都可以作为选项呈现给用户412。该选项可以在应用开发时选择或者是由用户412确定的配置选项。
[0078]现在参考图6，提供了示出用于处理图像的方法步骤的一种实施例的流程图600。流程图600可以在一个或多个电子设备上执行，诸如图4实施例的测量系统。步骤602获取被测物体，诸如带子，的初始图像。步骤606识别带子的边缘。步骤604找出带子图像。步骤608确定带子相对于图像框架的角度。步骤610确定是否需要退旋，如果需要，处理就继续到步骤612。如果不需要，则处理前进到步骤614。步骤612把图像退旋，由此就按照情况把图像旋转或逆旋转在步骤608中确定的角度的负值。步骤614向分析模块提供图像，用于分析带子图像。未示出的附加步骤可以包括报告或存储分析结果，供诸如用户412的用户使用，以审查并采取适当的动作(例如，更换有缺陷的带子或者计划带子的将来重新评估)。
[0079]退旋步骤612可以包括旋转算法对如在步骤602中获取的图像拷贝或原始图像的应用。退旋步骤612可以体现可被分析模块408使用的退旋信息(例如，点、矩阵、等式或代码)的生成。在这种实施例中，分析模块408将利用退旋信息的应用来读取原始图像，使得分析对原始图像提供，就好像已经退旋一样。
[0080]在另一种实施例中，图像被修剪(自动地或者手动地)。落在所识别出的带子图像边缘之外的图像部分可以被认为是无关的并且被丢弃。当带子图像延伸诸如优选轴的一个轴的长度并且在框架的两个相对边缘终止时，成像某些被测物体，诸如带子，通常从任何一个框架中排除整个带子。用于分析不在框架的边缘终止的被测物体(例如，切割带子的一部分)的实施例可以被修剪或者以别的方式被处理，使得对象图像的终止变成框架边缘。
[0081]步骤606识别图像中带子的边缘。边缘可以体现为构成线条的像素阵列。但是，像素布置的轻微变化仍然可以被认为是线条，如果这种不规则性被确定为在带子边缘像素的预期值之内的话，其中像素构成曲线、多个线段或除理想线条之外的其它形状。在其它实施例中，步骤606识别带子位置的标记，这可以是可操作为指示带子对框架的旋转位置的带子的边缘、记号或其它属性。
[0082]步骤606可以体现附加的处理，诸如确定候选边缘线条的数目，并且确认或拒绝它们的位置作为边缘线。更具体而言，如果步骤606预期两个边缘，如关于带子将预期的，但是只有一条线被识别为边缘候选，则图像可以被重新处理并且步骤606重复。重新处理可以包括增强或去增强图像并且参考图7更详细地描述。作为替代，信号可以被创建以向用户指示图像不可用并且重新获取步骤602需要重复。
[0083]在多于两个边缘候选被证实的情况下，其中附加的候选边缘有可能是带子的肋条，则最外面的边缘候选可以被识别为边缘，而无需图像的重新处理。如果期望，则图像可以被重新处理，诸如通过增加对比度或增加分辨率并且步骤606以重新处理后的图像重复。步骤606的一些实施例的更详细描述关于图7提供。
[0084]—旦识别出边缘，步骤608就确定至少一条边缘与图像框架的角度。在步骤606中所识别出的边缘可以构成与图像框架的优选轴的角度。对于步骤608中带子相对于图像框架的角度的确定，预期各种实施例。如关于步骤606所讨论的，每条边缘线条是完美或不完美的线条，但是在可接受的曲率或完整性范围内。情况可以是由于步骤602中出平面(out-of-plane)图形获取所造成的两条边缘线当中每一条不彼此平行。在一种实施例中，带子的角度是由两个边缘线角度的平均斜率或角度确定的。作为替代，单条边缘线可以被选作指示带子的角度。如果两条或更多条线被确定为是带子角度的标记，则带子的角度可以通过算术函数来确定，诸如两条或更多条线的均值(mean)、众数(mode)或者平均数(average)。在另一种备选方案中，带子的角度由多条内部线当中的一条或多条，诸如带子肋条线并且可选地包括一条或两条边缘线，确定。
[0085]对于许多被测物品，诸如带子，带子角度的成像标记很容易通过确定边缘线以及可选地，与边缘平行的多条肋条线来确定。带子角度的其它标记也是预期的。在另一种实施例中，步骤606识别指示朝向的带子特征并且步骤608通过利用朝向的标记确定带子相对于框架的角度。在一种实施例中，非结构化特征被添加到带子，诸如粉笔标志、细丝、印花或其它分界。在另一种实施例中，特征是结构化的，诸如肋条或齿。如果已知成像特征与带子的边缘不平行，则步骤608在确定带子相对于图像框架的角度时考虑特征的已知角度。为了说明该实施例，考虑带齿的带子，由此齿的峰和谷与带子成90度角。在这种实施例中，步骤606识别多个齿并且步骤608从勾画出齿的角度确定带子的角度是90度。
