[发明专利]一种基于图像的异物检测方法

摘要

本发明公开了一种基于图像的异物检测方法，属于图像处理技术领域，包括建立图像处理设备，采用图像亮度调整、滤波、背景差分、边缘检测、形态学滤波和角点检测的方法对图像进行处理，解决了基于图像进行异物检测的技术问题，本发明适用于白天、夜晚等多种场景检测，背景差分与边缘检测结合提高检测率，本发明采用角点检测与多特征融合的方法去除道面标志线或车轮印的影响。

主权项

1.一种基于图像的异物检测方法，其特征在于：包括以下步骤：步骤1：建立图像处理设备，图像处理设备通过图像获取模块获取图像，图像处理设备中包括异物检测模块和展示模块；步骤2：图像处理设备对图像进行亮度调整，将较暗的图像调亮：当图像的亮度中值小于一定的阈值θ，则对图像进行直方图均衡化，调整图像的亮度，得到亮度调整后的图像；步骤3：图像处理设备对亮度调整后的图像进行滤波处理，去除图像中的噪声，得到滤波后的图像；步骤4：建立背景模型，将滤波后的图像与背景模型进行像素比较，符合背景模型的像素点作为背景，反之则作为前景；步骤5：对滤波后的图像使用Canny边缘检测算法进行边缘检测，判定边缘强的部分是异物，其具体步骤如下：步骤A：计算图像中每个像素点的梯度强度和方向；步骤B：应用非极大值机制，以消除边缘检测带来的杂散响应,排除非边缘像素，仅保留细边缘；步骤C：应用双阈值检测确定真实边缘，大于高阈值的一定是边缘，小于低阈值一定不是边缘，若检测结果在低阈值和高阈值之间，则搜索该像素的相邻像素中有无大于高阈值的边缘像素，若存在则是边缘，反之则不是边缘；步骤D：根据步骤A到步骤C的结果确定边缘图像；步骤6：对边缘图像进行形态学滤波操作，连接异物断裂的边缘信息，更完整地检测出异物，形态学滤波操作后对封闭边缘进行孔洞填充；步骤7：对步骤6获得的图像进行角点检测，保留角点个数大于阈值δ的区域，去除角点个数小于阈值δ的区域，去除道面标志线或车轮印的影响；步骤8：输出步骤7获得的图像数据，通过图像显示设备展示给用户查看。