[发明专利]一种检测图像中渐开线的图像算法

说明书

本发明公开了一种检测图像中渐开线的图像算法，它包括如下步骤：步骤(1)将要处理的图像转变为灰度图像：步骤(2)对灰度图像进行边缘检测，步骤(3)计算每个边缘的像素点对应的所有渐开线的参数：步骤(4)筛选置信度最高的渐开线参数，以此为初值迭代出精确解。该算法对于处理包含渐开线物体的图像检测有重要的意义，可以有效寻找到目标物体的轮廓。

技术领域

本发明属于图像算法中的图像处理和模式识别领域，具体涉及检测图像中渐开线的图像算法，该方法是一种通过分析图像中的边缘像素，找出图像中所包含的渐开线的方法，主要用于寻找包含渐开线的物体的轮廓，可以运用在例如齿轮类零件的图像处理过程中。

背景技术

在图像处理的过程中，有价值的信息通常只包含在图像中的某一部分，如何有效的提取检测对象的边缘，确定检测的区域是图像处理过程中比较重要的一个环节。同时物体的边缘通常包含了很多重要的信息，对于后续的测量和缺陷检测有显著的影响。利用通用的处理手段，如分析像素灰度变化难以给出准确的边缘信息，且给出的都是图像结果，无法表示出边缘中包含的曲线类型及其参数，需要后续继续的处理。

目前通过对图像做霍夫变换，可以检测到图像中所包含的圆、直线这两类基本曲线，但对于其它曲线，如渐开线就无法检测。齿轮零件图像的边缘中包含的多数是渐开线，本文在进行齿轮零件图像的处理过程中，提出了一种检测图像中渐开线的图像算法，它能精确的得到齿轮零件的边缘，且算法鲁棒性好，易于实现。

通常情况下，想要检测图像中齿轮的轮廓存在如下的不足之处：

(1)对经过消除畸变和滤波的图像进行边缘检测，再对得到的边缘图像做形态学操作，将得到的结果直接作为齿轮的轮廓，因为图像中噪音的存在，得到的结果会引入较多的误差。

(2)利用已知的齿轮参数，得到理论的齿轮轮廓曲线，将其与边缘图像进行拟合，得到拟合误差最小的情况，但是需要提前知道齿轮的参数，且拟合过程需要非线性的优化过程，计算强度大。

发明内容

本发明的目的主要是公开一种检测图像中渐开线的图像算法，它能检测图像中存在的渐开线，并给出该渐开线的基本参数，如基圆半径r_b、基圆圆心坐标(x₀，y₀)、渐开线旋转角度θ，由此给出该渐开线在图像中的精确数学表达式，为后续的图像检测步骤提供测量及检测的依据。

为了实现上述的目标，同时克服其它方法的不足，本发明通过一下的步骤实现：

一种检测图像中渐开线的图像算法，其特征在于包含以下步骤：

步骤(1)将要处理的图像转变为灰度图像步骤对原始图像进行畸变修正，修正相机系统带来的图像畸变，如果图像是彩色图像，则需要将其转化为灰度图像；

步骤(2)对灰度图像进行边缘检测步骤用得到的灰度图像进行边缘检测，使用canny 算子得到边缘图像，同时得到边缘图像中每个像素的梯度值记(x，y)是每个像素的图像坐标，φ(x，y)是该像素点的梯度方向，由公式计算出梯度方向φ(x，y)，步骤

步骤(3)计算每个边缘的像素点对应的所有渐开线的参数步骤结合每个边缘像素点的坐标(x，y)和梯度方向φ(x，y)计算出满足条件的渐开线参数基圆半径r_b和基圆圆心坐标(x₀，y₀)；