[0086]所获取的图像的框架已知是图像的周界，或者图像的相关部分，如以人或计算机可读的形式表示的。在本领域中已知的常见成像系统中，电荷耦合设备(CCD)或者类似的成像阵列被用来捕捉图像。这些成像阵列包括通常布置成矩形阵列格式的光敏像素的阵列。各个像素可以对单一的颜色敏感，诸如红色、蓝色和绿色，黑色和白色，或者灰度级。为了本文的目的，我们不需要考虑第一单色像素作为与捕捉不同颜色的相同图像的那些像素不同的像素。如关于矩形已知的，矩形成像阵列具有长和短的维度或轴。被分析的带子的更理想图像是其中带子延伸框架的最长轴的长度并且关于带子的宽度在框架内的图像，使得两个边缘都被捕捉，并且与图像框架的最长轴平行。
[0087]利用框架的最长轴作为优选轴一般而言是优选的。但是，在其它实施例中，框架的角度是关于框架的优选朝向确定的，这个朝向可以与或者可以不与阵列的长维度重合。在采用具有方形成像阵列的图像捕捉设备1204的实施例中，带子的更理想图像可以与框架的任一垂直轴平行。可以选择一个轴，诸如最接近与带子的图像平行的轴。但是，分析模块1208可能需要或以别的方式优选特定的朝向(例如，垂直地)并且根据这种需求或偏好选择优选轴。类似地，具有圆形或不规则框架的图像捕捉设备1204可以具有仅仅根据分析模块1208的需求或偏好或者根据之前以别的方式确定的轴选择的优选轴。
[0088]关于图7，提供了示出包括边缘检测步骤608的子步骤的一种实施例的流程图700。在步骤702中检查像素邻域。步骤704确定边缘是否被指示用于候选像素。在一种简化的实施例中，候选像素被认为在8个相邻像素的邻域内，S卩，候选像素在中心的3x3像素阵列。在一个例子中，在确定顶部两行中包括候选像素的所有六个像素具有与底部行中的三个像素不共享的一个公共属性时，步骤704将考虑像素为边缘候选像素。如果相邻像素不太容易分界，诸如所有像素都与候选像素完全相同或几乎完全相同或者邻域没有容易识别的属性来分界边缘，则该像素在步骤706中被认为是非边缘像素。
[0089]也可以结合某些错误检测操作。在一种实施例中，边缘像素的数目可能在预期范围之外。为了通过例子说明一种实施例；预期所捕捉的带子图像具有对应于带子边缘的两组边缘像素。被成像阵列捕捉并且与优选轴平行地延伸并且在框架的边界终止的完美线条将包括与框架的优选轴的长度乘以线条宽度等同的多个像素。现实世界物体的图像，甚至诸如带子之类的基本上线性的物体，也不可能构成具有这种精确维度的线条，但是，可以预期范围。在一种实现中，边缘像素候选的数目等于零并且可以触发错误条件或者步骤，以增强图像。
[0090]一旦识别出候选边缘像素，步骤708就确定这多个候选边缘像素是否构成多边形区域。具有显著数量的不构成多边形区域的边缘候选像素的图像可以构成另一种几何形状或者更随机的图案。这可以是差质量图像的指示。在其它情况下，不构成多边形区域的一定数量的边缘候选像素可以简单地指示其它特征(“噪声”)并且被排除在作为边缘候选的进一步考虑之外。如关于边缘像素所描述的，如果预期边缘线条的数目落在预期范围之外，则处理可以以步骤712继续或者可以产生错误条件。
[0091 ] 步骤712确定所形成的线条的数目是否小于线条的目标数目。在一种实施例中，带子的边缘被检测并且，因此，两条线是预期的目标线条数目。在另一种实施例中，多个带子肋条是预期的并且，因此，两条线和肋条线数目确定预期的目标线条数目。
[0092]步骤712确定边缘线条的数目是否低于目标线条数目。在一种实施例中，通知用户错误条件。在另一种实施例中，处理继续到步骤712，其中图像被增强，以显示出更多细节。增强步骤714可以包括减小对比度、增加分辨率或者其它图像增强技术。然后，处理在步骤704以增强的图像重新开始。
[0093]步骤716确定边缘线条的数目是否高于目标线条数目。在一些实施例中，附加的线条不是进一步处理的阻碍并且，在这种实施例中，步骤716可以被略去并且处理直接继续到步骤720。在其中检测到太多目标线条并且需要校正的实施例中，步骤718可以去增强图像以减少细节并且，优选地，产生更少线条。去增强步骤718可以包括增加对比度、减小分辨率或者其它图像去增强技术。然后，处理在步骤704以去增强的图像重新开始。
[0094]在某些实施例中，步骤718和714组合成图像更改或增强步骤。诸如增加或减小的图像属性值的参数被选择并应用，以便或者揭示更