[发明专利]一种快速筛选高速粒子流中杂色粒子的方法在审
申请号: | 201810529965.8 | 申请日: | 2018-05-29 |
公开(公告)号: | CN108765504A | 公开(公告)日: | 2018-11-06 |
发明(设计)人: | 刘斌;董承志 | 申请(专利权)人: | 上海视疆科学仪器有限公司 |
主分类号: | G06T7/90 | 分类号: | G06T7/90;G06T7/12 |
代理公司: | 北京华仲龙腾专利代理事务所(普通合伙) 11548 | 代理人: | 李静 |
地址: | 201400 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 杂色 粒子 视场 粒子流图像 实时采集 数字相机 线段 二值化处理 二值图像 高速粒子 快速筛选 连通区域 连续移动 通道记录 线程处理 运动轨迹 多线程 矩形框 连通域 像素点 记录 三维 采集 绘制 移动 转化 应用 图片 | ||
1.一种快速筛选高速粒子流中杂色粒子的方法,其特征在于,包括以下步骤:
步骤1,利用彩色CCD相机实时采集记录粒子流图像,记录每个像素点的R、G、B值;
步骤2,将步骤1中彩色CCD相机得到的每个像素点的R、G、B值转化为H、S、I值,得到HSI模型;
步骤3,在HSI模型选择所需的Hue、Saturation、Intensity区域定义杂色粒子;
步骤4,对步骤2中的图片进行二值化处理,将满足步骤3中杂色粒子定义范围的像素点的灰度值赋值为255,其它像素点的灰度值赋值为0;
步骤5,针对不同类别的杂色粒子,对步骤4中的二值化图像分别进行处理,寻找二值化图像中的连通区域,记录找到的每个连通域信息,称其为L型结构体;从而确定粒子上缺陷的轮廓和缺陷个数;
步骤6,将所述二值化图像从上到下,从左到右进行逐行扫描,扫描第current行,记录这一行上所有像素为255的线段,如没有这样的线段,则执行步骤9,否则执行步骤7;
步骤7,利用连通的定义对current行中寻找出来的线段与current-1行进行连通的判断;如果current行的某一直线段与current-1行所有直线段均不联通或current-1行没有扫描出直线段,则创建一个L型结构体,记录连通域标记为一个新的值,pixsum为这一直线段像素点个数,minrect为这可以包围这一直线段的最小矩形;如果current行的某一直线段与current-1行的某一直线段连通,便将current-1行中这一直线段对应的L型结构体数据进行更新;
步骤8,如果current行中的某一直线段与current-1行中的两个或两个以上的线段连通,则表示在current-1行中本不连通的线段通过current行中的这条线段连通到了一起;此时进行如下操作:将current-1行中的这几条线段对应的L型结构体进行合并,将其合并到连通域标记值最小的那个L型结构体之中,计算并更新这个结构体的pixsum与minrect;然后将current行中的这条线段计算到最终合并的这个L型结构体中,计算并更新这个结构体的pixsum与minrect;
步骤9,执行current = current+1,然后重复步骤6的动作直到图像扫描到最后一行;
步骤10,执行完图像扫描之后,对于存在的所有L型结构体进行扫描,如果存在某一个L型结构体的minrect与另一个的L型结构体的minrect相交,则合并这两个L型结构体;
步骤11,通过数字相机实时采集粒子流的序列图像,进行步骤1至步骤10操作,可得到杂色粒子在显示区域内的连续移动过程;
步骤12,统计得出不同类型杂色粒子数目和尺寸等信息。
2.根据权利要求1所述的一种快速筛选高速粒子流中杂色粒子的方法,其特征在于,定义在垂直于粒子流运动方向一定像素内运动的杂色粒子为同一粒子,并将其在每幅图中的坐标中心连成线段,绘制出其在进入视场到移动出视场过程中的运动轨迹;等到粒子移出视场区域后,便认为检测出了一系列缺陷。
3.根据权利要求1或2所述的一种快速筛选高速粒子流中杂色粒子的方法,其特征在于,所述将步骤1中彩色CCD相机得到的每个像素点的R、G、B值转化为H、S、I值,在于对RGB模型进行将基于笛卡尔坐标系的立方体向一个基于圆柱极坐标系的圆柱体的转换,得到HSI模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海视疆科学仪器有限公司,未经上海视疆科学仪器有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810529965.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种复杂环境下的色貌获取方法
- 下一篇:红外成像的编码感知矩阵估计方法