[发明专利]基于广义Hough变换的巡检图零部件目标识别方法

说明书

本发明涉及一种基于广义Hough变换的巡检图零部件目标识别方法，包括：步骤A：对巡检中的参考点进行选取，选取完成后，对各参考点进行定位；步骤B：对参考点进行定位后，根据参考点个数和距离建立R‑table矩阵；步骤C:根据所述R‑table矩阵建立Hough空间；步骤D：在所述Hough空间内选取最大峰值点作为最优参考点，形成参考图像；步骤E：利用广义Hough变换法在巡检图中寻找参考坐标，根据参考坐标从巡检图中提取图像，并使用提取到的图像与参考图像进行互信息计算，以判断零件是否缺失。本发明通过使用广义Hough变换对巡检图中的零件进行识别，能够快速对巡检图中零件是否缺失进行准确的判断，从而实现无人机在巡检过程中对设备的实时检测。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种基于广义Hough变换的巡检图零部件目标识别方法。

背景技术

随着计算机技术的快速发展，目标识别技术已经迅速的发展成为一种非常重要的工具和手段，其应用范围也越来越广。然而由于螺母手轮等相关零部件目标受到环境、拍摄角度及自身情况影响，通常难以用解析式表达，使得对其识别成为一项非常艰巨的任务。到目前为止，研究者针对螺母手轮相关零部件目标识别，主要是针对理想情况下，正面拍摄的螺母手轮相关零部件进行识别，主要应用的方法为圆形Hough变换检测螺母手轮相关零部件内圆，颜色分割出零部件位置。对于真正的无人机巡检空对地拍摄的大型机械上的螺母手轮相关零部件的识别，却少之又少，而且零部件缺失相关的判断也很少。

中国专利公开号：CN103635169A公开了一种缺陷检测系统，包括：图像处理单元、缺陷检测单元以及图像显示单元，其中，该图像处理单元被构造成获取吸收性物品的形态图像，该吸收性物品的形态图像示出了在多个步骤的每一步骤中的吸收性物品加工后的形态，该缺陷检测单元被构造成基于由图像处理单元获取的形态图像而检测加工后的吸收性物品是否存在缺陷部位，该图像显示单元被构造成当由缺陷检测单元检测出吸收性物品的缺陷部位时显示加工后的吸收性物品的图像。由此可见，所述检测系统存在以下问题：

第一，所述检测系统只应用于流水线，通过固定产品的位置，检测零部件质量是否符合规定，无法在户外做到准确的检测；

第二，所述检测系统仅使用相机对摆放位置固定的零件进行图像采集，当产品摆放不齐或产品位置发生变化时，无法将实际采集的图像与基准图像进行配准，检测效果不理想；

第三，所述检测方法无法对图像的边缘进行处理，导致其无法对零件的形状进行精准判断；

第四，所述检测系统在针对缺陷进行检测时，仅通过形态图像的对比来判定零件是否出现缺陷或丢失，检测结果不精准。

发明内容

为此，本发明提供一种基于广义Hough变换的巡检图零部件目标识别方法，用以克服现有技术中无法在户外进行准确的实时检测的问题。

与现有技术相比，本发明的有益效果在于，本发明通过使用广义Hough变换对巡检图中的零件进行识别，能够快速对巡检图中零件是否缺失进行准确的判断，从而实现无人机在巡检过程中对设备的实时检测。

进一步地，本发明所述方法在选取参考点时可以选取识别到的边缘图像内部的点，也可以选择非边缘图像的点，通过增加参考点的选取范围，增加了本发明所述方法的检测范围。

尤其，所述方法通过选取模板图片左上角像素的坐标作为参考点，能够使本方法用于检测不规则形状的零件以及受环境影响而改变形状的零件，进一步提高了所述方法的识别效率。

进一步地，本发明所述方法在建立Hough空间时，使其空间大小与巡检图片的空间大小相同，这样，在后续对图像进行对比时，能够直接对图像进行对比，节省了在对比图像时调节图像尺寸的时间，从而提高了所述方法的使用效率。