[发明专利]基于边缘点自相似性的金属反光图像识别及TEDS系统

权利要求书

1.一种基于边缘点自相似性的金属反光图像识别方法，其特征在于，包括以下步骤：

步骤一：在计算机中输入待检测的图像，利用canny边缘检测算法获取该图像的所有边缘点；

步骤二：对所有边缘点进行分类，同类边缘点属于一个图像轮廓的一条初始边缘线，获取待检测的图像的所有的初始边缘线，给每个边缘点分配一个基准方向，并提取每个边缘点的特征向量，且对每个特征向量进行归一化处理；

步骤三：根据每个边缘点归一化处理后的特征向量计算每条初始边缘线上每个边缘点的局部自相似性值和整体自相似性值，并将局部自相似性值和整体自相似性值的加权组合作为该边缘点最终的自相似性值；

步骤四：设定一个高阈值，获取每条初始边缘线上的自相似性值高于高阈值的边缘点的集合，剔除每条初始边缘线上自相似性值低于高阈值的边缘点；

步骤五：计算上述集合中每个边缘点与其最邻近边缘点的自相似性值，设定一个低阈值，获取集合中所有的自相似性值高于低阈值的边缘点，将该集合中低于低阈值的边缘点标记为形成不规则图像的不规则边缘点；

步骤六：对步骤五中高于低阈值的边缘点分类，同一类边缘点形成一个图像轮廓的校正边缘线，给所有的校正边缘线设定一个长度阈值，获取小于该长度阈值的校正边缘线，将该校正边缘线上的点标记为形成不规则图像的不规则边缘点；

步骤七：计算步骤五和步骤六中的每个不规则边缘点的水平和垂直方向的局部邻域内的像素强度差以及最大像素强度；

步骤八：设定像素强度差阈值和最大像素强度阈值，将水平或垂直方向局部邻域内的像素强度差大于像素强度差阈值、且最大像素强度大于最大像素强度阈值的不规则边缘点标记为金属反光图像。

2.根据权利要求1所述的基于边缘点自相似性的金属反光图像识别方法，其特征在于，所述步骤三中根据每个边缘点归一化处理后的特征向量计算每条初始边缘线上的边缘点最终的自相似性值的方式为：设定P_n和P_m为边缘线上的任意两个边缘点，其特征向量分别为和则

边缘线上任意两个边缘点P_n和P_m的相似性值为：这里向量内积的计算方式为向量对应元素相乘再相加，得到两个边缘点P_n和P_m的相似性值；

边缘点P_n的局部自相似性值为：取该边缘点P_n所在的边缘线上与该边缘点相邻且位于其两侧的四个边缘点P_n-1、P_n-2、P_n+1、P_n+2，则边缘点P_n的局部自相似性值为：

边缘点P_n的整体自相似性值为：假定该边缘线上共有n个边缘点，则边缘点P_n的整体自相似性值为：

设定局部自相似性和整体自相似性的权值为W_loc,W_glo，且W_loc+W_glo＝1，W_loc,W_glo∈[0,1]，将局部自相似性值和整体自相似性值组合，则边缘点P_n的最终自相似性值为：

Self_Sim(P_n)＝W_loc·Self_Sim(P_n)_local+W_glo·Self_Sim(P_n)_global；

归一化处理后的特征向量的范围在0到1之间，则自相似性值在0到1之间表示相似程度，自相似性值为0时是完全不相似状态，为1时是完全相似状态。