專利名稱：一種條紋間隙檢測方法
技術領域：
本發(fā)明涉及一種條紋間隙檢測方法。屬于數(shù)字圖像處理技術領域。
背景技術：
條紋間隙檢測是通過提取條紋邊緣線來計算條紋的寬度，其核心內(nèi)容是邊緣檢測，邊緣檢測是圖像特征提取的重要技術之一，用來分割不同物體或提取圖像邊緣。條紋間隙檢測方法可以用于實現(xiàn)檢測如光柵間隙等各種條紋間隙。目前沒有針對條紋圖像提出的具體的條紋間隙檢測方法，但公知的邊緣檢測方法比較多，主要包括一次微分算子如Sobel算子、Robert算子，二次微分算子如拉普拉斯算子，模板操作算子如I^ewitt算子、Kirsch算子等。Sobel邊緣算子的卷積模板是兩個3X3的卷積核，主要強調(diào)中心像素的4領域?qū)ζ涞挠绊?，消?個對角近鄰像素對其的作用，它具有方向性，在水平方向和垂直方向形成最強烈的邊緣。Robert算子是一種局部對角差分算子，可以體現(xiàn)對角方向上的效果。 Prewitt邊緣算子由兩個卷積核組成，一個核對垂直邊緣響應最大，一個核對水平邊緣響應最大，取兩者的最大值即為輸出。Kirsch算子是由一組8個3X3的卷積核組成，每個卷積核之間的夾角為45°，取8個中最大的即為輸出，該算子考慮到了圖像的360°的8個方向的邊緣提取。拉普拉斯算子是一種無方向性的二階導數(shù)算子，階躍邊緣的二階導數(shù)會在邊緣處產(chǎn)生一個陡峭的零交叉，二階導數(shù)算子過零點準確地位于圖像的邊緣，其邊緣檢測結果是不包括邊緣方向信息的雙像素寬邊緣。在對這些算子的研究和實踐過程中發(fā)現(xiàn)這些邊緣檢測算子對邊緣灰度值過渡比較尖銳并且噪聲較小等不復雜的圖像提取效果較好，但對于邊緣復雜、光照不均勻的圖像提取的效果則不太理想，主要表現(xiàn)在邊緣模糊、邊緣非單像素寬、弱邊緣丟失、整體邊緣不連續(xù)等，所以本發(fā)明提出了一種條紋間隙檢測方法。

發(fā)明內(nèi)容
為了克服現(xiàn)有邊緣檢測算子對于邊緣復雜、光照不均勻圖像的邊緣提取效果不理想，如邊緣模糊、邊緣非單像素寬、弱邊緣丟失、整體邊緣不連續(xù)等不足，本發(fā)明提出了一種條紋間隙檢測方法，該方法可以有效克服噪聲干擾及光照不均勻影響，可以精確的提取條紋圖像的單像素邊緣，進而可以測量條紋寬度。其特征在于該條紋間隙檢測方法包括如下步驟1)，對原始圖像進行平滑濾波；2)、如果噪聲較大，可進行多次平滑濾波3)、對濾波之后的圖像進行邊緣提??；4)、判斷邊緣提取之后的圖像邊緣是否太寬，如是，則重復進行上一個過程3)，若否，則對邊緣提取之后的圖像進行分塊閾值分割；5)利用閾值分割之后的圖像畫出邊緣線，進而可計算出條紋間隙。
2、根據(jù)權利要求1所述的一種條紋間隙檢測方法，其特征在于所述對濾波之后的圖像進行邊緣提取的步驟(；3)包括a、計算水平方向的一階微分，hx(i，j) = |f(i，j+l)_f(i，j) I其中f(i，j)是原圖像的第i行j列像素值；b、計算垂直方向的一階微分，hy(i，j) = f(i-l, j)-f(i, j)；C、計算斜對角方向的一階微分，hrx(i, j) = f(i-l, j+l)-f(i, j) |，hry(i，j)=
