一种基于x光的边缘检测方法及装置的制造方法
【技术领域】
[0001] 本发明涉及图像检测领域，尤其涉及一种基于X光的边缘检测方法及装置。
【背景技术】
[0002] 在动力电芯检测中，边缘检测技术得到了大量的应用，且在X光检测技术中起着 关键性作用。随着X光在工业检测中广泛应用，数字图像处理技术在X光检测技术得到了 很大的发展，其中边缘检测技术在动力电芯无损检测中得到越来越广泛的应用。X光无损检 测是锂电池生产过程中重要的一个环节。X光透射动力电芯，经过增强器转换成光信号，摄 像机获取电芯内部结构的数字图像。
[0003] 目前，经典的边缘检测技术有Sobel算子，Canny算子等，其中，Sobel算子是一个 离散的一阶差分算子，用来计算图像亮度函数的一阶梯度之近似值。在图像的任何一点使 用此算子，将会产生该点对应的梯度矢量或是其法矢量。Canny算子为变分法，这是一种寻 找满足特定功能的函数的方法。最优检测使用四个指数函数项的和表示，但是它非常近似 于高斯函数的一阶导数。
[0004] 然而，由于X光成像是采用多帧图像合成而来，图像边缘的灰度分布比较离散，因 此采用上述的Sobel算子或Canny算子的边缘检测算子，容易丢失有效边缘信息，提取的边 缘图像中噪声边缘过多或边缘断续严重，从而致使电芯内部尺寸检测误差过大的技术问题 的产生。
【发明内容】
[0005] 本发明实施例提供了一种基于X光的边缘检测方法及装置，解决了目前Sobel算 子或Canny算子的边缘检测算子，容易丢失有效边缘信息，造成提取的边缘图像中噪声边 缘过多或边缘断续严重，从而致使的电芯内部尺寸检测误差过大的技术问题。
[0006] 本发明实施例提供的一种基于X光的边缘检测方法，包括：
[0007] 获取十邻域算子▽行和数字图像的二维数字组f(x，y);
[0008] 通过卷积方式根据所述十邻域算子和所述数字图像f(x，y)计算与每个邻域相 对应的梯度图像；
[0009] 对多个所述梯度图像中对应的边缘像素进行确定。
[0010] 优选地，
[0011] 获取十邻域算子Vi和数字图像的二维数字组f(x，y)之前还包括：
[0012] 根据Prewitt算子和Sobel算子的原理，并采用非加权计算获取所述十邻域算子 L〇〇13」 优选地，
[0014] 对多个所述梯度图像中对应的边缘像素进行确定具体包括：
[0015] 将每个所述邻域相对应的梯度图像与第一预置阈值进行比对，若所述梯度图像不 小于所述第一预置阈值，则确定所述邻域为对应方向上的边缘像素，若所述梯度图像小于 所述第一预置阈值，则确定所述邻域为背景像素。
[0016] 优选地，
[0017] 将每个所述邻域相对应的梯度图像与第一预置阈值进行比对，若所述梯度图像不 小于所述第一预置阈值，则确定所述邻域为对应方向上的边缘像素，若所述梯度图像小于 所述第一预置阈值，则确定所述邻域为背景像素之后还包括：
[0018] 将所有所述邻域相对应的梯度图像进行累加处理；
[0019] 在所述累加处理中，每加一次便将累加的和值与第二预置阈值进行对比，若所述 和值不小于所述第二预置阈值，则确定当前累加到的所述邻域为边缘图像范围的边缘像 素，若所述和值小于所述第二预置阈值，则确定当前累加到的所述邻域为背景图像范围内。
[0020] 优选地，
[0021] 将每个所述邻域相对应的梯度图像与第一预置阈值进行比对，若所述梯度图像不 小于所述第一预置阈值，则确定所述邻域为对应方向上的边缘像素，若所述梯度图像小于 所述第一预置阈值，则确定所述邻域为背景图像之后还包括：
[0022] 将确定的所述边缘像素对应的所述邻域的梯度图像进行累加处理；
[0023] 在所述累加处理中，每加一次便将累加的和值与第二预置阈值进行对比，若所述 和值不小于所述第二预置阈值，则确定当前累加到的所述邻域为边缘图像范围的边缘像 素，若所述和值小于所述第二预置阈值，则确定当前累加到的所述邻域为背景图像范围内。
[0024] 本发明实施例提供的一种基于X光的边缘检测装置，其特征在于，
[0025] 获取单元，用于获取十邻域算子和数字图像的二维数字组f(x，y);
[0026] 计算单元，用于通过卷积方式根据所述十邻域算子￥f和所述数字图像f(x，y)计 算与每个邻域相对应的梯度图像；
[0027] 第一确定单元，用于对多个所述梯度图像中对应的边缘像素进行确定。
[0028] 优选地，
[0029] 所述的基于X光的边缘检测装置还包括：
[0030] 第一计算单元，用于根据Prewitt算子和Sobel算子的原理，并采用非加权计算获 取所述十邻域算子卩；{
