專利名稱：特征值提取方法及系統(tǒng)的制作方法
特征值提取方法及系統(tǒng)技術領域：
本發(fā)明涉及圖像處理領域，特別涉及一種圖像的特征值提取方法及系統(tǒng)。背景技術：
表面質(zhì)量的好壞是工業(yè)產(chǎn)品的一項重要衡量指標，各種產(chǎn)品表面質(zhì)量的檢測與控制技術已經(jīng)成為國內(nèi)外學者研究的熱點課題。
在現(xiàn)有技術中，常采用自動視覺檢測系統(tǒng)來進行產(chǎn)品表面質(zhì)量的檢測。自動視覺檢測系統(tǒng)被定義為用計算機來模擬人的視覺功能，自動的從客觀事物的圖像中提取信息， 進行處理并加以理解，最終用于實際檢測，測量和控制。一個典型的自動視覺檢測系統(tǒng)包括光源、光學系統(tǒng)、圖像采集系統(tǒng)、數(shù)字圖像處理以及智能判斷決策模塊等等。在具體進行產(chǎn)品表面質(zhì)量的檢測時，系統(tǒng)首先通過CCD相機或其它圖像拍攝裝置將目標轉(zhuǎn)換成圖像信號，然后轉(zhuǎn)變成數(shù)字化信號傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布、亮度和顏色等信息，進行各種運算來抽取目標的特征，根據(jù)預設的容許度和其它條件輸出判斷結果。
但是在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術至少存在以下問題由于具體檢測的產(chǎn)品表面不同，對所述自動視覺檢測系統(tǒng)的要求也不同，比如用于織物表面瑕疵在線檢測的裝置，由于織物流水線的高速運動，圖像采集的速度可能高達每秒100到200幀左右，那么就需要要求圖像處理的速度要等于甚至快于圖像采集的速度，而圖像處理的速度很大程度上決定于在圖像中提取目標的特征的計算速度，而如何實現(xiàn)快速提取目標的特征以便滿足系統(tǒng)的實時性需求是現(xiàn)有技術中的一大難題。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種特征值提取方法及系統(tǒng)，所述特征值提取方法及系統(tǒng)可以更加快速地提取各個像素點的特征值。
為了達到本發(fā)明的目的，根據(jù)本發(fā)明的一個方面，本發(fā)明提供一種特征值提取方法，所述方法包括對輸入圖 像的行和列分別進行一維卷積計算以獲得各個有效點的水平梯度；對輸入圖像的行和列分別進行一維卷積計算以獲得各個有效點的垂直梯度；分別計算各個有效點的水平梯度平方值、水平梯度與垂直梯度的乘積和垂直梯度平方值；分別累計以當前有效點為中心的預定大小窗口內(nèi)的各個有效點的水平梯度平方值和、水平梯度與垂直梯度的乘積和和垂直梯度平方值和；根據(jù)所述窗口內(nèi)的各個有效點的水平梯度平方值和、水平梯度與垂直梯度的乘積和和垂直梯度平方值和計算當前有效點的特征值。
進一步地，所述對輸入圖像的行和列分別進行一維卷積計算以獲得各個有效點的水平梯度包括
按行利用第一卷積核進行一維卷積計算，設當前有效點的像素值為g(x，y)，第一卷積核為(fl、f2.....fM)，則按行利用第一卷積核進行一維卷積計算為
權利要求
1.一種特征值提取方法，其特征在于，所述方法包括 對輸入圖像的行和列分別進行一維卷積計算以獲得各個有效點的水平梯度； 對輸入圖像的行和列分別進行一維卷積計算以獲得各個有效點的垂直梯度； 分別計算各個有效點的水平梯度平方值、水平梯度與垂直梯度的乘積和垂直梯度平方值； 分別累計以當前有效點為中心的預定大小窗口內(nèi)的各個有效點的水平梯度平方值和、水平梯度與垂直梯度的乘積和和垂直梯度平方值和； 根據(jù)所述窗口內(nèi)的各個有效點的水平梯度平方值和、水平梯度與垂直梯度的乘積和和垂直梯度平方值和計算當前有效點的特征值。
2.根據(jù)權利要求1所述的特征值提取方法，其特征在于，所述對輸入圖像的行和列分別進行一維卷積計算以獲得各個有效點的水平梯度包括 按行利用第一卷積核進行一維卷積計算，設當前有效點的像素值為g(x，y)，第一卷積核為(fl、f2.....fM)，則按行利用第一卷積核進行一維卷積計算為
3.根據(jù)權利要求2所述的特征值提取方法，其特征在于，所述對輸入圖像的行和列分別進行一維卷積計算以獲得各個有效點的水平梯度或垂直梯度還包括 所述按行進行一維卷積計算的計算結果采用先入先出緩沖隊列結構存儲，當輸入圖像中的第(當前卷積核大小-1)行的按行進行一維卷積的計算過程完畢以后，開始按列進行一維卷積的計算過程。