f(i+i，j+D-f(i, j) I ；d、h(i, j) = hx(/, j) + hy(/, j) + Hrx(/,7)xV2+ Hty(/,力χλ/ 。3、根據(jù)權利要求1所述的一種條紋間隙檢測方法，，其特征在于所述對邊緣提取之后的圖像進行分塊閾值分割步驟(4)包括a、根據(jù)圖像中條紋寬度及位置特點，將圖像分成若干子塊，使每一個條紋都處于一個子塊內(nèi)；b、對于垂直方向的條紋，將每一個子塊內(nèi)的各列像素累加得到sum[j]，j表示圖像的第j列，取sum[j] > kXHei作為子塊的閾值條件，其中Hei表示子塊的高度，k是不同子塊的系數(shù)因子；C、對于水平方向的條紋，將每一個子塊內(nèi)的各行像素累加得到sum[i]，i表示圖像的第i行，取sum[i] >kXWid作為子塊的閾值條件，其中Wid表示子塊的寬度，k是不同子塊的系數(shù)因子。本發(fā)明的有益效果是，條紋間隙檢測方法可以克服外界環(huán)境的干擾，如噪聲、光照條件等，快速的檢測到各個方向的灰度變化，最終得到清晰、準確、連續(xù)的單像素邊緣線，從而可以很容易的計算出條紋寬度。


為了更清楚地說明本發(fā)明方法和現(xiàn)有技術中的技術方案，下面將對該方法和現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，下面描述中的附圖僅為本發(fā)明的一個實際應用。圖1是公知的邊緣檢測算子的卷積核；圖2是本發(fā)明條紋間隙檢測方法的流程圖，也為摘要附圖；圖3是本發(fā)明采用的光柵間隙檢測圖像；圖4是原始圖像濾波后又進行邊緣提取之后的圖像；圖5是邊緣提取之后的圖像進行分塊閾值分割所得圖像；圖6是分塊閾值分割后畫出邊緣線的圖像；
具體實施例方式下面結合附圖對本發(fā)明作進一步說明本發(fā)明的流程圖如圖2所示，包括步驟1對原始圖像進行平滑濾波；2如果噪聲較大，可進行多次平滑濾波；3對濾波之后的圖像進行邊緣提??；4對邊緣提取之后的圖像進行分塊閾值分割；5利用閾值分割之后的圖像畫出邊緣線。每個步驟具體如下
步驟1 對原始圖像進行平滑濾波圖像在采集和傳輸?shù)倪^程中，往往會摻雜各種噪聲，造成圖像的質(zhì)量下降，這對于圖像的邊緣提取造成了很大的困難，為了更好的進行邊緣提取，必須先進行濾波，步驟2 如果噪聲較大，可進行多次平滑濾波；本發(fā)明采用算法簡單，去噪效果較好的平滑濾波。步驟3 對濾波之后的圖像進行邊緣提取本發(fā)明采用的邊緣提取方法是一個二階無方向性的微分算子，不僅可以有效的提取水平方向和垂直方向的邊緣，還可以提取對角方向的邊緣，而且所提取的是單像素邊緣， 其主要思想如下a、計算水平方向的一階微分，hx(i，j) = |f(i，j+l)_f(i，j) I其中f(i，j)是原圖像的第i行j列像素值；b、計算垂直方向的一階微分，hy(i，j) = |f(i_l，j)_f(i，j) I ；C、計算斜對角方向的一階微分，hrx(i, j) = f(i-l, j+l)-f(i, j) |，hry(i，j)=
f(i+i，j+D-f(i, j) I ；d、h(i, j) = hx(/, j) + hy(/, j) + Hrx(/,7)xV2+ Hty(/,力χλ/ 。