[0031] 优选地，
[0032] 所述第一确定单元具体包括：
[0033] 第一比对子单元，用于将每个所述邻域相对应的梯度图像与第一预置阈值进行比 对，若所述梯度图像不小于所述第一预置阈值，则触发第一确定子单元，若所述梯度图像小 于所述第一预置阈值，则触发第二确定子单元；
[0034] 所述第一确定子单元，用于确定所述邻域为对应方向上的边缘像素；
[0035] 所述第二确定子单元，用于确定所述邻域为背景像素。
[0036] 优选地，
[0037] 所述的基于X光的边缘检测装置还包括第二确定单元，所述第二确定单元包括：
[0038] 第一累加子单元，用于将所有所述邻域相对应的梯度图像进行累加处理；
[0039] 第二比对子单元，用于在所述累加处理中，每加一次便将累加的和值与第二预置 阈值进行对比，若所述和值不小于所述第二预置阈值，则触发第三确定子单元，若所述和值 小于所述第二预置阈值，则触发第四确定子单元；
[0040] 所述第三确定子单元，用于确定当前累加到的所述邻域为边缘图像范围的边缘像 素；
[0041] 所述第四确定子单元，用于确定当前累加到的所述邻域为背景图像范围内。
[0042] 优选地，
[0043] 所述的基于X光的边缘检测装置还包括第三确定单元，所述第三确定单元包括：
[0044] 第二累加子单元，用于将确定的所述边缘像素对应的所述邻域的梯度图像进行累 加处理；
[0045] 第三比对子单元，用于在所述累加处理中，每加一次便将累加的和值与第二预置 阈值进行对比，若所述和值不小于所述第二预置阈值，则触发第五确定子单元，若所述和值 小于所述第二预置阈值，则触发第六确定子单元；
[0046] 所述第五确定子单元，用于确定当前累加到的所述邻域为边缘像素范围的起始边 缘像素；
[0047] 所述第六确定子单元，用于确定当前累加到的所述邻域为背景图像范围内。
[0048] 从以上技术方案可以看出，本发明实施例具有以下优点：
[0049] 本发明实施例提供的一种基于X光的边缘检测方法及装置，基于X光的边缘检测 方法包括：获取十邻域算子和数字图像的二维数字组f(x，y);通过卷积方式根据十邻 域算子Vf:和数字图像f(x，y)计算与每个邻域相对应的梯度图像；对多个梯度图像中对应 的边缘像素进行确定。本实施例中，通过获取十邻域算子和数字图像的二维数字组；通过卷 积方式根据十邻域算子和数字图像计算与每个邻域相对应的梯度图像；对多个梯度图像中 对应的边缘像素进行确定，实现了对X光提取的图像的获取多个邻域的梯度图像的边缘像 素确定，解决了目前Sobel算子或Canny算子的边缘检测算子，容易丢失有效边缘信息，造 成提取的边缘图像中噪声边缘过多或边缘断续严重，从而致使的电芯内部尺寸检测误差过 大的技术问题。
【附图说明】
[0050] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或 现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是 本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还 可以根据这些附图获得其它的附图。
[0051] 图1为本发明实施例中提供的一种基于X光的边缘检测方法的一个实施例的流程 示意图；
[0052] 图2为本发明实施例中提供的一种基于X光的边缘检测方法的另一个实施例的流 程不意图；
[0053] 图3为本发明实施例中提供的一种基于X光的边缘检测方法的另一个实施例的流 程不意图；
[0054] 图4为本发明实施例中提供的一种基于X光的边缘检测装置的一个实施例的结构 示意图；
[0055] 图5为本发明实施例中提供的一种基于X光的边缘检测装置的另一个实施例的结 构示意图；
[0056] 图6为本发明实施例中提供的一种基于X光的边缘检测装置的另一个实施例的结 构示意图。
【具体实施方式】
[0057] 本发明实施例提供了一种基于X光的边缘检测方法及装置，解决了目前Sobel算 子或Canny算子的边缘检测算子，容易丢失有效边缘信息，造成提取的边缘图像中噪声边 缘过多或边缘断续严重，从而致使的电芯内部尺寸检测误差过大的技术问题。
[0058] 为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明 实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述 的实施例仅仅是本发明一部分实