本發(fā)明涉及缺陷檢測的，尤其是一種基于動態(tài)軟擬合信號匹配算法的工部件輪廓標(biāo)定方法。

背景技術(shù)：

1、在現(xiàn)有的工業(yè)質(zhì)檢技術(shù)當(dāng)中，物料的輪廓提取方法通常是將物料固定在檢驗(yàn)機(jī)臺上，由工業(yè)相機(jī)在不同尺寸視野下，按照特定軌跡進(jìn)行掃描識別采集圖片，并對掃描出的物料圖像進(jìn)行物料輪廓提取。部分物料輪廓較為清晰、平整，但由于物料的現(xiàn)有工藝及設(shè)備的限制，不同物料的生產(chǎn)流程可能會產(chǎn)生物料不同形態(tài)的缺陷，比如物料歪斜、翻折或缺料等缺陷。這些缺陷發(fā)生的情況常常會使物料輪廓標(biāo)注定位出現(xiàn)提取失敗或不準(zhǔn)確的現(xiàn)象。且相同環(huán)境下拍攝到不同材質(zhì)的物料圖像差異較大。部分物料背景清晰簡潔的圖像可通過機(jī)臺設(shè)備準(zhǔn)確提取物料邊緣，但背景復(fù)雜的物料圖像提取時可能會產(chǎn)生誤差?，F(xiàn)有的解決方案是采用人工核對的方法將掃描提取出的物料輪廓逐個進(jìn)行復(fù)查，人為校正物料輪廓，這種方法耗費(fèi)大量人力，增加項(xiàng)目成本，同時效率也很難提高。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一。

2、為此，本發(fā)明提出一種基于動態(tài)軟擬合信號匹配算法的工部件輪廓標(biāo)定方法，即為基于輪廓的一維信號相似度匹配的方法，提高輪廓的匹配效果，進(jìn)而提高輪廓標(biāo)定的準(zhǔn)確率，從而提高設(shè)備模型精確度，減少現(xiàn)場工作難度。

3、根據(jù)本發(fā)明實(shí)施例的基于動態(tài)軟擬合信號匹配算法的工部件輪廓標(biāo)定方法，包括以下步驟：

4、第1步驟、獲取數(shù)據(jù)：獲取待匹配信號的待測圖像；獲取模板信號，模板信號的長度為；從模板信號中截取長度為的局部模板信號，其中，，為橫坐標(biāo)局部模板信號，為縱坐標(biāo)局部模板信號；

5、第2步驟、圖像預(yù)處理，得到二值圖：對待匹配信號的待測圖像進(jìn)行圖像預(yù)處理，灰度化，采用傅里葉低通濾波器，得到平滑后的待測圖像；

6、第3步驟、邊緣檢測：采用canny算子對待測圖像進(jìn)行邊緣檢測，并提取待測目標(biāo)的輪廓特征，得到待測目標(biāo)的輪廓坐標(biāo)信息，即，對進(jìn)行線性擬合，根據(jù)擬合后的直線的水平夾角對輪廓進(jìn)行旋轉(zhuǎn)，最后得到旋轉(zhuǎn)后的輪廓坐標(biāo)信息；

7、第4步驟、數(shù)據(jù)增廣：計(jì)算的長度與模板信號的長度的輪廓長度差，并將輪廓長度差除以和中最小的那個值，得到比值；

8、判斷比值是否大于設(shè)定的閾值：

9、當(dāng)判斷比值大于設(shè)定的閾值時，則樣條插值，隨即進(jìn)入第5步驟；

10、當(dāng)判斷比值小于等于設(shè)定的閾值時，則直接進(jìn)入第5步驟；

11、第5步驟、計(jì)算信號梯度：提取的x坐標(biāo)與y坐標(biāo)得到信號，并對其進(jìn)行周期延拓；計(jì)算周期延拓后的一階導(dǎo)數(shù)，得到,?同時計(jì)算模板信號的一階導(dǎo)數(shù)，得到；

12、第6步驟、信號匹配：對進(jìn)行滑動窗口，其中滑動窗口的大小為局部模板信號的長度，滑動步長為1個單位長度；依次計(jì)算每個滑動窗口內(nèi)的信號與局部模板信號之間的巴氏距離，最終得到關(guān)于x坐標(biāo)信號與y坐標(biāo)信號兩組巴氏距離列表,；

13、第7步驟、自適應(yīng)加權(quán)融合,：自適應(yīng)加權(quán)融合算法得到融合后的距離列表，選擇列表中的最小值作為相似度最高的信號段。

14、本發(fā)明的有益效果是，采用基于輪廓的一維信號相似度匹配的方法，提高輪廓的匹配效果，進(jìn)而提高輪廓標(biāo)定的準(zhǔn)確率，從而提高設(shè)備模型精確度，減少現(xiàn)場工作難度。