步驟4 :對邊緣提取之后的圖像進行分塊閾值分割由于圖像受到外界光照條件的不同，使得圖像的各個部分的亮度和對比度不盡相同，如果使用全局閾值分割，則很容易丟失部分邊緣信息，為了更完整的獲得每一個條紋的邊緣，需對圖像進行分塊閾值分割，具體的分割方法如下a、根據(jù)圖像中條紋寬度及位置特點，將圖像分成若干子塊，盡量使每一個條紋都處于一個子塊內(nèi)；b、對于垂直方向的條紋，將每一個子塊內(nèi)的各列像素累加得到sum[j]，j表示圖像的第j列，取sum[j] > kXHei作為子塊的閾值條件，其中Hei表示子塊的高度，k是不同子塊的系數(shù)因子；C、對于水平方向的條紋，將每一個子塊內(nèi)的各行像素累加得到sum[i]，i表示圖像的第i行，取sum[i] >kXWid作為子塊的閾值條件，其中Wid表示子塊的寬度，k是不同子塊的系數(shù)因子；步驟5 禾Ij用閾值分割之后的圖像畫出邊緣線為了更加精確地確定條紋的邊緣，需畫出單像素邊緣線，有利于計算條紋間隙，其具體做法如下在條紋的1/2處取一條垂直線，沿著垂直線從左到右查詢灰度值為255的點坐標， 保留靠近條紋邊緣的坐標值，畫出單像素邊緣線。
權利要求
1.一種條紋間隙檢測方法，其特征在于該條紋間隙檢測方法包括如下步驟 (1)，對原始圖像進行平滑濾波；O)、如果噪聲較大，可進行多次平滑濾波； (3)、對濾波之后的圖像進行邊緣提??；G)、判斷邊緣提取之后的圖像邊緣是否太寬，如是，則重復進行上一個過程(3)，若否， 則對邊緣提取之后的圖像進行分塊閾值分割；(5)利用閾值分割之后的圖像畫出邊緣線，進而可計算出條紋間隙。
2.根據(jù)權利要求1所述的一種條紋間隙檢測方法，其特征在于所述對濾波之后的圖像進行邊緣提取的步驟( 包括a、計算水平方向的一階微分，hx(i，j)= |f(i，j+l)_f(i，j) I其中f(i，j)是原圖像的第i行j列像素值；b、計算垂直方向的一階微分，hy(i，j)= |f(i_l，j)_f(i，j)| ；c、計算斜對角方向的一階微分，hrx(i，j)= |f(i-l，j+l)_f(i，j) |，hry(i，j) = f(i+l,j+l)_f(i，j) I ；d、h(i,j) = hx(/, j) + hy(/, j) + hm(/,7)χV2 + Hty(/, j)χV2，其中 h(i，j)是邊緣提取后的圖像。
3.根據(jù)權利要求1所述的一種條紋間隙檢測方法，，其特征在于所述對邊緣提取之后的圖像進行分塊閾值分割步驟(4)包括a、根據(jù)圖像中條紋寬度及位置特點，將圖像分成若干子塊，使每一個條紋都處于一個子塊內(nèi)；b、對于垂直方向的條紋，將每一個子塊內(nèi)的各列像素累加得到sum[j]，j表示圖像的第j列，取sum[j] > kXHei作為子塊的閾值條件，其中Hei表示子塊的高度，k是不同子塊的系數(shù)因子；c、對于水平方向的條紋，將每一個子塊內(nèi)的各行像素累加得到sum[i]，i表示圖像的第i行，取sum[i] > kXffid作為子塊的閾值條件，其中Wid表示子塊的寬度，k是不同子塊的系數(shù)因子。
全文摘要
一種條紋間隙檢測方法。屬于數(shù)字圖像處理技術領域。該條紋間隙檢測方法包括如下步驟對原始圖像進行平滑濾波，如果噪聲較大，可進行多次平滑濾波；對濾波之后的圖像進行邊緣提?。慌袛噙吘壧崛≈蟮膱D像邊緣是否太寬，如是，則重復進行上一個過程，若否，則對邊緣提取之后的圖像進行分塊閾值分割；利用閾值分割之后的圖像畫出邊緣線，進而可計算出條紋間隙。條紋間隙檢測方法可以克服噪聲、光照條件等外界因素影響，快速、準確的畫出單像素條紋邊緣線，計算出條紋寬度。
文檔編號G06T7/00GK102393964SQ20111021877
公開日2012年3月28日 申請日期2011年8月2日 優(yōu)先權日2011年8月2日
發(fā)明者趙建, 隋龍, 韓希珍 申請人:中國科學院長春光學精密機械與物理研究所