[发明专利]结构变形检测图像传感器灵敏度自动标定方法

摘要

本发明涉及用于图像分析的图像数据处理领域，具体为一种结构变形检测图像传感器灵敏度自动标定方法。一种结构变形检测图像传感器灵敏度自动标定方法，包括a.设置标定光源、b.拍摄标定图片、c.图像预处理、d.边界提取复杂背景、e.边界识别和f.计算标定值这六个依次进行的步骤，其特征是：a.设置标定光源时，光源发出的光斑由至少4个光斑单元组成，光斑单元以围绕一个中心点呈中心对称分布的方式组合成光斑。本发明操作便利，自动化程度高，标定精度高。

主权项

1.一种结构变形检测图像传感器灵敏度自动标定方法，包括a. 设置标定光源、b. 拍摄标定图片、c. 图像预处理、d. 边界提取复杂背景、e. 边界识别和f. 计算标定值这六个依次进行的步骤，其特征是：a. 设置标定光源时，光源选用发光二极管，光源发出的光斑由至少4个光斑单元组成，光斑单元以围绕一个中心点呈中心对称分布的方式组合成光斑，光斑单元的形状为轴对称或中心对称的封闭图形；b. 拍摄标定图片时，调整好摄像头镜头的位置和焦距，连续拍摄N张标定光源的图片，N为正整数且N≥5；c. 图像预处理时，先对所拍摄的光源图片实施平均滤波处理，步骤如下：对连续拍摄的N张照片上相同位置的像素点的N个像素值作算术平均值，以此算术平均值作为滤波所得图像上该位置的像素点的像素值；再对滤波所得图像实施二值化操作，步骤如下：设初始阈值为t_k，t_k∈(0,255)，分别计算滤波所得图像所有像素点中目标点的平均灰度t_O和背景点的平均灰度t_B，目标点指灰度值不小于阈值的像素点，背景点指灰度值小于阈值的像素点，计算t_O和t_B的平均值得到t_k+1；将每次迭代得到的t_k+1和t_k进行比较判断，若t_k+1=tk，则迭代结束；否则用t_k+1替换t_k，重新进行迭代运算，直至满足迭代结束条件为止；确定最佳阈值后，将所有灰度不小于最佳阈值的像素点的灰度置为255，其余像素点的灰度置为0，从而将灰度图像转化为全黑白图像；d. 边界提取时，对二值化操作后的图像进行图像形态学的腐蚀操作，步骤如下：用3×3的结构元素扫描图像的每一个像素点，用结构元素和被结构元素覆盖的二值图像做与运算，如果都为1则图像的该像素为1，否则为0；然后再和原来的图像做减法，即将原图像每个像素点的像素值和经腐蚀后图像每个像素点的像素值进行异或运算，若灰度值相同，则置为0，若灰度值不同，则置为255，从而提取图像标的物的边界；e. 边界识别时，设需要识别的几何边界数为n，创建一个数组head[n]，数组存放的元素为识别出的边界的起始点信息，另创建一个数组leng[n]，用来存放对应的边界周长，对整幅图像从下到上，从左至右逐行扫描，以扫描到的符合边界条件的目标点为边界起始点，利用深度优先搜索算法，沿该点进行识别搜索，若为满足长度的闭合边界，即长度为[8,20]区间内的正整数，则将起始点信息存入head[n]中，将周长信息存入leng[n]中，否则将其全部置为0并继续搜索下一个边界点，每搜索到一个闭合边界，首先确认数组head[n]是否已满，若未满，则将其插入数组中；若已满，则比较周长，若大于数组元素的周长，则插入数组，并删除数组中周长最小的元素，释放对应边界点数据信息，继续搜索下一个边界点，直至遍历整幅图像；f. 计算标定值时，利用最小二乘法对识别出的各边界分别进行迭代拟合，剔除误差较大的点，误差界限为各边界点到标准圆心的距离与标准半径之间的平方差的绝对值不超过标准半径的倍，超过的即判定为误差较大而予以剔除，从而获得边界数据点，将计算出的各边界中心点数据及间距分别和标准值作对比，并进行平均，即得到传感器灵敏度的标定值。