[发明专利]一种汽车纵梁图像去抖动及边缘校准方法和系统

权利要求书

1.一种汽车纵梁图像去抖动及边缘校准方法，包括：

获取线扫描相机采样的汽车纵梁图像；

对所述汽车纵梁图像采用自适应阈值OTSU算法进行二值化处理，确定所述汽车纵梁图像中的所有上下边界点；

根据所述上下边界点获得上边界点训练集和下边界点训练集，并通过线性回归模型分别拟合汽车纵梁上下边界；

根据所述拟合汽车纵梁上下边界，计算汽车纵梁上下边界的理论位置，得到预测的汽车纵梁上下边界的理论位置；

基于预测的汽车纵梁上下边界的理论位置，计算每一帧图像中的钢梁宽度，并取平均值得到所述汽车纵梁的平均宽度；

将当前图像帧的钢梁宽度变换为所述平均宽度，并映射到理论位置中，得到去抖动及边缘校准后的目标图像。

2.如权利要求1所述的汽车纵梁图像去抖动及边缘校准方法，其特征在于：所述汽车纵梁图像采用自适应阈值OTSU算法进行二值化处理的方法，包括：

将获取的汽车纵梁图像进行灰度化处理，得到灰度图；

对完整的所述汽车纵梁图像的灰度图进行高斯平滑处理，去除噪音点干扰；

获取平滑处理的汽车纵梁图像的灰度图，并从所述汽车纵梁图像中圈定感兴趣区域ROI；

采用OTSU对所述ROI区域进行二值化评估，求得阈值t；

将得到的阈值t应用于所述汽车纵梁图像的灰度图中，完成所述汽车纵梁图像的二值化，得到二值图；

其中，所述汽车纵梁图像的灰度图中，像素值大于阈值t像素点视为前景，设置为白色，像素值小于阈值t像素点视为背景，设置为黑色，实现前后景分离。

3.如权利要求2所述的汽车纵梁图像去抖动及边缘校准方法，其特征在于：确定所述汽车纵梁图像中的所有上下边界点的方法，包括：

根据获取平滑处理后的二值图，确定所述二值图中的第i列图像数据i＝{1，...，w}，其中，w表示图像总列数；

提取初始前景点y轴坐标和末端前景点y轴坐标得到确定汽车纵梁在图片中的所有上下边界点。

4.如权利要求3所述的汽车纵梁图像去抖动及边缘校准方法，其特征在于：根据所述上下边界点获得上边界点训练集和下边界点训练集之间还包括：去除所述上下边界点中过分偏离其对应边界所在的均值点的样本，其中，初始前景点坐标的均值点为末端前景点坐标的均值点为然后根据所述上下边界点获得上边界点训练集D₁和下边界点训练集D₂，即：

拟合汽车纵梁上边界：

拟合汽车纵梁下边界：

其中，x⁽ⁱ⁾＝i，表示所需训练线性回归的第i列图像x轴坐标。

5.如权利要求4所述的汽车纵梁图像去抖动及边缘校准方法，其特征在于：根据所述拟合汽车纵梁上下边界，计算汽车纵梁上下边界的理论位置，得到预测的汽车纵梁上下边界的理论位置的方法，包括：

通过所述坐标位置训练集D₁及坐标位置训练集D₂分别训练2个线性回归模型，预测汽车纵梁的上边界及下边界的理论y轴坐标位置和

其中，基于坐标位置训练集D₁及坐标位置训练集D₂分别训练直线模型参数；

基于训练好的模型参数，预测纵梁边界的理论位置；

其中，所述训练直线模型参数为利用线性回归的理论解求得参数值，公式如下：

所述汽车纵梁上边界，有：

其中，求得的包含直线的斜率coef_start及直线在y轴的截距intercept_start，即：

所述汽车纵梁下边界，有：

其中，求得的包含直线的斜率coef_end及直线在y轴的截距intercept_end，即：

其中，基于求得的汽车纵梁上边界及汽车纵梁下边界计算纵梁上下边界的理论位置及计算公式如下：