[发明专利]一种门窗制造质量检测方法有效
申请号: | 202111560994.9 | 申请日: | 2021-12-20 |
公开(公告)号: | CN113936003B | 公开(公告)日: | 2022-03-22 |
发明(设计)人: | 卢建华 | 申请(专利权)人: | 武汉安泰三山门窗装饰有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/66 |
代理公司: | 武汉智慧恒知识产权代理事务所(特殊普通合伙) 42232 | 代理人: | 张扬 |
地址: | 430000 湖北省*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 门窗 制造 质量 检测 方法 | ||
1.一种门窗制造质量检测方法,其特征在于,该方法包括以下步骤:
获取待检测门窗图像;
以待检测门窗图像的中心点为原点对待检测门窗图像进行霍夫变换,得到待检测门窗图像对应的霍夫参数空间;
根据霍夫参数空间中各正弦曲线过高亮点的数量,计算霍夫参数空间中各正弦曲线对应的像素点为理论角点的第一概率,所述理论角点为标准门窗的角点;
根据霍夫参数空间中各正弦曲线过点的数量,计算霍夫参数空间中各正弦曲线对应的像素点为理论角点的第二概率;
根据各正弦曲线对应的第一概率和第二概率,得到各正弦曲线对应的目标概率,所述正弦曲线对应的目标概率为正弦曲线对应的像素点为理论角点的概率;从各正弦曲线对应的目标概率中选取四个最大的目标概率,若四个最大的目标概率均大于误差阈值,则判定门窗质量合格;
根据霍夫参数空间中各正弦曲线过高亮点的数量,计算霍夫参数空间中各正弦曲线对应的像素点为理论角点的第一概率,包括:
获取霍夫参数空间中各正弦曲线的初始投票值序列,所述投票值序列中各元素为霍夫参数空间中正弦曲线经过的各点对应的投票值;
将各正弦曲线对应的初始投票值序列中各元素进行升序排列,得到各正弦曲线对应的排序后的投票值序列;
构建与各排序后的投票值序列对应的虚拟序列,所述虚拟序列用于判断排序后的投票值序列中的高亮点;
将各正弦曲线对应的排序后的投票值序列与对应的虚拟序列进行对比,得到在多个不同余弦相似度阈值下霍夫参数空间中各正弦曲线经过高亮点的数量;
计算不同余弦相似度阈值下霍夫参数空间中各正弦曲线经过两个高亮点的次数与余弦相似度阈值总数量之比,得到霍夫参数空间中各正弦曲线对应的第一概率;
根据霍夫参数空间中各正弦曲线过点的数量,计算霍夫参数空间中各正弦曲线对应的像素点为理论角点的第二概率,包括:
获取霍夫参数空间中各正弦曲线的过点数量;
根据霍夫参数空间中各正弦曲线的过点数量与最大过点数量之比,得到霍夫参数空间中各正弦曲线对应的第二概率;
根据各正弦曲线对应的第一概率和第二概率,得到各正弦曲线对应的目标概率,包括:
根据各正弦曲线对应的第一概率和第二概率,得到待检测门窗图像中两个长轴在霍夫参数空间中对应的两个点,记为两个长轴点;
根据霍夫参数空间中的两个长轴点的纵坐标,计算待检测门窗图像对应的第三概率,所述第三概率为待检测门窗图像中的角点为理论角点的概率;
计算霍夫参数空间各正弦曲线对应的第一概率和第二概率的乘积,记为各正弦曲线对应的理论角点概率;计算各正弦曲线对应的理论角点概率与待检测门窗图像对应的第三概率的乘积,得到各正弦曲线对应的目标概率;
第三概率的计算公式为:
其中,为待检测门窗图像对应的第三概率,为两个长轴点纵坐标的距离,为自然常数;
目标概率的计算公式为:
其中,为第个正弦曲线对应的目标概率,为第个正弦曲线对应的第一概率,第个正弦曲线对应的第二概率。
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武汉安泰三山门窗装饰有限公司,未经武汉安泰三山门窗装饰有限公司许可,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/202111560994.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种机器人3D视觉抓取方法及系统
- 下一篇:旋转控制装置、控制方法和音响系统