4.根據(jù)權利要求1所述的特征值提取方法，其特征在于，所述以當前有效點為中心的預定大小窗口是指以當前有效點為中心點的N*N窗口，N為大于等于3的奇數(shù)， 所述分別累計以當前有效點為中心的預定大小窗口內(nèi)的各個有效點的水平梯度平方值和、水平梯度與垂直梯度的乘積和和垂直梯度平方值和包括 將以當前有效點為中心的預定大小窗口內(nèi)的各行有效點的水平梯度平方值分別累計后存入一先入先出緩沖隊列結構，然后再按列進行累計以獲得所述水平梯度平方值和； 將以當前有效點為中心的預定大小窗口內(nèi)的各行有效點的水平梯度與垂直梯度的乘積分別累計后存入另一先入先出緩沖隊列結構，然后再按列進行累計以獲得所述水平梯度與垂直梯度的乘積和； 將以當前有效點為中心的預定大小窗口內(nèi)的各行有效點的垂直梯度平方值分別累計后存入再一先入先出緩沖隊列結構，然后再按列進行累計以獲得所述垂直梯度平方值和。
5.根據(jù)權利要求1所述的特征值提取方法，其特征在于，所述根據(jù)所述窗口內(nèi)的各個有效點的水平梯度平方值和、水平梯度與垂直梯度的乘積和和垂直梯度平方值和計算當前有效點的特征值包括 根據(jù)如下公式計算當前有效點的特征值T(x, y)
6.一種特征值提取系統(tǒng)，其特征在于，其包括 水平梯度計算模塊，對輸入圖像的行和列分別進行一維卷積計算以獲得各個有效點的水平梯度； 垂直梯度計算模塊，對輸入圖像的行和列分別進行一維卷積計算以獲得各個有效點的垂直梯度； 第一乘法模塊，計算各個有效點的水平梯度平方值； 第二乘法模塊，計算各個有效點的水平梯度與垂直梯度的乘積； 第三乘法模塊，計算各個有效點的垂直梯度平方值； 第一累計模塊，累計以當前有效點為中心的預定大小窗口內(nèi)的各個有效點的水平梯度平方值和； 第二累計模塊，累計以當前有效點為中心的預定大小窗口內(nèi)的各個有效點的水平梯度與垂直梯度的乘積和； 第三累計模塊，累計以當前有效點為中心的預定大小窗口內(nèi)的各個有效點的垂直梯度平方值和；特征值計算模塊，根據(jù)所述窗口內(nèi)的各個有效點的水平梯度平方值和、水平梯度與垂直梯度的乘積和和垂直梯度平方值和計算當前有效點的特征值。
7.根據(jù)權利要求6所述的特征值提取系統(tǒng)，其特征在于，所述水平梯度計算模塊包括第一按行卷積單元和第一按列卷積單元， 所述第一按行卷積單元按行利用第一卷積核進行一維卷積計算，設當前有效點的像素值為g(x，y)，第一卷積核為(H、f2.....fM)，則按行利用第一卷積核進行一維卷積計算為
8.根據(jù)權利要求7所述的特征值提取系統(tǒng)，其特征在于，所述第一按行卷積單元和第二按行卷積單元按行進行一維卷積計算的計算結果采用先入先出緩沖隊列結構存儲，當輸入圖像中的第(當前卷積核大小-1)行的按行進行一維卷積的計算過程完畢以后，所述第一按列卷積單元和第二按列卷積單元開始按列進行一維卷積的計算過程。
9.根據(jù)權利要求6所述的特征值提取系統(tǒng)，其特征在于， 所述第一累計模塊將以當前有效點為中心的預定大小窗口內(nèi)的各行有效點的水平梯度平方值分別累計后存入一先入先出緩沖隊列結構，然后再按列進行累計以獲得所述水平梯度平方值和；所述第二累計模塊將以當前有效點為中心的預定大小窗口內(nèi)的各行有效點的水平梯度與垂直梯度的乘積分別累計后存入另一先入先出緩沖隊列結構，然后再按列進行累計以獲得所述水平梯度與垂直梯度的乘積和； 所述第三累計模塊將以當前有效點為中心的預定大小窗口內(nèi)的各行有效點的垂直梯度平方值分別累計后存入再一先入先出緩沖隊列結構，然后再按列進行累計以獲得所述垂直梯度平方值和。
10.根據(jù)權利要求6所述的特征值提取系統(tǒng)，其特征在于，所述特征值計算模塊根據(jù)如下公式計算當前有效點的特征值T(X, y)
全文摘要
本發(fā)明揭露了一種特征值提取方法及系統(tǒng)，所述方法包括對輸入圖像的行和列分別進行一維卷積計算以獲得各個有效點的水平和垂直梯度；分別計算各個有效點的水平梯度平方值、水平梯度與垂直梯度的乘積和垂直梯度平方值；分別累計以當前有效點為中心的預定大小窗口內(nèi)的各個有效點的水平梯度平方值和、水平梯度與垂直梯度的乘積和和垂直梯度平方值和；根據(jù)所述窗口內(nèi)的各個有效點的水平梯度平方值和、水平梯度與垂直梯度的乘積和和垂直梯度平方值和計算當前有效點的特征值。本發(fā)明通過可以并行運算的兩次一維卷積過程運算實現(xiàn)了原本二維卷積運算的效果，使得能夠更加快速地對輸入的每一個像素點計算其所代表的窗口具有的特征值。
文檔編號G06T7/00GK103020951SQ20111030323
公開日2013年4月3日 申請日期2011年9月26日 優(yōu)先權日2011年9月26日
發(fā)明者柴志雷, 任小龍, 高衛(wèi)東, 劉基宏, 潘如如, 梁久禎, 張平, 鐘傳杰 申請人:江南大學