[发明专利]成品轮毂识别方法及系统在审

专利信息
申请号: 201911200769.7 申请日: 2019-11-29
公开(公告)号: CN111126164A 公开(公告)日: 2020-05-08
发明(设计)人: 崔家林;练斌;李浩来 申请(专利权)人: 浙江大学宁波理工学院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/40;G06K9/62;G06T3/40
代理公司: 北京嘉科知识产权代理事务所(特殊普通合伙) 11687 代理人: 刘力
地址: 315100 浙江省宁*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 成品 轮毂 识别 方法 系统
【权利要求书】:

1.一种成品轮毂识别方法,其特征在于,包括:

连续地获取待识别成品轮毂的P张第一图像;其中,P为不小于2的整数;

提取每张所述第一图像的感兴趣区域的图像信息,得到P张第二图像;

提取每张所述第二图像的特征点,并分析第Q张与第Q+1张所述第二图像的特征点的关联度,得到配准点;其中,Q为大于0的整数,且Q≤P;

根据所述配准点,将第1张至第P张所述第二图像进行拼接,并对拼接后的图像进行融合处理,得到完整的所述待识别成品轮毂的第三图像;

识别所述第三图像中所述待识别成品轮毂的特征信息。

2.根据权利要求1所述的成品轮毂识别系统,其特征在于,所述提取每张所述第二图像的特征点,并分析第Q张与第Q+1张所述第二图像的特征点的关联度,得到配准点,包括:

利用Harris角点提取算法提取每张所述第二图像的特征点,利用NCC归一化互相关匹配法分析第Q张与第Q+1张所述第二图像的特征点的关联度,将具有最大关联度的特征点作为所述配准点。

3.根据权利要求2所述的成品轮毂识别系统,其特征在于,所述利用NCC归一化互相关匹配法分析第Q张与第Q+1张所述第二图像的特征点的关联度,包括:

以第Q张及第Q+1张所述第二图像的每个特征点为中心,取(2K+1)*(2K+1)规格的相关窗;

以第Q张所述第二图像为参考图像,利用NCC函数计算第Q张与第Q+1张所述第二图像的特征点的关联度;

所述NCC函数的表达式为:

其中,NCC(i,j)表示关联度,M(x,y)表示第Q张所述第二图像中第i个特征点对应的窗口像素的灰度值,N(x,y)表示第Q+1张所述第二图像中第j个特征点对应的窗口像素的灰度值。

4.根据权利要求1所述的成品轮毂识别系统,其特征在于,所述根据所述配准点,将第1张至第P张所述第二图像进行拼接,并对拼接后的图像进行融合处理,得到完整的所述待识别成品轮毂的第三图像,包括:

根据所述配准点,将第1张与第2张所述第二图像进行拼接及融合处理,将拼接及融合后的图像与第3张所述第二图像进行拼接及融合处理,直至将拼接及融合处理后的图像与第P张所述第二图像进行拼接及融合处理,得到完整的所述待识别成品轮毂的第三图像。

5.根据权利要求1所述的成品轮毂识别系统,其特征在于,所述对拼接后的图像进行融合处理,包括:

利用均值法对拼接后的图像进行融合处理,所述均值法的表达式为

其中,C(x,y)表示融合后的图像的像素灰阶值,A(x,y)及B(x,y)表示待拼接的两张图像的像素灰阶值,ωi=1/ω,ω为待拼接的两张图像的重叠区域的宽度,ω12=1,0ω12<1;

使所述重叠区域ω1渐变至0,ω2渐变至1,消除拼接后的图像的缝隙。

6.根据权利要求1所述的成品轮毂识别系统,其特征在于,在提取每张所述第二图像的特征点之前,所述方法还包括:

将每张所述第二图像转换为灰度图像,并进行平滑滤波处理,消除所述第二图像中的噪点。

7.根据权利要求1所述的成品轮毂识别系统,其特征在于,在识别所述第三图像中所述待识别成品轮毂的特征信息之后,所述方法还包括:

将识别出的所述待成品识别轮毂的特征信息与预先存储的特征信息进行匹配,确定所述待识别成品轮毂的轮毂类型。

8.根据权利要求1所述的轮毂识别系统,其特征在于,所述特征信息包括轮毂直径、轮毂条幅、轮毂图像的二值化占空比、轮毂轮辋边缘点坐标、轮毂灰度图像数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学宁波理工学院,未经浙江大学宁波理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911200769.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top