[发明专利]一种布线垂直度智能检测方法

权利要求书

1.一种布线垂直度智能检测方法，其特征在于，包括正面检测和反面检测；

正面检测步骤如下：

(1)采用LSD方法对正面图像进行直线检测；

(2)根据检测到的线段的长度对检测出来的线段进行筛选，设定长度阈值，当长度小于该阈值时删除该直线；

(3)根据斜率将线段进行区分；对斜率取绝对值，认为竖直部分的斜率大于2，水平部分的斜率小于0.5；根据斜率将原始的检测数据分为两组，分别存储在另外两个数组中，称为lines_stdK，lines_stdK2；

(4)对线段进行分组，计算斜率；对竖直部分的线段进行分组，即对lines_stdK元素进行分组；首先，对所有lines_stdK的元素的两个横坐标取平均值p，以下简称数组p；然后对其排序，如果数组p相邻两个元素之差大于设定像素，则认为他们是属于两个组别的；

反面检测步骤如下：

(1)对图像进行色调、饱和度、亮度检测，对符合要求的像素进行筛选，分离出干扰因素，仅保留需要检测的部分，并将图片转化为灰度图像；将原始BGR图像转换为HSV图像，通过划定要选择的目标的HSV值范围，对图像进行逐像素的比对，删除不必要的图像部分，保留图像中的目标；

(2)对转换后的图像进行直线检测，根据检测得到的数据进行DBSCAN聚类；

(3)对DBSCAN聚类后的点进行拟合，画出拟合线，计算斜率。

2.根据权利要求1所述的布线垂直度智能检测方法，其特征在于，DBSCAN算法需要用户输入2个参数：一个参数是半径Eps，表示以给定点P为中心的圆形邻域的范围；另一个参数是以点P为中心的邻域内最少点的数量MinPts；

如果满足：以点P为中心、半径为Eps的邻域内的点的个数不少于MinPts，则称点P为核心点；核心点能够连通，它们构成的以Eps长度为半径的圆形邻域相互连接或重叠，这些连通的核心点及其所处的邻域内的全部点构成一个簇。

3.根据权利要求1所述的布线垂直度智能检测方法，其特征在于，正面检测中，假设直线端点为(p0,p1)，(p2,p3)，则斜率k＝(p1-p3)/(p0-p2)，由于计算机坐标系对笛卡尔坐标系进行了关于X轴的镜像对称，Y轴正方向是向下的，对斜率取绝对值，以下简称斜率，认为竖直部分的斜率是大于2的，水平部分的斜率是小于0.5的。

4.根据权利要求1所述的布线垂直度智能检测方法，其特征在于，正面检测中，如果数组p相邻两个元素之差大于12个像素，则认为他们是属于两个组别的。

5.根据权利要求1所述的布线垂直度智能检测方法，其特征在于，LSD直线检测的具体方法为：

(1)将输入图像通过高斯核采样，缩放到0.8；

(2)计算图像梯度强度，以及每个像素点的梯度角：atan2(gx,-gy)，其中gx和gy分别为水平和垂直方向梯度；

(3)设置图像梯度强度范围到[0,1023]，大于1023的梯度强度，强制设置为1023；

(4)创建1024个链表，遍历整个梯度图，根据梯度强度，相同梯度值像素坐标放入同一张链表中；

(5)将1024个链表，按从大到小顺序，合成一张大链表，首部为1023链表，尾部为0；

(6)取出链表头部存储图像坐标位置，作为种子像素，根据梯度角方向相似，进行区域扩散；每扩散一个像素，将该像素坐标从链表中删除，并且做标记，之后新的区域扩散，无法再扩散到在像素；

(7)将扩散区域进行矩形拟合；

(8)检测拟合矩形内梯度角，计算出该拟合矩形精度误差，如果不满足，则丢弃；如果满足要求，则将该矩形记录存储，表示为一条检测到的直线；

(9)继续回到第(6)步，从链表中，找到下一个种子点，从剩下图像进行区域扩散，至到遍历完全图，得到所有检测到的直线。