15、根據(jù)本發(fā)明一個實(shí)施例，在所述第2步驟中，傅里葉低通濾波的公式是：

16、（1）

17、（2）

18、其中，公式（1）和公式（2）中的符號所表達(dá)的含義具體如下：

19、表示待匹配信號的待測圖像的傅里葉變換形式；

20、表示選取的一個濾波器變換函數(shù)，以原點(diǎn)為圓心，d為半徑的圓內(nèi)，無衰減地通過所有頻率，再圓外截?cái)嗨蓄l率；

21、表示通過減少的高頻部分來得到的結(jié)果，即運(yùn)用傅里葉逆變換得到平滑后的圖像；

22、表示低通濾波器的截至頻率。

23、根據(jù)本發(fā)明一個實(shí)施例，在所述第3步驟中，擬合后的直線的水平夾角的取值范圍是：

24、當(dāng)擬合后的直線的水平夾角大于零時，則對輪廓進(jìn)行順時針旋轉(zhuǎn)；

25、當(dāng)擬合后的直線的水平夾角小于零時，則對輪廓進(jìn)行逆時針旋轉(zhuǎn)；

26、當(dāng)擬合后的直線的水平夾角等于零時，則不對輪廓做旋轉(zhuǎn)操作。

27、根據(jù)本發(fā)明一個實(shí)施例，在所述第3步驟中，canny邊緣檢測算法中使用sobel算子計(jì)算圖像梯度幅值和方向，為水平方向的卷積模板，為垂直方向的卷積模板，，；

28、梯度幅值的計(jì)算公式是：

29、（3）

30、其中，公式（3）中的符號所表達(dá)的含義具體如下：

31、表示梯度幅值；

32、表示使用水平模板卷積后得到的水平方向梯度幅值；

33、表示使用垂直模板卷積后得到的垂直方向梯度幅值；

34、梯度方向的計(jì)算公式是：

35、（4）

36、其中，公式（4）中的符號所表達(dá)的含義具體如下：

37、表示梯度方向。

38、根據(jù)本發(fā)明一個實(shí)施例，在所述第3步驟中，

39、順時針旋轉(zhuǎn)的公式是：

40、（5）

41、（6）

42、逆時針旋轉(zhuǎn)的公式是：

43、（7）

44、（8）

45、其中，公式（5）、公式（6）、公式（7）和公式（8）中的符號所表達(dá)的含義具體如下：

46、表示旋轉(zhuǎn)前的坐標(biāo)；

47、表示旋轉(zhuǎn)后的坐標(biāo)；

48、表示擬合后的直線的水平夾角。

49、根據(jù)本發(fā)明一個實(shí)施例，在所述第4步驟中，當(dāng)判斷比值大于設(shè)定的閾值時，其中，閾值的取值為0.3，則對旋轉(zhuǎn)后的輪廓坐標(biāo)信息進(jìn)行三次樣條插值，三次樣條插值的公式是：

50、（9）

51、根據(jù)本發(fā)明一個實(shí)施例，在所述第4步驟中，當(dāng)?shù)拈L度偏小時，則進(jìn)行上采樣；反之則進(jìn)行下采樣，即當(dāng)?shù)拈L度偏大時，則進(jìn)行輪廓點(diǎn)集的下采樣。

52、根據(jù)本發(fā)明一個實(shí)施例，在所述第5步驟中，一階導(dǎo)數(shù)的計(jì)算公式是：

53、（10）

54、（11）

55、其中，公式（10）和公式（11）中的符號所表達(dá)的含義具體如下：

56、x表示待測信號的x坐標(biāo)信號；

57、y表示待測信號的y坐標(biāo)信號；

58、表示x坐標(biāo)信號的索引值。

59、根據(jù)本發(fā)明一個實(shí)施例，在所述第6步驟中，巴氏距離的計(jì)算公式是：

60、（12）

61、其中，公式（12）中的符號所表達(dá)的含義具體如下：

62、表示待測信號的梯度；

63、表示模板信號的梯度；

64、表示滑動窗口與局部模板信號的長度；

65、i表示1到ls之間的值，i=1,2,3…，ls；

66、表示巴氏距離，取值范圍為0到1，該距離越接近1，則信號匹配越相似；反之，該距離越接近0，則差異越大。

67、根據(jù)本發(fā)明一個實(shí)施例，在所述第7步驟中，判斷此時融合的巴氏距離是否小于閾值，其中，閾值是描述待測信號與模板信號差異的經(jīng)驗(yàn)值，閾值取值為0.05；若相似度最高的信號段的巴氏距離小于閾值，則判斷并輸出此信號段為匹配到的相似信號；若相似度最高的信號段的巴氏距離大于閾值，則判斷匹配失敗并輸出此信號段。

68、本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)在說明書以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。

69、為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說明如下。