瑕疵检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111228 Termination date: 20151105 |
|
EXPY | Termination of patent right or utility model |