[发明专利]用于汽车玻璃检测的图像配准方法及汽车玻璃检测方法

权利要求书

1.一种用于汽车玻璃检测的图像配准方法，其特征在于，包括以下步骤：

S01、通过卷积计算将待配准的汽车玻璃图像和标准汽车玻璃图像进行降采样来构建图像金字塔；

S02、对顶层的图像用相似性度量公式计算在所有可能的位姿的相似度量，并运用加速中止策略对遍历计算进行加速；

S03、将配准结果映射到图像金字塔的下一层，并将配准结果周围的区域确定为新的搜索区域；

S04、重复步骤S02到S03，直到映射到金字塔的底层，配准结束，输出配准结果。

2.根据权利要求1所述的用于汽车玻璃检测的图像配准方法，其特征在于，所述步骤S02体包括：

S21、将一个图像模板定义为点集p_i＝(r_i,c_i)^T，(i＝1,…,n)，并由Canny算子滤波可得到其每个像素点相对应的方向向量d_i＝(t_i,u_i)^T(i＝1,…,n)；

S22、对模板做仿射变换，并将经过仿射变换后所有平移部分从模板中分离；

S23、在对待搜索图像中的某个像素点q＝(r,c)^T进行搜索时，通过计算仿射变换后的模板中所有像素点的方向向量与待搜索图像中对应点处方向向量的点积总和，再对其进行归一化处理，可以得到变换后的模板在点q处的相似度量；

S24、预先自定义一个匹配分值的阈值s_min，在配准时会对图像所有的像素点进行计算；当使用相似度量算子进行计算时，s_j表示累计到匹配模板的第j个元素时所有向量点积的总和，若s_j＜s_min-1+j/n，匹配分数必定会小于s_min，匹配分数必定会比阈值s_min小，在第j个元素后结束当前匹配。

3.根据权利要求1所述的用于汽车玻璃检测的图像配准方法，其特征在于，在所述步骤S01中，采用的卷积方式为卷积核为2×2的均值滤波器。

4.一种基于机器视觉的汽车玻璃检测方法，其特征在于，包括以下步骤：

1)获取标准汽车玻璃图像和待检测的汽车玻璃图像；

2)对各汽车玻璃图像进行边缘提取，得到各汽车玻璃图像的像素级边缘轮廓；

3)对像素级边缘轮廓进行亚像素定位，得到各汽车玻璃图像的亚像素边缘轮廓；

4)按权利要求1-3中任意一项所述的用于汽车玻璃检测的图像配准方法，对得到的标准汽车玻璃轮廓图像和待检测汽车玻璃轮廓图像进行配准；

5)计算待检测玻璃的误差尺寸。

5.根据权利要求4所述的基于机器视觉的汽车玻璃检测方法，其特征在于，在步骤2)中，通过Canny算子对预处理后的图像进行边缘提取，具体步骤为：

2.1)用一维高斯函数对图像进行平滑滤波，高斯函数G(x,y)表示如下：

用高斯函数G(x,y)对原始图像f(x,y)进行卷积计算，得到平滑图像I(x,y)：

I(x,y)＝G(x,y)*f(x,y)

2.2)用一阶偏导的有限差分对平滑图像I(x,y)进行梯度计算；

2.3)对梯度幅值进行非极大值抑制，以提高边缘定位的精度；

2.4)分别用高阈值T_h和低阈值T_l对步骤3.3)中提取到的所有潜在边缘点进行判断，将得到的边缘点进行连接，得到目标图像的像素级边缘。

6.根据权利要求5所述的基于机器视觉的汽车玻璃检测方法，其特征在于，在步骤2.2)中，一阶偏导表达式如下：

梯度幅值的计算公式为：

梯度方向的计算公式为：