[发明专利]一种基于特征能量分布的焊缝定位方法在审
申请号: | 202011630695.3 | 申请日: | 2020-12-30 |
公开(公告)号: | CN112749693A | 公开(公告)日: | 2021-05-04 |
发明(设计)人: | 吴忍;孙渊 | 申请(专利权)人: | 上海电机学院 |
主分类号: | G06K9/20 | 分类号: | G06K9/20;G06K9/46;G06K9/62;G06N3/02 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 孙永申 |
地址: | 200240 *** | 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: | 一种 基于 特征 能量 分布 焊缝 定位 方法 | ||
1.一种基于特征能量分布的焊缝定位方法,其特征在于,该方法包括以下步骤:
步骤1:采集焊缝图片并对其灰度化,得到灰度图像;
步骤2:针对灰度图像进行中值滤波,得到中值滤波后的灰度图;
步骤3:针对灰度图利用SIFT算法提取不同滤波程度所对应的特征能量;
步骤4:利用特征能量映射得到特征能量分布矩阵;
步骤5:基于特征能量分布矩阵进一步计算得到焊缝图像的特征收缩系数;
步骤6:基于焊缝图像的特征收缩系数进行判断,当其满足阈值条件时定位得到焊缝区域,定位结束,若不满足阈值条件则返回步骤2循环执行。
2.根据权利要求1所述的一种基于特征能量分布的焊缝定位方法,其特征在于,所述的步骤2具体包括:设置中值滤波模板和滤波次数,针对灰度图像进行中值滤波,得到中值滤波后的灰度图。
3.根据权利要求2所述的一种基于特征能量分布的焊缝定位方法,其特征在于,所述的中值滤波后的灰度图,其对应的数学描述公式为:
L(x,y)=G1(gray(x,y),[n1,n2],k1)
x=1,2,...,m
y=1,2,...,n
式中,L(x,y)为中值滤波后的灰度图,G1为中值滤波函数,gray(x,y)为焊缝图像灰度图,图像大小为m*n,k1为重复滤波次数,[n1,n2]为中值滤波模板大小。
4.根据权利要求1所述的一种基于特征能量分布的焊缝定位方法,其特征在于,所述的步骤4包括以下分步骤:
步骤401:初始化二维数组;
步骤402:将特征能量中的特征点对应映射至二维数组中,并进行赋值后得到特征能量分布矩阵。
5.根据权利要求1所述的一种基于特征能量分布的焊缝定位方法,其特征在于,所述的步骤5包括以下分步骤:
步骤501:针对特征能量分布矩阵,求取其各行各列的特征点数;
步骤502:基于各行各列的特征点数,进一步统计得到带有特征点的行数和列数、特征点个数大于所有行中特征点个数最多的特征点个数一半的行数以及特征点个数大于所有列中特征点个数最多的特征点个数一半的列数;
步骤503:基于步骤502中的统计结果计算得到焊缝图像的特征收缩系数。
6.根据权利要求5所述的一种基于特征能量分布的焊缝定位方法,其特征在于,所述的步骤503包括以下分步骤:
步骤5031:基于步骤502中的统计结果计算出经过筛选后满足特征点要求的行数占有特征点总行数的比值以及经过筛选后满足特征点要求的列数占有特征点总列数的比值;
步骤5032:基于经过筛选后满足特征点要求的行数占有特征点总行数的比值以及经过筛选后满足特征点要求的列数占有特征点总列数的比值最终得到焊缝图像的特征收缩系数。
7.根据权利要求6所述的一种基于特征能量分布的焊缝定位方法,其特征在于,所述的步骤5031中的经过筛选后满足特征点要求的行数占有特征点总行数的比值,其对应的数学描述公式为:
式中,DHor为经过筛选后满足特征点要求的行数占有特征点总行数的比值,Hor_1为特征点个数大于所有行中特征点个数最多的特征点个数一半的行数,Hornum为带有特征点的行数;
经过筛选后满足特征点要求的列数占有特征点总列数的比值,其对应的数学描述公式为:
式中,DVer为经过筛选后满足特征点要求的列数占有特征点总列数的比值,Ver-1为特征点个数大于所有列中特征点个数最多的特征点个数一半的列数,Vernum为带有特征点的列数。
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电机学院,未经上海电机学院许可,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/202011630695.3/1.html,转载请声明来源钻瓜专利网。