[发明专利]一种基于光学频率特征的图像特征识别方法

权利要求书

1.一种基于光学频率特征的图像特征识别方法，其特征在于，采用光学频率特征图像特征识别系统；所述气泡识别系统包括摄像机(2)、光源；

所述光源包括第一光源(4)、第二光源(6)、第三光源(8)；所述第一光源(4)安装在第一安装板(10)上，所述第二光源(6)安装在第二安装板(11)上，所述第三光源(8)安装在第三安装板(12)上；

所述第一光源(4)通过第一工控机(5)控制，所述第二光源(6)通过第二工控机(7)控制，所述第三光源(8)通过第三工控机(9)控制；

所述摄像机(2)上连接有PC控制器(3)；所述光源上连接有工控机；所述光源用于发出特定光学频率、特定发光时长、特定位置、特定形状光源；所述光源发出的光射向被测物体(1)；所述摄像机(2)用于拍摄被测物体(1)；所述PC控制器(3)用于采集图像、识别被测物体(1)的气泡空间光学特征；

并且包括以下步骤：

S1、通过对单一频率的光源对辐射能通量的调制，产生不同能量幅度的光对目标物体进行照明，产生不同光学特征的图像，通过对一系列图像的特征进行筛选达到识别目标物的目的；对单一光源的辐射能通量进行连续调制，得到连续变化的模拟量图像数据，对目标物体在对辐射能通量连续调制状态下形成连续变化的光学特征图像进行采集和识别；

S2、通过控制光源开关调整光源照明时间和非照明时间，对单一频率的光源进行时间调制，进而得到不同照明时间下亮背景和暗背景的物体光学特征的图像；

S3、通过可调立体空间中三维坐标X/Y/Z以及俯仰角θ₁和旋转角θ₂的光源调整支架对单一光源的照射位置进行调节，不同照射方位和距离得到相同目标的不同照射方位下的光学特征，通过对这些特征的识别进而实现对目标物体的识别；

S4、利用多种频率光源进照射，

根据格拉斯曼颜色混合定律，可适用于色光相加混色,即不同波长的光线进行叠加，通过不同波长的光叠加对指定波长颜色进行明暗变化，实现对指定颜色的物体进行性过滤和筛选；

蓝光(460nm)+黄光(580nm)＝白光

红光(660nm)+青光(480nm)＝白光

不同物质成像质量不同，利用组合频率的光源过滤掉背景噪声，增强图像对比度，提高识别率；

S5、基于步骤S1、S2、S3、S4的特性，通过对多频率的光源进行辐射能通量的调制、照射时间的调制、分布式照射位置等参数进行组合匹配，形成特定组合的结构光，对目标物体形成特定的光学特征；

S6、通过软件算法对图像特征进行性自动识别。

2.如权利要求1所述的一种基于光学频率特征的图像特征识别方法，其特征在于：步骤S6中软件算法采用OSTU分割法；

具体包括以下步骤：将图像先转换成灰度图；图像中像素的灰度值A小于阈值T的像素个数计为H0,像素灰度值A大于阈值T的像素个数计为H1；将图像大小为X*Y，阈值为T的图像中，H0的平均灰度记为h0，H1的平均灰度值记为h1；

像素灰度值小于T的概率为:

r0＝h0/(X*Y)；

像素灰度值大于T的概率为:

r1＝h1/(X*Y)；

h0+h1＝X*Y；

r0+r1＝1；

平均灰度乘上概率再相加：

e＝r0*h0+r1*h1；

类间方差为：

d＝r0(h0-e)^2+r1(h1-e)^2；

d＝r0*r1(h0-h1)^2。

3.如权利要求1所述的一种基于光学频率特征的图像特征识别方法，其特征在于：所述软件算法采用腐蚀算法、膨胀算法或者灰度形态学之膨胀算法。