[发明专利]基于角点检测的金属毛刺识别方法

权利要求书

1.基于角点检测的金属毛刺识别方法，其特征在于，所述方法包括以下步骤：

获得金属边缘轮廓图像；

对金属边缘轮廓图像的边缘像素点进行角点检测，获得特征点；对每个特征点构建对应预设尺寸的局部窗口，根据每个特征点的局部窗口内像素点的灰度变化获得对应特征点的灰度相似度；根据灰度相似度筛选出真实角点；

根据真实角点之间的灰度相似度差异和灰度值差异获得任意两个真实角点之间的角点匹配度；根据所有真实角点之间的角点匹配度获得每个真实角点之间的匹配关系及匹配数量；根据匹配数量将真实角点进行筛选，获得毛刺角点；

获得每个毛刺角点及对应匹配角点组成的毛刺区域；根据毛刺区域获取待生长点，根据待生长点与毛刺区域内像素点的灰度距离特征对毛刺区域进行生长，识别最终毛刺区域；

所述灰度相似度的获取方法包括：

对任意一个特征点，将特征点的局部窗口内非特征点的其他像素点作为邻域像素点；获得特征点与每个邻域像素点的欧氏距离，将所述欧氏距离归一化并进行负相关处理，获得距离特征；将特征点与每个邻域像素点的灰度值的差值绝对值作为灰度特征；将距离特征与灰度特征的乘积作为对应特征点与每个邻域像素点的差异特征；获得特征点与所有邻域像素点的差异特征累加和与修正系数的和值，将所述和值的倒数作为对应特征点的灰度相似度；

所述角点匹配度的获取方法包括：

对任意一个真实角点，将其他真实角点作为参考角点；对真实角点的任意一个参考角点，将真实角点与参考角点的灰度差值绝对值作为灰度差异值；将真实角点与参考角点的灰度相似度的差值绝对值作为灰度相似差异值；将灰度差异值和灰度相似差异值的和值归一化并进行负相关映射，获得角点匹配度；

所述最终毛刺区域的获取方法包括：

将毛刺区域内的像素点作为生长像素点；获取待生长点与每个生长像素点的欧氏距离，将所述欧氏距离归一化并进行负相关处理，获得生长距离特征；将待生长点与每个生长像素点的灰度值的差值绝对值作为生长灰度特征；将生长距离特征与生长灰度特征的乘积作为对应待生长点与每个生长像素点的生长差异特征；获得待生长点与所有生长像素点的生长差异特征累加和，将所述累加和进行负相关归一化获得对应待生长点的生长率；

若待生长点的生长率大于预设生长阈值，则对待生长点进行生长，更新毛刺区域，直至毛刺区域不再发生变化，获得最终毛刺区域。

2.根据权利要求1所述的基于角点检测的金属毛刺识别方法，其特征在于，所述真实角点的获取方法包括：

对任意一个特征点，将特征点的灰度相似度进行归一化，获得灰度相似归一化值；若特征点的灰度相似归一化值大于第一真实阈值且小于第二真实阈值，则对应特征点为真实角点。

3.根据权利要求1所述的基于角点检测的金属毛刺识别方法，其特征在于，疑似毛刺点和匹配角点的获取方法包括：

获取每个真实角点与对应所有参考角点的最大角点匹配度，若最大角点匹配度大于预设匹配阈值，则最大角点匹配度对应的参考角点为对应真实角点的匹配角点。

4.根据权利要求1所述的基于角点检测的金属毛刺识别方法，其特征在于，所述毛刺角点的获取方法包括：

根据匹配数量对真实角点进行二分类，获取两个聚类簇；将两个聚类簇中匹配角点数量均值最大的聚类簇内真实角点作为毛刺角点。

5.根据权利要求1所述的基于角点检测的金属毛刺识别方法，其特征在于，所述毛刺区域的获取方法包括：

以每个毛刺角点在角点检测过程中获得的两个最大灰度变化方向作为毛刺方向，获取毛刺角点对应匹配角点的毛刺方向；将毛刺角点及其对应匹配角点的毛刺方向所在直线围成的区域作为毛刺区域。