[发明专利]一种舵片偏转极性识别方法

说明书

技术领域

本发明属于图像处理方法，具体涉及一种舵片偏转极性识别方法，用于 各种具备舵片的设备测试过程中对于舵片偏转极性的自动识别。

背景技术

在航天、船舶、导弹测试等很多领域的测试过程中，需要自动识别出舵 片的偏转极性，然而舵片本身体形很小，偏转速度极快且在测试过程中偏转 角往往很小，在极端的情况下，最大偏转角甚至仅为2°，人工判读时由于偏 转角过小以及偏转速度极快，而难以识别，而且存在人为误差，因此，迫切 需求一种基于机器视觉的自动高效识别系统。

目前，舵片的偏转极性的判断多是依靠熟练的测试员肉眼判断，这样对 于测试员的要求较高而且人为误差较大，其他领域的基于机器视觉的识别系 统，针对小目标物体，都是依靠在目标物体上贴特殊标签，然后通过检测标 签上的目标来识别，见专利申请公开号CN104835173A、一种基于机器视觉的 定位方法，该发明首先通过设计定位数字标签，将其粘贴在小车上，车载视 觉系统获取包含标签的图像，然后运用一定的算法对图像进行处理并识别出 标签的位置、内容与偏转角度，最终通过标定相机的距离关系表与相关坐标 变换将标签的位置、内容与偏转角度转化为小车在环境中的位置与姿态信息， 实现小车在环境中的定位。

由于舵片很小，如果将上述方法应用于舵片偏转的极性识别，必然也要 运用数字标签，首先，这增加了测试过程的复杂性，如果舵片数目多，贴标 签的方式本身就会降低效率，其次，标签可能对舵片本身造成影响，由于标 签的粘性可能对舵片造成污染，再者，标签的可靠性得不到保证，如果测试 过程中，标签由于某些原因而遭到破坏或丢失，那么测试过程也不得不终止， 造成的损失是不可估量的。

为便于理解本发明，以下对有关术语加以解释：

轮廓的(p，q)矩：一个轮廓的(p，q)矩m_pq定义为其中，I(x,y)表示图像中坐标为(x，y)的像素点灰度值，x、y分别为像素点的横纵坐标，p、q均为正整数；

根据该轮廓的(p，q)矩m_pq，可以计算该轮廓的质心坐标

其中m₁₀为该轮廓的(1,0)矩，m₀₁为该轮廓的(0,1)矩，m₀₀为该轮廓的 (0,0)矩。

本发明中使用OpenCV库，OpenCV库全称为OpenSourceComputerVision Library，由美国Intel公司建立，它是一个开源发行的跨平台计算机视觉应 用程序库，包括很多图像处理和计算机视觉方面的通用算法，可以运行在 Linux、Windows和MacOS操作系统上；目前由WillowGarage公司提供支持。

本发明中使用平面直角坐标系，图像原始直角坐标系x-y以图像最左上 角像素点为坐标原点O，x轴正方向为水平向右方向，y轴正方向为竖直向下 方向。

发明内容

本发明提供一种舵片偏转极性识别方法，解决舵片偏转过程中舵片偏转 角度过小，依靠人眼识别可靠性得不到保证，而现有基于机器视觉的识别方 法测试过程效率低的问题。

本发明所提供的一种舵片偏转极性识别方法，其特征在于，包括以下步 骤：

步骤一：在测试指令发出前，通过相机采集静态的舵片图像，所述舵片 图像系相机镜头取景方向与各舵片旋转轴所在平面垂直所摄取的图像；

步骤二：从舵片图像中确定出对应各个舵片的掩模并保存；各个掩模选 取的原则是确保舵片处于该掩模内且掩模的最左上角像素点处于背景而不是 舵片上；

步骤三：利用所述各掩模，从所述舵片图像中提取出对应各个舵片的感 兴趣区域(ROI)图像；

步骤四：分别对各幅感兴趣区域图像利用高斯-拉普拉斯算子进行边缘检 测，再进行霍夫变换，检测出各感兴趣区域图像中的舵片边缘直线段，求出 各感兴趣区域图像中长度最长的直线段与水平方向所夹的不大于90°的角度 α_i，1≤i≤N，N为舵片个数；

步骤五：分别对各幅感兴趣区域(ROI)图像进行中值滤波，得到滤波图 像；

步骤六：对各幅滤波图像利用迭代法分别确定最佳阈值，再利用各最佳 阈值分别对各幅滤波图像进行图像分割，各幅滤波图像中，灰度值大于最佳 阈值的像素置白，其它像素置黑，得到对应各个舵片的黑白二值图像；