[发明专利]使用双定位的整体约束的定位方法

说明书

本发明申请提供了一种使用双定位的整体约束的方法来提高定位准确度，同时缩短整体定位的时间，利用两个较小的形状特征提取形状模型，在匹配形状模型后，两个形状模型的中心点生成一个向量，利用模板向量和待检测图像上的向量，根据两个向量的余弦相似度求出两个向量的夹角，根据这个夹角对检测框ROI进行欧式变换。本发明申请可以应用在多种视觉检测系统中，解决了当待检测图像很大时，整体定位时间很长，检测效率低和定位位置不准确，检测准确低的问题。

技术领域

本发明主要涉及工业机器视觉图像检测与模式识别技术领域，具体地，针对那些需要快速且高精准定位需求的图像处理技术。

背景技术

随着图像处理与模式识别技术的迅猛发展，越来越多的工业检测开始使用图像处理算法来检测产品缺陷、测量尺寸、目标识别、目标分类等。

针对一些特定部位的缺陷检测、特定区域目标识别、尺寸测量等图像处理算法，如果要循环检测大批量的产品，在每次检测开始前都会有一个ROI定位的操作，通过定位功能来确定ROI的位置，再进行图像检测处理。

现有的定位功能大多是通过模板匹配来完成的，基于组件的匹配和基于形状的匹配应用的比较多。基于形状匹配，在待检测图像中进行模板匹配。

当待检测图像很大（例如8K*12K），如果使用大目标模板匹配会很耗时，导致整体图像检测处理时间很长，检测效率低下；如果使用小目标模板匹配，ROI位置根据模板匹配结果进行欧式变换后，定位角度会被放大，导致ROI位置不准确，直接影响后续图像检测处理结果，检测准确率低。

发明内容

为了克服上述现有技术的缺点，本发明目的是通过使用双定位的整体约束的方法来提高定位准确度，同时缩短整体定位的时间，解决了背景技术中的待检测图像很大时，整体定位时间很长，检测效率低和定位位置不准确，检测准确低的问题。

为实现上述目的，本发明采用的技术方案是。

利用8k线阵相机采图。

待检测图像大小为8K*12K，检测目标为可标识的特征形状在边缘的物品。

使用模板加载的方式，先加载一张模板图片，要求模板图像的图像清晰，边缘清晰，尽量没有偏转角度。

在模板图上绘制两个定位框，两个定位框的中心点位置连线尽量在整幅图像的中心点附近。

根据两个定位框的位置抠图。

分别创建各自的形状模板。

根据形状模板ID分别在各自当前的定位框内做形状匹配，得要两组位置信息ModelCol1、ModelRow1、ModelAngle1和ModelCol2、ModelRow2、ModelAngle2。

同时根据这两组位置信息，还可以计算出两点间的距离ModelDistance。

在模板图像上绘制所需个数的检测框ROI，也就是待检测区域。

记录上述所有的位置信息：两组定位信息、两点间的距离、待检测ROI的位置信息。

相机采图，上传一张图像信息。

两组定位框在待检测图像上抠图。

根据形状模板ID分别在各自的定位框内做形状匹配，得到两组定位信息ImgCol1、ImgRow1、ImgAngle1和ImgCol2、ImgRow2、ImgAngle2。

同时根据这两组位置信息，可以计算出两点间距离ImgDistance。

模板两组定位生成一个向量，待检测图像的定位信息生成一个向量。

根据两个向量的余弦相似度可以求出两个向量的夹角。